Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 102	0.00 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 18	0.02 20	0.00 1	0.00 1

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 49	0.03 41	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.03 53	0.03 40	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

VMStereo-Base	0.03 29	0.09 67	0.08 60	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-SNSev	0.03 29	0.09 67	0.07 58	0.09 56	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 70	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 39	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 39	0.05 49	0.04 43	0.04 37	0.03 49	0.04 77	0.03 51	0.04 77	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.04 72	0.03 49	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 42	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 42	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 128	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 42	0.50 218	0.10 71	0.12 86	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 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 45	0.24 125	0.20 167	0.23 154	0.01 10	0.02 19	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	0.23 178	0.21 181	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 45	0.54 236	0.10 71	0.12 86	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 96	0.11 99	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

SACVNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

AACVNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

DispViT+	0.07 50	0.24 125	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.05 100	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

BridgeDepth_RVC	0.07 50	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.05 98	0.08 107	0.05 100	0.08 107	0.05 95	0.08 108	0.05 89	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 50	0.08 59	0.07 58	0.07 47	0.07 113	0.08 106	0.06 110	0.08 108	0.07 113	0.08 107	0.07 114	0.08 107	0.06 111	0.07 105	0.07 104	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

BridgeDepth	0.08 53	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.07 113	0.08 107	0.05 100	0.08 107	0.05 95	0.09 112	0.08 106	0.15 125	0.11 99	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 53	0.02 12	0.02 14	1.01 379	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 111	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 97	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 97	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

test_sample7	0.09 55	1.00 305	0.11 91	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample6	0.09 55	0.97 295	0.10 71	0.10 61	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample3	0.09 55	0.87 272	0.10 71	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 55	1.03 320	0.11 91	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 55	0.87 272	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 55	1.01 314	0.09 67	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 55	0.95 292	0.09 67	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

xxx	0.09 55	1.01 314	0.10 71	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

SepStereo	0.09 55	0.09 67	0.10 71	0.09 56	0.09 117	0.09 112	0.09 116	0.10 113	0.08 117	0.10 114	0.09 118	0.09 113	0.09 119	0.09 112	0.08 106	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 434	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

ADCS	0.09 55	0.02 12	0.04 43	0.90 355	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 133	0.36 292	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 68	0.98 296	0.14 126	0.15 112	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 136	0.03 38	0.03 54	0.03 44	0.03 51

DualNet (step1)	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample5	0.10 68	1.07 327	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 68	1.03 320	0.12 102	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 136	0.03 38	0.03 54	0.03 44	0.03 51

DualNet	0.10 68	1.07 327	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

1111x	0.10 68	1.14 333	0.13 121	0.14 102	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 99	0.03 38	0.02 20	0.03 44	0.02 20

AnonymousM	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

222	0.10 68	0.99 303	0.12 102	0.13 98	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 68	1.09 329	0.13 121	0.12 86	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 140	0.03 38	0.03 54	0.03 44	0.03 51

PVD	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SHD	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SAMSARA	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

XQC	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSC	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTS	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSA	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet+	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet++	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

ADCPNet	0.10 68	0.03 31	0.04 43	1.27 453	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 108	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ISRNet	0.11 89	0.05 49	0.36 255	0.24 159	0.07 113	0.13 129	0.05 93	0.06 94	0.05 98	0.05 91	0.05 100	0.13 130	0.05 95	0.05 82	0.09 111	0.24 185	0.20 177	0.10 110	0.05 97	0.06 96	0.13 150

JetRed	0.11 89	0.12 83	0.11 91	0.11 78	0.11 140	0.11 125	0.14 152	0.11 125	0.11 136	0.12 128	0.11 136	0.11 126	0.11 135	0.11 127	0.11 129	0.11 90	0.16 146	0.11 121	0.11 132	0.11 125	0.11 131

JetBlue	0.11 89	0.11 81	0.12 102	0.13 98	0.14 158	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.11 136	0.11 126	0.11 135	0.12 131	0.12 141	0.11 90	0.11 99	0.11 121	0.11 132	0.11 125	0.11 131

x	0.11 89	1.15 336	0.15 142	0.14 102	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 143	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-LNSev-Ref	0.11 89	0.44 190	0.33 234	0.39 216	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 266	0.36 265	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 89	1.16 338	0.16 145	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 89	0.03 31	0.03 36	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 89	0.03 31	0.03 36	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 483	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 98	1.14 333	0.17 153	0.20 137	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 150	0.16 146	0.03 38	0.03 54	0.03 44	0.03 51

S2M2_L	0.12 98	0.14 91	0.10 71	0.15 112	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.15 136	0.10 122	0.14 131	0.10 123	0.14 133	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 98	0.07 58	0.05 57	0.08 49	0.05 99	0.08 106	1.20 464	0.07 105	0.05 98	0.05 91	0.05 100	0.08 107	0.05 95	0.08 108	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 534	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.65 538	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 98	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.66 540	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 98	0.03 31	0.04 43	1.71 486	0.04 79	0.03 41	0.03 51	0.04 77	0.04 81	0.04 74	0.03 53	0.04 77	0.03 53	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

CIPLG	0.13 105	0.21 112	0.12 102	0.16 121	0.11 140	0.15 137	0.11 134	0.14 131	0.11 136	0.15 136	0.12 144	0.15 141	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 135	0.11 131

IPLG	0.13 105	0.20 105	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.11 136	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 135	0.11 131

ACRE	0.13 105	0.21 112	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.12 144	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 135	0.11 131

LRCNet_RVC	0.13 105	0.13 85	0.09 67	0.13 98	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.23 178	0.10 122	0.20 160	0.10 123	0.24 185	0.11 129	0.11 90	0.09 72	0.12 124	0.14 160	0.12 131	0.09 113

aanetorigin	0.13 105	0.11 81	0.11 91	0.11 78	0.11 140	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.12 144	0.11 126	0.11 135	0.11 127	0.11 129	0.11 90	0.11 99	0.14 130	0.11 132	0.49 327	0.11 131

FADNet-RVC	0.13 105	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 95	0.04 72	1.71 543	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

ELAS	0.13 105	0.16 93	0.11 91	0.15 112	0.09 117	0.18 154	0.11 134	0.18 152	0.11 136	0.17 147	0.11 136	0.18 153	0.11 135	0.18 152	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 395	0.28 201	0.32 191	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 217	0.27 206	0.04 73	0.03 54	0.03 44	0.03 51

S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 129	0.11 140	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.11 136	0.17 149	0.11 135	0.17 149	0.11 129	0.16 134	0.11 99	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 427	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.04 81	0.03 41	0.03 53	0.03 43	0.03 53	0.06 88	0.04 75	0.12 96	0.11 99	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 112	0.20 105	0.14 126	0.16 121	0.11 140	0.16 144	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 99	0.16 145	0.11 132	0.15 142	0.12 144

IPLGR_C	0.14 112	0.20 105	0.12 102	0.15 112	0.11 140	0.14 130	0.15 157	0.14 131	0.11 136	0.15 136	0.12 144	0.14 131	0.11 135	0.16 143	0.11 129	0.15 125	0.12 113	0.14 130	0.12 147	0.15 142	0.12 144

MIPNet	0.14 112	0.21 112	0.17 153	0.16 121	0.11 140	0.15 137	0.12 147	0.14 131	0.11 136	0.16 141	0.11 136	0.14 131	0.11 135	0.14 133	0.11 129	0.14 118	0.12 113	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR	0.14 112	0.24 125	0.14 126	0.16 121	0.12 153	0.15 137	0.12 147	0.14 131	0.11 136	0.15 136	0.12 144	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 135	0.11 131

GMStereo	0.14 112	0.13 85	0.14 126	0.14 102	0.14 158	0.14 130	0.14 152	0.14 131	0.14 157	0.14 130	0.14 161	0.14 131	0.14 158	0.14 133	0.14 151	0.14 118	0.14 140	0.14 130	0.14 160	0.14 135	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 502	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 105	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 112	0.16 93	0.12 102	0.17 129	0.12 153	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 99	0.16 145	0.11 132	0.16 146	0.12 144

DRN-Test	0.14 112	0.13 85	0.09 67	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.10 121	0.14 130	0.09 118	0.14 131	0.09 119	0.13 132	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 407

ELAS_RVC	0.14 112	0.16 93	0.10 71	0.15 112	0.10 124	0.18 154	0.11 134	0.19 154	0.11 136	0.19 153	0.12 144	0.18 153	0.11 135	0.19 155	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 99	0.15 142	0.14 160	0.18 156	0.11 131

CoDeX	0.15 124	0.70 253	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 385	0.02 15	0.69 380	0.75 395	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 232	0.11 91	0.16 121	0.11 140	0.16 144	0.11 134	0.16 144	0.11 136	0.16 141	0.11 136	0.16 142	0.11 135	0.16 143	0.11 129	0.16 134	0.11 99	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 501	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 108	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 91	0.10 71	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.09 120	0.14 130	0.10 122	0.14 131	0.09 119	0.14 133	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 423

LALA_ROB	0.15 124	0.19 101	0.12 102	0.18 131	0.11 140	0.20 162	0.12 147	0.21 169	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 171	0.13 147	0.17 142	0.10 77	0.18 163	0.11 132	0.18 156	0.11 131

SGM_RVC	0.15 124	0.17 97	0.11 91	0.18 131	0.11 140	0.19 157	0.11 134	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 99	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 131	1.21 389	0.33 234	0.41 241	0.04 79	0.04 77	0.03 51	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 235	0.31 240	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 131	0.16 93	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 146	0.16 160

qqq	0.16 131	2.01 446	0.12 102	0.15 112	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 53	0.06 97	0.03 53	0.06 88	0.03 49	0.12 96	0.14 140	0.04 73	0.04 78	0.03 44	0.03 51

DeepPruner_ROB	0.16 131	0.18 100	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 163	0.13 155	0.18 156	0.13 150

CAS++	0.17 135	0.27 137	0.21 173	0.10 61	0.21 211	0.15 137	0.22 200	0.10 113	0.21 200	0.22 174	0.10 122	0.19 157	0.18 190	0.10 116	0.19 188	0.20 158	0.19 175	0.18 163	0.10 120	0.19 162	0.18 180
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 135	2.16 455	0.13 121	0.13 98	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 53	0.06 97	0.03 53	0.06 88	0.05 89	0.18 150	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 135	0.78 258	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 421	0.02 15	0.75 391	0.76 397	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 138	1.47 410	0.33 234	0.40 229	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 254	0.32 244	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 138	0.48 212	0.16 145	0.16 121	0.15 169	0.15 137	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 146	0.16 160

xyz-stereo	0.18 138	0.50 218	0.16 145	0.15 112	0.16 178	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 146	0.16 160

GCAPDPT-zeroshot4090	0.18 138	0.20 105	0.16 145	0.20 137	0.16 178	0.20 162	0.16 162	0.21 169	0.16 171	0.20 159	0.16 172	0.21 168	0.17 181	0.20 159	0.16 167	0.19 154	0.15 143	0.19 166	0.15 166	0.19 162	0.15 158

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 503	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 107	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 503	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 107	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 276	0.30 179	0.17 185	0.22 176	0.17 173	0.21 169	0.17 182	0.20 159	0.17 180	0.21 168	0.18 190	0.21 171	0.17 174	0.20 158	0.16 146	0.20 172	0.16 170	0.20 164	0.17 176

DAS	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 160	0.20 195	0.20 159	0.20 201	0.20 160	0.20 199	0.20 159	0.20 192	0.20 158	0.20 177	0.20 172	0.20 199	0.20 164	0.20 185

ASD4	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 160	0.20 195	0.20 159	0.20 201	0.20 160	0.20 199	0.20 159	0.20 192	0.20 158	0.20 177	0.20 172	0.20 199	0.20 164	0.20 185

ACVNet	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 169	0.14 157	0.20 159	0.13 156	0.21 168	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 169	0.14 157	0.20 159	0.13 156	0.21 168	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

iResNetv2_ROB	0.20 144	0.23 117	0.18 162	0.24 159	0.20 202	0.24 187	0.18 180	0.24 183	0.18 187	0.24 185	0.18 195	0.23 183	0.19 195	0.24 185	0.18 185	0.21 165	0.16 146	0.21 175	0.16 170	0.22 173	0.16 160

iResNet	0.20 144	0.23 117	0.18 162	0.24 159	0.18 195	0.24 187	0.20 188	0.24 183	0.18 187	0.23 178	0.17 180	0.23 183	0.18 190	0.23 181	0.18 185	0.22 167	0.16 146	0.21 175	0.16 170	0.21 171	0.16 160

LACA2	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 183	0.16 171	0.24 185	0.16 172	0.24 189	0.16 170	0.24 185	0.16 167	0.27 197	0.23 191	0.24 197	0.16 170	0.23 184	0.16 160

LACA1	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 183	0.16 171	0.24 185	0.16 172	0.24 189	0.16 170	0.24 185	0.16 167	0.27 197	0.22 185	0.23 188	0.16 170	0.23 184	0.16 160

z-ln-s-r	0.21 151	1.40 408	0.53 340	0.56 308	0.04 79	0.05 89	0.04 81	0.05 89	0.05 98	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 89	0.57 342	0.44 313	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 151	0.25 133	0.21 173	0.26 173	0.17 185	0.24 187	0.17 173	0.24 183	0.17 182	0.24 185	0.17 180	0.24 189	0.17 181	0.24 185	0.17 174	0.24 185	0.17 166	0.23 188	0.16 170	0.23 184	0.16 160

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 199	0.24 187	0.19 184	0.24 183	0.19 193	0.24 185	0.19 197	0.24 189	0.19 195	0.24 185	0.19 188	0.22 167	0.17 166	0.22 180	0.17 192	0.22 173	0.17 176

SuperB	0.21 151	0.10 70	2.51 567	0.12 86	0.09 117	0.10 114	0.09 116	0.08 108	0.07 113	0.10 114	0.09 118	0.09 113	0.07 115	0.07 105	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

BStereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 248	0.17 182	0.23 178	0.17 180	0.23 183	0.16 170	0.24 185	0.17 174	0.23 178	0.16 146	0.22 180	0.20 199	0.22 173	0.16 160

Wave_Phase_stereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 248	0.17 182	0.23 178	0.17 180	0.23 183	0.16 170	0.24 185	0.17 174	0.23 178	0.16 146	0.22 180	0.20 199	0.22 173	0.16 160

WAO-6	0.22 157	0.23 117	0.22 175	0.23 154	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 177	0.22 207	0.22 175	0.22 198	0.22 167	0.22 185	0.22 180	0.22 206	0.22 173	0.22 190

IMH-64-1	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 177	0.22 207	0.22 175	0.22 198	0.22 167	0.22 185	0.23 188	0.22 206	0.22 173	0.23 192

IMH-64	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 177	0.22 207	0.22 175	0.22 198	0.22 167	0.22 185	0.23 188	0.22 206	0.22 173	0.23 192

ac_64	0.22 157	0.13 85	0.19 164	0.23 154	0.10 124	0.26 205	1.02 450	0.14 131	0.10 121	0.28 206	0.14 161	0.17 149	0.19 195	0.28 213	0.09 111	0.22 167	0.16 146	0.23 188	0.17 192	0.11 125	0.12 144

dd	0.23 163	0.98 296	0.16 145	0.23 154	0.15 169	0.23 184	0.15 157	0.23 180	0.15 167	0.23 178	0.15 169	0.24 189	0.17 181	0.23 181	0.15 161	0.22 167	0.15 143	0.21 175	0.15 166	0.22 173	0.16 160

dad	0.23 163	1.03 320	0.16 145	0.23 154	0.15 169	0.24 187	0.15 157	0.24 183	0.16 171	0.23 178	0.16 172	0.24 189	0.16 170	0.23 181	0.15 161	0.22 167	0.16 146	0.22 180	0.16 170	0.22 173	0.16 160

RSGM-EC	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 177	0.15 168	0.22 175	1.19 464	0.20 158	0.17 166	0.24 197	0.14 160	0.20 164	0.14 155

acva	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 177	0.15 168	0.22 175	1.19 464	0.20 158	0.17 166	0.24 197	0.14 160	0.20 164	0.14 155

test_for_model	0.24 165	0.24 125	0.46 299	0.45 262	0.21 211	0.24 187	0.20 188	0.24 183	0.20 195	0.24 185	0.20 201	0.24 189	0.20 199	0.24 185	0.19 188	0.26 193	0.25 195	0.19 166	0.15 166	0.20 164	0.19 182

MSKI-zero shot	0.24 165	0.21 112	0.49 322	0.65 325	0.18 195	0.22 176	0.17 173	0.23 180	0.18 187	0.21 172	0.17 180	0.23 183	0.28 243	0.23 181	0.18 185	0.21 165	0.16 146	0.21 175	0.16 170	0.21 171	0.16 160

qqq1	0.25 169	3.70 525	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 113	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 169	3.70 525	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 113	0.06 94	0.05 97	0.03 44	0.04 79

UNDER WATER-64	0.25 169	0.26 134	0.25 188	0.26 173	0.25 227	0.25 197	0.25 215	0.25 192	0.25 217	0.25 194	0.25 226	0.25 197	0.25 219	0.26 205	0.25 215	0.25 191	0.25 195	0.25 201	0.25 224	0.25 190	0.25 203

ffm	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 169	0.23 117	0.66 362	0.80 345	0.17 185	0.22 176	0.17 173	0.23 180	0.18 187	0.26 202	0.17 180	0.21 168	0.17 181	0.25 195	0.17 174	0.23 178	0.16 146	0.21 175	0.17 192	0.22 173	0.17 176

LoS	0.25 169	0.27 137	0.25 188	0.25 166	0.25 227	0.25 197	0.25 215	0.26 197	0.25 217	0.25 194	0.25 226	0.25 197	0.25 219	0.25 195	0.25 215	0.26 193	0.25 195	0.25 201	0.26 230	0.26 192	0.25 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 169	1.31 401	0.74 387	0.92 360	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 388	0.75 391	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 178	0.20 105	0.27 197	0.33 195	0.21 211	0.37 246	0.22 200	0.37 236	0.24 212	0.26 202	0.27 236	0.33 231	0.21 206	0.25 195	0.27 221	0.32 217	0.20 177	0.34 244	0.23 212	0.25 190	0.26 209

DLNR-FE	0.28 179	0.89 277	0.30 209	0.34 198	0.19 199	0.28 210	0.19 184	0.28 201	0.20 195	0.28 206	0.20 201	0.28 210	0.20 199	0.28 213	0.20 192	0.33 222	0.28 213	0.25 201	0.19 198	0.24 188	0.19 182

xyz-stereo-finetune	0.28 179	0.49 214	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.22 174	0.30 255	0.32 223	0.31 270	0.32 228	0.31 274	0.32 226	0.32 261	0.32 217	0.33 256	0.31 225	0.32 288	0.31 210	0.32 267

SQANet	0.28 179	0.28 140	0.28 201	0.28 177	0.28 241	0.28 210	0.28 234	0.28 201	0.28 238	0.28 206	0.28 243	0.28 210	0.28 243	0.28 213	0.28 231	0.28 201	0.28 213	0.28 212	0.28 246	0.28 199	0.28 233

HGLStereo	0.28 179	0.29 142	0.22 175	0.36 204	0.22 214	0.36 241	0.21 195	0.36 230	0.21 200	0.42 283	0.21 208	0.36 243	0.22 207	0.36 243	0.21 196	0.34 226	0.21 181	0.34 244	0.21 203	0.34 225	0.21 188

iResNet_ROB	0.28 179	0.32 148	0.24 185	0.32 191	0.25 227	0.32 229	0.24 213	0.32 215	0.24 212	0.33 227	0.24 220	0.35 237	0.24 216	0.33 233	0.24 207	0.31 215	0.24 194	0.32 228	0.24 220	0.32 213	0.24 202

UNet	0.29 184	0.90 280	0.10 71	0.14 102	0.10 124	0.14 130	0.10 121	0.91 397	0.69 404	0.14 130	0.11 136	0.14 131	0.11 135	0.14 133	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 388	0.76 414

MultiAttention	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 220	0.30 257	0.30 219	0.30 248	0.30 209	0.30 234	0.30 219	0.30 270	0.30 205	0.30 251

MSAF-DinoV2	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 220	0.30 257	0.30 219	0.30 248	0.30 209	0.30 234	0.30 219	0.30 270	0.30 205	0.30 251

DDVS	0.30 185	3.10 511	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 142	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 152	0.13 150

ACV-stereo	0.30 185	2.08 448	0.25 188	0.25 166	0.18 195	0.24 187	0.17 173	0.24 183	0.18 187	0.24 185	0.17 180	0.25 197	0.17 181	0.24 185	0.17 174	0.22 167	0.16 146	0.22 180	0.16 170	0.22 173	0.16 160

LoS_RVC	0.30 185	1.14 333	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 192	0.25 217	0.25 194	0.25 226	0.26 207	0.26 228	0.26 205	0.25 215	0.26 193	0.26 199	0.25 201	0.25 224	0.26 192	0.26 209

CAS	0.30 185	1.17 339	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 192	0.26 230	0.25 194	0.25 226	0.25 197	0.25 219	0.25 195	0.25 215	0.26 193	0.26 199	0.26 206	0.25 224	0.26 192	0.25 203

DANet	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 220	0.30 257	0.30 219	0.30 248	0.30 209	0.30 234	0.30 219	0.30 270	0.30 205	0.30 251
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 192	0.31 146	0.31 222	0.30 179	0.40 331	0.31 220	0.30 248	0.30 208	0.34 291	0.29 211	0.31 270	0.29 216	0.30 257	0.31 223	0.31 257	0.31 215	0.29 225	0.31 225	0.30 270	0.31 210	0.31 260

tt1	0.31 192	0.93 289	0.24 185	0.33 195	0.23 220	0.31 220	0.24 213	0.32 215	0.24 212	0.32 223	0.23 213	0.32 228	0.25 219	0.32 226	0.24 207	0.27 197	0.26 199	0.27 210	0.26 230	0.27 197	0.27 219

xxxxx1	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 231	0.25 219	0.32 226	0.24 207	0.28 201	0.28 213	0.28 212	0.28 246	0.29 202	0.27 219

DLNR_Zeroshot_test	0.31 192	0.28 140	0.47 307	0.79 343	0.24 225	0.30 214	0.26 223	0.30 208	0.24 212	0.32 223	0.23 213	0.31 224	0.24 216	0.30 219	0.23 204	0.29 208	0.26 199	0.29 217	0.24 220	0.33 221	0.23 192

tt_ll	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 231	0.25 219	0.32 226	0.24 207	0.28 201	0.28 213	0.28 212	0.28 246	0.29 202	0.27 219

ff	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 231	0.25 219	0.32 226	0.24 207	0.28 201	0.28 213	0.28 212	0.28 246	0.29 202	0.27 219

RAFT + AFF	0.31 192	0.45 198	0.34 244	0.39 216	0.28 241	0.38 253	0.33 275	0.29 206	0.31 269	0.30 212	0.30 260	0.29 216	0.27 236	0.29 217	0.30 248	0.28 201	0.29 225	0.29 217	0.29 256	0.27 197	0.32 267

MLCV	0.31 192	0.35 152	0.27 197	0.35 200	0.28 241	0.35 238	0.27 226	0.35 226	0.28 238	0.36 237	0.27 236	0.35 237	0.27 236	0.35 237	0.27 221	0.34 226	0.27 206	0.34 244	0.27 239	0.34 225	0.27 219

DN-CSS_ROB	0.31 192	0.35 152	0.28 201	0.35 200	0.28 241	0.34 233	0.27 226	0.34 222	0.25 217	0.35 234	0.27 236	0.36 243	0.26 228	0.34 234	0.28 231	0.35 235	0.28 213	0.34 244	0.28 246	0.34 225	0.27 219

DStereoFS	0.32 201	0.33 150	0.32 228	0.33 195	0.30 260	0.32 229	0.32 264	0.32 215	0.31 269	0.30 212	0.31 270	0.31 224	0.30 257	0.32 226	0.32 261	0.32 217	0.31 240	0.30 219	0.47 365	0.32 213	0.34 280

DStereoSA	0.32 201	0.52 228	0.34 244	0.31 185	0.31 273	0.30 214	0.30 248	0.31 213	0.30 255	0.31 217	0.31 270	0.31 224	0.30 257	0.31 223	0.31 257	0.30 209	0.32 244	0.31 225	0.31 281	0.31 210	0.31 260

WCG-NET（raft）	0.32 201	1.24 397	0.24 185	0.32 191	0.24 225	0.32 229	0.23 208	0.32 215	0.24 212	0.32 223	0.24 220	0.32 228	0.24 216	0.32 226	0.24 207	0.30 209	0.23 191	0.30 219	0.23 212	0.30 205	0.23 192

Any-RAFT	0.32 201	0.36 155	0.27 197	0.36 204	0.27 236	0.36 241	0.27 226	0.36 230	0.27 235	0.36 237	0.27 236	0.36 243	0.27 236	0.36 243	0.28 231	0.36 239	0.28 213	0.36 265	0.28 246	0.36 244	0.28 233

GCAP-BAT	0.33 205	0.78 258	0.32 228	0.38 210	0.25 227	0.34 233	0.25 215	0.34 222	0.26 230	0.34 229	0.25 226	0.35 237	0.26 228	0.35 237	0.27 221	0.36 239	0.30 234	0.32 228	0.24 220	0.32 213	0.26 209

StereoDRNet-Refined	0.33 205	0.39 167	0.26 194	0.39 216	0.26 235	0.40 261	0.26 223	0.40 255	0.26 230	0.39 249	0.26 232	0.39 256	0.26 228	0.39 258	0.26 220	0.37 243	0.25 195	0.37 268	0.25 224	0.37 248	0.37 298
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 180	0.21 168	0.16 170	0.27 209	0.24 207	0.19 154	0.16 146	0.19 166	0.16 170	0.26 192	3.08 584

RAFT-FE	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 180	0.21 168	0.16 170	0.27 209	0.24 207	0.19 154	0.16 146	0.19 166	0.16 170	0.26 192	3.08 584

LG-Stereo_L2	0.34 207	0.37 157	0.38 262	0.47 269	0.28 241	0.39 259	0.28 234	0.39 248	0.28 238	0.39 249	0.28 243	0.39 256	0.28 243	0.38 250	0.28 231	0.42 293	0.35 262	0.36 265	0.26 230	0.35 237	0.26 209

H2IRNET	0.34 207	0.34 151	0.34 244	0.34 198	0.34 299	0.34 233	0.34 288	0.34 222	0.34 291	0.34 229	0.34 293	0.34 235	0.34 291	0.34 234	0.34 284	0.34 226	0.34 260	0.34 244	0.34 300	0.34 225	0.34 280

IGEV++	0.34 207	0.43 187	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 255	0.29 244	0.40 255	0.29 248	0.40 264	0.29 250	0.40 261	0.30 248	0.38 254	0.29 225	0.37 268	0.29 256	0.37 248	0.29 238

iRaft-Stereo_5w	0.34 207	0.42 186	0.31 222	0.39 216	0.30 260	0.38 253	0.30 248	0.40 255	0.29 244	0.40 255	0.37 313	0.41 277	0.34 291	0.38 250	0.30 248	0.34 226	0.27 206	0.34 244	0.26 230	0.34 225	0.26 209

CSP-Net	0.34 207	1.29 399	1.19 438	1.36 468	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 479	1.21 489	0.03 38	0.09 113	0.02 20	0.09 113

iRaft-Stereo_20w	0.34 207	0.41 179	0.31 222	0.39 216	0.29 250	0.40 261	0.32 264	0.41 270	0.32 275	0.38 243	0.30 260	0.39 256	0.30 257	0.38 250	0.32 261	0.35 235	0.27 206	0.34 244	0.27 239	0.34 225	0.29 238

DGSMNet	0.34 207	0.41 179	0.27 197	0.41 241	0.28 241	0.41 277	0.28 234	0.41 270	0.27 235	0.41 269	0.27 236	0.42 295	0.27 236	0.41 276	0.28 231	0.40 271	0.29 225	0.40 295	0.28 246	0.40 279	0.27 219

FE-Mocha	0.35 216	0.71 254	0.40 276	0.47 269	0.27 236	0.34 233	0.27 226	0.34 222	0.26 230	0.34 229	0.26 232	0.34 235	0.27 236	0.34 234	0.27 221	0.44 295	0.41 293	0.33 236	0.29 256	0.32 213	0.29 238

IGEV-FE	0.35 216	0.37 157	0.17 153	0.19 134	0.17 185	0.20 162	0.17 173	0.19 154	0.17 182	0.19 153	0.17 180	0.19 157	0.17 181	0.37 247	0.36 292	0.19 154	0.17 166	0.19 166	0.17 192	0.38 261	2.84 575

gcap-zeroshot	0.35 216	0.32 148	0.37 259	0.49 280	0.39 329	0.33 232	0.21 195	0.26 197	0.35 295	0.42 283	0.34 293	0.49 329	0.29 250	0.47 313	0.39 316	0.34 226	0.17 166	0.38 276	0.23 212	0.48 323	0.34 280

CASnet	0.35 216	0.51 226	0.44 293	0.32 191	0.31 273	0.24 187	0.34 288	0.36 230	0.25 217	0.31 217	0.37 313	0.30 220	0.33 286	0.25 195	0.45 340	0.37 243	0.37 268	0.33 236	0.35 312	0.34 225	0.37 298
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 216	0.44 190	0.45 295	0.49 280	0.30 260	0.37 246	0.30 248	0.36 230	0.30 255	0.36 237	0.29 248	0.36 243	0.29 250	0.36 243	0.30 248	0.46 303	0.39 281	0.32 228	0.24 220	0.32 213	0.25 203
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 216	0.35 152	0.35 253	0.35 200	0.35 302	0.35 238	0.35 293	0.35 226	0.35 295	0.35 234	0.35 302	0.35 237	0.35 298	0.35 237	0.35 288	0.35 235	0.35 262	0.35 260	0.35 312	0.35 237	0.35 290

gcap_with_dpt	0.36 222	0.40 169	0.31 222	0.44 259	0.31 273	0.44 309	0.31 261	0.43 294	0.30 255	0.44 296	0.31 270	0.44 305	0.31 274	0.43 295	0.31 257	0.38 254	0.27 206	0.38 276	0.27 239	0.38 261	0.27 219

Zero-FE251	0.36 222	0.40 169	0.28 201	0.41 241	0.28 241	0.41 277	0.28 234	0.41 270	0.28 238	0.41 269	0.28 243	0.41 277	0.28 243	0.42 289	0.30 248	0.37 243	0.26 199	0.37 268	0.27 239	0.45 303	0.56 372

GIP-stereo	0.36 222	0.49 214	0.39 270	0.48 274	0.32 277	0.41 277	0.28 234	0.40 255	0.30 255	0.41 269	0.28 243	0.40 264	0.28 243	0.42 289	0.28 231	0.45 298	0.32 244	0.38 276	0.30 270	0.37 248	0.27 219

DCVSM-stereo	0.36 222	1.89 435	0.22 175	0.40 229	0.22 214	0.40 261	0.22 200	0.40 255	0.22 203	0.40 255	0.22 209	0.40 264	0.22 207	0.40 261	0.22 198	0.28 201	0.21 181	0.28 212	0.21 203	0.28 199	0.20 185

RSM	0.36 222	0.36 155	0.43 291	0.37 207	0.42 350	0.49 332	0.42 340	0.37 236	0.28 238	0.36 237	0.29 248	0.36 243	0.30 257	0.37 247	0.28 231	0.34 226	0.31 240	0.34 244	0.35 312	0.40 279	0.29 238

GCAPDPT-zeroshot	0.36 222	0.40 169	0.30 209	0.43 257	0.30 260	0.43 304	0.30 248	0.43 294	0.31 269	0.43 289	0.30 260	0.43 302	0.30 257	0.44 300	0.31 257	0.39 266	0.28 213	0.39 289	0.27 239	0.39 272	0.26 209

RAFT-Test	0.36 222	0.37 157	0.33 234	0.41 241	0.32 277	0.41 277	0.32 264	0.41 270	0.32 275	0.41 269	0.32 278	0.41 277	0.32 278	0.41 276	0.33 271	0.37 243	0.29 225	0.37 268	0.29 256	0.38 261	0.31 260

DMCA	0.36 222	0.38 161	0.37 259	0.35 200	0.35 302	0.36 241	0.36 300	0.36 230	0.35 295	0.35 234	0.37 313	0.36 243	0.36 301	0.35 237	0.36 292	0.36 239	0.36 265	0.35 260	0.36 318	0.36 244	0.36 293

ACVNet-DCA	0.37 230	1.00 305	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 255	0.29 244	0.40 255	0.29 248	0.40 264	0.29 250	0.39 258	0.28 231	0.33 222	0.32 244	0.33 236	0.32 288	0.33 221	0.32 267

1test111	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 248	0.29 244	0.39 249	0.29 248	0.39 256	0.28 243	0.40 261	0.29 241	0.33 222	0.32 244	0.33 236	0.31 281	0.32 213	0.31 260

cc1	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 248	0.29 244	0.39 249	0.29 248	0.39 256	0.28 243	0.40 261	0.29 241	0.33 222	0.32 244	0.33 236	0.31 281	0.32 213	0.31 260

EKT-Stereo	0.37 230	0.40 169	0.44 293	1.07 384	0.29 250	0.34 233	0.31 261	0.36 230	0.29 244	0.38 243	0.31 270	0.37 249	0.30 257	0.36 243	0.29 241	0.34 226	0.28 213	0.39 289	0.30 270	0.37 248	0.30 251

GMOStereo	0.37 230	0.45 198	0.23 178	0.30 179	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 277	0.40 320	0.41 276	0.36 292	0.34 226	0.22 185	0.47 343	0.37 321	0.39 272	0.33 274

XPNet_ROB	0.37 230	0.37 157	0.37 259	0.37 207	0.37 312	0.37 246	0.37 306	0.37 236	0.37 308	0.37 242	0.37 313	0.37 249	0.37 306	0.37 247	0.37 301	0.37 243	0.37 268	0.37 268	0.37 321	0.37 248	0.37 298

MonSter++	0.38 236	0.44 190	0.31 222	0.43 257	0.30 260	0.43 304	0.31 261	0.43 294	0.31 269	0.45 299	0.31 270	0.43 302	0.31 274	0.43 295	0.69 401	0.38 254	0.33 256	0.40 295	0.30 270	0.38 261	0.30 251

HiDET	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 288	0.30 255	0.44 296	0.30 260	0.42 295	0.30 257	0.42 289	0.68 393	0.37 243	0.32 244	0.40 295	0.29 256	0.37 248	0.29 238

LCMNet	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 288	0.30 255	0.45 299	0.30 260	0.42 295	0.30 257	0.42 289	0.69 401	0.37 243	0.32 244	0.40 295	0.29 256	0.37 248	0.29 238

CSFM-Stereo	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.43 294	0.30 255	0.44 296	0.30 260	0.42 295	0.30 257	0.42 289	0.73 411	0.37 243	0.32 244	0.40 295	0.29 256	0.37 248	0.30 251

HART	0.38 236	0.45 198	0.34 244	0.42 251	0.33 289	0.41 277	0.34 288	0.42 288	0.33 282	0.43 289	0.34 293	0.42 295	0.34 291	0.41 276	0.38 304	0.40 271	0.32 244	0.42 323	0.32 288	0.40 279	0.32 267

GREAT-IGEV	0.38 236	0.43 187	0.36 255	0.48 274	0.32 277	0.45 311	0.32 264	0.45 301	0.32 275	0.45 299	0.32 278	0.45 308	0.32 278	0.45 304	0.32 261	0.44 295	0.33 256	0.41 312	0.29 256	0.41 289	0.29 238
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	0.38 236	0.43 187	0.33 234	0.46 263	0.33 289	0.45 311	0.32 264	0.45 301	0.32 275	0.45 299	0.32 278	0.45 308	0.33 286	0.45 304	0.32 261	0.38 254	0.38 274	0.38 276	0.37 321	0.37 248	0.36 293

WAO-8	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.38 243	0.38 318	0.38 251	0.38 310	0.38 250	0.38 304	0.38 254	0.38 274	0.38 276	0.37 321	0.38 261	0.38 305

WAO-7	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.38 243	0.38 318	0.38 251	0.38 310	0.38 250	0.38 304	0.38 254	0.38 274	0.38 276	0.38 334	0.38 261	0.38 305

xx1	0.38 236	1.03 320	0.31 222	0.40 229	0.31 273	0.41 277	0.28 234	0.40 255	0.29 244	0.40 255	0.29 248	0.40 264	0.29 250	0.40 261	0.29 241	0.34 226	0.33 256	0.34 244	0.32 288	0.34 225	0.32 267

Venus	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.37 246	0.38 313	0.37 236	0.37 308	0.41 269	0.37 313	0.39 256	0.37 306	0.38 250	0.38 304	0.37 243	0.38 274	0.38 276	0.37 321	0.37 248	0.38 305

IMH	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.42 283	0.38 318	0.40 264	0.38 310	0.38 250	0.38 304	0.38 254	0.38 274	0.39 289	0.38 334	0.38 261	0.38 305

PAM	0.39 248	1.88 434	0.34 244	0.37 207	0.41 340	0.45 311	0.22 200	0.28 201	0.23 209	0.28 206	0.24 220	0.29 216	0.23 213	0.29 217	0.23 204	0.38 254	0.32 244	0.38 276	0.37 321	0.32 213	0.22 190

HanzoNet	0.39 248	0.38 161	0.40 276	0.39 216	0.41 340	0.38 253	0.38 313	0.38 244	0.38 312	0.39 249	0.39 328	0.38 251	0.38 310	0.39 258	0.40 320	0.38 254	0.38 274	0.40 295	0.38 334	0.38 261	0.40 314

CES	0.39 248	0.47 206	0.36 255	0.36 204	0.37 312	0.45 311	0.35 293	0.35 226	0.40 326	0.36 237	0.44 351	0.47 318	0.36 301	0.44 300	0.36 292	0.37 243	0.39 281	0.44 326	0.35 312	0.37 248	0.36 293

PASM	0.39 248	3.06 510	1.36 504	1.58 476	0.09 117	0.11 125	0.11 134	0.11 125	0.11 136	0.09 112	0.09 118	0.11 126	0.09 119	0.09 112	0.09 111	0.11 90	0.11 99	0.11 121	0.09 113	0.11 125	0.11 131

mms	0.40 252	0.45 198	0.35 253	0.48 274	0.36 308	0.47 322	0.34 288	0.45 301	0.38 312	0.47 311	0.33 285	0.45 308	0.32 278	0.45 304	0.32 261	0.39 266	0.38 274	0.38 276	0.37 321	0.39 272	0.39 311

knoymous	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 264	0.40 320	0.40 261	0.40 320	0.40 271	0.40 284	0.40 295	0.40 338	0.40 279	0.40 314

anonymousa	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 264	0.40 320	0.40 261	0.40 320	0.40 271	0.40 284	0.40 295	0.40 338	0.40 279	0.40 314

riskmin	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 264	0.40 320	0.40 261	0.40 320	0.40 271	0.40 284	0.40 295	0.40 338	0.40 279	0.40 314

Anonymous_2	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 264	0.40 320	0.40 261	0.40 320	0.40 271	0.40 284	0.40 295	0.40 338	0.40 279	0.40 314

Anonymous_1	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 264	0.40 320	0.40 261	0.40 320	0.40 271	0.40 284	0.40 295	0.40 338	0.40 279	0.40 314

AdaStereo	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 264	0.40 320	0.40 261	0.40 320	0.40 271	0.40 284	0.40 295	0.40 338	0.40 279	0.40 314
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.
Select-FE	0.41 259	0.44 190	0.23 178	0.26 173	0.22 214	0.26 205	0.22 200	0.26 197	0.23 209	0.26 202	0.23 213	0.26 207	0.23 213	0.45 304	0.42 335	0.25 191	0.22 185	0.25 201	0.22 206	0.45 303	2.90 576

water-stereo	0.41 259	0.84 267	0.46 299	0.50 289	0.33 289	0.45 311	0.33 275	0.45 301	0.32 275	0.45 299	0.32 278	0.45 308	0.32 278	0.45 304	0.32 261	0.44 295	0.41 293	0.39 289	0.31 281	0.39 272	0.32 267

ccccc	0.41 259	0.44 190	0.34 244	0.48 274	0.35 302	0.48 327	0.35 293	0.51 341	0.35 295	0.47 311	0.35 302	0.47 318	0.34 291	0.47 313	0.35 288	0.41 279	0.40 284	0.40 295	0.40 338	0.41 289	0.39 311

GwcNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 277	0.41 331	0.41 276	0.41 327	0.41 279	0.41 293	0.41 312	0.41 345	0.41 289	0.41 321

PSMNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 277	0.41 331	0.41 276	0.41 327	0.41 279	0.41 293	0.41 312	0.41 345	0.41 289	0.41 321

GANet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 277	0.41 331	0.41 276	0.41 327	0.41 279	0.41 293	0.41 312	0.41 345	0.41 289	0.41 321

ADLNet2	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 277	0.41 331	0.41 276	0.41 327	0.41 279	0.41 293	0.41 312	0.41 345	0.41 289	0.41 321

ADLNet	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 277	0.41 331	0.41 276	0.41 327	0.41 279	0.41 293	0.41 312	0.41 345	0.41 289	0.41 321

FCDSN-DC	0.41 259	0.59 244	0.64 358	0.54 302	0.33 289	0.50 341	0.37 306	0.42 288	0.40 326	0.61 370	0.43 349	0.50 344	0.49 362	0.38 250	0.32 261	0.28 201	0.23 191	0.26 206	0.22 206	0.35 237	0.28 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 259	0.46 202	0.33 234	0.49 280	0.33 289	0.49 332	0.33 275	0.49 319	0.33 282	0.49 325	0.33 285	0.49 329	0.33 286	0.51 345	0.33 271	0.41 279	0.30 234	0.41 312	0.30 270	0.79 374	0.29 238

Gwc-CoAtRS	0.41 259	1.49 411	0.32 228	0.42 251	0.32 277	0.41 277	0.32 264	0.41 270	0.33 282	0.41 269	0.32 278	0.41 277	0.32 278	0.41 276	0.32 261	0.39 266	0.28 213	0.39 289	0.28 246	0.40 279	0.28 233

UPFNet	0.42 270	1.20 343	0.17 153	0.24 159	0.17 185	0.25 197	0.17 173	1.19 436	0.90 436	0.25 194	0.17 180	0.24 189	0.17 181	0.25 195	0.17 174	0.22 167	0.17 166	0.22 180	0.16 170	1.15 425	0.93 432

DDF-Stereo	0.43 271	1.15 336	0.57 345	0.53 299	0.32 277	0.41 277	0.32 264	0.41 270	0.32 275	0.41 269	0.32 278	0.41 277	0.32 278	0.40 261	0.32 261	0.52 329	0.50 337	0.38 276	0.31 281	0.39 272	0.31 260

DilatedVolume-Stereo	0.43 271	0.86 270	0.48 315	0.50 289	0.33 289	0.46 317	0.33 275	0.46 305	0.33 282	0.46 305	0.33 285	0.47 318	0.33 286	0.47 313	0.34 284	0.45 298	0.42 302	0.40 295	0.33 296	0.47 319	0.38 305

psmg	0.43 271	1.91 438	0.92 412	1.91 490	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 519	1.44 512	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 271	1.21 389	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 488	0.95 444	0.25 194	0.17 180	0.25 197	0.17 181	0.25 195	0.17 174	0.23 178	0.16 146	0.22 180	0.16 170	1.18 433	0.98 436

psm_up	0.43 271	1.19 342	0.17 153	0.25 166	0.18 195	0.25 197	0.19 184	1.26 488	0.91 437	0.26 202	0.17 180	0.25 197	0.17 181	0.25 195	0.17 174	0.22 167	0.17 166	0.23 188	0.16 170	1.18 433	0.99 437

Monster-pub-mixall	0.44 276	0.56 240	0.60 349	0.38 210	0.27 236	0.37 246	0.27 226	0.37 236	0.29 244	0.38 243	0.27 236	0.38 251	0.29 250	0.85 399	0.27 221	1.46 495	0.26 199	0.34 244	0.26 230	0.36 244	0.53 361

depthmonostereo	0.44 276	0.85 269	0.46 299	0.54 302	0.40 331	0.52 356	0.38 313	0.52 345	0.35 295	0.47 311	0.34 293	0.46 312	0.34 291	0.47 313	0.34 284	0.45 298	0.43 306	0.41 312	0.33 296	0.41 289	0.32 267

MMNet	0.44 276	1.24 397	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 488	0.93 442	0.25 194	0.17 180	0.25 197	0.18 190	0.25 195	0.17 174	0.23 178	0.16 146	0.23 188	0.16 170	1.20 437	0.99 437

252Zero-FE	0.45 279	0.50 218	0.36 255	0.50 289	0.36 308	0.50 341	0.36 300	0.50 328	0.36 306	0.49 325	0.36 306	0.49 329	0.36 301	0.54 354	0.41 327	0.45 298	0.34 260	0.45 330	0.34 300	0.55 346	0.75 411

Monster-pub-eth3d	0.45 279	0.57 241	0.60 349	0.39 216	0.28 241	0.37 246	0.28 234	0.37 236	0.30 255	0.39 249	0.29 248	0.39 256	0.30 257	0.92 409	0.27 221	1.42 492	0.28 213	0.34 244	0.28 246	0.37 248	0.53 361

Replicate-Monster	0.45 279	0.57 241	0.60 349	0.40 229	0.29 250	0.37 246	0.27 226	0.37 236	0.30 255	0.40 255	0.31 270	0.40 264	0.30 257	0.99 417	0.27 221	1.36 488	0.31 240	0.34 244	0.30 270	0.36 244	0.54 364

SCV_C0	0.45 279	0.88 274	0.49 322	0.54 302	0.37 312	0.48 327	0.37 306	0.48 315	0.37 308	0.48 318	0.36 306	0.48 325	0.37 306	0.49 328	0.37 301	0.50 321	0.41 293	0.44 326	0.34 300	0.44 299	0.34 280

RAFT-Stereo-weight	0.45 279	1.90 437	0.34 244	0.42 251	0.36 308	0.43 304	0.35 293	0.42 288	0.34 291	0.42 283	0.34 293	0.44 305	0.34 291	0.41 276	0.34 284	0.38 254	0.32 244	0.38 276	0.32 288	0.38 261	0.33 274

TorneroNet-64	0.45 279	0.27 137	0.30 209	0.58 311	0.27 236	0.70 382	0.30 248	0.28 201	0.73 419	0.73 386	0.28 243	0.71 384	0.66 388	0.75 387	0.27 221	0.27 197	0.29 225	0.37 268	0.75 424	0.28 199	0.30 251

SCV	0.46 285	0.94 291	0.45 295	0.54 302	0.37 312	0.48 327	0.38 313	0.48 315	0.37 308	0.48 318	0.39 328	0.48 325	0.37 306	0.49 328	0.37 301	0.50 321	0.46 316	0.44 326	0.34 300	0.44 299	0.34 280

otaku	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.46 305	0.46 357	0.46 312	0.46 348	0.46 309	0.46 344	0.46 303	0.46 316	0.46 334	0.46 358	0.46 306	0.46 335

Dean	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.47 311	0.46 357	0.46 312	0.46 348	0.46 309	0.46 344	0.46 303	0.46 316	0.46 334	0.46 358	0.46 306	0.46 335

ACVNet_1	0.46 285	0.47 206	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.47 354	0.46 305	0.46 357	0.46 312	0.46 348	0.46 309	0.46 344	0.46 303	0.46 316	0.47 343	0.46 358	0.46 306	0.46 335

ACVNet-4b	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.46 305	0.46 357	0.46 312	0.46 348	0.47 313	0.46 344	0.46 303	0.46 316	0.46 334	0.46 358	0.46 306	0.46 335

PML	0.46 285	1.36 405	0.29 205	0.58 311	0.30 260	0.57 369	0.29 243	0.57 356	0.29 244	0.57 365	0.29 248	0.57 368	0.29 250	0.56 359	0.29 241	0.52 329	0.30 234	0.53 371	0.31 281	0.53 344	0.30 251

LG-Stereo_L1	0.47 291	0.52 228	0.47 307	0.62 319	0.39 329	0.53 358	0.40 327	0.53 347	0.39 325	0.53 352	0.39 328	0.53 356	0.39 319	0.53 352	0.39 316	0.55 339	0.46 316	0.49 356	0.37 321	0.49 327	0.37 298

Ntro	0.47 291	0.47 206	0.46 299	0.46 263	0.46 358	0.47 322	0.47 355	0.46 305	0.47 354	0.46 305	0.46 357	0.47 318	0.46 348	0.47 313	0.47 351	0.47 308	0.46 316	0.46 334	0.46 358	0.46 306	0.46 335

HaxPig	0.47 291	0.47 206	0.47 307	0.49 280	0.47 364	0.47 322	0.47 355	0.47 311	0.47 354	0.47 311	0.47 365	0.47 318	0.47 356	0.47 313	0.47 351	0.47 308	0.47 324	0.47 343	0.47 365	0.47 319	0.48 344

UNDER WATER	0.47 291	0.47 206	0.47 307	0.47 269	0.47 364	0.47 322	0.47 355	0.47 311	0.47 354	0.47 311	0.47 365	0.47 318	0.46 348	0.47 313	0.47 351	0.47 308	0.47 324	0.47 343	0.46 358	0.47 319	0.47 342

LVE	0.47 291	0.47 206	0.47 307	0.47 269	0.49 370	0.47 322	0.47 355	0.47 311	0.49 363	0.47 311	0.47 365	0.47 318	0.46 348	0.47 313	0.47 351	0.47 308	0.47 324	0.48 351	0.47 365	0.47 319	0.47 342

GASTEREO	0.48 296	1.21 389	0.47 307	0.57 309	0.38 319	0.50 341	0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 344	0.38 310	0.50 336	0.38 304	0.52 329	0.42 302	0.46 334	0.34 300	0.46 306	0.34 280

LG-Stereo_Zeroshot	0.48 296	0.55 238	0.47 307	0.63 321	0.41 340	0.56 363	0.44 343	0.56 353	0.41 335	0.56 362	0.41 337	0.57 368	0.42 337	0.56 359	0.41 327	0.55 339	0.43 306	0.51 365	0.37 321	0.51 338	0.37 298

fffft	0.48 296	0.51 226	0.45 295	0.52 298	0.45 356	0.52 356	0.45 348	0.52 345	0.48 361	0.53 352	0.45 355	0.52 355	0.45 345	0.52 350	0.46 344	0.51 327	0.41 293	0.50 360	0.41 345	0.50 332	0.41 321
1: 1. 1
RainbowNet	0.48 296	0.48 212	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 315	0.48 361	0.48 318	0.48 369	0.48 325	0.48 357	0.48 322	0.48 357	0.48 312	0.48 328	0.48 351	0.48 369	0.48 323	0.48 344

notaker	0.48 296	0.49 214	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 315	0.49 363	0.48 318	0.48 369	0.48 325	0.48 357	0.48 322	0.48 357	0.48 312	0.48 328	0.48 351	0.48 369	0.48 323	0.49 349

LL-Strereo2	0.48 296	1.73 424	0.51 333	0.59 314	0.34 299	0.42 297	0.33 275	0.40 255	0.31 269	0.42 283	0.33 285	0.42 295	0.31 274	0.44 300	0.39 316	0.60 345	0.51 342	0.44 326	0.33 296	0.44 299	0.33 274

Former-RAFT_DAM_RVC	0.49 302	0.98 296	0.64 358	0.84 350	0.46 358	0.45 311	0.35 293	0.47 311	0.47 354	0.45 299	0.34 293	0.46 312	0.48 357	0.46 309	0.35 288	0.39 266	0.71 385	0.39 289	0.35 312	0.41 289	0.41 321

ACVNet_2	0.49 302	0.49 214	0.49 322	0.49 280	0.49 370	0.49 332	0.49 366	0.49 319	0.49 363	0.49 325	0.49 372	0.49 329	0.49 362	0.49 328	0.49 359	0.49 315	0.49 331	0.49 356	0.49 372	0.49 327	0.49 349

testlalala	0.49 302	2.86 507	0.39 270	0.49 280	0.30 260	0.43 304	0.30 248	0.43 294	0.30 255	0.43 289	0.30 260	0.43 302	0.30 257	0.43 295	0.30 248	0.45 298	0.36 265	0.38 276	0.26 230	0.38 261	0.26 209

FoundationStereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 344	0.50 365	0.50 336	0.50 360	0.50 321	0.50 337	0.50 360	0.50 374	0.50 332	0.50 352

StereoAnything_RVC	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 344	0.50 365	0.50 336	0.50 360	0.50 321	0.50 337	0.50 360	0.50 374	0.50 332	0.50 352

dual_stereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 344	0.50 365	0.50 336	0.50 360	0.50 321	0.50 337	0.50 360	0.50 374	0.50 332	0.50 352

GCST	0.50 305	2.08 448	0.38 262	0.53 299	0.35 302	0.49 332	0.35 293	0.50 328	0.35 295	0.49 325	0.35 302	0.49 329	0.35 298	0.49 328	0.35 288	0.48 312	0.37 268	0.45 330	0.33 296	0.44 299	0.33 274

SANet	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 344	0.50 365	0.50 336	0.50 360	0.50 321	0.50 337	0.50 360	0.50 374	0.50 332	0.50 352

MSCF	0.51 310	1.40 408	0.49 322	0.58 311	0.38 319	0.50 341	0.38 313	0.54 349	0.41 335	0.52 349	0.41 337	0.53 356	0.42 337	0.53 352	0.41 327	0.60 345	0.47 324	0.48 351	0.37 321	0.48 323	0.38 305

UGAM-zero	0.51 310	2.17 456	0.39 270	0.53 299	0.36 308	0.50 341	0.36 300	0.50 328	0.36 306	0.49 325	0.36 306	0.50 344	0.35 298	0.50 336	0.36 292	0.49 315	0.37 268	0.47 343	0.35 312	0.46 306	0.34 280

UGAM	0.51 310	2.23 461	0.39 270	0.54 302	0.35 302	0.50 341	0.35 293	0.49 319	0.35 295	0.49 325	0.35 302	0.49 329	0.36 301	0.50 336	0.36 292	0.49 315	0.37 268	0.45 330	0.34 300	0.45 303	0.34 280

Selective-IGEV	0.51 310	0.55 238	0.45 295	0.69 330	0.45 356	0.61 372	0.45 348	0.50 328	0.40 326	0.56 362	0.44 351	0.55 363	0.40 320	0.72 382	0.67 385	0.59 344	0.46 316	0.45 330	0.34 300	0.46 306	0.37 298

RCA-Stereo	0.51 310	3.22 516	0.34 244	0.44 259	0.34 299	0.44 309	0.34 288	0.43 294	0.34 291	0.43 289	0.34 293	0.44 305	0.33 286	0.43 295	0.33 271	0.38 254	0.29 225	0.38 276	0.29 256	0.38 261	0.29 238

MatchStereo	0.54 315	0.12 83	2.38 565	2.32 509	0.09 117	0.09 112	0.08 115	0.09 112	0.07 113	0.09 112	0.07 114	0.09 113	0.07 115	0.09 112	0.08 106	2.34 542	2.34 560	0.12 124	0.11 132	0.11 125	0.10 118
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 315	0.60 247	0.52 336	0.66 328	0.47 364	0.61 372	0.47 355	0.58 359	0.46 349	0.61 370	0.46 357	0.61 374	0.45 345	0.62 368	0.45 340	0.61 349	0.52 344	0.57 374	0.48 369	0.57 348	0.48 344

castereo++	0.54 315	3.59 522	1.15 432	1.31 462	0.14 158	0.16 144	0.14 152	0.16 144	0.14 157	0.16 141	0.14 161	0.16 142	0.13 154	0.16 143	0.14 151	1.45 494	1.16 438	0.15 142	0.14 160	0.15 142	0.13 150

FENet	0.54 315	1.52 412	1.19 438	1.41 471	0.23 220	0.35 238	0.23 208	0.35 226	0.23 209	0.34 229	0.23 213	0.35 237	0.23 213	0.35 237	0.23 204	1.40 491	1.07 422	0.32 228	0.23 212	0.33 221	0.23 192

PSMNet_ROB	0.54 315	0.54 236	0.54 341	0.54 302	0.53 383	0.54 361	0.54 376	0.53 347	0.54 376	0.54 357	0.54 384	0.54 359	0.53 372	0.54 354	0.54 370	0.54 333	0.53 346	0.54 372	0.54 380	0.54 345	0.54 364

AIO-test2	0.55 320	0.59 244	0.52 336	0.67 329	0.47 364	0.61 372	0.47 355	0.61 365	0.47 354	0.61 370	0.47 365	0.61 374	0.48 357	0.62 368	0.47 351	0.64 355	0.53 346	0.58 375	0.47 365	0.58 349	0.48 344

CFNet-ft	0.55 320	1.57 413	0.14 126	0.20 137	0.14 158	0.20 162	2.53 572	1.61 504	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	1.56 498	1.24 514

MyStereo04	0.56 322	3.72 528	0.59 347	0.49 280	0.41 340	0.36 241	0.32 264	0.37 236	0.31 269	0.34 229	0.46 357	0.35 237	0.32 278	0.35 237	0.33 271	0.49 315	0.45 314	0.34 244	0.32 288	0.35 237	0.43 329

CASS	0.57 323	0.89 277	0.56 343	0.57 309	0.56 386	0.56 363	0.56 377	0.56 353	0.53 374	0.57 365	0.57 387	0.59 372	0.48 357	0.56 359	0.57 373	0.55 339	0.56 350	0.47 343	0.56 385	0.62 352	0.56 372
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 324	0.58 243	0.47 307	0.64 324	0.74 418	1.00 413	0.69 402	0.57 356	0.41 335	0.57 365	0.41 337	0.57 368	0.41 331	1.00 419	0.75 416	0.91 390	0.51 342	0.52 368	0.37 321	0.52 340	0.37 298

MonSter	0.60 324	0.64 250	0.52 336	0.62 319	0.44 353	2.07 530	0.44 343	0.62 366	0.44 346	0.62 373	0.44 351	0.62 376	0.44 342	0.62 368	0.44 339	0.58 343	0.42 302	0.62 378	0.46 358	0.58 349	0.42 328

MyStereo07	0.60 324	3.72 528	0.48 315	0.49 280	0.41 340	0.36 241	0.32 264	0.49 319	0.43 343	0.51 346	0.42 347	0.49 329	0.43 340	0.51 345	0.64 380	0.49 315	0.45 314	0.34 244	0.32 288	0.35 237	0.43 329

FSD	0.61 327	0.59 244	0.50 326	2.58 520	0.44 353	0.56 363	0.44 343	0.55 352	0.44 346	0.56 362	0.44 351	0.56 366	0.44 342	0.56 359	0.46 344	0.61 349	0.42 302	0.52 368	0.42 353	0.52 340	0.51 359

castereo	0.61 327	3.79 530	1.35 496	1.52 475	0.15 169	0.17 150	0.16 162	0.20 160	0.21 200	0.18 151	0.16 172	0.21 168	0.12 149	0.26 205	0.17 174	1.43 493	1.38 508	0.17 153	0.16 170	0.18 156	0.16 160

WCG-NET	0.61 327	1.21 389	0.54 341	0.61 318	0.53 383	0.67 380	0.53 374	0.66 371	0.53 374	0.64 376	0.53 383	0.65 380	0.53 372	0.59 366	0.52 367	0.65 356	0.48 328	0.64 381	0.52 378	0.58 349	0.50 352

GEAStereo	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 341	0.38 312	0.53 352	0.38 318	0.50 344	0.38 310	0.51 345	0.38 304	0.54 333	0.43 306	0.46 334	0.34 300	0.46 306	0.34 280

gasm-f	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 341	0.38 312	0.53 352	0.38 318	0.50 344	0.38 310	0.51 345	0.38 304	0.54 333	0.43 306	0.46 334	0.34 300	0.46 306	0.34 280

SMoEStereo_RVC	0.63 332	0.75 257	0.51 333	0.73 339	0.53 383	0.71 384	0.47 355	0.67 372	0.58 379	0.74 391	0.60 388	0.72 387	0.53 372	0.74 386	0.51 365	0.61 349	0.62 362	0.62 378	0.61 393	0.63 353	0.61 378

anonymity	0.63 332	0.69 252	0.56 343	0.71 336	0.56 386	0.71 384	0.56 377	0.71 377	0.56 377	0.72 384	0.56 386	0.71 384	0.56 376	0.71 380	0.58 374	0.68 360	0.55 348	0.68 386	0.55 381	0.68 357	0.54 364

PAM_32	0.64 334	2.38 476	0.51 333	0.92 360	0.43 352	0.53 358	0.44 343	0.87 391	0.43 343	0.52 349	0.45 355	0.53 356	0.40 320	0.54 354	0.46 344	0.62 353	0.56 350	0.48 351	0.45 356	0.76 369	0.44 332

CRFU-Net	0.65 335	1.67 417	1.22 488	1.96 494	0.27 236	0.41 277	0.27 226	0.41 270	0.27 235	0.40 255	0.26 232	0.41 277	0.27 236	0.40 261	0.27 221	1.80 508	1.62 528	0.34 244	0.23 212	0.33 221	0.23 192

LMCR-Stereo	0.65 335	0.63 248	0.65 361	0.65 325	0.65 401	0.66 379	0.63 384	0.58 359	0.65 390	0.63 375	0.64 396	0.65 380	0.65 385	0.66 375	0.66 384	0.66 358	0.64 365	0.65 384	0.67 410	0.68 357	0.73 407

KSHMR	0.66 337	0.50 218	0.48 315	1.15 394	0.52 380	0.49 332	0.51 372	0.49 319	0.71 413	0.67 380	0.50 374	1.16 447	1.11 445	0.66 375	0.52 367	0.49 315	0.49 331	0.51 365	0.66 406	0.50 332	1.14 455

TorneroNet	0.66 337	0.53 232	0.50 326	0.50 289	0.64 399	1.06 429	0.70 407	0.50 328	0.51 373	0.49 325	0.69 411	0.49 329	0.50 365	0.48 322	1.15 457	0.71 365	0.49 331	1.14 446	1.08 454	0.49 327	0.49 349

GES	0.66 337	2.34 472	0.29 205	0.41 241	0.29 250	0.41 277	0.29 243	0.42 288	0.29 244	0.40 255	0.41 337	0.41 277	0.30 257	0.51 345	0.29 241	0.32 217	0.29 225	0.32 228	2.46 575	2.49 538	0.30 251

cf-r	0.66 337	2.17 456	0.12 102	0.18 131	0.12 153	0.18 154	2.70 576	2.60 550	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 99	0.15 142	0.11 132	1.81 510	1.74 551

DSFCA	0.66 337	0.73 256	0.78 393	0.65 325	0.65 401	0.64 377	0.64 385	0.65 369	0.63 388	0.64 376	0.64 396	0.64 377	0.64 383	0.65 374	0.65 381	0.65 356	0.65 367	0.65 384	0.65 404	0.66 355	0.64 388

DEFOM-Stereo	0.68 342	3.11 512	1.40 510	1.63 484	0.25 227	0.31 220	0.25 215	0.31 213	0.28 238	0.31 217	0.29 248	0.29 216	0.27 236	0.31 223	0.28 231	1.59 501	1.47 514	0.30 219	0.29 256	0.30 205	0.28 233

ssnet_v2	0.68 342	1.96 445	1.25 492	0.29 178	0.20 202	0.30 214	0.20 188	0.29 206	0.22 203	1.50 506	0.20 201	0.31 224	0.20 199	0.27 209	0.22 198	0.24 185	1.49 515	0.26 206	0.18 197	3.90 561	0.19 182

ARAFT	0.68 342	0.81 264	0.63 356	0.74 340	0.60 389	0.78 390	0.62 383	0.77 382	0.66 392	0.74 391	0.63 394	0.75 392	0.62 382	0.83 394	0.60 377	0.70 364	0.55 348	0.70 389	0.60 391	0.78 372	0.55 369

NINENet	0.69 345	3.87 534	1.20 441	1.98 495	0.05 99	0.40 261	0.04 81	0.40 255	0.05 98	0.41 269	0.04 88	0.41 277	0.05 95	0.40 261	0.05 89	1.79 507	1.56 521	0.34 244	0.22 206	0.34 225	0.23 192

VIP-Stereo	0.70 346	2.97 509	2.43 566	2.49 516	0.16 178	0.25 197	0.16 162	0.25 192	0.16 171	0.25 194	0.18 195	0.25 197	0.16 170	0.26 205	0.16 167	1.86 509	1.26 491	0.23 188	0.15 166	0.23 184	0.15 158

RAFT-Stereo + iAFF	0.70 346	0.72 255	0.71 379	0.80 345	0.62 398	0.82 395	0.61 382	0.81 388	0.62 386	0.81 399	0.63 394	0.80 398	0.70 403	0.73 384	0.61 379	0.76 371	0.61 361	0.74 394	0.61 393	0.77 371	0.61 378

DMCA-RVC	0.70 346	0.80 261	0.70 376	0.70 334	0.70 411	0.70 382	0.70 407	0.71 377	0.70 408	0.70 383	0.71 418	0.71 384	0.70 403	0.70 379	0.69 401	0.69 361	0.70 381	0.69 387	0.70 415	0.69 361	0.70 399

MyStereo8	0.71 349	3.92 537	0.52 336	0.59 314	0.52 380	0.57 369	0.53 374	0.59 361	0.50 366	0.59 369	0.51 380	0.57 368	0.50 365	0.56 359	0.52 367	0.54 333	0.49 331	0.54 372	0.49 372	0.55 346	0.50 352

HH	0.71 349	2.54 482	0.74 387	1.10 386	0.32 277	0.41 277	0.37 306	0.69 374	0.78 423	0.73 386	0.90 438	0.75 392	1.00 433	0.84 395	0.69 401	0.69 361	0.40 284	0.35 260	0.26 230	0.35 237	0.26 209

HanStereo	0.71 349	2.54 482	0.74 387	1.10 386	0.32 277	0.41 277	0.37 306	0.69 374	0.78 423	0.73 386	0.90 438	0.75 392	1.00 433	0.84 395	0.69 401	0.69 361	0.40 284	0.35 260	0.26 230	0.35 237	0.26 209

zero-FE	0.72 352	1.31 401	0.66 362	0.92 360	0.60 389	0.82 395	0.58 379	0.82 389	0.58 379	0.81 399	0.60 388	0.81 401	0.60 379	0.82 393	0.58 374	0.74 369	0.59 356	0.73 391	0.52 378	0.76 369	0.51 359

ktn	0.72 352	0.53 232	1.08 427	1.14 392	0.51 379	1.22 491	1.36 522	0.51 341	0.59 381	0.51 346	0.51 380	0.69 383	1.20 456	0.67 377	0.51 365	0.51 327	0.49 331	0.58 375	0.66 406	0.52 340	0.53 361

DStereoRT	0.73 354	0.81 264	0.73 386	0.71 336	0.74 418	0.73 386	0.75 415	0.71 377	0.71 413	0.74 391	0.72 421	0.73 389	0.80 419	0.71 380	0.73 411	0.76 371	0.71 385	0.73 391	0.72 420	0.70 362	0.76 414

CroCo-Stereo	0.73 354	1.22 395	0.25 188	1.22 448	0.25 227	1.22 491	0.25 215	1.22 485	0.25 217	1.22 493	0.25 226	1.22 496	0.25 219	1.22 496	0.25 215	1.22 478	0.26 199	1.21 505	0.25 224	1.22 485	0.25 203
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 354	0.88 274	0.67 366	0.75 341	0.68 408	0.75 387	0.64 385	0.80 385	0.72 416	0.83 401	0.70 413	0.82 402	0.64 383	0.84 395	0.67 385	0.77 373	0.63 363	0.81 405	0.63 395	0.78 372	0.62 381

AIO-Stereo-zeroshot1	0.75 357	0.92 287	0.85 404	0.96 371	0.59 388	1.27 495	0.44 343	0.59 361	0.69 404	0.91 406	0.68 406	0.55 363	0.61 381	1.06 434	0.83 429	0.62 353	0.70 381	0.90 415	0.41 345	0.89 389	0.56 372

MyStereo06	0.75 357	4.12 539	0.60 349	0.63 321	0.61 395	0.62 375	0.66 388	0.56 353	0.45 348	0.55 360	0.48 369	0.54 359	0.46 348	0.57 364	0.45 340	0.60 345	0.57 352	0.64 381	0.55 381	0.72 364	0.55 369

GCAP-Stereo	0.75 357	4.15 542	0.42 290	0.75 341	0.35 302	0.78 390	0.40 327	0.79 383	0.38 312	0.78 395	0.36 306	0.78 395	0.36 301	0.79 389	0.39 316	0.75 370	0.39 281	0.76 397	0.39 337	0.75 368	0.39 311

GANet-RSSM	0.75 357	1.91 438	0.14 126	0.47 269	0.14 158	0.21 174	3.21 593	2.30 536	0.14 157	0.46 305	0.14 161	0.23 183	0.18 190	0.21 171	0.14 151	0.18 150	0.27 206	0.37 268	0.13 155	2.13 520	2.12 561

RSM++	0.76 361	0.82 266	0.66 362	0.85 352	0.64 399	0.85 397	0.71 410	0.94 404	0.64 389	0.87 402	0.67 401	0.87 404	0.65 385	0.84 395	0.65 381	0.81 378	0.70 381	0.79 400	0.71 418	0.83 384	0.70 399

CroCo-Stereo Lap2	0.77 362	1.29 399	0.29 205	1.27 453	0.29 250	1.27 495	0.26 223	1.26 488	0.26 230	1.26 494	0.26 232	1.27 500	0.26 228	1.26 497	0.27 221	1.27 480	0.27 206	1.27 508	0.27 239	1.27 488	0.27 219

PSMNet-RSSM	0.77 362	2.76 499	0.14 126	0.20 137	0.14 158	0.20 162	2.66 574	2.79 563	0.14 157	0.21 172	0.14 161	0.21 168	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.52 542	2.31 566

GwcNet-RSSM	0.77 362	2.77 501	0.14 126	0.20 137	0.14 158	0.20 162	2.67 575	2.78 562	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 171	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.52 542	2.31 566

4D-IteraStereo	0.78 365	3.13 513	0.89 405	0.69 330	0.32 277	0.40 261	0.32 264	0.76 381	0.97 447	0.52 349	0.65 398	0.89 407	0.32 278	0.76 388	0.98 441	0.83 383	0.94 413	0.35 260	0.27 239	0.70 362	0.89 428

Pro-Stereo	0.79 366	0.53 232	0.38 262	0.49 280	0.38 319	0.49 332	0.37 306	0.49 319	0.67 393	0.50 338	0.38 318	1.10 439	0.38 310	0.49 328	0.38 304	0.71 365	0.88 407	5.98 609	0.36 318	0.46 306	0.36 293

hitnet-ft	0.79 366	2.78 504	0.14 126	0.20 137	0.14 158	0.21 174	2.89 577	2.80 564	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.54 550	2.33 568

G-Net	0.79 366	0.79 260	0.79 396	0.79 343	0.79 431	0.79 392	0.79 420	0.79 383	0.79 427	0.79 396	0.79 431	0.79 397	0.79 418	0.79 389	0.79 421	0.79 374	0.79 398	0.79 400	0.79 430	0.79 374	0.79 419

MyStereo05	0.80 369	4.12 539	0.63 356	0.63 321	0.61 395	0.62 375	0.66 388	0.65 369	0.62 386	0.67 380	0.61 392	0.65 380	0.58 377	0.67 377	0.55 372	0.60 345	0.57 352	0.64 381	0.55 381	0.72 364	0.55 369

UDG	0.80 369	2.21 460	0.60 349	0.91 357	0.60 389	0.90 403	0.58 379	0.88 394	0.60 382	0.90 404	0.60 388	0.88 405	0.60 379	0.90 404	0.58 374	0.86 387	0.60 357	0.84 411	0.59 390	0.84 385	0.61 378

ccnet	0.80 369	2.28 464	0.33 234	0.50 289	0.33 289	0.50 341	0.33 275	0.50 328	0.33 282	0.49 325	0.33 285	0.49 329	1.56 521	2.38 540	0.33 271	0.41 279	0.29 225	0.42 323	1.57 535	2.28 526	0.29 238

NaN_ROB	0.80 369	0.80 261	0.80 397	0.80 345	0.80 433	0.80 393	0.80 423	0.80 385	0.80 429	0.80 397	0.80 433	0.80 398	0.80 419	0.80 391	0.80 424	0.80 375	0.80 401	0.80 403	0.80 432	0.80 377	0.80 420

CSAN	0.80 369	0.80 261	0.80 397	0.80 345	0.80 433	0.80 393	0.80 423	0.80 385	0.80 429	0.80 397	0.80 433	0.80 398	0.80 419	0.80 391	0.80 424	0.80 375	0.80 401	0.80 403	0.80 432	0.80 377	0.80 420

GSStereo	0.81 374	4.28 545	0.50 326	0.59 314	0.40 331	0.51 353	0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 344	3.79 590	0.50 336	0.38 304	0.54 333	0.43 306	0.46 334	0.34 300	0.46 306	0.35 290

BSDual-CNN	0.81 374	1.91 438	0.92 412	4.48 564	0.02 21	0.42 297	0.06 110	0.41 270	0.02 21	0.48 318	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 519	4.19 588	0.33 236	0.23 212	0.34 225	0.27 219

DDUNet	0.81 374	2.45 480	0.57 345	0.90 355	0.60 389	0.88 400	0.59 381	0.90 395	0.60 382	0.88 403	0.60 388	0.90 408	0.58 377	0.88 401	0.60 377	0.84 385	0.60 357	0.86 413	0.57 387	0.86 386	0.60 377

R-Stereo Train	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 406	0.68 399	0.95 414	0.68 406	0.96 416	0.68 394	0.96 415	0.68 393	0.94 398	0.68 374	0.94 429	0.68 411	0.94 405	0.68 396

RAFT-Stereo	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 406	0.68 399	0.95 414	0.68 406	0.96 416	0.68 394	0.96 415	0.68 393	0.94 398	0.68 374	0.94 429	0.68 411	0.94 405	0.68 396
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 379	1.72 419	1.48 514	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 210	0.26 228	0.20 159	0.15 161	0.24 185	1.33 499	0.32 228	0.16 170	6.75 600	0.23 192

scenet	0.82 379	1.72 419	1.48 514	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 210	0.26 228	0.20 159	0.15 161	0.24 185	1.33 499	0.32 228	0.16 170	6.75 600	0.23 192

ssnet	0.82 379	1.72 419	1.48 514	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 210	0.26 228	0.20 159	0.15 161	0.24 185	1.33 499	0.32 228	0.16 170	6.75 600	0.23 192

DEFOM-Stereo_RVC	0.83 382	5.18 556	1.98 554	2.19 500	0.17 185	0.19 157	0.18 180	0.19 154	0.16 171	0.20 159	0.19 197	0.22 177	0.22 207	0.20 159	0.15 161	2.28 536	2.13 555	0.24 197	0.17 192	0.18 156	0.16 160

BUS	0.83 382	1.91 438	0.92 412	4.48 564	0.02 21	0.40 261	0.04 81	0.41 270	0.02 21	0.48 318	0.03 53	0.41 277	0.05 95	0.03 40	0.05 89	1.97 519	4.19 588	0.33 236	0.23 212	0.34 225	0.27 219

PDISCO_ROB	0.83 382	2.80 505	3.49 586	0.14 102	0.11 140	0.17 150	0.09 116	0.15 143	0.10 121	0.15 136	0.12 144	0.16 142	0.14 158	3.30 570	0.13 147	0.14 118	2.34 560	0.16 145	0.12 147	2.62 551	0.10 118

WQFJA1++	0.84 385	0.98 296	0.67 366	1.26 452	0.75 420	1.00 413	0.67 392	1.00 408	0.67 393	1.00 416	0.67 401	1.00 419	0.67 390	1.00 419	0.67 385	0.96 400	0.67 369	0.91 418	0.63 395	0.92 396	0.63 382

WQFJX1	0.84 385	0.98 296	0.67 366	1.30 460	0.75 420	1.01 420	0.67 392	1.01 416	0.67 393	1.01 424	0.67 401	1.01 426	0.68 394	1.00 419	0.68 393	0.98 405	0.67 369	0.92 421	0.64 400	0.92 396	0.64 388

NLMM	0.84 385	1.00 305	0.67 366	1.27 453	0.75 420	1.00 413	0.68 396	1.00 408	0.67 393	1.00 416	0.67 401	1.02 430	0.67 390	1.02 430	0.67 385	0.97 401	0.67 369	0.93 425	0.63 395	0.92 396	0.63 382

AIO-Stereo	0.84 385	0.66 251	0.70 376	0.83 349	0.67 405	0.98 411	0.82 429	1.14 427	0.72 416	1.03 430	0.74 425	1.03 432	1.09 444	0.99 417	0.45 340	1.04 412	0.73 388	0.95 431	0.74 422	0.94 405	0.46 335

DCRE	0.84 385	1.89 435	0.77 392	0.94 366	0.72 415	0.88 400	0.73 413	0.87 391	0.78 423	0.90 404	0.71 418	0.88 405	0.67 390	0.88 401	0.73 411	0.81 378	0.68 374	0.81 405	0.70 415	0.82 382	0.70 399

iGMRVC	0.84 385	2.85 506	0.72 382	0.72 338	0.73 416	0.77 388	0.79 420	0.73 380	0.74 421	0.73 386	0.72 421	0.73 389	0.76 413	0.73 384	0.73 411	0.72 367	0.73 388	0.73 391	0.72 420	0.73 367	0.72 404

WQFJA1	0.85 391	0.98 296	0.67 366	1.29 458	0.76 425	1.01 420	0.67 392	1.02 421	0.67 393	1.02 428	0.67 401	1.01 426	0.67 390	1.01 426	0.68 393	0.99 406	0.67 369	0.93 425	0.64 400	0.92 396	0.65 390

WQFJX	0.85 391	1.00 305	0.68 373	1.30 460	0.75 420	1.01 420	0.68 396	1.01 416	0.68 399	1.01 424	0.68 406	1.03 432	0.68 394	1.02 430	0.67 385	0.97 401	0.67 369	0.93 425	0.63 395	0.94 405	0.63 382

NLSM3	0.85 391	0.99 303	0.68 373	1.29 458	0.76 425	1.01 420	0.68 396	1.01 416	0.68 399	1.02 428	0.68 406	1.01 426	0.68 394	1.01 426	0.68 393	0.97 401	0.68 374	0.93 425	0.64 400	0.93 401	0.63 382

NLMM1	0.86 394	0.98 296	0.69 375	1.48 474	0.75 420	1.01 420	0.69 402	1.00 408	0.69 404	1.00 416	0.70 413	1.00 419	0.68 394	1.01 426	0.67 385	0.97 401	0.68 374	0.92 421	0.63 395	0.93 401	0.63 382

AdaDepth	0.86 394	0.93 289	0.71 379	1.01 379	1.07 460	1.02 426	0.71 410	1.00 408	0.71 413	1.01 424	0.71 418	1.00 419	0.72 408	1.14 445	0.71 409	0.92 393	0.64 365	0.90 415	0.64 400	0.89 389	0.69 398

GEStereo_RVC	0.86 394	4.45 546	0.20 167	0.27 176	0.20 202	0.27 209	0.20 188	0.26 197	0.18 187	5.03 600	0.20 201	0.27 209	0.19 195	0.27 209	0.21 196	0.20 158	0.19 175	0.19 166	4.02 604	0.20 164	0.18 180

Selective-RAFT-Error	0.88 397	0.84 267	0.98 417	0.86 353	0.97 449	0.88 400	0.95 440	0.84 390	0.99 450	0.92 408	0.82 435	0.84 403	0.98 432	0.87 400	0.97 440	0.81 378	0.83 404	0.79 400	0.82 435	0.79 374	0.85 425

IER	0.88 397	7.04 575	2.23 559	2.75 522	0.28 241	0.43 304	0.25 215	0.39 248	0.25 217	0.41 269	0.27 236	0.39 256	0.25 219	0.40 261	0.28 231	0.37 243	0.28 213	0.37 268	0.25 224	0.37 248	0.25 203

Selective-RAFT	0.89 399	0.89 277	0.72 382	1.16 399	0.78 429	1.06 429	0.82 429	0.87 391	0.97 447	1.00 416	0.91 441	0.90 408	1.00 433	0.89 403	0.93 437	0.83 383	0.83 404	0.82 409	0.82 435	0.81 380	0.82 423

AIO-Stereo-zeroshot	0.91 400	0.86 270	0.89 405	1.25 451	0.69 409	1.05 428	0.81 426	1.16 431	0.50 366	1.12 440	0.97 446	0.72 387	0.82 423	1.06 434	0.95 438	0.61 349	0.87 406	1.03 443	0.85 438	1.04 417	1.01 444

CFNet-RSSM	0.91 400	4.89 552	0.34 244	0.44 259	1.07 460	1.62 515	1.40 529	0.91 397	0.35 295	1.60 507	1.39 529	0.64 377	0.34 291	0.44 300	0.33 271	0.41 279	0.35 262	0.75 395	0.30 270	0.41 289	0.29 238

MLG-Stereo	0.92 402	0.90 280	0.84 403	1.27 453	0.49 370	1.38 504	0.88 432	1.41 501	0.97 447	0.73 386	1.09 456	1.26 497	0.43 340	0.72 382	1.05 449	1.13 423	0.49 331	1.18 456	0.66 406	1.01 414	0.46 335

ToySt	0.92 402	2.11 451	0.90 408	0.95 368	0.79 431	0.99 412	0.78 419	0.94 404	0.81 432	0.94 412	0.78 429	0.95 415	0.77 415	0.94 411	0.86 431	0.91 390	0.79 398	0.85 412	0.77 426	0.89 389	0.73 407

DPSM_ROB	0.92 402	0.91 282	0.91 410	0.91 357	0.92 444	0.92 405	0.92 436	0.92 400	0.91 437	0.93 410	0.91 441	0.92 411	0.90 426	0.91 405	0.92 433	0.92 393	0.91 409	0.91 418	0.92 439	0.93 401	0.93 432

DPSM	0.92 402	0.91 282	0.91 410	0.91 357	0.92 444	0.92 405	0.92 436	0.92 400	0.91 437	0.93 410	0.91 441	0.92 411	0.90 426	0.91 405	0.92 433	0.92 393	0.91 409	0.91 418	0.92 439	0.93 401	0.93 432

pmcnn	0.92 402	0.92 287	0.92 412	0.92 360	0.92 444	0.92 405	0.92 436	0.92 400	0.92 441	0.92 408	0.92 444	0.92 411	0.92 428	0.92 409	0.92 433	0.92 393	0.92 411	0.92 421	0.92 439	0.92 396	0.92 431

error version	0.93 407	4.47 547	2.35 562	1.99 496	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 277	0.40 320	0.41 276	0.36 292	1.87 511	2.16 556	0.47 343	0.37 321	0.39 272	0.33 274

test_1	0.93 407	4.47 547	2.35 562	1.99 496	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 277	0.40 320	0.41 276	0.36 292	1.87 511	2.16 556	0.47 343	0.37 321	0.39 272	0.33 274

DGTPSM_ROB	0.93 407	1.00 305	0.92 412	0.94 366	0.96 448	0.91 404	0.92 436	0.91 397	0.96 446	0.91 406	0.96 445	0.93 414	0.92 428	0.94 411	0.92 433	0.92 393	0.92 411	0.90 415	0.92 439	0.94 405	0.91 430

HSM-Net_RVC	0.95 410	1.17 339	0.78 393	1.18 401	0.71 413	1.16 444	0.75 415	1.09 425	0.80 429	1.10 434	0.75 426	1.17 448	0.74 410	1.17 448	0.80 424	1.13 423	0.73 388	1.17 453	0.77 426	1.16 427	0.72 404
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 411	3.17 515	2.30 561	2.42 513	0.38 319	0.54 361	0.38 313	0.54 349	0.38 312	0.54 357	0.38 318	0.54 359	0.38 310	0.54 354	0.38 304	2.38 545	2.34 560	0.49 356	0.36 318	0.49 327	0.36 293

DPSimNet_ROB	0.97 411	1.18 341	0.81 400	1.10 386	0.91 443	1.02 426	0.82 429	1.04 422	0.91 437	1.03 430	0.86 437	1.28 501	0.82 423	1.03 432	0.89 432	1.17 427	0.81 403	1.02 441	0.82 435	1.08 419	0.81 422

test-3	0.98 413	4.13 541	1.85 543	1.85 487	0.61 395	0.69 381	0.37 306	0.63 367	0.61 385	0.66 379	0.51 380	0.73 389	0.44 342	0.57 364	0.54 370	1.68 505	1.81 540	0.40 295	0.43 354	0.66 355	0.50 352

Test_v1	1.00 414	1.00 305	1.00 419	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 419	1.00 433	1.00 419	1.00 443	1.00 407	1.00 414	1.00 436	1.00 446	1.00 410	1.00 439

Wavelet-MonSter	1.00 414	1.21 389	0.76 390	1.94 491	1.01 455	1.11 439	0.76 417	1.15 428	0.76 422	1.11 439	0.76 427	1.14 445	0.76 413	1.11 442	0.76 418	1.21 476	0.90 408	1.02 441	0.71 418	1.02 416	0.71 403

999	1.00 414	1.12 332	0.59 347	1.10 386	1.21 518	1.09 435	0.52 373	1.08 423	1.43 531	1.18 445	1.35 523	0.98 418	0.52 371	0.91 405	0.85 430	0.72 367	1.46 513	0.83 410	0.98 444	0.68 357	1.41 527

DispNO	1.00 414	0.63 248	0.43 291	3.45 548	0.44 353	0.65 378	0.43 342	0.64 368	0.43 343	0.64 376	0.43 349	0.64 377	3.03 568	0.64 373	0.43 338	4.55 577	0.43 306	0.63 380	0.43 354	0.63 353	0.43 329

GANet	1.00 414	1.00 305	1.00 419	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 419	1.00 433	1.00 419	1.00 443	1.00 407	1.00 414	1.00 436	1.00 446	1.00 410	1.00 439

TDLM	1.00 414	1.00 305	1.00 419	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 419	1.00 433	1.00 419	1.00 443	1.00 407	1.00 414	1.00 436	1.00 446	1.00 410	1.00 439

CVANet_RVC	1.00 414	1.00 305	1.00 419	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 419	1.00 433	1.00 419	1.00 443	1.00 407	1.00 414	1.00 436	1.00 446	1.00 410	1.00 439

trnet	1.01 421	1.01 314	1.01 423	1.01 379	1.01 455	1.01 420	1.01 448	1.01 416	1.01 455	1.01 424	1.01 452	1.01 426	1.01 440	1.01 426	1.01 447	1.01 411	1.01 418	1.01 440	1.01 452	1.01 414	1.01 444

LL-Strereo	1.01 421	5.06 554	1.63 523	0.70 334	1.43 529	0.56 363	0.46 350	0.57 356	0.50 366	0.57 365	0.50 374	1.58 510	0.49 362	0.59 366	0.50 360	1.64 504	0.52 344	0.51 365	1.37 523	0.52 340	0.45 334

FlowAnything_test	1.02 423	1.72 419	0.71 379	1.59 477	0.70 411	1.61 513	0.69 402	1.61 504	0.70 408	1.60 507	0.70 413	1.61 514	0.69 401	1.61 511	0.70 407	0.81 378	0.58 354	0.81 405	0.55 381	0.81 380	0.56 372

FlowAnything	1.02 423	1.71 418	0.72 382	1.59 477	0.69 409	1.60 512	0.69 402	1.61 504	0.70 408	1.60 507	0.69 411	1.60 511	0.69 401	1.61 511	0.69 401	0.81 378	0.58 354	0.81 405	0.56 385	0.82 382	0.56 372

Hybrid-DGEV	1.03 425	1.75 425	0.80 397	1.28 457	0.78 429	1.26 494	0.80 423	1.26 488	0.78 423	1.26 494	0.78 429	1.26 497	0.78 417	1.26 497	0.78 420	1.15 426	0.75 391	1.14 446	0.74 422	1.14 422	0.75 411

tt45	1.04 426	0.88 274	1.36 504	0.92 360	1.03 458	1.51 511	0.79 420	0.70 376	0.88 435	0.74 391	0.90 438	1.60 511	0.72 408	1.60 509	0.75 416	0.91 390	0.78 396	1.52 520	0.79 430	1.14 422	1.32 519

Hybrid-DGEV-2	1.05 427	1.83 427	0.83 401	1.33 464	0.82 436	1.30 497	0.81 426	1.26 488	0.79 427	1.29 496	0.79 431	1.26 497	0.80 419	1.26 497	0.79 421	1.20 430	0.78 396	1.18 456	0.77 426	1.20 437	0.77 416

Hybrid-DGEV-03	1.07 428	1.83 427	0.83 401	1.34 465	0.81 435	1.32 499	0.81 426	1.31 494	0.81 432	1.31 497	0.82 435	1.32 502	0.82 423	1.32 501	0.81 427	1.19 428	0.77 394	1.19 458	0.76 425	1.19 435	0.77 416

GLC_STEREO	1.07 428	1.01 314	1.06 425	1.07 384	1.05 459	1.06 429	1.08 453	1.08 423	1.05 458	1.07 432	1.06 454	1.08 435	1.05 442	1.06 434	1.10 452	1.07 414	1.09 428	1.05 444	1.05 453	1.06 418	1.12 451

FC-DCNN	1.07 428	1.09 329	0.98 417	0.89 354	0.52 380	1.41 507	0.91 435	1.21 484	1.24 517	1.96 519	2.05 574	1.91 520	1.30 509	1.27 500	1.08 451	0.80 375	0.60 357	0.58 375	0.41 345	0.68 357	0.54 364

hknet	1.10 431	1.85 431	3.49 586	4.48 564	0.02 21	0.42 297	0.06 110	0.41 270	0.02 21	0.48 318	0.03 53	0.41 277	0.03 53	0.42 289	0.03 49	4.39 574	4.19 588	0.33 236	0.23 212	0.34 225	0.27 219

test_xeample3	1.10 431	1.81 426	0.61 354	0.84 350	0.49 370	0.77 388	0.66 388	0.92 400	1.40 529	0.68 382	0.46 357	0.78 395	0.54 375	1.72 514	1.48 531	1.34 485	1.52 517	1.35 513	1.67 548	1.33 490	1.55 532

DISCO	1.11 433	0.39 167	5.28 599	0.39 216	0.20 202	0.39 259	0.27 226	0.39 248	0.22 203	0.38 243	0.20 201	0.38 251	0.20 199	6.95 611	0.22 198	0.30 209	0.21 181	0.27 210	0.21 203	5.25 593	0.21 188

Occ-G	1.12 434	0.52 228	3.72 591	3.50 552	0.50 374	0.56 363	0.47 355	0.54 349	0.46 349	0.54 357	0.41 337	0.54 359	0.42 337	0.52 350	0.42 335	3.42 567	4.02 587	0.52 368	0.45 356	0.51 338	0.44 332

AEACV	1.12 434	0.52 228	3.12 582	3.24 537	0.86 437	0.53 358	0.49 366	0.60 363	0.47 354	0.53 352	0.49 372	0.55 363	0.45 345	0.55 358	0.47 351	3.01 562	3.88 585	0.71 390	0.60 391	0.80 377	0.48 344

MSMD_ROB	1.19 436	1.10 331	0.70 376	1.10 386	0.60 389	1.10 436	0.70 407	1.10 426	0.70 408	1.10 434	0.70 413	1.10 439	0.70 403	7.00 612	0.70 407	1.10 417	0.70 381	1.10 445	0.70 415	1.10 420	0.70 399

MM-Stereo_test2	1.20 437	1.85 431	1.05 424	1.46 473	0.94 447	1.36 502	0.99 443	1.36 496	0.95 444	1.41 502	0.98 447	1.40 507	0.96 430	1.37 503	0.95 438	1.37 490	1.06 421	1.33 510	0.93 443	1.29 489	0.89 428

ours_stereo	1.20 437	1.21 389	0.90 408	1.64 485	1.11 462	1.35 500	0.67 392	1.76 511	0.93 442	1.70 515	1.10 457	1.39 505	0.75 412	1.41 505	0.81 427	1.60 503	1.03 420	1.33 510	1.00 446	1.61 500	0.72 404

DisPM	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

CrosDoStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

PFNet+	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

LCNet	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

HHNet	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

Patchmatch Stereo++	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465
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	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

STrans-v2	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

TransformOpticalFlow	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

OMP-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

IIG-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

NF-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

OCTAStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

PSM-softLoss	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

KMStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

NRIStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

PSM-adaLoss	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

PSM-AAD	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

FTStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

ROB_FTStereo_v2	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

ROB_FTStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

Consistency-Raft	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

KYRaft	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

HUI-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

ASMatch	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

DeepStereo_LL	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

DEmStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

SST-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

THIR-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

RAFT_R40	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

DRaft	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

PFNet	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

GrayStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

RE-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

Pruner-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

TVStereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

DeepStereo_RVC	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

RAFT-RH_RVC	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

IRAFT_RVC	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

RAFT-345	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

iRAFT	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

CRE-IMP	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

GMM-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

RAFT-IKP	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

Prome-Stereo	1.20 437	1.20 343	1.20 441	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 450	1.20 456	1.20 450	1.20 466	1.20 430	1.20 443	1.20 460	1.20 465	1.20 437	1.20 465

HCRNet	1.22 484	7.11 576	3.00 570	3.55 553	0.33 289	0.29 213	0.14 152	0.19 154	0.15 167	0.33 227	0.29 248	0.25 197	0.14 158	0.22 175	0.33 271	3.64 568	3.00 565	0.76 397	0.32 288	0.18 156	0.13 150

HBP-ISP	1.24 485	1.72 419	1.65 524	1.15 394	0.76 425	1.40 506	0.88 432	1.67 510	1.02 456	1.69 514	1.38 528	1.69 515	1.21 502	1.87 521	1.21 511	1.05 413	0.79 398	0.97 434	0.80 432	1.19 435	0.75 411

AANet_RVC	1.26 486	0.31 146	4.99 597	5.93 590	0.20 202	0.25 197	0.20 188	0.25 192	0.20 195	0.23 178	0.19 197	0.25 197	0.20 199	0.25 195	0.20 192	5.66 598	4.76 591	0.26 206	0.30 270	0.24 188	0.27 219

MM-Stereo_test3	1.27 487	2.07 447	1.18 436	1.60 480	1.02 457	1.45 509	1.01 448	1.40 500	1.04 457	1.44 504	1.03 453	1.46 509	1.02 441	1.44 507	1.02 448	1.51 499	1.12 435	1.32 509	0.98 444	1.38 493	0.97 435

11t	1.27 487	2.70 491	1.34 494	1.32 463	0.89 439	1.30 497	1.34 519	1.64 507	0.57 378	1.45 505	0.72 421	1.05 434	1.29 508	1.07 437	1.29 520	1.49 496	1.02 419	0.97 434	1.15 458	1.48 495	1.31 518

MaskLacGwcNet_RVC	1.35 489	1.35 404	1.35 496	1.35 467	1.35 523	1.35 500	1.35 520	1.36 496	1.35 525	1.36 500	1.35 523	1.36 503	1.36 514	1.36 502	1.35 524	1.35 486	1.35 504	1.35 513	1.35 520	1.35 491	1.35 523

CC-Net-ROB	1.36 490	1.33 403	1.33 493	1.36 468	1.38 526	1.36 502	1.33 518	1.37 498	1.34 522	1.35 499	1.36 525	1.38 504	1.34 512	1.38 504	1.38 527	1.35 486	1.38 508	1.33 510	1.35 520	1.43 494	1.34 522

CFNet	1.37 491	5.27 559	0.19 164	5.49 587	0.19 199	0.28 210	0.19 184	0.28 201	0.19 193	0.28 206	0.19 197	0.28 210	4.35 598	0.28 213	0.19 188	0.23 178	0.17 166	0.23 188	4.21 606	4.81 584	0.17 176

PS-NSSS	1.38 492	1.39 407	1.34 494	1.34 465	1.35 523	1.38 504	1.37 527	1.35 495	1.38 528	1.34 498	1.34 522	1.39 505	1.38 517	1.70 513	1.40 528	1.36 488	1.36 505	1.36 515	1.37 523	1.37 492	1.36 524

RASNet	1.49 493	1.65 416	1.45 512	1.38 470	1.43 529	1.47 510	1.36 522	1.38 499	1.36 526	1.39 501	1.60 539	1.45 508	1.45 520	1.51 508	2.21 569	1.53 500	1.36 505	1.36 515	1.36 522	1.66 503	1.36 524

BTL-Stereo	1.53 494	1.36 405	1.06 425	1.42 472	1.23 522	1.41 507	1.07 452	1.43 502	1.12 459	1.42 503	1.06 454	1.83 517	1.07 443	1.42 506	1.07 450	1.27 480	1.38 508	6.80 610	1.00 446	1.26 487	1.00 439

GANetREF_RVC	1.55 495	1.94 444	1.22 488	1.88 488	1.21 518	1.88 519	1.22 510	1.88 513	1.22 515	1.88 516	1.22 512	1.88 518	1.22 503	1.89 522	1.22 512	1.87 511	1.22 490	1.88 534	1.22 511	1.88 512	1.22 511
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 496	1.91 438	1.21 487	1.94 491	1.20 472	2.00 527	1.23 511	1.99 518	1.24 517	2.00 524	1.25 515	2.03 528	1.26 505	2.00 526	1.29 520	1.90 515	1.18 442	1.89 535	1.21 510	1.89 513	1.20 465
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 497	1.59 414	1.70 526	1.59 477	1.59 535	1.61 513	1.61 538	1.60 503	1.60 535	1.62 513	1.59 538	1.60 511	1.60 523	1.60 509	1.59 535	1.59 501	1.60 527	1.59 521	1.59 540	1.59 499	1.59 537

ff7	1.68 498	2.68 488	1.35 496	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 535	2.12 558	2.23 532	2.25 570	1.31 482	1.07 422	1.48 517	1.41 526	0.90 392	1.04 446

ffff	1.68 498	2.68 488	1.35 496	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 535	2.12 558	2.23 532	2.25 570	1.31 482	1.07 422	1.48 517	1.41 526	0.90 392	1.04 446

ccc-4	1.68 498	2.68 488	1.35 496	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 535	2.12 558	2.23 532	2.25 570	1.31 482	1.07 422	1.48 517	1.41 526	0.90 392	1.04 446

MC-Stereo	1.76 501	2.96 508	1.37 506	2.14 499	1.37 525	2.14 533	1.36 522	2.14 527	1.37 527	2.14 533	1.37 526	2.14 530	1.37 516	2.14 531	1.37 526	1.97 519	1.32 492	1.97 537	1.32 519	1.98 514	1.33 520

IGEVStereo-DCA	1.77 502	4.21 543	1.84 541	2.49 516	2.11 568	2.54 553	1.36 522	1.65 508	1.17 466	2.75 562	1.90 557	2.54 548	1.15 449	0.94 411	1.11 453	1.50 497	1.32 492	0.96 432	1.46 532	1.49 496	0.88 426

rrr	1.77 502	4.21 543	1.84 541	2.49 516	2.11 568	2.54 553	1.36 522	1.65 508	1.17 466	2.75 562	1.90 557	2.54 548	1.15 449	0.94 411	1.11 453	1.50 497	1.32 492	0.96 432	1.46 532	1.49 496	0.88 426

MM-Stereo_test1	1.80 504	3.41 520	1.52 519	2.12 498	1.41 528	2.04 528	1.41 530	2.05 522	1.46 532	2.04 528	1.41 530	2.05 529	1.42 519	2.05 527	1.43 530	2.04 523	1.54 520	1.94 536	1.38 525	1.99 515	1.33 520

MFMNet_re	1.81 505	1.91 438	1.71 528	1.95 493	1.70 546	1.95 524	1.70 543	1.96 516	1.74 548	1.97 521	1.72 547	1.95 521	1.71 531	1.97 525	1.71 543	1.86 509	1.62 528	1.85 527	1.66 547	1.86 511	1.64 543

plain	1.88 506	3.16 514	0.64 358	3.10 532	0.65 401	3.10 568	0.64 385	3.12 567	0.65 390	3.10 568	0.65 398	3.11 568	0.65 385	3.12 567	0.65 381	3.12 563	0.65 367	3.13 567	0.65 404	3.13 555	0.65 390

RAFT_CTSACE	1.92 507	3.71 527	1.72 529	1.88 488	1.72 547	2.04 528	1.42 532	2.18 529	1.89 563	2.02 526	1.97 563	1.95 521	2.06 557	1.93 523	1.62 536	1.76 506	1.66 531	2.02 538	1.73 556	1.73 506	1.43 529

MonStereo1	1.94 508	2.77 501	1.52 519	3.73 560	1.51 532	2.13 532	1.42 532	2.32 537	1.52 533	2.31 541	1.50 533	2.53 545	1.59 522	2.34 539	1.56 533	1.91 516	1.36 505	1.86 530	1.31 518	2.07 516	1.53 530

4.25w-stereo	1.98 509	2.72 495	1.46 513	3.47 549	1.43 529	2.07 530	1.98 558	2.53 549	1.52 533	2.71 555	1.98 569	1.81 516	1.62 525	1.96 524	1.36 525	1.88 514	2.00 545	2.53 561	1.61 542	1.74 507	1.15 456

4.5w-stereo	1.99 510	2.33 468	1.81 532	3.28 539	1.68 542	1.94 521	1.99 561	2.72 552	1.70 540	2.72 556	1.99 572	1.97 523	1.68 527	1.76 515	1.29 520	1.91 516	2.02 551	2.53 561	1.61 542	1.75 508	1.16 459

2.75w_new	1.99 510	2.34 472	1.81 532	3.14 533	1.62 537	1.94 521	1.99 561	2.72 552	1.71 541	2.72 556	1.99 572	1.90 519	1.73 533	1.82 520	1.29 520	2.37 544	2.01 547	2.31 548	1.42 529	1.77 509	1.22 511

3.75w	1.99 510	2.31 466	1.83 540	3.16 535	1.65 539	1.93 520	1.98 558	2.72 552	1.68 537	2.73 561	1.97 563	2.00 525	1.72 532	1.81 519	1.25 516	2.27 535	2.01 547	2.38 553	1.42 529	1.71 505	1.24 514

2w_stereo	1.99 510	2.36 475	1.81 532	3.24 537	1.67 540	1.94 521	1.98 558	2.72 552	1.68 537	2.72 556	1.94 560	1.98 524	1.74 535	1.79 518	1.27 517	1.95 518	2.00 545	2.53 561	1.60 541	1.68 504	1.15 456

2.25w	2.00 514	1.86 433	1.98 554	2.95 530	2.17 572	2.26 534	1.35 520	2.42 543	2.00 570	2.07 532	1.27 517	2.53 545	1.99 553	2.29 536	1.49 532	2.21 530	1.32 492	1.85 527	1.87 560	2.52 542	1.62 541

4.25_new	2.00 514	2.33 468	1.82 537	3.32 542	1.69 543	1.95 524	1.99 561	2.72 552	1.71 541	2.72 556	1.97 563	2.01 526	1.74 535	1.77 516	1.28 518	2.18 527	2.01 547	2.48 559	1.58 538	1.65 501	1.17 460

4.5w_new	2.00 514	2.33 468	1.82 537	3.32 542	1.69 543	1.95 524	1.99 561	2.72 552	1.71 541	2.72 556	1.97 563	2.01 526	1.74 535	1.77 516	1.28 518	2.18 527	2.01 547	2.48 559	1.58 538	1.65 501	1.17 460

4.5_new	2.00 514	1.84 430	1.98 554	2.77 524	2.16 570	2.27 535	1.28 517	2.09 523	1.98 567	2.01 525	1.28 518	2.71 557	1.98 551	2.51 548	1.65 538	2.26 532	1.33 499	1.87 531	1.87 560	2.49 538	1.60 538

TRStereo	2.00 514	2.13 452	1.85 543	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 532	1.87 541	2.08 528	1.72 545	2.08 524	1.72 534	2.08 540	1.72 553	2.08 517	1.72 548

XX-Stereo	2.00 514	2.13 452	1.85 543	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 532	1.87 541	2.08 528	1.72 545	2.08 524	1.72 534	2.08 540	1.72 553	2.08 517	1.72 548

EAI-Stereo	2.00 514	2.13 452	1.85 543	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 532	1.87 541	2.08 528	1.72 545	2.08 524	1.72 534	2.08 540	1.72 553	2.08 517	1.72 548

2.5w	2.01 521	2.40 477	1.37 506	3.28 539	2.01 562	2.71 558	1.43 535	1.82 512	1.83 555	1.90 518	1.41 530	2.71 557	1.35 513	2.71 557	1.85 556	2.66 556	1.53 518	1.64 522	1.23 512	2.53 545	1.87 557

4w-stereo	2.02 522	2.72 495	1.44 511	3.36 545	1.59 535	2.48 546	1.72 544	2.28 530	1.24 517	2.24 536	1.65 543	2.56 550	1.32 511	2.39 542	1.98 566	2.67 558	1.51 516	1.66 523	1.24 513	2.53 545	1.88 560

IGEV	2.02 522	2.20 458	1.82 537	2.90 529	2.16 570	2.41 543	1.25 513	2.00 519	1.98 567	1.99 523	1.31 520	2.72 561	1.93 547	2.67 556	1.69 542	2.26 532	1.32 492	1.83 526	1.87 560	2.53 545	1.61 540

3.25w_new	2.03 524	2.72 495	1.35 496	3.33 544	1.57 533	2.72 559	1.53 537	2.15 528	1.33 521	2.15 534	1.60 539	2.63 554	1.30 509	2.72 559	1.99 567	2.67 558	1.53 518	1.75 525	1.25 515	2.53 545	1.87 557

3.5w_stereo	2.03 524	2.72 495	1.35 496	3.41 546	1.57 533	2.72 559	1.49 536	2.01 520	1.34 522	2.15 534	1.61 541	2.63 554	1.36 514	2.72 559	1.99 567	2.66 556	1.58 523	1.68 524	1.24 513	2.53 545	1.87 557

UniTT-Stereo	2.03 524	3.43 521	0.72 382	3.42 547	0.73 416	3.27 571	0.68 396	3.38 572	0.69 404	3.29 571	0.72 421	3.28 571	0.70 403	3.35 573	0.68 393	3.39 566	0.68 374	3.31 570	0.69 413	3.37 556	0.73 407

3.25w	2.04 527	2.20 458	1.48 514	3.03 531	2.17 572	2.63 557	1.39 528	1.96 516	1.95 566	1.96 519	1.37 526	2.71 557	1.96 550	2.71 557	1.73 550	2.26 532	1.32 492	1.87 531	1.87 560	2.51 541	1.63 542

3w_stereo	2.04 527	2.24 462	1.70 526	3.15 534	2.18 574	2.49 547	1.26 515	2.03 521	1.98 567	1.98 522	1.33 521	2.72 561	1.99 553	2.59 551	1.72 545	2.22 531	1.33 499	1.85 527	1.88 565	2.50 540	1.58 536

1w_stereo	2.05 529	2.32 467	1.35 496	3.74 561	2.01 562	2.73 561	1.42 532	1.88 513	1.93 565	2.03 527	1.28 518	2.71 557	1.99 553	2.72 559	1.72 545	2.20 529	1.32 492	1.87 531	1.86 559	2.45 534	1.54 531

sCroCo_RVC	2.10 530	2.76 499	1.92 551	2.78 527	1.39 527	2.73 561	1.41 530	2.73 558	1.40 529	2.77 567	1.41 530	2.74 563	1.40 518	2.74 562	1.40 528	2.72 560	1.42 511	2.72 565	1.44 531	2.79 552	1.42 528

MoCha-V2	2.11 531	26.97 618	0.78 393	0.92 360	0.77 428	0.96 410	0.72 412	0.90 395	0.72 416	0.94 412	0.70 413	0.90 408	0.71 407	0.91 405	0.71 409	0.85 386	0.71 385	0.88 414	0.69 413	0.87 387	0.67 395

FBW_ROB	2.12 532	2.46 481	1.77 531	2.49 516	1.79 550	2.38 541	1.83 546	2.46 544	1.78 551	2.48 549	1.97 563	2.40 540	1.78 538	2.42 545	1.83 554	2.31 540	1.85 542	2.38 553	1.82 558	2.35 529	1.84 553

MonStereo	2.17 533	2.41 478	1.49 518	2.67 521	1.67 540	2.60 556	2.04 565	2.32 537	1.76 549	2.44 546	1.68 545	2.50 543	1.69 529	2.38 540	1.80 553	2.28 536	1.78 537	2.63 564	2.14 568	3.47 557	1.68 546

asda	2.17 533	2.54 482	1.81 532	3.47 549	1.78 549	2.50 549	1.86 551	2.61 551	1.68 537	2.61 553	1.83 549	2.37 539	1.73 533	2.44 546	1.88 561	2.51 553	1.84 541	2.34 550	1.62 544	2.23 522	1.77 552

asd	2.18 535	2.77 501	1.58 521	3.59 554	2.00 561	2.58 555	1.85 550	2.39 542	1.71 541	2.47 548	1.97 563	2.59 552	1.61 524	2.56 549	1.79 552	2.51 553	1.99 544	2.11 543	1.62 544	2.36 530	1.60 538

qwe	2.18 535	2.60 485	1.58 521	3.83 562	1.90 559	2.53 551	1.90 556	2.48 545	1.73 546	2.37 544	1.92 559	2.53 545	1.68 527	2.56 549	1.83 554	2.52 555	1.87 543	2.07 539	1.68 550	2.32 528	1.71 547

monsters	2.18 535	2.41 478	1.96 553	3.47 549	2.03 566	2.53 551	1.64 540	2.48 545	1.73 546	2.40 545	1.50 533	2.62 553	1.94 548	2.59 551	1.94 563	2.44 548	1.57 522	2.28 546	1.87 560	2.42 532	1.86 555

AIO_rvc	2.18 535	2.34 472	1.87 547	2.32 509	1.94 560	2.40 542	1.89 555	2.37 540	2.07 572	2.52 551	1.95 562	2.44 542	1.99 553	2.41 543	1.89 562	2.32 541	2.09 553	2.24 544	2.18 569	2.21 521	2.23 564

HUF	2.18 535	2.30 465	1.99 557	2.34 511	2.02 565	2.41 543	2.06 566	2.38 541	1.89 563	2.36 543	1.85 550	2.56 550	1.98 551	2.31 538	1.97 565	2.30 539	2.03 552	2.30 547	2.11 567	2.23 522	2.16 562

AIO_test	2.18 535	2.09 450	2.04 558	2.42 513	2.01 562	2.47 545	1.94 557	2.34 539	2.03 571	2.56 552	1.94 560	2.43 541	1.94 548	2.41 543	1.87 560	2.39 546	2.10 554	2.35 552	1.91 566	2.25 524	2.19 563

monsterstereo	2.20 541	2.33 468	1.95 552	3.65 556	2.07 567	2.49 547	1.61 538	2.48 545	1.83 555	2.45 547	1.61 541	2.67 556	1.86 540	2.64 553	1.94 563	2.48 552	1.66 531	2.34 550	1.68 550	2.40 531	1.86 555

LG-G_1	2.22 542	2.71 493	1.89 548	2.77 524	1.87 557	2.75 563	1.87 553	2.76 560	1.87 561	2.75 562	1.87 552	2.76 564	1.87 541	2.75 563	1.86 557	2.47 550	1.58 523	2.45 556	1.57 535	2.45 534	1.57 534

LG-G	2.22 542	2.71 493	1.89 548	2.77 524	1.87 557	2.75 563	1.87 553	2.76 560	1.87 561	2.75 562	1.87 552	2.76 564	1.87 541	2.75 563	1.86 557	2.47 550	1.58 523	2.45 556	1.57 535	2.45 534	1.57 534

LGtest1	2.22 542	2.70 491	1.89 548	2.76 523	1.86 554	2.75 563	1.86 551	2.75 559	1.86 557	2.75 562	1.86 551	2.77 566	1.87 541	2.75 563	1.86 557	2.46 549	1.58 523	2.45 556	1.56 534	2.45 534	1.56 533

RAStereo	2.23 545	3.64 524	0.76 390	3.65 556	0.86 437	3.66 576	0.76 417	3.67 576	0.81 432	3.66 573	0.76 427	3.66 574	0.77 415	3.68 575	0.77 419	3.68 569	0.77 394	3.69 575	0.77 426	3.70 559	0.77 416

UDGNet	2.23 545	5.40 564	1.72 529	2.48 515	1.69 543	2.51 550	1.69 542	2.51 548	1.72 545	2.50 550	1.69 546	2.52 544	1.69 529	2.50 547	1.68 541	2.41 547	1.70 533	2.42 555	1.69 552	2.42 532	1.64 543

NCCL2	2.28 547	2.27 463	2.28 560	2.28 508	2.28 575	2.27 535	2.29 570	2.28 530	2.28 573	2.27 537	2.28 575	2.28 531	2.27 561	2.27 535	2.28 574	2.28 536	2.28 559	2.27 545	2.29 573	2.27 525	2.29 565

Abc-Net	2.32 548	24.75 610	1.14 430	1.17 400	1.17 469	1.11 439	1.15 458	1.17 433	1.21 514	1.08 433	1.16 461	1.12 444	1.14 448	1.09 438	1.17 461	1.09 415	1.16 438	1.17 453	1.17 461	1.16 427	1.11 449
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 549	25.00 611	1.13 429	1.15 394	1.15 464	1.10 436	1.15 458	1.15 428	1.15 461	1.12 440	1.15 458	1.09 437	1.13 446	1.10 440	1.15 457	1.11 422	1.09 428	1.16 449	1.12 456	1.16 427	1.17 460

stereogan	2.33 549	24.38 609	1.18 436	1.18 401	1.18 471	1.14 442	1.18 462	1.19 436	1.19 468	1.14 443	1.18 465	1.14 445	1.18 454	1.14 445	1.18 462	1.14 425	1.14 436	1.19 458	1.19 462	1.15 425	1.19 464

RGC	2.36 551	25.48 612	1.19 438	1.15 394	1.15 464	1.10 436	1.16 460	1.17 433	1.16 462	1.12 440	1.16 461	1.11 443	1.13 446	1.09 438	1.18 462	1.10 417	1.15 437	1.16 449	1.12 456	1.14 422	1.12 451

NCC-stereo	2.36 551	25.52 613	1.17 434	1.15 394	1.17 469	1.11 439	1.11 454	1.15 428	1.16 462	1.10 434	1.16 461	1.10 439	1.15 449	1.14 445	1.13 455	1.09 415	1.11 432	1.15 448	1.16 460	1.17 432	1.17 460

AF-Net	2.37 553	25.71 614	1.17 434	1.13 391	1.15 464	1.15 443	1.18 462	1.19 436	1.16 462	1.10 434	1.15 458	1.10 439	1.18 454	1.12 444	1.15 457	1.10 417	1.10 431	1.17 453	1.15 458	1.16 427	1.12 451

Nwc_Net	2.37 553	25.95 615	1.15 432	1.14 392	1.15 464	1.08 433	1.14 457	1.17 433	1.16 462	1.14 443	1.15 458	1.08 435	1.15 449	1.11 442	1.14 456	1.10 417	1.11 432	1.16 449	1.09 455	1.16 427	1.15 456

CFNet_RVC	2.38 555	8.71 587	0.38 262	9.33 606	0.42 350	0.56 363	0.42 340	0.60 363	0.38 312	0.62 373	0.42 347	0.56 366	7.29 610	0.62 368	0.42 335	0.53 332	0.37 268	0.49 356	0.34 300	8.30 607	6.87 613

edge stereo	2.43 556	27.07 619	1.14 430	1.06 383	1.14 463	1.08 433	1.17 461	1.16 431	1.14 460	1.10 434	1.16 461	1.09 437	1.16 453	1.10 440	1.16 460	1.10 417	1.11 432	1.16 449	1.19 462	1.13 421	1.11 449

FAT-Stereo	2.46 557	26.05 616	1.23 490	1.23 450	1.22 520	1.20 445	1.24 512	1.23 487	1.23 516	1.19 446	1.22 512	1.21 495	1.24 504	1.20 450	1.24 513	1.21 476	1.17 441	1.22 506	1.25 515	1.20 437	1.24 514

S-Stereo	2.51 558	26.86 617	1.23 490	1.22 448	1.22 520	1.24 493	1.25 513	1.22 485	1.24 517	1.21 492	1.24 514	1.19 449	1.27 506	1.19 449	1.24 513	1.19 428	1.20 443	1.25 507	1.19 462	1.24 486	1.23 513

Anonymous3	2.55 559	3.26 518	1.65 524	3.28 539	1.63 538	3.24 570	1.68 541	3.27 569	1.66 536	3.28 570	1.67 544	3.25 570	1.66 526	3.27 569	1.64 537	3.26 564	1.65 530	3.30 569	1.65 546	4.95 589	1.65 545

MIF-Stereo (partial)	2.58 560	3.31 519	0.66 362	3.18 536	0.66 404	3.18 569	0.66 388	3.21 568	0.67 393	3.19 569	0.66 400	3.19 569	0.66 388	3.31 571	0.68 393	5.09 594	1.79 539	8.23 614	1.67 548	6.18 598	1.38 526

MSMDNet	2.65 561	10.14 598	0.33 234	9.74 609	0.32 277	0.87 399	0.33 275	2.95 566	0.68 399	0.49 325	0.34 293	0.49 329	5.70 605	0.49 328	0.33 271	0.42 293	9.57 610	0.41 312	0.31 281	8.36 608	0.65 390

pcwnet_v2	2.66 562	9.89 596	0.33 234	9.89 610	0.32 277	0.50 341	0.32 264	0.49 319	0.33 282	0.49 325	0.34 293	0.49 329	8.76 612	0.48 322	0.33 271	0.41 279	9.58 611	0.40 295	0.29 256	9.01 611	0.63 382

CFNet_pseudo	2.67 563	9.36 592	0.32 228	10.99 615	0.33 289	0.85 397	0.33 275	0.49 319	0.33 282	0.49 325	0.32 278	0.49 329	7.26 609	0.49 328	0.33 271	0.41 279	9.62 612	0.41 312	0.29 256	10.03 615	0.29 238

CFNet_ucs	2.73 564	9.64 594	0.33 234	9.92 611	0.32 277	0.49 332	0.33 275	0.49 319	0.33 282	0.49 325	0.33 285	0.49 329	8.98 613	0.48 322	0.33 271	0.41 279	9.96 615	0.40 295	0.29 256	10.12 616	0.54 364

UCFNet_RVC	2.75 565	10.06 597	0.29 205	10.31 614	0.29 250	0.42 297	0.29 243	0.43 294	0.29 244	0.42 283	0.29 248	0.42 295	9.87 615	0.43 295	0.29 241	0.36 239	9.84 614	0.36 265	0.26 230	9.77 614	0.26 209

ccs_rob	2.79 566	10.17 599	0.32 228	10.00 612	0.33 289	0.49 332	0.33 275	1.90 515	0.32 275	0.51 346	0.33 285	0.49 329	9.24 614	0.49 328	0.33 271	0.41 279	9.82 613	0.41 312	0.28 246	9.34 612	0.29 238

PCWNet_CMD	2.80 567	9.82 595	0.32 228	10.09 613	0.32 277	0.49 332	0.33 275	3.34 571	0.33 282	0.49 325	0.33 285	0.49 329	8.73 611	0.48 322	0.33 271	0.41 279	9.22 609	0.42 323	0.29 256	9.55 613	0.31 260

NLSM1	2.93 568	3.24 517	2.57 568	4.04 563	2.66 578	3.30 572	2.55 573	3.29 570	2.55 575	3.35 572	2.48 577	3.28 571	2.47 563	3.34 572	2.49 575	3.26 564	2.55 563	3.13 567	2.57 576	3.00 554	2.46 572

StereoVision	3.15 569	5.00 553	0.89 405	4.83 580	1.00 450	3.93 577	1.27 516	6.37 606	1.34 522	5.67 606	1.26 516	5.84 607	1.27 506	5.03 603	1.24 513	5.10 595	1.09 428	4.61 588	0.57 387	5.62 596	1.12 451

MaDis-Stereo	3.19 570	6.02 574	1.12 428	5.61 589	1.16 468	5.43 604	1.02 450	5.15 603	0.70 408	5.43 603	1.21 511	5.03 604	0.97 431	4.85 597	0.99 442	4.53 576	1.16 438	5.53 604	1.25 515	5.37 594	1.30 517

sAnonymous2	3.31 571	2.63 486	1.38 508	3.71 558	1.86 554	4.70 596	1.11 454	4.82 599	2.72 577	5.45 604	1.98 569	4.59 589	2.64 564	2.65 554	6.21 610	4.37 572	1.08 426	5.16 602	2.24 571	4.52 571	2.39 570

CroCo_RVC	3.31 571	2.63 486	1.38 508	3.71 558	1.86 554	4.70 596	1.11 454	4.82 599	2.72 577	5.45 604	1.98 569	4.59 589	2.64 564	2.65 554	6.21 610	4.37 572	1.08 426	5.16 602	2.24 571	4.52 571	2.39 570

DPSNet	3.66 573	3.60 523	3.62 589	3.63 555	3.64 600	3.65 575	3.65 599	3.66 575	3.67 596	3.67 574	3.65 597	3.67 575	3.66 585	3.66 574	3.68 594	3.68 569	3.66 583	3.67 574	3.68 599	3.67 558	3.67 598

NLCSM	3.67 574	4.08 538	3.19 585	4.80 579	3.26 593	3.99 580	3.24 594	4.25 582	3.18 592	4.09 578	3.27 592	4.14 580	3.18 580	4.13 580	3.28 590	4.06 571	3.10 573	3.85 579	3.14 590	3.91 564	3.27 594

STTStereo	3.73 575	30.40 623	2.37 564	2.39 512	2.31 577	2.35 540	2.33 571	2.29 532	2.42 574	2.32 542	2.34 576	2.33 535	2.36 562	2.30 537	2.27 573	2.35 543	2.22 558	2.31 548	2.22 570	2.29 527	2.34 569

rvit_105_1	3.83 576	5.22 557	3.01 571	4.53 567	3.01 581	4.51 584	3.01 579	4.56 586	3.04 580	4.53 585	3.03 581	4.55 587	3.03 568	4.56 586	3.04 577	4.57 578	3.05 566	4.57 583	3.05 581	4.57 573	3.05 579

rvit_stereo_0081	3.83 576	5.23 558	3.01 571	4.53 567	3.03 583	4.55 590	3.02 580	4.56 586	3.04 580	4.52 583	3.02 579	4.54 585	3.03 568	4.56 586	3.04 577	4.57 578	3.05 566	4.57 583	3.05 581	4.58 574	3.05 579

rvit_stereo_0081_aga	3.86 578	5.33 561	3.02 574	4.55 573	3.04 587	4.54 586	3.02 580	4.64 593	3.06 584	4.54 587	3.04 583	4.62 594	3.08 575	4.62 592	3.07 582	4.58 581	3.06 570	4.60 587	3.08 585	4.63 577	3.07 583

rvit_stereo_0082	3.86 578	5.82 572	3.01 571	4.53 567	3.03 583	4.54 586	3.02 580	4.56 586	3.04 580	4.53 585	3.02 579	4.55 587	3.04 571	4.57 589	3.05 579	4.57 578	3.05 566	4.58 585	3.05 581	4.58 574	3.06 582

rvit_0105_6	3.87 580	5.73 571	3.10 581	4.69 577	3.12 591	4.54 586	3.02 580	4.56 586	3.04 580	4.54 587	3.03 581	4.54 585	3.04 571	4.56 586	3.05 579	4.58 581	3.05 566	4.58 585	3.05 581	4.58 574	3.05 579

rvit_stereo_0080	3.89 581	5.70 569	3.04 576	4.54 570	3.03 583	4.56 591	3.05 586	4.60 590	3.07 585	4.58 590	3.06 584	4.59 589	3.06 573	4.61 590	3.08 583	4.63 583	3.09 571	4.64 589	3.10 586	4.65 578	3.10 586

whm_eth	3.89 581	5.70 569	3.04 576	4.54 570	3.03 583	4.56 591	3.05 586	4.60 590	3.07 585	4.58 590	3.06 584	4.59 589	3.06 573	4.61 590	3.08 583	4.63 583	3.09 571	4.64 589	3.10 586	4.65 578	3.10 586

rvit_0105_4	3.91 583	5.47 568	3.02 574	4.54 570	3.02 582	4.54 586	3.03 584	4.75 596	3.17 591	4.57 589	3.06 584	4.61 593	3.16 579	4.65 593	3.09 585	4.66 585	3.11 574	4.68 592	3.18 592	4.81 584	3.16 591

rvit_0105_3	3.91 583	5.33 561	3.06 579	4.60 575	3.07 589	4.60 593	3.06 588	4.62 592	3.08 588	4.60 592	3.07 587	4.62 594	3.08 575	4.67 594	3.10 586	4.70 586	3.11 574	4.77 596	3.19 593	4.77 583	3.14 590

rvit_stereo_0083	3.92 585	5.30 560	3.06 579	4.61 576	3.09 590	4.67 595	3.08 589	4.66 594	3.09 589	4.62 593	3.10 589	4.66 597	3.11 577	4.67 594	3.16 588	4.72 588	3.16 577	4.77 596	3.11 588	4.66 580	3.11 588

rvit_stereo_ft	3.93 586	5.44 566	3.05 578	4.59 574	3.06 588	4.61 594	3.08 589	4.67 595	3.12 590	4.63 594	3.10 589	4.65 596	3.11 577	4.69 596	3.13 587	4.70 586	3.14 576	4.71 594	3.15 591	4.74 581	3.16 591

rvit_0105_5	4.10 587	5.40 564	3.13 584	4.71 578	3.15 592	4.72 598	3.10 591	4.90 601	3.27 593	4.69 595	3.16 591	4.84 601	3.25 581	4.96 600	3.34 591	5.05 593	3.39 582	5.10 601	3.40 594	5.11 591	3.42 595

MLG-Stereo_test1	4.25 588	5.34 563	3.61 588	5.31 585	3.63 599	5.23 602	3.57 597	5.38 604	3.65 595	5.23 601	3.47 594	4.76 598	3.74 588	4.85 597	3.71 595	4.96 590	3.18 579	4.71 594	2.92 578	4.86 587	2.90 576

MLG-Stereo_test3	4.26 589	4.85 551	3.95 592	5.35 586	3.60 598	4.75 599	3.76 600	5.49 605	3.71 597	5.39 602	3.69 598	4.82 600	3.66 585	4.85 597	3.73 598	4.93 589	3.19 580	4.69 593	2.99 580	4.84 586	2.98 578

MLG-Stereo_test2	4.28 590	5.46 567	3.69 590	4.86 581	3.72 601	5.58 605	3.42 595	4.81 598	3.77 601	4.85 597	3.72 599	5.55 606	3.63 584	5.58 604	3.53 593	4.41 575	3.28 581	4.99 600	2.95 579	4.75 582	3.13 589

RAFT+CT+SA	4.28 590	7.62 580	4.91 596	5.55 588	2.28 575	3.09 567	3.64 598	4.49 584	3.07 585	4.80 596	3.35 593	4.77 599	3.70 587	4.29 583	3.05 579	5.58 597	5.98 598	3.58 573	3.78 601	4.26 567	3.72 599

SA	4.33 592	7.35 577	6.85 607	5.96 591	4.09 605	3.59 574	3.15 592	3.82 577	2.64 576	3.91 575	3.85 600	3.57 573	2.72 566	3.13 568	4.03 601	7.09 608	6.86 603	3.57 572	3.12 589	3.85 560	3.51 597

Sa-1000	4.34 593	8.37 583	6.84 606	6.98 598	4.45 608	3.58 573	3.00 578	3.42 573	3.39 594	2.61 553	4.00 603	3.83 577	4.01 596	3.90 577	3.90 599	5.98 601	5.62 596	3.76 576	2.34 574	4.35 569	2.47 573

TestStereo1	4.60 594	8.41 584	6.44 604	6.86 596	3.79 602	3.97 578	3.78 601	3.99 579	3.74 598	3.97 576	3.52 595	3.94 578	3.58 582	3.98 578	3.72 596	6.82 605	6.50 601	3.76 576	3.66 597	3.90 561	3.74 601

SA-5K	4.60 594	8.41 584	6.44 604	6.86 596	3.79 602	3.97 578	3.78 601	3.99 579	3.74 598	3.97 576	3.52 595	3.94 578	3.58 582	3.98 578	3.72 596	6.82 605	6.50 601	3.76 576	3.66 597	3.90 561	3.74 601

DispFullNet	4.61 596	4.84 550	3.12 582	5.00 583	3.57 597	4.75 599	3.03 584	7.75 612	4.17 605	4.91 599	3.09 588	6.20 608	3.95 594	6.71 608	3.51 592	5.30 596	3.67 584	5.86 608	3.63 596	5.61 595	3.46 596

test_5	4.62 597	7.55 579	6.23 602	6.32 593	3.40 596	5.29 603	3.50 596	3.53 574	4.11 604	4.28 580	4.47 607	4.26 583	4.38 599	3.68 575	3.24 589	5.89 599	5.60 595	4.84 598	3.50 595	4.33 568	3.93 605

raft_robust	4.71 598	7.75 581	5.40 601	6.81 595	3.31 594	4.28 583	4.20 606	4.32 583	4.37 607	4.35 582	4.35 606	4.14 580	3.75 589	4.30 584	4.20 604	6.67 604	6.37 599	3.36 571	4.24 607	4.86 587	3.25 593

cross-raft	4.83 599	7.52 578	6.43 603	6.63 594	3.96 604	4.51 584	3.99 604	4.49 584	3.96 603	4.52 583	3.96 602	4.50 584	3.97 595	4.50 585	3.97 600	6.65 603	6.44 600	4.33 580	3.92 603	4.35 569	3.91 604

test_4	4.88 600	8.13 582	6.98 608	7.46 599	4.44 607	4.25 582	3.85 603	4.04 581	3.92 602	4.13 579	3.91 601	4.18 582	3.84 592	4.14 581	4.06 602	7.01 607	7.13 604	4.53 581	3.72 600	4.09 565	3.72 599

TestStereo	4.88 600	4.75 549	4.79 595	4.87 582	4.92 609	4.81 601	4.90 609	4.78 597	4.77 608	4.87 598	4.89 608	4.90 602	4.91 601	4.99 601	4.79 606	4.98 591	4.87 592	4.87 599	4.92 609	5.00 590	5.00 608

test_3	5.01 602	8.86 589	7.77 610	8.09 601	2.76 580	4.13 581	4.05 605	3.88 578	3.76 600	4.33 581	4.13 604	3.71 576	3.91 593	4.21 582	4.06 602	7.93 609	7.69 606	4.53 581	3.91 602	4.17 566	4.29 607

NLCA_NET_v2_RVC	5.04 603	50.87 633	2.78 569	2.87 528	2.71 579	2.78 566	0.47 355	2.88 565	2.86 579	1.89 517	2.67 578	2.79 567	2.79 567	2.78 566	2.83 576	2.82 561	2.82 564	2.83 566	2.77 577	2.83 553	2.76 574
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 604	5.15 555	4.49 594	5.07 584	3.37 595	6.87 608	4.75 608	5.04 602	6.34 612	7.84 612	5.06 609	6.72 612	4.09 597	4.99 601	5.44 609	5.03 592	3.16 577	4.67 591	4.86 608	5.15 592	3.89 603

U	5.15 605	8.49 586	1.81 532	8.49 603	1.77 548	8.49 613	1.77 545	8.51 614	1.77 550	8.49 614	1.77 548	8.50 614	1.78 538	8.58 614	1.77 551	8.54 612	1.78 537	8.55 615	1.78 557	8.55 609	1.84 553

SGM-Forest	5.21 606	5.92 573	4.08 593	6.18 592	4.16 606	6.31 607	4.34 607	6.50 607	4.33 606	6.14 608	4.21 605	6.61 611	4.55 600	6.67 607	4.48 605	5.94 600	3.94 586	5.85 607	4.03 605	5.79 597	4.17 606
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 607	9.16 591	8.03 613	8.09 601	5.62 612	6.11 606	6.35 612	6.85 609	4.94 609	6.08 607	6.29 614	4.98 603	6.43 606	6.22 605	6.36 612	6.16 602	7.47 605	5.82 606	5.44 612	7.11 603	5.68 611

rvit_stereo_0075_2	6.64 608	8.80 588	5.25 598	7.89 600	5.27 611	7.90 612	5.27 610	7.92 613	5.28 610	7.91 613	5.29 611	7.93 613	5.27 602	7.92 613	5.28 607	7.93 609	5.28 594	7.93 613	5.29 611	7.93 606	5.28 610

RAFT	6.73 609	9.36 592	7.40 609	8.51 604	6.55 613	6.88 609	6.60 613	6.79 608	6.60 613	6.80 609	6.72 615	5.31 605	5.50 604	6.61 606	6.61 613	8.42 611	5.89 597	5.73 605	5.45 613	6.61 599	6.24 612

SGM+DAISY	7.06 610	9.15 590	5.38 600	8.84 605	5.18 610	8.80 614	5.31 611	8.79 615	5.28 610	8.89 615	5.20 610	8.93 615	5.33 603	8.95 615	5.36 608	8.70 613	5.21 593	8.74 616	5.20 610	8.89 610	5.15 609

test-v	7.53 611	11.89 600	7.98 611	9.36 607	7.14 614	7.06 610	7.09 614	7.37 610	6.91 614	7.29 610	5.71 612	6.45 609	6.93 607	6.73 609	7.27 614	8.93 614	7.85 607	6.98 611	6.80 614	7.56 604	7.34 614

test-2	7.53 611	11.89 600	7.98 611	9.36 607	7.14 614	7.06 610	7.09 614	7.37 610	6.91 614	7.29 610	5.71 612	6.45 609	6.93 607	6.73 609	7.27 614	8.93 614	7.85 607	6.98 611	6.80 614	7.56 604	7.34 614

PA-Net	11.80 613	223.51 640	0.62 355	0.59 314	0.71 413	0.59 371	0.73 413	0.67 372	0.73 419	0.55 360	0.61 392	0.60 373	0.74 410	0.63 372	0.73 411	0.66 358	0.60 357	0.69 387	0.66 406	0.72 364	0.65 390
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 614	23.00 608	15.00 614	23.00 622	15.00 616	24.00 621	16.00 616	24.00 622	16.00 616	22.00 622	15.00 616	23.00 622	16.00 616	23.00 622	15.00 616	22.00 622	15.00 616	22.00 623	15.00 616	22.00 623	15.00 616

rafts_anoy	20.00 615	20.00 602	20.00 615	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 617	20.00 617

raft+_RVC	20.00 615	20.00 602	20.00 615	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 617	20.00 617

raftrobust	20.00 615	20.00 602	20.00 615	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 617	20.00 617

CasAABBNet	20.00 615	20.00 602	20.00 615	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 617	20.00 617

RALCasStereoNet	20.00 615	20.00 602	20.00 615	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 617	20.00 617

RALAANet	20.00 615	20.00 602	20.00 615	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 617	20.00 617

111	30.40 621	30.94 624	29.72 622	32.61 623	30.02 624	33.57 622	30.47 624	31.50 623	29.39 624	30.98 623	29.11 624	29.78 623	30.39 627	29.45 623	30.76 627	30.08 623	29.02 624	29.92 624	30.32 627	29.86 624	30.17 624

WCMA_ROB	31.10 622	35.43 628	27.12 621	39.51 634	23.10 623	38.78 633	25.30 623	37.49 634	25.39 623	37.29 633	27.02 623	38.52 634	26.48 623	37.80 633	26.44 623	36.28 630	22.65 623	33.90 628	22.30 623	37.10 632	24.18 623

DCANet-4	35.22 623	34.54 625	35.08 628	33.58 627	35.47 631	34.55 623	35.53 631	36.08 629	35.85 628	35.92 629	35.77 630	35.18 629	35.48 629	35.39 629	37.15 633	34.55 629	33.92 628	35.02 631	34.90 629	35.79 628	34.74 631

ADStereo(finetuned)	36.13 624	36.63 629	38.07 632	36.97 628	33.25 628	35.91 627	34.45 628	36.36 630	32.99 625	38.14 634	36.71 631	36.69 630	34.13 628	38.57 634	40.79 634	37.60 634	36.58 631	35.90 632	33.36 628	35.42 627	34.04 628

Reg-Stereo(zero)	37.00 625	37.00 630	37.00 629	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 631	37.00 630	37.00 630	37.00 630	37.00 631	37.00 632	37.00 633	37.00 632	37.00 629	37.00 632

HI	37.00 625	37.00 630	37.00 629	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 631	37.00 630	37.00 630	37.00 630	37.00 631	37.00 632	37.00 633	37.00 632	37.00 629	37.00 632

CoSv	37.00 625	37.00 630	37.00 629	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 631	37.00 630	37.00 630	37.00 630	37.00 631	37.00 632	37.00 633	37.00 632	37.00 629	37.00 632

MDST_ROB	69.83 628	87.70 634	41.95 633	113.75 637	65.62 637	75.05 634	55.25 636	75.64 636	45.04 632	71.61 635	41.75 635	72.81 635	44.06 633	68.38 635	44.63 635	101.89 637	59.57 637	107.10 638	61.05 637	104.38 635	59.38 637

NOSS_ROB	102.95 629	153.00 638	121.00 636	51.00 635	44.00 635	165.00 637	127.00 637	153.00 637	119.00 634	164.00 638	125.00 637	168.00 638	120.00 635	153.00 637	117.00 637	49.00 635	44.00 635	49.00 636	44.00 635	49.00 633	44.00 635

CBMV	128.50 630	1422.70 645	53.10 634	79.50 636	51.30 636	77.30 635	49.70 635	74.00 635	48.20 633	77.20 636	48.80 636	73.90 636	48.00 634	73.80 636	48.80 636	70.40 636	45.10 636	68.90 637	46.10 636	68.20 634	45.00 636
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 631	171.00 639	160.68 639	162.58 638	160.59 638	164.01 636	160.35 638	158.51 638	158.56 635	158.34 637	160.12 638	158.56 637	159.92 636	157.26 638	158.94 638	154.38 638	158.36 638	155.75 639	159.13 639	153.67 636	154.07 638
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 632	123.00 635	115.00 635	219.00 639	218.00 640	223.00 638	244.00 640	217.00 639	236.00 637	202.00 639	203.00 639	205.00 639	208.00 637	225.00 639	204.00 639	210.00 639	198.00 639	197.00 640	184.00 640	204.00 637	201.00 639

MGS-Stereo	239.45 633	123.00 635	135.00 637	266.00 640	286.00 641	277.00 639	305.00 641	271.00 640	242.00 638	274.00 640	279.00 641	255.00 640	270.00 639	268.00 640	297.00 641	221.00 640	247.00 641	216.00 641	123.00 638	217.00 638	217.00 641

EGLCR-Stereo	246.90 634	129.00 637	139.00 638	266.00 640	286.00 641	277.00 639	305.00 641	271.00 640	242.00 638	274.00 640	279.00 641	255.00 640	270.00 639	268.00 640	297.00 641	230.00 641	247.00 641	216.00 641	223.00 642	237.00 639	227.00 642

DLCB_ROB	284.23 635	354.61 641	207.27 640	363.24 642	206.46 639	364.72 641	210.41 639	364.72 642	210.41 636	364.81 642	208.64 640	364.81 642	208.64 638	364.72 642	210.41 640	354.70 642	205.53 640	354.70 643	205.53 641	354.70 640	205.53 640

LE_ROB	396.57 636	471.28 642	329.84 641	471.48 643	308.15 643	526.83 642	322.10 643	488.15 643	323.76 640	495.46 643	317.97 643	497.17 643	320.10 641	481.62 643	326.76 643	462.71 643	298.97 643	466.16 644	285.98 643	447.62 641	289.21 643

SGM-ForestM	596.69 637	677.77 643	444.52 642	699.85 644	517.25 644	732.94 643	488.29 644	770.79 644	460.11 641	750.81 644	487.98 644	792.79 644	499.41 642	730.90 644	475.81 644	720.03 644	491.16 644	663.96 645	418.60 644	674.76 642	436.05 644

CBMV_ROB	818.48 638	913.88 644	709.52 643	862.84 645	597.78 645	1073.99 644	700.52 645	1015.66 645	702.59 642	1115.65 645	760.02 645	1130.24 645	721.57 643	1037.41 645	692.65 645	814.05 645	564.29 645	843.28 646	595.31 645	915.51 643	602.92 645

tt	500032.53 639	34.60 626	29.72 622	37.47 632	34.41 629	36.85 628	35.22 629	34.71 627	33.55 626	34.50 624	35.43 628	33.81 627	10000000.00 644	33.57 627	33.13 628	33.68 627	35.00 629	34.03 629	35.26 630	30.96 625	34.63 629

DCANet	500032.53 639	34.60 626	29.72 622	37.47 632	34.41 629	36.85 628	35.22 629	34.71 627	33.55 626	34.50 624	35.43 628	33.81 627	10000000.00 644	33.57 627	33.13 628	33.68 627	35.00 629	34.03 629	35.26 630	30.96 625	34.63 629

fff	1000028.16 641	29.62 620	29.72 622	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 624	30.15 624	32.35 624	30.09 624	31.04 624	29.55 625	30.64 625	30.14 624	10000000.00 644	30.77 625

csc	1000028.16 641	29.62 620	29.72 622	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 624	30.15 624	32.35 624	30.09 624	31.04 624	29.55 625	30.64 625	30.14 624	10000000.00 644	30.77 625

cscssc	1000028.16 641	29.62 620	29.72 622	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 624	30.15 624	32.35 624	30.09 624	31.04 624	29.55 625	30.64 625	30.14 624	10000000.00 644	30.77 625

111111	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

SGD-Stereo	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

IGEV-Stereo++	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

IGEV-BASED-STEREO-	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

IGEV-Stereo+	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

SDNR	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

anonymousdsp2	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

anonymousdsp	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

test_example2	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646

DIP-Stereo	10000000.00 644	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 646	10000000.00 644	10000000.00 646
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 344	3.79 590	0.50 336	0.38 304	0.54 333	0.43 306	0.46 334	0.34 300	0.46 306	0.35 290

STTRV1_RVC		1.60 415		1.01 379	0.60 389	1.07 432	0.69 402	1.01 416	0.60 382	0.72 384	0.55 385	1.02 430	0.68 394	1.03 432	0.67 385	0.89 389	0.63 363	0.92 421	0.57 387	0.90 392	0.65 390

FADE		0.06 54		0.09 56	0.10 124													0.17 153		0.11 125

Low-res two-view benchmark