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	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	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 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

VMStereo-Base	0.03 29	0.09 94	0.08 89	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

Wz-Net-SNSev	0.03 29	0.09 94	0.07 87	0.09 83	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 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 123	0.03 57	0.04 97	0.03 52

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 477	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 126	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 126	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 274	0.10 99	0.12 113	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	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 477	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 162	0.20 207	0.23 194	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 212	0.21 221	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 292	0.10 99	0.12 113	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	0.12 118	0.11 128	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

mmmmmm	0.07 67	0.40 215	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 227	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 430	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 480	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 85	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 140	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 298	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

iinet-test	0.08 74	0.16 129	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 232	0.02 20	0.02 21	0.71 464	0.02 16	0.02 19	0.02 21	0.02 21	0.16 209

BridgeDepth	0.08 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 140	0.05 117	0.09 147	0.08 142	0.15 153	0.11 128	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 74	0.02 12	0.02 15	1.01 494	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

2222	0.09 80	0.59 305	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 309	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

anonymous	0.09 80	0.09 94	0.14 155	0.14 129	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.07 139	0.14 140	0.13 165	0.09 146	0.07 142	0.09 149	0.07 142

TS12	0.09 80	0.09 94	0.17 192	0.19 173	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 140	0.06 136	0.08 141	0.06 133	0.15 153	0.16 183	0.08 138	0.06 136	0.08 145	0.06 133

RT-Monster	0.09 80	0.07 83	0.03 39	0.15 141	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 507	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

DA	0.09 80	0.13 117	0.39 334	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

GGEV	0.09 80	0.13 117	0.39 334	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

test_sample7	0.09 80	1.00 393	0.11 119	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 80	0.97 382	0.10 99	0.10 88	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 80	0.87 355	0.10 99	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 409	0.11 119	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 355	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 403	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 379	0.09 95	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 403	0.10 99	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 80	0.09 94	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 148	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 565	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 80	0.02 12	0.04 64	0.90 468	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 175	0.36 400	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 98	0.98 383	0.14 155	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 98	1.07 417	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 409	0.12 130	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 98	1.07 417	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 425	0.13 150	0.14 129	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 128	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

222	0.10 98	0.99 391	0.12 130	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 98	1.09 419	0.13 150	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 172	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 569	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 124	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.09 147	0.14 140	0.14 172	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 110	0.16 182	0.16 151	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.10 158	0.11 163	0.09 150

ISRNet	0.11 119	0.05 66	0.36 316	0.24 199	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 172	0.05 117	0.05 103	0.09 147	0.24 221	0.20 216	0.10 148	0.05 123	0.06 125	0.13 194

JetRed	0.11 119	0.12 115	0.11 119	0.11 105	0.11 182	0.11 161	0.14 198	0.11 161	0.11 178	0.12 170	0.11 176	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.16 183	0.11 159	0.11 172	0.11 163	0.11 172

JetBlue	0.11 119	0.11 110	0.12 130	0.13 125	0.14 204	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 164	0.11 175	0.12 173	0.12 183	0.11 112	0.11 128	0.11 159	0.11 172	0.11 163	0.11 172

x	0.11 119	1.15 428	0.15 175	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 180	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 119	0.44 243	0.33 289	0.39 266	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 310	0.36 352	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 119	1.16 430	0.16 182	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 183	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 598	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 598	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 601	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 132	1.14 425	0.17 192	0.20 177	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 183	0.16 183	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 132	0.14 124	0.10 99	0.15 141	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.15 182	0.10 158	0.14 174	0.10 158	0.14 175	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 132	0.07 83	0.05 79	0.08 76	0.05 126	0.08 139	1.20 597	0.07 138	0.05 124	0.05 112	0.05 127	0.08 140	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 667	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 671	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 674	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 605	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

EE1	0.13 139	0.14 124	0.14 155	0.17 165	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 178	0.11 172

AnonStereo	0.13 139	0.14 124	0.14 155	0.16 151	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 178	0.11 172

CIPLG	0.13 139	0.21 148	0.12 130	0.16 151	0.11 182	0.15 183	0.11 174	0.14 173	0.11 178	0.15 182	0.12 186	0.15 187	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 178	0.11 172

IPLG	0.13 139	0.20 142	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 178	0.11 172

ACRE	0.13 139	0.21 148	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.12 186	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 178	0.11 172

LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.23 229	0.10 158	0.20 209	0.10 158	0.24 237	0.11 169	0.11 112	0.09 101	0.12 166	0.14 206	0.12 173	0.09 150

aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 186	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 172	0.11 172	0.49 437	0.11 172

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 688	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

ELAS	0.13 139	0.16 129	0.11 119	0.15 141	0.09 155	0.18 201	0.11 174	0.18 200	0.11 178	0.17 194	0.11 176	0.18 200	0.11 175	0.18 199	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 148	1.22 487	0.28 247	0.32 234	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 258	0.27 255	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 148	0.17 134	0.12 130	0.17 165	0.11 182	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.11 176	0.17 196	0.11 175	0.17 196	0.11 169	0.16 165	0.11 128	0.16 191	0.11 172	0.16 193	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 148	1.83 549	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 128	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 148	0.20 142	0.14 155	0.16 151	0.11 182	0.16 190	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 196	0.13 199	0.17 196	0.12 183	0.15 153	0.11 128	0.16 191	0.11 172	0.15 188	0.12 187

IPLGR_C	0.14 148	0.20 142	0.12 130	0.15 141	0.11 182	0.14 173	0.15 206	0.14 173	0.11 178	0.15 182	0.12 186	0.14 174	0.11 175	0.16 188	0.11 169	0.15 153	0.12 142	0.14 172	0.12 190	0.15 188	0.12 187

MIPNet	0.14 148	0.21 148	0.17 192	0.16 151	0.11 182	0.15 183	0.12 189	0.14 173	0.11 178	0.16 187	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.14 140	0.12 142	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 148	0.24 162	0.14 155	0.16 151	0.12 197	0.15 183	0.12 189	0.14 173	0.11 178	0.15 182	0.12 186	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 178	0.11 172

GMStereo	0.14 148	0.13 117	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 174	0.14 204	0.14 175	0.14 197	0.14 140	0.14 172	0.14 172	0.14 206	0.14 178	0.14 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 148	0.04 52	0.03 39	2.22 623	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 148	0.16 129	0.12 130	0.17 165	0.12 197	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 196	0.12 193	0.17 196	0.12 183	0.16 165	0.11 128	0.16 191	0.11 172	0.16 193	0.12 187

DRN-Test	0.14 148	0.13 117	0.09 95	0.14 129	0.09 155	0.15 183	0.09 152	0.14 173	0.10 160	0.14 173	0.09 154	0.14 174	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 537

ELAS_RVC	0.14 148	0.16 129	0.10 99	0.15 141	0.10 162	0.18 201	0.11 174	0.19 202	0.11 178	0.19 200	0.12 186	0.18 200	0.11 175	0.19 202	0.12 183	0.14 140	0.08 91	0.14 172	0.09 149	0.15 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 160	0.17 134	0.13 150	0.20 177	0.13 202	0.19 204	0.13 196	0.18 200	0.13 200	0.19 200	0.13 200	0.18 200	0.14 204	0.18 199	0.14 197	0.16 165	0.11 128	0.15 187	0.14 206	0.18 206	0.11 172

CoDeX	0.15 160	0.70 321	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 510	0.02 15	0.69 495	0.75 521	0.01 9	0.02 21	0.02 20

ICVP	0.15 160	0.53 288	0.11 119	0.16 151	0.11 182	0.16 190	0.11 174	0.16 189	0.11 178	0.16 187	0.11 176	0.16 188	0.11 175	0.16 188	0.11 169	0.16 165	0.11 128	0.16 191	0.11 172	0.16 193	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 160	0.04 52	0.04 64	2.20 622	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 160	0.14 124	0.10 99	0.14 129	0.09 155	0.15 183	0.09 152	0.14 173	0.09 156	0.14 173	0.10 158	0.14 174	0.09 154	0.14 175	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 553

LALA_ROB	0.15 160	0.19 138	0.12 130	0.18 168	0.11 182	0.20 210	0.12 189	0.21 219	0.12 196	0.20 207	0.12 186	0.20 209	0.12 193	0.21 220	0.13 192	0.17 175	0.10 106	0.18 212	0.11 172	0.18 206	0.11 172

SGM_RVC	0.15 160	0.17 134	0.11 119	0.18 168	0.11 182	0.19 204	0.11 174	0.19 202	0.12 196	0.19 200	0.12 186	0.20 209	0.12 193	0.19 202	0.12 183	0.16 165	0.11 128	0.17 201	0.10 158	0.17 202	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
VeloStereo	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 296	0.10 152	0.08 152	0.10 152	0.12 183	0.15 153	0.17 204	0.08 138	0.12 190	0.09 149	0.08 145

flow	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 296	0.10 152	0.08 152	0.10 152	0.12 183	0.15 153	0.17 204	0.08 138	0.12 190	0.09 149	0.08 145

z-mn7	0.16 167	1.21 481	0.33 289	0.41 293	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 276	0.31 292	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 167	0.16 129	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 193	0.16 209

qqq	0.16 167	2.01 574	0.12 130	0.15 141	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.03 52	0.12 118	0.14 172	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 167	0.18 137	0.13 150	0.19 173	0.13 202	0.19 204	0.13 196	0.19 202	0.13 200	0.19 200	0.13 200	0.19 204	0.13 199	0.19 202	0.13 192	0.18 183	0.13 165	0.18 212	0.13 201	0.18 206	0.13 194

ManiGeoR	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 472	0.58 459	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 173	0.05 66	0.63 467	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 464	0.59 465	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 472	0.58 459	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 173	0.05 66	0.62 463	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 472	0.58 459	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 173	0.05 66	0.65 474	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 464	0.59 465	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 173	0.27 175	0.21 213	0.10 88	0.21 267	0.15 183	0.22 253	0.10 149	0.21 254	0.22 223	0.10 158	0.19 204	0.18 243	0.10 152	0.19 241	0.20 190	0.19 214	0.18 212	0.10 158	0.19 212	0.18 233
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 173	2.16 584	0.13 150	0.13 125	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.05 115	0.18 183	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 173	0.78 337	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 550	0.02 15	0.75 508	0.76 523	0.02 21	0.02 21	0.02 20

CCAANet	0.17 173	0.71 322	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 174	0.14 204	0.14 175	0.22 252	0.14 140	0.14 172	0.14 172	0.14 206	0.14 178	0.14 200

DepthFocus	0.18 182	0.22 152	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.22 223	0.15 215	0.22 227	0.16 220	0.22 226	0.15 209	0.20 190	0.15 180	0.20 220	0.14 206	0.20 213	0.14 200

w-ln-seven	0.18 182	1.47 506	0.33 289	0.40 279	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 297	0.32 297	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 182	0.48 267	0.16 182	0.16 151	0.15 218	0.15 183	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 193	0.16 209

xyz-stereo	0.18 182	0.50 274	0.16 182	0.15 141	0.16 229	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 193	0.16 209

BEATNet-Init1	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

Weightmod_eth	0.20 188	0.24 162	0.28 247	0.47 326	0.14 204	0.24 238	0.14 198	0.17 196	0.13 200	0.22 223	0.16 221	0.22 227	0.13 199	0.20 207	0.16 217	0.24 221	0.20 216	0.19 215	0.14 206	0.16 193	0.24 257

depth_test_26	0.20 188	0.34 190	0.25 229	0.34 244	0.14 204	0.21 221	0.14 198	0.21 219	0.14 203	0.21 219	0.14 205	0.21 217	0.14 204	0.21 220	0.14 197	0.26 230	0.26 242	0.22 230	0.15 217	0.22 223	0.14 200

IGEV_Zeroshot_test	0.20 188	0.19 138	0.40 366	0.30 222	0.17 235	0.22 226	0.17 223	0.21 219	0.17 233	0.20 207	0.17 229	0.21 217	0.18 243	0.21 220	0.17 224	0.20 190	0.16 183	0.20 220	0.16 220	0.20 213	0.17 227

DAS	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 209	0.20 254	0.20 207	0.20 244	0.20 190	0.20 216	0.20 220	0.20 253	0.20 213	0.20 238

ASD4	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 209	0.20 254	0.20 207	0.20 244	0.20 190	0.20 216	0.20 220	0.20 253	0.20 213	0.20 238

ACVNet	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 219	0.14 203	0.20 207	0.13 200	0.21 217	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	0.17 202	0.12 187

acv_ft	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 219	0.14 203	0.20 207	0.13 200	0.21 217	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	0.17 202	0.12 187

iResNetv2_ROB	0.20 188	0.23 154	0.18 202	0.24 199	0.20 256	0.24 238	0.18 232	0.24 235	0.18 240	0.24 236	0.18 246	0.23 235	0.19 250	0.24 237	0.18 237	0.21 198	0.16 183	0.21 225	0.16 220	0.22 223	0.16 209

iResNet	0.20 188	0.23 154	0.18 202	0.24 199	0.18 247	0.24 238	0.20 242	0.24 235	0.18 240	0.23 229	0.17 229	0.23 235	0.18 243	0.23 233	0.18 237	0.22 200	0.16 183	0.21 225	0.16 220	0.21 221	0.16 209

SCION-MonSter	0.21 197	0.76 333	0.22 215	0.25 206	0.15 218	0.19 204	0.15 206	0.19 202	0.15 215	0.19 200	0.15 215	0.19 204	0.15 216	0.19 202	0.14 197	0.22 200	0.21 221	0.16 191	0.14 206	0.16 193	0.15 207

LACA2	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 235	0.16 223	0.24 236	0.16 221	0.24 241	0.16 220	0.24 237	0.16 217	0.27 234	0.23 234	0.24 249	0.16 220	0.23 235	0.16 209

LACA1	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 235	0.16 223	0.24 236	0.16 221	0.24 241	0.16 220	0.24 237	0.16 217	0.27 234	0.22 228	0.23 239	0.16 220	0.23 235	0.16 209

z-ln-s-r	0.21 197	1.40 504	0.53 440	0.56 400	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 429	0.44 408	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 197	0.25 169	0.21 213	0.26 214	0.17 235	0.24 238	0.17 223	0.24 235	0.17 233	0.24 236	0.17 229	0.24 241	0.17 232	0.24 237	0.17 224	0.24 221	0.17 204	0.23 239	0.16 220	0.23 235	0.16 209

Pointernet	0.21 197	0.22 152	0.19 204	0.24 199	0.19 253	0.24 238	0.19 238	0.24 235	0.19 247	0.24 236	0.19 249	0.24 241	0.19 250	0.24 237	0.19 241	0.22 200	0.17 204	0.22 230	0.17 243	0.22 223	0.17 227

SuperB	0.21 197	0.10 99	2.51 704	0.12 113	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 148	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

GEAR-Net	0.22 204	0.46 256	0.27 239	0.29 220	0.17 235	0.21 221	0.17 223	0.21 219	0.17 233	0.21 219	0.17 229	0.21 217	0.17 232	0.21 220	0.17 224	0.28 239	0.26 242	0.20 220	0.16 220	0.20 213	0.16 209

BStereo	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 306	0.17 233	0.23 229	0.17 229	0.23 235	0.16 220	0.24 237	0.17 224	0.23 212	0.16 183	0.22 230	0.20 253	0.22 223	0.16 209

Anonymus123	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 306	0.17 233	0.23 229	0.17 229	0.23 235	0.16 220	0.24 237	0.17 224	0.23 212	0.16 183	0.22 230	0.20 253	0.22 223	0.16 209

WAO-6	0.22 204	0.23 154	0.22 215	0.23 194	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 227	0.22 263	0.22 226	0.22 252	0.22 200	0.22 228	0.22 230	0.22 261	0.22 223	0.22 245

IMH-64-1	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 227	0.22 263	0.22 226	0.22 252	0.22 200	0.22 228	0.23 239	0.22 261	0.22 223	0.23 247

IMH-64	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 227	0.22 263	0.22 226	0.22 252	0.22 200	0.22 228	0.23 239	0.22 261	0.22 223	0.23 247

ac_64	0.22 204	0.13 117	0.19 204	0.23 194	0.10 162	0.26 257	1.02 582	0.14 173	0.10 160	0.28 259	0.14 205	0.17 196	0.19 250	0.28 267	0.09 147	0.22 200	0.16 183	0.23 239	0.17 243	0.11 163	0.12 187

SMOE	0.23 211	0.25 169	0.30 257	0.33 238	0.18 247	0.26 257	0.18 232	0.26 249	0.18 240	0.26 253	0.18 246	0.25 248	0.18 243	0.25 246	0.18 237	0.31 255	0.27 255	0.23 239	0.17 243	0.23 235	0.17 227

LACA3	0.23 211	0.25 169	0.27 239	0.54 393	0.17 235	0.25 248	0.17 223	0.25 243	0.17 233	0.25 244	0.17 229	0.25 248	0.17 232	0.25 246	0.17 224	0.28 239	0.23 234	0.24 249	0.17 243	0.24 240	0.17 227

dd	0.23 211	0.98 383	0.16 182	0.23 194	0.15 218	0.23 235	0.15 206	0.23 232	0.15 215	0.23 229	0.15 215	0.24 241	0.17 232	0.23 233	0.15 209	0.22 200	0.15 180	0.21 225	0.15 217	0.22 223	0.16 209

dad	0.23 211	1.03 409	0.16 182	0.23 194	0.15 218	0.24 238	0.15 206	0.24 235	0.16 223	0.23 229	0.16 221	0.24 241	0.16 220	0.23 233	0.15 209	0.22 200	0.16 183	0.22 230	0.16 220	0.22 223	0.16 209

RSGM-EC	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.24 236	0.15 215	0.22 227	0.15 216	0.22 226	1.19 597	0.20 190	0.17 204	0.24 249	0.14 206	0.20 213	0.14 200

acva	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.24 236	0.15 215	0.22 227	0.15 216	0.22 226	1.19 597	0.20 190	0.17 204	0.24 249	0.14 206	0.20 213	0.14 200

MSKI-zero shot	0.24 215	0.21 148	0.49 420	0.65 420	0.18 247	0.22 226	0.17 223	0.23 232	0.18 240	0.21 219	0.17 229	0.23 235	0.28 301	0.23 233	0.18 237	0.21 198	0.16 183	0.21 225	0.16 220	0.21 221	0.16 209

SCION-MonSter(vits)	0.25 218	0.79 339	0.31 275	0.42 303	0.28 297	0.40 320	0.28 290	0.20 209	0.15 215	0.40 315	0.15 215	0.19 204	0.15 216	0.20 207	0.15 209	0.23 212	0.21 221	0.17 201	0.14 206	0.16 193	0.14 200

qqq1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 218	0.26 172	0.25 229	0.26 214	0.25 283	0.25 248	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.25 248	0.25 275	0.26 258	0.25 270	0.25 228	0.25 239	0.25 254	0.25 277	0.25 243	0.25 259

ffm	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

MIM_Stereo	0.25 218	0.23 154	0.66 476	0.80 455	0.17 235	0.22 226	0.17 223	0.23 232	0.18 240	0.26 253	0.17 229	0.21 217	0.17 232	0.25 246	0.17 224	0.23 212	0.16 183	0.21 225	0.17 243	0.22 223	0.17 227

LoS	0.25 218	0.27 175	0.25 229	0.25 206	0.25 283	0.25 248	0.25 269	0.26 249	0.25 273	0.25 244	0.25 279	0.25 248	0.25 275	0.25 246	0.25 270	0.26 230	0.25 239	0.25 254	0.26 283	0.26 246	0.25 259
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 218	1.31 495	0.74 504	0.92 473	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 502	0.75 508	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 228	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 711	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

Weightmod	0.27 229	0.29 180	0.33 289	0.38 257	0.20 256	0.30 269	0.21 248	0.29 259	0.21 254	0.29 264	0.22 261	0.30 274	0.20 254	0.30 273	0.21 248	0.37 284	0.31 292	0.27 264	0.20 253	0.28 254	0.21 242

SME	0.27 229	0.29 180	0.31 275	0.38 257	0.20 256	0.29 267	0.18 232	0.30 262	0.20 249	0.32 277	0.21 259	0.32 283	0.20 254	0.32 281	0.21 248	0.35 276	0.32 297	0.27 264	0.19 251	0.29 258	0.20 238

model_zeroshot	0.27 229	0.20 142	0.27 239	0.33 238	0.21 267	0.37 304	0.22 253	0.37 292	0.24 268	0.26 253	0.27 288	0.33 287	0.21 262	0.25 246	0.27 277	0.32 258	0.20 216	0.34 301	0.23 267	0.25 243	0.26 265

DLNR-FE	0.28 232	0.89 361	0.30 257	0.34 244	0.19 253	0.28 264	0.19 238	0.28 254	0.20 249	0.28 259	0.20 253	0.28 264	0.20 254	0.28 267	0.20 244	0.33 264	0.28 263	0.25 254	0.19 251	0.24 240	0.19 236

xyz-stereo-finetune	0.28 232	0.49 269	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.22 225	0.30 322	0.32 277	0.31 370	0.32 283	0.31 373	0.32 281	0.32 365	0.32 258	0.33 310	0.31 281	0.32 394	0.31 267	0.32 372

SQANet	0.28 232	0.28 178	0.28 247	0.28 219	0.28 297	0.28 264	0.28 290	0.28 254	0.28 297	0.28 259	0.28 296	0.28 264	0.28 301	0.28 267	0.28 286	0.28 239	0.28 263	0.28 268	0.28 342	0.28 254	0.28 331

HGLStereo	0.28 232	0.29 180	0.22 215	0.36 251	0.22 269	0.36 296	0.21 248	0.36 284	0.21 254	0.42 346	0.21 259	0.36 299	0.22 263	0.36 299	0.21 248	0.34 268	0.21 221	0.34 301	0.21 258	0.34 282	0.21 242

iResNet_ROB	0.28 232	0.32 188	0.24 226	0.32 234	0.25 283	0.32 285	0.24 267	0.32 270	0.24 268	0.33 282	0.24 273	0.35 294	0.24 272	0.33 289	0.24 262	0.31 255	0.24 238	0.32 284	0.24 274	0.32 270	0.24 257

UNet	0.29 237	0.90 365	0.10 99	0.14 129	0.10 162	0.14 173	0.10 157	0.91 524	0.69 529	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 518	0.76 544

MultiAttention	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 274	0.30 322	0.30 273	0.30 312	0.30 249	0.30 287	0.30 275	0.30 375	0.30 262	0.30 355

MSAF-DinoV2	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 274	0.30 322	0.30 273	0.30 312	0.30 249	0.30 287	0.30 275	0.30 375	0.30 262	0.30 355

DDVS	0.30 238	3.10 640	0.14 155	0.19 173	0.14 204	0.19 204	0.14 198	0.20 209	0.14 203	0.19 200	0.13 200	0.16 188	0.13 199	0.19 202	0.13 192	0.17 175	0.13 165	0.17 201	0.13 201	0.17 202	0.13 194

ACV-stereo	0.30 238	2.08 576	0.25 229	0.25 206	0.18 247	0.24 238	0.17 223	0.24 235	0.18 240	0.24 236	0.17 229	0.25 248	0.17 232	0.24 237	0.17 224	0.22 200	0.16 183	0.22 230	0.16 220	0.22 223	0.16 209

LoS_RVC	0.30 238	1.14 425	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.26 260	0.26 285	0.26 258	0.25 270	0.26 230	0.26 242	0.25 254	0.25 277	0.26 246	0.26 265

CAS	0.30 238	1.17 431	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 243	0.26 287	0.25 244	0.25 279	0.25 248	0.25 275	0.25 246	0.25 270	0.26 230	0.26 242	0.26 259	0.25 277	0.26 246	0.25 259

DANet	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 274	0.30 322	0.30 273	0.30 312	0.30 249	0.30 287	0.30 275	0.30 375	0.30 262	0.30 355
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 245	0.31 186	0.31 275	0.30 222	0.40 441	0.31 276	0.30 313	0.30 262	0.34 400	0.29 264	0.31 370	0.29 270	0.30 322	0.31 278	0.31 353	0.31 255	0.29 277	0.31 281	0.30 375	0.31 267	0.31 365

tt1	0.31 245	0.93 376	0.24 226	0.33 238	0.23 275	0.31 276	0.24 267	0.32 270	0.24 268	0.32 277	0.23 266	0.32 283	0.25 275	0.32 281	0.24 262	0.27 234	0.26 242	0.27 264	0.26 283	0.27 252	0.27 303

xxxxx1	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 287	0.25 275	0.32 281	0.24 262	0.28 239	0.28 263	0.28 268	0.28 342	0.29 258	0.27 303

DLNR_Zeroshot_test	0.31 245	0.28 178	0.47 405	0.79 451	0.24 280	0.30 269	0.26 276	0.30 262	0.24 268	0.32 277	0.23 266	0.31 279	0.24 272	0.30 273	0.23 259	0.29 248	0.26 242	0.29 273	0.24 274	0.33 277	0.23 247

tt_ll	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 287	0.25 275	0.32 281	0.24 262	0.28 239	0.28 263	0.28 268	0.28 342	0.29 258	0.27 303

ff	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 287	0.25 275	0.32 281	0.24 262	0.28 239	0.28 263	0.28 268	0.28 342	0.29 258	0.27 303

RAFT + AFF	0.31 245	0.45 252	0.34 303	0.39 266	0.28 297	0.38 311	0.33 381	0.29 259	0.31 367	0.30 266	0.30 326	0.29 270	0.27 292	0.29 271	0.30 312	0.28 239	0.29 277	0.29 273	0.29 357	0.27 252	0.32 372

MLCV	0.31 245	0.35 192	0.27 239	0.35 247	0.28 297	0.35 292	0.27 279	0.35 280	0.28 297	0.36 293	0.27 288	0.35 294	0.27 292	0.35 293	0.27 277	0.34 268	0.27 255	0.34 301	0.27 321	0.34 282	0.27 303

DN-CSS_ROB	0.31 245	0.35 192	0.28 247	0.35 247	0.28 297	0.34 288	0.27 279	0.34 277	0.25 273	0.35 289	0.27 288	0.36 299	0.26 285	0.34 290	0.28 286	0.35 276	0.28 263	0.34 301	0.28 342	0.34 282	0.27 303

PStereo	0.32 254	0.36 197	0.28 247	0.38 257	0.29 310	0.36 296	0.27 279	0.38 301	0.27 291	0.38 301	0.28 296	0.36 299	0.27 292	0.36 299	0.28 286	0.32 258	0.27 255	0.33 291	0.27 321	0.33 277	0.27 303

DStereoFS	0.32 254	0.33 189	0.32 284	0.33 238	0.30 322	0.32 285	0.32 370	0.32 270	0.31 367	0.30 266	0.31 370	0.31 279	0.30 322	0.32 281	0.32 365	0.32 258	0.31 292	0.30 275	0.47 483	0.32 270	0.34 388

DStereoSA	0.32 254	0.52 284	0.34 303	0.31 228	0.31 369	0.30 269	0.30 313	0.31 268	0.30 322	0.31 271	0.31 370	0.31 279	0.30 322	0.31 278	0.31 353	0.30 249	0.32 297	0.31 281	0.31 386	0.31 267	0.31 365

WCG-NET（raft）	0.32 254	1.24 489	0.24 226	0.32 234	0.24 280	0.32 285	0.23 262	0.32 270	0.24 268	0.32 277	0.24 273	0.32 283	0.24 272	0.32 281	0.24 262	0.30 249	0.23 234	0.30 275	0.23 267	0.30 262	0.23 247

Any-RAFT	0.32 254	0.36 197	0.27 239	0.36 251	0.27 291	0.36 296	0.27 279	0.36 284	0.27 291	0.36 293	0.27 288	0.36 299	0.27 292	0.36 299	0.28 286	0.36 281	0.28 263	0.36 326	0.28 342	0.36 305	0.28 331

StereoDRNet-Refined	0.33 259	0.39 211	0.26 236	0.39 266	0.26 290	0.40 320	0.26 276	0.40 315	0.26 287	0.39 308	0.26 284	0.39 317	0.26 285	0.39 318	0.26 275	0.37 284	0.25 239	0.37 330	0.25 277	0.37 310	0.37 408
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-M(vits-remse)	0.34 260	0.79 339	0.30 257	0.33 238	0.28 297	0.40 320	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 317	0.28 301	0.40 321	0.28 286	0.23 212	0.21 221	0.35 317	0.27 321	0.35 295	0.27 303

SCION-Mon(vits-remp)	0.34 260	0.98 383	0.30 257	0.33 238	0.18 247	0.21 221	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 317	0.28 301	0.40 321	0.28 286	0.37 284	0.29 277	0.35 317	0.27 321	0.35 295	0.27 303

RAFT-FEzeroshot	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 217	0.16 220	0.27 262	0.24 262	0.19 187	0.16 183	0.19 215	0.16 220	0.26 246	3.08 732

RAFT-FE	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 217	0.16 220	0.27 262	0.24 262	0.19 187	0.16 183	0.19 215	0.16 220	0.26 246	3.08 732

LG-Stereo_L2	0.34 260	0.37 200	0.38 323	0.47 326	0.28 297	0.39 318	0.28 290	0.39 306	0.28 297	0.39 308	0.28 296	0.39 317	0.28 301	0.38 310	0.28 286	0.42 340	0.35 346	0.36 326	0.26 283	0.35 295	0.26 265

H2IRNET	0.34 260	0.34 190	0.34 303	0.34 244	0.34 408	0.34 288	0.34 396	0.34 277	0.34 400	0.34 285	0.34 397	0.34 292	0.34 399	0.34 290	0.34 392	0.34 268	0.34 339	0.34 301	0.34 409	0.34 282	0.34 388

IGEV++	0.34 260	0.43 240	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 327	0.29 313	0.40 321	0.30 312	0.38 297	0.29 277	0.37 330	0.29 357	0.37 310	0.29 340

iRaft-Stereo_5w	0.34 260	0.42 238	0.31 275	0.39 266	0.30 322	0.38 311	0.30 313	0.40 315	0.29 307	0.40 315	0.37 418	0.41 342	0.34 399	0.38 310	0.30 312	0.34 268	0.27 255	0.34 301	0.26 283	0.34 282	0.26 265

CSP-Net	0.34 260	1.29 491	1.19 559	1.36 584	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 598	1.21 610	0.03 41	0.09 149	0.02 21	0.09 150

iRaft-Stereo_20w	0.34 260	0.41 227	0.31 275	0.39 266	0.29 310	0.40 320	0.32 370	0.41 334	0.32 379	0.38 301	0.30 326	0.39 317	0.30 322	0.38 310	0.32 365	0.35 276	0.27 255	0.34 301	0.27 321	0.34 282	0.29 340

DGSMNet	0.34 260	0.41 227	0.27 239	0.41 293	0.28 297	0.41 339	0.28 290	0.41 334	0.27 291	0.41 332	0.27 288	0.42 360	0.27 292	0.41 341	0.28 286	0.40 318	0.29 277	0.40 394	0.28 342	0.40 385	0.27 303

small-0shot	0.35 271	1.92 570	0.27 239	0.27 217	0.27 291	0.27 262	0.27 279	0.27 253	0.27 291	0.27 258	0.27 288	0.26 260	0.27 292	0.27 262	0.26 275	0.27 234	0.26 242	0.26 259	0.26 283	0.26 246	0.27 303

gcap_with_dpt	0.35 271	0.39 211	0.30 257	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.30 326	0.44 404	0.30 322	0.44 393	0.30 312	0.38 297	0.26 242	0.38 338	0.27 321	0.38 323	0.27 303

FE-Mocha	0.35 271	0.71 322	0.40 366	0.47 326	0.27 291	0.34 288	0.27 279	0.34 277	0.26 287	0.34 285	0.26 284	0.34 292	0.27 292	0.34 290	0.27 277	0.44 342	0.41 385	0.33 291	0.29 357	0.32 270	0.29 340

IGEV-FE	0.35 271	0.37 200	0.17 192	0.19 173	0.17 235	0.20 210	0.17 223	0.19 202	0.17 233	0.19 200	0.17 229	0.19 204	0.17 232	0.37 306	0.36 400	0.19 187	0.17 204	0.19 215	0.17 243	0.38 323	2.84 723

test_for_model	0.35 271	0.39 211	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.31 353	0.38 297	0.26 242	0.38 338	0.26 283	0.38 323	0.26 265

CASnet	0.35 271	0.51 282	0.44 389	0.32 234	0.31 369	0.24 238	0.34 396	0.36 284	0.25 273	0.31 271	0.37 418	0.30 274	0.33 392	0.25 246	0.45 455	0.37 284	0.37 357	0.33 291	0.35 422	0.34 282	0.37 408
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 271	0.44 243	0.45 391	0.49 338	0.30 322	0.37 304	0.30 313	0.36 284	0.30 322	0.36 293	0.29 311	0.36 299	0.29 313	0.36 299	0.30 312	0.46 383	0.39 371	0.32 284	0.24 274	0.32 270	0.25 259
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 271	0.35 192	0.35 314	0.35 247	0.35 412	0.35 292	0.35 401	0.35 280	0.35 404	0.35 289	0.35 406	0.35 294	0.35 406	0.35 293	0.35 396	0.35 276	0.35 346	0.35 317	0.35 422	0.35 295	0.35 399

GeoVLM	0.36 279	0.38 204	0.27 239	0.46 319	0.28 297	0.35 292	0.28 290	0.37 292	0.27 291	0.35 289	0.28 296	0.36 299	0.38 419	0.35 293	0.28 286	1.08 531	0.26 242	0.33 291	0.27 321	0.34 282	0.33 381

Zero-FE251	0.36 279	0.40 215	0.28 247	0.41 293	0.28 297	0.41 339	0.28 290	0.41 334	0.28 297	0.41 332	0.28 296	0.41 342	0.28 301	0.42 355	0.30 312	0.37 284	0.26 242	0.37 330	0.27 321	0.45 411	0.56 496

GIP-stereo	0.36 279	0.49 269	0.39 334	0.48 332	0.32 383	0.41 339	0.28 290	0.40 315	0.30 322	0.41 332	0.28 296	0.40 327	0.28 301	0.42 355	0.28 286	0.45 371	0.32 297	0.38 338	0.30 375	0.37 310	0.27 303

DCVSM-stereo	0.36 279	1.89 561	0.22 215	0.40 279	0.22 269	0.40 320	0.22 253	0.40 315	0.22 258	0.40 315	0.22 261	0.40 327	0.22 263	0.40 321	0.22 252	0.28 239	0.21 221	0.28 268	0.21 258	0.28 254	0.20 238

RSM	0.36 279	0.36 197	0.43 387	0.37 254	0.42 461	0.49 441	0.42 451	0.37 292	0.28 297	0.36 293	0.29 311	0.36 299	0.30 322	0.37 306	0.28 286	0.34 268	0.31 292	0.34 301	0.35 422	0.40 385	0.29 340

gcap-zeroshot	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 404	0.32 380	0.44 393	0.31 353	0.39 310	0.28 263	0.39 381	0.28 342	0.39 371	0.27 303

testlalala	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 404	0.32 380	0.44 393	0.31 353	0.39 310	0.28 263	0.39 381	0.28 342	0.39 371	0.27 303

GCAPDPT-zeroshot	0.36 279	0.40 215	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 360	0.31 367	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.31 353	0.39 310	0.28 263	0.39 381	0.27 321	0.39 371	0.26 265

RAFT-Test	0.36 279	0.37 200	0.33 289	0.41 293	0.32 383	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 342	0.32 380	0.41 341	0.33 377	0.37 284	0.29 277	0.37 330	0.29 357	0.38 323	0.31 365

DMCA	0.36 279	0.38 204	0.37 321	0.35 247	0.35 412	0.36 296	0.36 408	0.36 284	0.35 404	0.35 289	0.37 418	0.36 299	0.36 410	0.35 293	0.36 400	0.36 281	0.36 352	0.35 317	0.36 428	0.36 305	0.36 402

ACVNet-DCA	0.37 289	1.00 393	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 327	0.29 313	0.39 318	0.28 286	0.33 264	0.32 297	0.33 291	0.32 394	0.33 277	0.32 372

1test111	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 317	0.28 301	0.40 321	0.29 302	0.33 264	0.32 297	0.33 291	0.31 386	0.32 270	0.31 365

cc1	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 317	0.28 301	0.40 321	0.29 302	0.33 264	0.32 297	0.33 291	0.31 386	0.32 270	0.31 365

EKT-Stereo	0.37 289	0.40 215	0.44 389	1.07 499	0.29 310	0.34 288	0.31 360	0.36 284	0.29 307	0.38 301	0.31 370	0.37 309	0.30 322	0.36 299	0.29 302	0.34 268	0.28 263	0.39 381	0.30 375	0.37 310	0.30 355

GMOStereo	0.37 289	0.45 252	0.23 219	0.30 222	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 342	0.40 432	0.41 341	0.36 400	0.34 268	0.22 228	0.47 450	0.37 431	0.39 371	0.33 381

XPNet_ROB	0.37 289	0.37 200	0.37 321	0.37 254	0.37 423	0.37 304	0.37 414	0.37 292	0.37 417	0.37 299	0.37 418	0.37 309	0.37 415	0.37 306	0.37 410	0.37 284	0.37 357	0.37 330	0.37 431	0.37 310	0.37 408

GREATEN-IGEV_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.29 310	0.36 296	0.29 305	0.36 284	0.29 307	0.39 308	0.29 311	0.36 299	0.29 313	0.36 299	0.29 302	0.62 444	0.57 455	0.35 317	0.29 357	0.36 305	0.29 340

GREATEN-IGEV-FM_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.28 297	0.36 296	0.28 290	0.36 284	0.28 297	0.36 293	0.28 296	0.36 299	0.28 301	0.36 299	0.28 286	0.62 444	0.57 455	0.35 317	0.28 342	0.35 295	0.28 331

MonSter++	0.38 295	0.44 243	0.31 275	0.43 310	0.30 322	0.43 367	0.31 360	0.43 360	0.31 367	0.45 403	0.31 370	0.43 369	0.31 373	0.43 362	0.69 526	0.38 297	0.33 310	0.40 394	0.30 375	0.38 323	0.30 355

HiDET	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 352	0.30 322	0.44 391	0.30 326	0.42 360	0.30 322	0.42 355	0.68 518	0.37 284	0.32 297	0.40 394	0.29 357	0.37 310	0.29 340

LCMNet	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 352	0.30 322	0.45 403	0.30 326	0.42 360	0.30 322	0.42 355	0.69 526	0.37 284	0.32 297	0.40 394	0.29 357	0.37 310	0.29 340

CSFM-Stereo	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.42 360	0.30 322	0.42 355	0.73 540	0.37 284	0.32 297	0.40 394	0.29 357	0.37 310	0.30 355

HART	0.38 295	0.45 252	0.34 303	0.42 303	0.33 396	0.41 339	0.34 396	0.42 352	0.33 389	0.43 353	0.34 397	0.42 360	0.34 399	0.41 341	0.38 413	0.40 318	0.32 297	0.42 428	0.32 394	0.40 385	0.32 372

GREAT-IGEV	0.38 295	0.43 240	0.36 316	0.48 332	0.32 383	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 414	0.32 380	0.45 411	0.32 365	0.44 342	0.33 310	0.41 412	0.29 357	0.41 396	0.29 340
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	0.38 295	0.43 240	0.33 289	0.46 319	0.33 396	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 414	0.33 392	0.45 411	0.32 365	0.38 297	0.38 364	0.38 338	0.37 431	0.37 310	0.36 402

WAO-8	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.38 301	0.38 423	0.38 312	0.38 419	0.38 310	0.38 413	0.38 297	0.38 364	0.38 338	0.37 431	0.38 323	0.38 415

WAO-7	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.38 301	0.38 423	0.38 312	0.38 419	0.38 310	0.38 413	0.38 297	0.38 364	0.38 338	0.38 445	0.38 323	0.38 415

xx1	0.38 295	1.03 409	0.31 275	0.40 279	0.31 369	0.41 339	0.28 290	0.40 315	0.29 307	0.40 315	0.29 311	0.40 327	0.29 313	0.40 321	0.29 302	0.34 268	0.33 310	0.34 301	0.32 394	0.34 282	0.32 372

Venus	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.37 304	0.38 421	0.37 292	0.37 417	0.41 332	0.37 418	0.39 317	0.37 415	0.38 310	0.38 413	0.37 284	0.38 364	0.38 338	0.37 431	0.37 310	0.38 415

IMH	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.42 346	0.38 423	0.40 327	0.38 419	0.38 310	0.38 413	0.38 297	0.38 364	0.39 381	0.38 445	0.38 323	0.38 415

NoBS	0.39 309	0.68 317	0.36 316	0.38 257	0.36 418	0.38 311	0.39 435	0.39 306	0.39 434	0.37 299	0.35 406	0.37 309	0.38 419	0.37 306	0.38 413	0.39 310	0.36 352	0.36 326	0.39 449	0.38 323	0.38 415

DF	0.39 309	1.37 501	1.02 543	1.14 507	0.12 197	0.16 190	0.12 189	0.16 189	0.12 196	0.16 187	0.12 186	0.16 188	0.12 193	0.16 188	0.12 183	1.12 540	1.00 532	0.15 187	0.12 190	0.15 188	0.12 187

PAM	0.39 309	1.88 560	0.34 303	0.37 254	0.41 451	0.45 415	0.22 253	0.28 254	0.23 265	0.28 259	0.24 273	0.29 270	0.23 269	0.29 271	0.23 259	0.38 297	0.32 297	0.38 338	0.37 431	0.32 270	0.22 245

HanzoNet	0.39 309	0.38 204	0.40 366	0.39 266	0.41 451	0.38 311	0.38 421	0.38 301	0.38 421	0.39 308	0.39 433	0.38 312	0.38 419	0.39 318	0.40 430	0.38 297	0.38 364	0.40 394	0.38 445	0.38 323	0.40 425

CES	0.39 309	0.47 261	0.36 316	0.36 251	0.37 423	0.45 415	0.35 401	0.35 280	0.40 437	0.36 293	0.44 459	0.47 424	0.36 410	0.44 393	0.36 400	0.37 284	0.39 371	0.44 431	0.35 422	0.37 310	0.36 402

PASM	0.39 309	3.06 639	1.36 625	1.58 594	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 164	0.09 154	0.09 147	0.09 147	0.11 112	0.11 128	0.11 159	0.09 149	0.11 163	0.11 172

mms	0.40 315	0.45 252	0.35 314	0.48 332	0.36 418	0.47 427	0.34 396	0.45 407	0.38 421	0.47 415	0.33 389	0.45 414	0.32 380	0.45 411	0.32 365	0.39 310	0.38 364	0.38 338	0.37 431	0.39 371	0.39 422

GCAPDPT-zeroshot4090	0.40 315	1.09 419	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 398	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.34 339	0.38 338	0.27 321	0.38 323	0.27 303

knoymous	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 327	0.40 432	0.40 321	0.40 430	0.40 318	0.40 375	0.40 394	0.40 451	0.40 385	0.40 425

anonymousa	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 327	0.40 432	0.40 321	0.40 430	0.40 318	0.40 375	0.40 394	0.40 451	0.40 385	0.40 425

riskmin	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 327	0.40 432	0.40 321	0.40 430	0.40 318	0.40 375	0.40 394	0.40 451	0.40 385	0.40 425

Anonymous_2	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 327	0.40 432	0.40 321	0.40 430	0.40 318	0.40 375	0.40 394	0.40 451	0.40 385	0.40 425

Anonymous_1	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 327	0.40 432	0.40 321	0.40 430	0.40 318	0.40 375	0.40 394	0.40 451	0.40 385	0.40 425

AdaStereo	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 327	0.40 432	0.40 321	0.40 430	0.40 318	0.40 375	0.40 394	0.40 451	0.40 385	0.40 425
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.
test410_97500	0.41 323	0.89 361	0.31 275	0.40 279	0.31 369	0.40 320	0.31 360	0.40 315	0.31 367	0.61 482	0.53 496	0.40 327	0.31 373	0.40 321	0.31 353	0.58 430	0.47 419	0.38 338	0.29 357	0.38 323	0.29 340

GCAP-Stereo-DPT-25K	0.41 323	1.09 419	0.40 366	0.52 388	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 404	0.31 373	0.44 393	0.31 353	0.46 383	0.35 346	0.39 381	0.28 342	0.39 371	0.28 331

GCAP-Stereo-DPT-FT	0.41 323	1.06 416	0.40 366	0.51 385	0.31 369	0.44 401	0.30 313	0.43 360	0.32 379	0.44 391	0.30 326	0.56 477	0.30 322	0.44 393	0.31 353	0.45 371	0.34 339	0.39 381	0.27 321	0.40 385	0.27 303

Select-FE	0.41 323	0.44 243	0.23 219	0.26 214	0.22 269	0.26 257	0.22 253	0.26 249	0.23 265	0.26 253	0.23 266	0.26 260	0.23 269	0.45 411	0.42 446	0.25 228	0.22 228	0.25 254	0.22 261	0.45 411	2.90 724

water-stereo	0.41 323	0.84 349	0.46 397	0.50 374	0.33 396	0.45 415	0.33 381	0.45 407	0.32 379	0.45 403	0.32 380	0.45 414	0.32 380	0.45 411	0.32 365	0.44 342	0.41 385	0.39 381	0.31 386	0.39 371	0.32 372

ccccc	0.41 323	0.44 243	0.34 303	0.48 332	0.35 412	0.48 432	0.35 401	0.51 452	0.35 404	0.47 415	0.35 406	0.47 424	0.34 399	0.47 420	0.35 396	0.41 326	0.40 375	0.40 394	0.40 451	0.41 396	0.39 422

GCAP-BAT	0.41 323	1.30 493	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.34 339	0.38 338	0.26 283	0.38 323	0.26 265

GwcNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 342	0.41 444	0.41 341	0.41 438	0.41 326	0.41 385	0.41 412	0.41 460	0.41 396	0.41 434

PSMNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 342	0.41 444	0.41 341	0.41 438	0.41 326	0.41 385	0.41 412	0.41 460	0.41 396	0.41 434

GANet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 342	0.41 444	0.41 341	0.41 438	0.41 326	0.41 385	0.41 412	0.41 460	0.41 396	0.41 434

ADLNet2	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 342	0.41 444	0.41 341	0.41 438	0.41 326	0.41 385	0.41 412	0.41 460	0.41 396	0.41 434

ADLNet	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 342	0.41 444	0.41 341	0.41 438	0.41 326	0.41 385	0.41 412	0.41 460	0.41 396	0.41 434

FCDSN-DC	0.41 323	0.59 305	0.64 470	0.54 393	0.33 396	0.50 450	0.37 414	0.42 352	0.40 437	0.61 482	0.43 457	0.50 452	0.49 480	0.38 310	0.32 365	0.28 239	0.23 234	0.26 259	0.22 261	0.35 295	0.28 331
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 323	0.46 256	0.33 289	0.49 338	0.33 396	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 438	0.33 392	0.51 455	0.33 377	0.41 326	0.30 287	0.41 412	0.30 375	0.79 501	0.29 340

Gwc-CoAtRS	0.41 323	1.49 507	0.32 284	0.42 303	0.32 383	0.41 339	0.32 370	0.41 334	0.33 389	0.41 332	0.32 380	0.41 342	0.32 380	0.41 341	0.32 365	0.39 310	0.28 263	0.39 381	0.28 342	0.40 385	0.28 331

S0	0.42 338	0.44 243	0.54 441	0.59 406	0.34 408	0.48 432	0.22 253	0.51 452	0.25 273	0.51 454	0.34 397	0.53 466	0.35 406	0.47 420	0.36 400	0.55 423	0.39 371	0.49 463	0.27 321	0.46 416	0.34 388

UPFNet	0.42 338	1.20 435	0.17 192	0.24 199	0.17 235	0.25 248	0.17 223	1.19 564	0.90 565	0.25 244	0.17 229	0.24 241	0.17 232	0.25 246	0.17 224	0.22 200	0.17 204	0.22 230	0.16 220	1.15 557	0.93 563

quiztm	0.43 340	0.49 269	0.40 366	0.51 385	0.40 441	0.51 462	0.40 436	0.50 438	0.40 437	0.50 445	0.40 436	0.51 463	0.40 432	0.50 445	0.40 430	0.44 342	0.34 339	0.44 431	0.34 409	0.44 406	0.34 388

GCAP-Stereo-DPT26K	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.31 353	0.44 342	0.33 310	0.38 338	0.27 321	0.38 323	0.26 265

aanet-new-8k	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new	0.43 340	1.80 534	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-cres	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-36K	0.43 340	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-20K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-3K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

DDF-Stereo	0.43 340	1.15 428	0.57 449	0.53 390	0.32 383	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 342	0.32 380	0.40 321	0.32 365	0.52 413	0.50 436	0.38 338	0.31 386	0.39 371	0.31 365

DVStereo	0.43 340	0.86 353	0.48 413	0.50 374	0.33 396	0.46 422	0.33 381	0.46 411	0.33 389	0.46 409	0.33 389	0.47 424	0.33 392	0.47 420	0.34 392	0.45 371	0.42 395	0.40 394	0.33 405	0.47 430	0.38 415

psmg	0.43 340	1.91 564	0.92 530	1.91 609	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 641	1.44 633	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 340	1.21 481	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 618	0.95 574	0.25 244	0.17 229	0.25 248	0.17 232	0.25 246	0.17 224	0.23 212	0.16 183	0.22 230	0.16 220	1.18 565	0.98 569

psm_up	0.43 340	1.19 434	0.17 192	0.25 206	0.18 247	0.25 248	0.19 238	1.26 618	0.91 566	0.26 253	0.17 229	0.25 248	0.17 232	0.25 246	0.17 224	0.22 200	0.17 204	0.23 239	0.16 220	1.18 565	0.99 570

aanet-new-90k	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-60k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-70k	0.44 353	1.82 546	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-78k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-40k	0.44 353	1.81 539	0.39 334	0.50 374	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-36k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-34k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-32k-new	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.34 339	0.39 381	0.26 283	0.38 323	0.26 265

aanet-new-32k	0.44 353	1.79 533	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-30k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-28k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.44 404	0.30 322	0.44 393	0.30 312	0.45 371	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-24k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-22k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

aanet-new-16k	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-cres-4k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-22K	0.44 353	1.85 555	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-24K	0.44 353	1.86 558	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-5K	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-2K	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 338	0.26 283	0.38 323	0.26 265

GCAP-Stereo-DPT-50K	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.36 352	0.38 338	0.26 283	0.38 323	0.26 265

Monster-pub-mixall	0.44 353	0.56 298	0.60 455	0.38 257	0.27 291	0.37 304	0.27 279	0.37 292	0.29 307	0.38 301	0.27 288	0.38 312	0.29 313	0.85 525	0.27 277	1.46 614	0.26 242	0.34 301	0.26 283	0.36 305	0.53 482

depthmonostereo	0.44 353	0.85 351	0.46 397	0.54 393	0.40 441	0.52 466	0.38 421	0.52 457	0.35 404	0.47 415	0.34 397	0.46 418	0.34 399	0.47 420	0.34 392	0.45 371	0.43 400	0.41 412	0.33 405	0.41 396	0.32 372

MMNet	0.44 353	1.24 489	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 618	0.93 572	0.25 244	0.17 229	0.25 248	0.18 243	0.25 246	0.17 224	0.23 212	0.16 183	0.23 239	0.16 220	1.20 569	0.99 570

rgla	0.45 376	0.54 292	0.33 289	0.67 425	0.32 383	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.94 573	0.48 431	0.33 392	0.47 420	0.33 377	0.45 371	0.52 444	0.53 480	0.31 386	0.45 411	0.32 372

LACA_dic	0.45 376	0.13 117	1.78 654	1.70 604	0.12 197	0.13 171	0.12 189	0.16 189	0.15 215	0.13 172	0.12 186	0.13 172	0.11 175	0.16 188	0.13 192	1.73 626	1.69 656	0.16 191	0.11 172	0.13 175	0.13 194

aanet-new-10k	0.45 376	1.81 539	0.40 366	0.50 374	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 404	0.32 380	0.44 393	0.31 353	0.46 383	0.35 346	0.39 381	0.27 321	0.39 371	0.27 303

252Zero-FE	0.45 376	0.50 274	0.36 316	0.50 374	0.36 418	0.50 450	0.36 408	0.50 438	0.36 415	0.49 432	0.36 411	0.49 438	0.36 410	0.54 466	0.41 438	0.45 371	0.34 339	0.45 436	0.34 409	0.55 457	0.75 541

Monster-pub-eth3d	0.45 376	0.57 300	0.60 455	0.39 266	0.28 297	0.37 304	0.28 290	0.37 292	0.30 322	0.39 308	0.29 311	0.39 317	0.30 322	0.92 537	0.27 277	1.42 611	0.28 263	0.34 301	0.28 342	0.37 310	0.53 482

Replicate-Monster	0.45 376	0.57 300	0.60 455	0.40 279	0.29 310	0.37 304	0.27 279	0.37 292	0.30 322	0.40 315	0.31 370	0.40 327	0.30 322	0.99 545	0.27 277	1.36 607	0.31 292	0.34 301	0.30 375	0.36 305	0.54 485

SCV_C0	0.45 376	0.88 358	0.49 420	0.54 393	0.37 423	0.48 432	0.37 414	0.48 421	0.37 417	0.48 422	0.36 411	0.48 431	0.37 415	0.49 437	0.37 410	0.50 405	0.41 385	0.44 431	0.34 409	0.44 406	0.34 388

RAFT-Stereo-weight	0.45 376	1.90 563	0.34 303	0.42 303	0.36 418	0.43 367	0.35 401	0.42 352	0.34 400	0.42 346	0.34 397	0.44 404	0.34 399	0.41 341	0.34 392	0.38 297	0.32 297	0.38 338	0.32 394	0.38 323	0.33 381

TorneroNet-64	0.45 376	0.27 175	0.30 257	0.58 403	0.27 291	0.70 499	0.30 313	0.28 254	0.73 548	0.73 505	0.28 296	0.71 504	0.66 514	0.75 506	0.27 277	0.27 234	0.29 277	0.37 330	0.75 554	0.28 254	0.30 355

416test	0.46 385	0.55 295	0.33 289	0.67 425	0.33 396	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.99 578	0.48 431	0.33 392	0.48 430	0.33 377	0.45 371	0.52 444	0.54 483	0.32 394	0.45 411	0.32 372

aanet-new-12k	0.46 385	1.99 573	0.40 366	0.51 385	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 404	0.31 373	0.44 393	0.32 365	0.47 390	0.35 346	0.39 381	0.27 321	0.39 371	0.27 303

SCV	0.46 385	0.94 378	0.45 391	0.54 393	0.37 423	0.48 432	0.38 421	0.48 421	0.37 417	0.48 422	0.39 433	0.48 431	0.37 415	0.49 437	0.37 410	0.50 405	0.46 411	0.44 431	0.34 409	0.44 406	0.34 388

otaku	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.46 409	0.46 468	0.46 418	0.46 465	0.46 416	0.46 459	0.46 383	0.46 411	0.46 440	0.46 476	0.46 416	0.46 451

Dean	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.47 415	0.46 468	0.46 418	0.46 465	0.46 416	0.46 459	0.46 383	0.46 411	0.46 440	0.46 476	0.46 416	0.46 451

ACVNet_1	0.46 385	0.47 261	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.47 470	0.46 409	0.46 468	0.46 418	0.46 465	0.46 416	0.46 459	0.46 383	0.46 411	0.47 450	0.46 476	0.46 416	0.46 451

ACVNet-4b	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.46 409	0.46 468	0.46 418	0.46 465	0.47 420	0.46 459	0.46 383	0.46 411	0.46 440	0.46 476	0.46 416	0.46 451

PML	0.46 385	1.36 499	0.29 253	0.58 403	0.30 322	0.57 480	0.29 305	0.57 468	0.29 307	0.57 475	0.29 311	0.57 480	0.29 313	0.56 471	0.29 302	0.52 413	0.30 287	0.53 480	0.31 386	0.53 455	0.30 355

Anonymus	0.47 393	0.73 325	0.46 397	0.43 310	0.54 504	0.53 468	0.27 279	0.39 306	0.35 404	0.33 282	0.40 436	0.33 287	0.38 419	0.53 463	0.54 488	0.56 427	0.36 352	0.49 463	0.53 499	0.66 473	0.54 485

LG-Stereo_L1	0.47 393	0.52 284	0.47 405	0.62 412	0.39 440	0.53 468	0.40 436	0.53 459	0.39 434	0.53 461	0.39 433	0.53 466	0.39 431	0.53 463	0.39 427	0.55 423	0.46 411	0.49 463	0.37 431	0.49 437	0.37 408

Ntro	0.47 393	0.47 261	0.46 397	0.46 319	0.46 472	0.47 427	0.47 470	0.46 411	0.47 470	0.46 409	0.46 468	0.47 424	0.46 465	0.47 420	0.47 466	0.47 390	0.46 411	0.46 440	0.46 476	0.46 416	0.46 451

HaxPig	0.47 393	0.47 261	0.47 405	0.49 338	0.47 479	0.47 427	0.47 470	0.47 417	0.47 470	0.47 415	0.47 476	0.47 424	0.47 473	0.47 420	0.47 466	0.47 390	0.47 419	0.47 450	0.47 483	0.47 430	0.48 461

UNDER WATER	0.47 393	0.47 261	0.47 405	0.47 326	0.47 479	0.47 427	0.47 470	0.47 417	0.47 470	0.47 415	0.47 476	0.47 424	0.46 465	0.47 420	0.47 466	0.47 390	0.47 419	0.47 450	0.46 476	0.47 430	0.47 459

LVE	0.47 393	0.47 261	0.47 405	0.47 326	0.49 487	0.47 427	0.47 470	0.47 417	0.49 479	0.47 415	0.47 476	0.47 424	0.46 465	0.47 420	0.47 466	0.47 390	0.47 419	0.48 458	0.47 483	0.47 430	0.47 459

GASTEREO	0.48 399	1.21 481	0.47 405	0.57 401	0.38 430	0.50 450	0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 452	0.38 419	0.50 445	0.38 413	0.52 413	0.42 395	0.46 440	0.34 409	0.46 416	0.34 388

LG-Stereo_Zeroshot	0.48 399	0.55 295	0.47 405	0.63 414	0.41 451	0.56 474	0.44 455	0.56 465	0.41 447	0.56 472	0.41 444	0.57 480	0.42 450	0.56 471	0.41 438	0.55 423	0.43 400	0.51 474	0.37 431	0.51 448	0.37 408

fffft	0.48 399	0.51 282	0.45 391	0.52 388	0.45 470	0.52 466	0.45 461	0.52 457	0.48 477	0.53 461	0.45 464	0.52 464	0.45 461	0.52 460	0.46 459	0.51 411	0.41 385	0.50 469	0.41 460	0.50 442	0.41 434
1: 1. 1
RainbowNet	0.48 399	0.48 267	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 421	0.48 477	0.48 422	0.48 480	0.48 431	0.48 474	0.48 430	0.48 472	0.48 395	0.48 425	0.48 458	0.48 487	0.48 434	0.48 461

notaker	0.48 399	0.49 269	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 421	0.49 479	0.48 422	0.48 480	0.48 431	0.48 474	0.48 430	0.48 472	0.48 395	0.48 425	0.48 458	0.48 487	0.48 434	0.49 467

LL-Strereo2	0.48 399	1.73 522	0.51 433	0.59 406	0.34 408	0.42 360	0.33 381	0.40 315	0.31 367	0.42 346	0.33 389	0.42 360	0.31 373	0.44 393	0.39 427	0.60 435	0.51 441	0.44 431	0.33 405	0.44 406	0.33 381

416test1013	0.49 405	0.80 342	0.33 289	0.67 425	0.33 396	0.48 432	0.41 445	0.48 421	0.39 434	0.48 422	0.93 572	0.52 464	0.32 380	0.52 460	0.38 413	0.49 398	0.51 441	0.53 480	0.37 431	0.51 448	0.36 402

Former-RAFT_DAM_RVC	0.49 405	0.98 383	0.64 470	0.84 460	0.46 472	0.45 415	0.35 401	0.47 417	0.47 470	0.45 403	0.34 397	0.46 418	0.48 474	0.46 416	0.35 396	0.39 310	0.71 502	0.39 381	0.35 422	0.41 396	0.41 434

ACVNet_2	0.49 405	0.49 269	0.49 420	0.49 338	0.49 487	0.49 441	0.49 481	0.49 429	0.49 479	0.49 432	0.49 483	0.49 438	0.49 480	0.49 437	0.49 474	0.49 398	0.49 428	0.49 463	0.49 491	0.49 437	0.49 467

FoundationStereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 452	0.50 484	0.50 445	0.50 477	0.50 405	0.50 436	0.50 469	0.50 493	0.50 442	0.50 470

StereoAnything_RVC	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 452	0.50 484	0.50 445	0.50 477	0.50 405	0.50 436	0.50 469	0.50 493	0.50 442	0.50 470

dual_stereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 452	0.50 484	0.50 445	0.50 477	0.50 405	0.50 436	0.50 469	0.50 493	0.50 442	0.50 470

GCST	0.50 408	2.08 576	0.38 323	0.53 390	0.35 412	0.49 441	0.35 401	0.50 438	0.35 404	0.49 432	0.35 406	0.49 438	0.35 406	0.49 437	0.35 396	0.48 395	0.37 357	0.45 436	0.33 405	0.44 406	0.33 381

SANet	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 452	0.50 484	0.50 445	0.50 477	0.50 405	0.50 436	0.50 469	0.50 493	0.50 442	0.50 470

MSCF	0.51 413	1.40 504	0.49 420	0.58 403	0.38 430	0.50 450	0.38 421	0.54 461	0.41 447	0.52 458	0.41 444	0.53 466	0.42 450	0.53 463	0.41 438	0.60 435	0.47 419	0.48 458	0.37 431	0.48 434	0.38 415

UGAM-zero	0.51 413	2.17 585	0.39 334	0.53 390	0.36 418	0.50 450	0.36 408	0.50 438	0.36 415	0.49 432	0.36 411	0.50 452	0.35 406	0.50 445	0.36 400	0.49 398	0.37 357	0.47 450	0.35 422	0.46 416	0.34 388

UGAM	0.51 413	2.23 590	0.39 334	0.54 393	0.35 412	0.50 450	0.35 401	0.49 429	0.35 404	0.49 432	0.35 406	0.49 438	0.36 410	0.50 445	0.36 400	0.49 398	0.37 357	0.45 436	0.34 409	0.45 411	0.34 388

Selective-IGEV	0.51 413	0.55 295	0.45 391	0.69 431	0.45 470	0.61 485	0.45 461	0.50 438	0.40 437	0.56 472	0.44 459	0.55 474	0.40 432	0.72 501	0.67 510	0.59 433	0.46 411	0.45 436	0.34 409	0.46 416	0.37 408

RCA-Stereo	0.51 413	3.22 645	0.34 303	0.44 314	0.34 408	0.44 401	0.34 396	0.43 360	0.34 400	0.43 353	0.34 397	0.44 404	0.33 392	0.43 362	0.33 377	0.38 297	0.29 277	0.38 338	0.29 357	0.38 323	0.29 340

DN	0.53 418	0.85 351	0.45 391	0.65 420	0.44 466	0.60 483	0.44 455	0.60 476	0.44 460	0.60 480	0.45 464	0.60 485	0.44 457	0.60 480	0.44 452	0.56 427	0.42 395	0.56 487	0.42 468	0.56 460	0.42 441

MatchStereo	0.54 419	0.12 115	2.38 702	2.32 639	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.08 142	2.34 678	2.34 697	0.12 166	0.11 172	0.11 163	0.10 158
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	0.54 419	0.60 309	0.52 436	0.66 424	0.47 479	0.61 485	0.47 470	0.58 471	0.46 465	0.61 482	0.46 468	0.61 488	0.45 461	0.62 482	0.45 455	0.61 439	0.52 444	0.57 488	0.48 487	0.57 463	0.48 461

castereo++	0.54 419	3.59 651	1.15 553	1.31 578	0.14 204	0.16 190	0.14 198	0.16 189	0.14 203	0.16 187	0.14 205	0.16 188	0.13 199	0.16 188	0.14 197	1.45 613	1.16 558	0.15 187	0.14 206	0.15 188	0.13 194

FENet	0.54 419	1.52 508	1.19 559	1.41 588	0.23 275	0.35 292	0.23 262	0.35 280	0.23 265	0.34 285	0.23 266	0.35 294	0.23 269	0.35 293	0.23 259	1.40 610	1.07 542	0.32 284	0.23 267	0.33 277	0.23 247

PSMNet_ROB	0.54 419	0.54 292	0.54 441	0.54 393	0.53 501	0.54 472	0.54 495	0.53 459	0.54 495	0.54 467	0.54 498	0.54 470	0.53 491	0.54 466	0.54 488	0.54 417	0.53 448	0.54 483	0.54 501	0.54 456	0.54 485

AIO-test2	0.55 424	0.59 305	0.52 436	0.67 425	0.47 479	0.61 485	0.47 470	0.61 480	0.47 470	0.61 482	0.47 476	0.61 488	0.48 474	0.62 482	0.47 466	0.64 450	0.53 448	0.58 489	0.47 483	0.58 465	0.48 461

CFNet-ft	0.55 424	1.57 510	0.14 155	0.20 177	0.14 204	0.20 210	2.53 720	1.61 637	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	1.56 632	1.24 648

S	0.56 426	0.61 311	0.54 441	0.68 430	0.48 483	0.65 491	0.49 481	0.63 482	0.49 479	0.64 490	0.49 483	0.64 492	0.48 474	0.62 482	0.49 474	0.63 448	0.62 474	0.59 492	0.48 487	0.57 463	0.48 461

MyStereo04	0.56 426	3.72 657	0.59 451	0.49 338	0.41 451	0.36 296	0.32 370	0.37 292	0.31 367	0.34 285	0.46 468	0.35 294	0.32 380	0.35 293	0.33 377	0.49 398	0.45 409	0.34 301	0.32 394	0.35 295	0.43 444

CASS	0.57 428	0.89 361	0.56 445	0.57 401	0.56 505	0.56 474	0.56 497	0.56 465	0.53 493	0.57 475	0.57 502	0.59 484	0.48 474	0.56 471	0.57 492	0.55 423	0.56 453	0.47 450	0.56 507	0.62 469	0.56 496
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 429	0.75 330	0.49 420	0.79 451	0.50 491	0.79 511	0.49 481	0.79 505	0.49 479	0.80 517	0.49 483	0.79 517	0.49 480	0.80 511	0.49 474	0.63 448	0.40 375	0.63 496	0.40 451	0.63 470	0.40 425

aanet-new-14k	0.60 429	5.12 690	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.30 312	0.44 342	0.37 357	0.38 338	0.26 283	0.38 323	0.26 265

LG-Stereo	0.60 429	0.58 302	0.47 405	0.64 419	0.74 544	1.00 540	0.69 529	0.57 468	0.41 447	0.57 475	0.41 444	0.57 480	0.41 444	1.00 547	0.75 545	0.91 504	0.51 441	0.52 477	0.37 431	0.52 451	0.37 408

MonSter	0.60 429	0.64 314	0.52 436	0.62 412	0.44 466	2.07 663	0.44 455	0.62 481	0.44 460	0.62 486	0.44 459	0.62 490	0.44 457	0.62 482	0.44 452	0.58 430	0.42 395	0.62 494	0.46 476	0.58 465	0.42 441

MyStereo07	0.60 429	3.72 657	0.48 413	0.49 338	0.41 451	0.36 296	0.32 370	0.49 429	0.43 457	0.51 454	0.42 454	0.49 438	0.43 455	0.51 455	0.64 503	0.49 398	0.45 409	0.34 301	0.32 394	0.35 295	0.43 444

FSD	0.61 434	0.59 305	0.50 426	2.58 654	0.44 466	0.56 474	0.44 455	0.55 464	0.44 460	0.56 472	0.44 459	0.56 477	0.44 457	0.56 471	0.46 459	0.61 439	0.42 395	0.52 477	0.42 468	0.52 451	0.51 477

castereo	0.61 434	3.79 659	1.35 617	1.52 592	0.15 218	0.17 197	0.16 213	0.20 209	0.21 254	0.18 198	0.16 221	0.21 217	0.12 193	0.26 258	0.17 224	1.43 612	1.38 629	0.17 201	0.16 220	0.18 206	0.16 209

WCG-NET	0.61 434	1.21 481	0.54 441	0.61 411	0.53 501	0.67 494	0.53 492	0.66 488	0.53 493	0.64 490	0.53 496	0.65 496	0.53 491	0.59 478	0.52 484	0.65 452	0.48 425	0.64 498	0.52 497	0.58 465	0.50 470

GEAStereo	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 452	0.38 421	0.53 461	0.38 423	0.50 452	0.38 419	0.51 455	0.38 413	0.54 417	0.43 400	0.46 440	0.34 409	0.46 416	0.34 388

gasm-f	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 452	0.38 421	0.53 461	0.38 423	0.50 452	0.38 419	0.51 455	0.38 413	0.54 417	0.43 400	0.46 440	0.34 409	0.46 416	0.34 388

SMoEStereo_RVC	0.63 439	0.75 330	0.51 433	0.73 445	0.53 501	0.71 501	0.47 470	0.67 489	0.58 499	0.74 510	0.60 508	0.72 507	0.53 491	0.74 505	0.51 482	0.61 439	0.62 474	0.62 494	0.61 517	0.63 470	0.61 502

anonymity	0.63 439	0.69 318	0.56 445	0.71 439	0.56 505	0.71 501	0.56 497	0.71 496	0.56 496	0.72 502	0.56 501	0.71 504	0.56 495	0.71 499	0.58 494	0.68 457	0.55 451	0.68 505	0.55 503	0.68 478	0.54 485

SE	0.64 441	0.73 325	0.77 509	0.79 451	0.59 508	0.78 508	0.54 495	0.58 471	0.58 499	0.78 514	0.59 506	0.63 491	0.18 243	0.78 508	0.52 484	0.80 488	0.65 480	0.69 508	0.57 510	0.75 492	0.52 479

PAM_32	0.64 441	2.38 605	0.51 433	0.92 473	0.43 465	0.53 468	0.44 455	0.87 517	0.43 457	0.52 458	0.45 464	0.53 466	0.40 432	0.54 466	0.46 459	0.62 444	0.56 453	0.48 458	0.45 474	0.76 495	0.44 447

CRFU-Net	0.65 443	1.67 514	1.22 609	1.96 613	0.27 291	0.41 339	0.27 279	0.41 334	0.27 291	0.40 315	0.26 284	0.41 342	0.27 292	0.40 321	0.27 277	1.80 629	1.62 650	0.34 301	0.23 267	0.33 277	0.23 247

LMCR-Stereo	0.65 443	0.63 312	0.65 474	0.65 420	0.65 524	0.66 493	0.63 508	0.58 471	0.65 514	0.63 489	0.64 516	0.65 496	0.65 511	0.66 490	0.66 509	0.66 454	0.64 478	0.65 502	0.67 535	0.68 478	0.73 537

test410	0.66 445	5.69 713	0.31 275	0.40 279	0.31 369	0.41 339	0.31 360	0.40 315	0.31 367	0.62 486	0.55 499	0.40 327	0.31 373	0.40 321	0.31 353	0.59 433	0.47 419	0.38 338	0.29 357	0.38 323	0.30 355

KSHMR	0.66 445	0.50 274	0.48 413	1.15 510	0.52 498	0.49 441	0.51 489	0.49 429	0.71 542	0.67 496	0.50 487	1.16 576	1.11 577	0.66 490	0.52 484	0.49 398	0.49 428	0.51 474	0.66 531	0.50 442	1.14 589

TorneroNet	0.66 445	0.53 288	0.50 426	0.50 374	0.64 522	1.06 557	0.70 536	0.50 438	0.51 491	0.49 432	0.69 532	0.49 438	0.50 484	0.48 430	1.15 588	0.71 464	0.49 428	1.14 576	1.08 588	0.49 437	0.49 467

GES	0.66 445	2.34 601	0.29 253	0.41 293	0.29 310	0.41 339	0.29 305	0.42 352	0.29 307	0.40 315	0.41 444	0.41 342	0.30 322	0.51 455	0.29 302	0.32 258	0.29 277	0.32 284	2.46 723	2.49 686	0.30 355

cf-r	0.66 445	2.17 585	0.12 130	0.18 168	0.12 197	0.18 201	2.70 724	2.60 697	0.12 196	0.18 198	0.12 186	0.18 200	0.12 193	0.18 199	0.12 183	0.15 153	0.11 128	0.15 187	0.11 172	1.81 644	1.74 699

DSFCA	0.66 445	0.73 325	0.78 511	0.65 420	0.65 524	0.64 490	0.64 509	0.65 485	0.63 512	0.64 490	0.64 516	0.64 492	0.64 509	0.65 489	0.65 506	0.65 452	0.65 480	0.65 502	0.65 528	0.66 473	0.64 512

MWDA-net	0.67 451	0.66 315	0.45 391	2.84 662	0.46 472	0.73 503	0.45 461	0.71 496	0.44 460	0.72 502	0.45 464	0.70 503	0.45 461	0.70 497	0.44 452	0.61 439	0.41 385	0.61 493	0.43 471	0.61 468	0.42 441

WAFT-Stereo (ZS)	0.67 451	0.78 337	0.67 480	0.67 425	0.66 527	0.67 494	0.67 516	0.65 485	0.66 516	0.66 494	0.67 521	0.66 499	0.67 516	0.67 492	0.72 539	0.66 454	0.67 483	0.67 504	0.67 535	0.67 476	0.67 519

DEFOM-Stereo	0.68 453	3.11 641	1.40 631	1.63 602	0.25 283	0.31 276	0.25 269	0.31 268	0.28 297	0.31 271	0.29 311	0.29 270	0.27 292	0.31 278	0.28 286	1.59 621	1.47 635	0.30 275	0.29 357	0.30 262	0.28 331

ssnet_v2	0.68 453	1.96 572	1.25 613	0.29 220	0.20 256	0.30 269	0.20 242	0.29 259	0.22 258	1.50 638	0.20 253	0.31 279	0.20 254	0.27 262	0.22 252	0.24 221	1.49 636	0.26 259	0.18 250	3.90 709	0.19 236

ARAFT	0.68 453	0.81 346	0.63 467	0.74 448	0.60 510	0.78 508	0.62 507	0.77 504	0.66 516	0.74 510	0.63 514	0.75 512	0.62 508	0.83 520	0.60 499	0.70 463	0.55 451	0.70 513	0.60 515	0.78 499	0.55 493

mm2	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 491	0.69 529	0.69 499	0.69 532	0.69 500	0.69 528	0.69 495	0.69 526	0.69 458	0.69 495	0.69 508	0.69 541	0.69 482	0.69 523

mm1	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 491	0.69 529	0.69 499	0.69 532	0.69 500	0.69 528	0.69 495	0.69 526	0.69 458	0.69 495	0.69 508	0.69 541	0.69 482	0.69 523

NINENet	0.69 456	3.87 663	1.20 562	1.98 614	0.05 126	0.40 320	0.04 103	0.40 315	0.05 124	0.41 332	0.04 110	0.41 342	0.05 117	0.40 321	0.05 115	1.79 628	1.56 642	0.34 301	0.22 261	0.34 282	0.23 247

VIP-Stereo	0.70 459	2.97 638	2.43 703	2.49 650	0.16 229	0.25 248	0.16 213	0.25 243	0.16 223	0.25 244	0.18 246	0.25 248	0.16 220	0.26 258	0.16 217	1.86 630	1.26 612	0.23 239	0.15 217	0.23 235	0.15 207

RAFT-Stereo + iAFF	0.70 459	0.72 324	0.71 496	0.80 455	0.62 521	0.82 519	0.61 506	0.81 511	0.62 509	0.81 520	0.63 514	0.80 519	0.70 532	0.73 503	0.61 501	0.76 482	0.61 473	0.74 520	0.61 517	0.77 497	0.61 502

DMCA-RVC	0.70 459	0.80 342	0.70 493	0.70 437	0.70 537	0.70 499	0.70 536	0.71 496	0.70 537	0.70 501	0.71 542	0.71 504	0.70 532	0.70 497	0.69 526	0.69 458	0.70 498	0.69 508	0.70 545	0.69 482	0.70 526

MyStereo8	0.71 462	3.92 666	0.52 436	0.59 406	0.52 498	0.57 480	0.53 492	0.59 474	0.50 484	0.59 479	0.51 493	0.57 480	0.50 484	0.56 471	0.52 484	0.54 417	0.49 428	0.54 483	0.49 491	0.55 457	0.50 470

HH	0.71 462	2.54 612	0.74 504	1.10 501	0.32 383	0.41 339	0.37 414	0.69 491	0.78 552	0.73 505	0.90 565	0.75 512	1.00 564	0.84 521	0.69 526	0.69 458	0.40 375	0.35 317	0.26 283	0.35 295	0.26 265

HanStereo	0.71 462	2.54 612	0.74 504	1.10 501	0.32 383	0.41 339	0.37 414	0.69 491	0.78 552	0.73 505	0.90 565	0.75 512	1.00 564	0.84 521	0.69 526	0.69 458	0.40 375	0.35 317	0.26 283	0.35 295	0.26 265

CAR	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 511	0.58 499	0.81 520	0.58 504	0.83 524	0.59 502	0.82 515	0.59 497	0.71 464	0.49 428	0.73 515	0.68 537	0.87 515	0.52 479

MSE-Stereo	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 511	0.58 499	0.81 520	0.58 504	0.83 524	0.59 502	0.82 515	0.59 497	0.71 464	0.49 428	0.73 515	0.68 537	0.87 515	0.52 479

zero-FE	0.72 465	1.31 495	0.66 476	0.92 473	0.60 510	0.82 519	0.58 500	0.82 514	0.58 499	0.81 520	0.60 508	0.81 522	0.60 504	0.82 515	0.58 494	0.74 479	0.59 465	0.73 515	0.52 497	0.76 495	0.51 477

ktn	0.72 465	0.53 288	1.08 547	1.14 507	0.51 497	1.22 619	1.36 655	0.51 452	0.59 504	0.51 454	0.51 493	0.69 500	1.20 589	0.67 492	0.51 482	0.51 411	0.49 428	0.58 489	0.66 531	0.52 451	0.53 482

MGA	0.73 469	0.76 333	0.60 455	0.92 473	1.17 598	0.81 516	0.59 504	0.84 515	0.62 509	0.81 520	0.59 506	0.84 526	0.60 504	0.81 514	0.61 501	0.71 464	0.53 448	0.89 542	0.53 499	0.75 492	0.54 485

DStereoRT	0.73 469	0.81 346	0.73 503	0.71 439	0.74 544	0.73 503	0.75 545	0.71 496	0.71 542	0.74 510	0.72 545	0.73 509	0.80 549	0.71 499	0.73 540	0.76 482	0.71 502	0.73 515	0.72 550	0.70 485	0.76 544

CroCo-Stereo	0.73 469	1.22 487	0.25 229	1.22 564	0.25 283	1.22 619	0.25 269	1.22 614	0.25 273	1.22 623	0.25 279	1.22 625	0.25 275	1.22 625	0.25 270	1.22 596	0.26 242	1.21 635	0.25 277	1.22 617	0.25 259
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	0.73 469	0.88 358	0.67 480	0.75 449	0.68 532	0.75 505	0.64 509	0.80 508	0.72 545	0.83 525	0.70 536	0.82 523	0.64 509	0.84 521	0.67 510	0.77 485	0.63 476	0.81 532	0.63 519	0.78 499	0.62 505

monster-pro	0.75 473	1.67 514	0.64 470	0.89 466	0.57 507	0.86 525	0.56 497	0.87 517	0.56 496	0.87 526	0.57 502	0.88 529	0.57 497	0.87 526	0.57 492	0.79 486	0.58 459	0.76 523	0.54 501	0.77 497	0.54 485

AIO-Stereo-zeroshot1	0.75 473	0.92 372	0.85 522	0.96 485	0.59 508	1.27 623	0.44 455	0.59 474	0.69 529	0.91 531	0.68 527	0.55 474	0.61 507	1.06 563	0.83 558	0.62 444	0.70 498	0.90 543	0.41 460	0.89 519	0.56 496

MyStereo06	0.75 473	4.12 668	0.60 455	0.63 414	0.61 516	0.62 488	0.66 512	0.56 465	0.45 464	0.55 470	0.48 480	0.54 470	0.46 465	0.57 476	0.45 455	0.60 435	0.57 455	0.64 498	0.55 503	0.72 487	0.55 493

GCAP-Stereo	0.75 473	4.15 671	0.42 385	0.75 449	0.35 412	0.78 508	0.40 436	0.79 505	0.38 421	0.78 514	0.36 411	0.78 515	0.36 410	0.79 509	0.39 427	0.75 480	0.39 371	0.76 523	0.39 449	0.75 492	0.39 422

GANet-RSSM	0.75 473	1.91 564	0.14 155	0.47 326	0.14 204	0.21 221	3.21 741	2.30 683	0.14 203	0.46 409	0.14 205	0.23 235	0.18 243	0.21 220	0.14 197	0.18 183	0.27 255	0.37 330	0.13 201	2.13 667	2.12 709

RSM++	0.76 478	0.82 348	0.66 476	0.85 464	0.64 522	0.85 523	0.71 539	0.94 531	0.64 513	0.87 526	0.67 521	0.87 528	0.65 511	0.84 521	0.65 506	0.81 492	0.70 498	0.79 527	0.71 548	0.83 511	0.70 526

CroCo-Stereo Lap2	0.77 479	1.29 491	0.29 253	1.27 569	0.29 310	1.27 623	0.26 276	1.26 618	0.26 287	1.26 624	0.26 284	1.27 629	0.26 285	1.26 627	0.27 277	1.27 599	0.27 255	1.27 639	0.27 321	1.27 621	0.27 303

PSMNet-RSSM	0.77 479	2.76 629	0.14 155	0.20 177	0.14 204	0.20 210	2.66 722	2.79 711	0.14 203	0.21 219	0.14 205	0.21 217	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.52 690	2.31 714

GwcNet-RSSM	0.77 479	2.77 631	0.14 155	0.20 177	0.14 204	0.20 210	2.67 723	2.78 710	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.21 220	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.52 690	2.31 714

4D-IteraStereo	0.78 482	3.13 642	0.89 523	0.69 431	0.32 383	0.40 320	0.32 370	0.76 503	0.97 577	0.52 458	0.65 518	0.89 532	0.32 380	0.76 507	0.98 570	0.83 497	0.94 530	0.35 317	0.27 321	0.70 485	0.89 559

Pro-Stereo	0.79 483	0.53 288	0.38 323	0.49 338	0.38 430	0.49 441	0.37 414	0.49 429	0.67 518	0.50 445	0.38 423	1.10 568	0.38 419	0.49 437	0.38 413	0.71 464	0.88 524	5.98 757	0.36 428	0.46 416	0.36 402

hitnet-ft	0.79 483	2.78 634	0.14 155	0.20 177	0.14 204	0.21 221	2.89 725	2.80 712	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.54 698	2.33 716

G-Net	0.79 483	0.79 339	0.79 514	0.79 451	0.79 557	0.79 511	0.79 550	0.79 505	0.79 556	0.79 516	0.79 557	0.79 517	0.79 548	0.79 509	0.79 550	0.79 486	0.79 515	0.79 527	0.79 561	0.79 501	0.79 549

MyStereo05	0.80 486	4.12 668	0.63 467	0.63 414	0.61 516	0.62 488	0.66 512	0.65 485	0.62 509	0.67 496	0.61 512	0.65 496	0.58 500	0.67 492	0.55 491	0.60 435	0.57 455	0.64 498	0.55 503	0.72 487	0.55 493

UDG	0.80 486	2.21 589	0.60 455	0.91 470	0.60 510	0.90 530	0.58 500	0.88 521	0.60 505	0.90 529	0.60 508	0.88 529	0.60 504	0.90 531	0.58 494	0.86 501	0.60 468	0.84 538	0.59 514	0.84 512	0.61 502

ccnet	0.80 486	2.28 593	0.33 289	0.50 374	0.33 396	0.50 450	0.33 381	0.50 438	0.33 389	0.49 432	0.33 389	0.49 438	1.56 654	2.38 687	0.33 377	0.41 326	0.29 277	0.42 428	1.57 670	2.28 673	0.29 340

NaN_ROB	0.80 486	0.80 342	0.80 515	0.80 455	0.80 560	0.80 513	0.80 553	0.80 508	0.80 558	0.80 517	0.80 559	0.80 519	0.80 549	0.80 511	0.80 553	0.80 488	0.80 518	0.80 530	0.80 563	0.80 504	0.80 550

CSAN	0.80 486	0.80 342	0.80 515	0.80 455	0.80 560	0.80 513	0.80 553	0.80 508	0.80 558	0.80 517	0.80 559	0.80 519	0.80 549	0.80 511	0.80 553	0.80 488	0.80 518	0.80 530	0.80 563	0.80 504	0.80 550

GSStereo	0.81 491	4.28 674	0.50 426	0.59 406	0.40 441	0.51 462	0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 452	3.79 738	0.50 445	0.38 413	0.54 417	0.43 400	0.46 440	0.34 409	0.46 416	0.35 399

BSDual-CNN	0.81 491	1.91 564	0.92 530	4.48 702	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 641	4.19 728	0.33 291	0.23 267	0.34 282	0.27 303

DDUNet	0.81 491	2.45 610	0.57 449	0.90 468	0.60 510	0.88 527	0.59 504	0.90 522	0.60 505	0.88 528	0.60 508	0.90 533	0.58 500	0.88 528	0.60 499	0.84 499	0.60 468	0.86 540	0.57 510	0.86 514	0.60 501

R-Stereo Train	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 533	0.68 524	0.95 539	0.68 527	0.96 543	0.68 521	0.96 543	0.68 518	0.94 513	0.68 489	0.94 557	0.68 537	0.94 535	0.68 521

RAFT-Stereo	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 533	0.68 524	0.95 539	0.68 527	0.96 543	0.68 521	0.96 543	0.68 518	0.94 513	0.68 489	0.94 557	0.68 537	0.94 535	0.68 521
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 496	1.72 517	1.48 635	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 264	0.26 285	0.20 207	0.15 209	0.24 221	1.33 620	0.32 284	0.16 220	6.75 748	0.23 247

scenet	0.82 496	1.72 517	1.48 635	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 264	0.26 285	0.20 207	0.15 209	0.24 221	1.33 620	0.32 284	0.16 220	6.75 748	0.23 247

ssnet	0.82 496	1.72 517	1.48 635	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 264	0.26 285	0.20 207	0.15 209	0.24 221	1.33 620	0.32 284	0.16 220	6.75 748	0.23 247

DEFOM-Stereo_RVC	0.83 499	5.18 693	1.98 690	2.19 621	0.17 235	0.19 204	0.18 232	0.19 202	0.16 223	0.20 207	0.19 249	0.22 227	0.22 263	0.20 207	0.15 209	2.28 671	2.13 692	0.24 249	0.17 243	0.18 206	0.16 209

BUS	0.83 499	1.91 564	0.92 530	4.48 702	0.02 22	0.40 320	0.04 103	0.41 334	0.02 22	0.48 422	0.03 56	0.41 342	0.05 117	0.03 43	0.05 115	1.97 641	4.19 728	0.33 291	0.23 267	0.34 282	0.27 303

PDISCO_ROB	0.83 499	2.80 635	3.49 726	0.14 129	0.11 182	0.17 197	0.09 152	0.15 188	0.10 160	0.15 182	0.12 186	0.16 188	0.14 204	3.30 718	0.13 192	0.14 140	2.34 697	0.16 191	0.12 190	2.62 699	0.10 158

WQFJA1++	0.84 502	0.98 383	0.67 480	1.26 568	0.75 546	1.00 540	0.67 516	1.00 535	0.67 518	1.00 541	0.67 521	1.00 546	0.67 516	1.00 547	0.67 510	0.96 515	0.67 483	0.91 546	0.63 519	0.92 526	0.63 506

WQFJX1	0.84 502	0.98 383	0.67 480	1.30 576	0.75 546	1.01 548	0.67 516	1.01 544	0.67 518	1.01 552	0.67 521	1.01 555	0.68 521	1.00 547	0.68 518	0.98 520	0.67 483	0.92 549	0.64 524	0.92 526	0.64 512

NLMM	0.84 502	1.00 393	0.67 480	1.27 569	0.75 546	1.00 540	0.68 521	1.00 535	0.67 518	1.00 541	0.67 521	1.02 559	0.67 516	1.02 559	0.67 510	0.97 516	0.67 483	0.93 553	0.63 519	0.92 526	0.63 506

AIO-Stereo	0.84 502	0.66 315	0.70 493	0.83 459	0.67 529	0.98 538	0.82 560	1.14 555	0.72 545	1.03 558	0.74 549	1.03 561	1.09 576	0.99 545	0.45 455	1.04 528	0.73 505	0.95 559	0.74 552	0.94 535	0.46 451

DCRE	0.84 502	1.89 561	0.77 509	0.94 480	0.72 541	0.88 527	0.73 543	0.87 517	0.78 552	0.90 529	0.71 542	0.88 529	0.67 516	0.88 528	0.73 540	0.81 492	0.68 489	0.81 532	0.70 545	0.82 509	0.70 526

iGMRVC	0.84 502	2.85 636	0.72 499	0.72 441	0.73 542	0.77 506	0.79 550	0.73 500	0.74 550	0.73 505	0.72 545	0.73 509	0.76 543	0.73 503	0.73 540	0.72 472	0.73 505	0.73 515	0.72 550	0.73 490	0.72 533

WQFJA1	0.85 508	0.98 383	0.67 480	1.29 574	0.76 551	1.01 548	0.67 516	1.02 549	0.67 518	1.02 556	0.67 521	1.01 555	0.67 516	1.01 555	0.68 518	0.99 521	0.67 483	0.93 553	0.64 524	0.92 526	0.65 514

WQFJX	0.85 508	1.00 393	0.68 488	1.30 576	0.75 546	1.01 548	0.68 521	1.01 544	0.68 524	1.01 552	0.68 527	1.03 561	0.68 521	1.02 559	0.67 510	0.97 516	0.67 483	0.93 553	0.63 519	0.94 535	0.63 506

NLSM3	0.85 508	0.99 391	0.68 488	1.29 574	0.76 551	1.01 548	0.68 521	1.01 544	0.68 524	1.02 556	0.68 527	1.01 555	0.68 521	1.01 555	0.68 518	0.97 516	0.68 489	0.93 553	0.64 524	0.93 531	0.63 506

DNS	0.86 511	2.43 609	1.66 647	2.03 617	0.42 461	0.60 483	0.42 451	0.60 476	0.42 455	0.60 480	0.42 454	0.60 485	0.42 450	0.60 480	0.42 446	1.97 641	1.63 652	0.55 486	0.40 451	0.55 457	0.40 425

NLMM1	0.86 511	0.98 383	0.69 490	1.48 591	0.75 546	1.01 548	0.69 529	1.00 535	0.69 529	1.00 541	0.70 536	1.00 546	0.68 521	1.01 555	0.67 510	0.97 516	0.68 489	0.92 549	0.63 519	0.93 531	0.63 506

AdaDepth	0.86 511	0.93 376	0.71 496	1.01 494	1.07 588	1.02 554	0.71 539	1.00 535	0.71 542	1.01 552	0.71 542	1.00 546	0.72 538	1.14 574	0.71 537	0.92 507	0.64 478	0.90 543	0.64 524	0.89 519	0.69 523

GEStereo_RVC	0.86 511	4.45 676	0.20 207	0.27 217	0.20 256	0.27 262	0.20 242	0.26 249	0.18 240	5.03 748	0.20 253	0.27 263	0.19 250	0.27 262	0.21 248	0.20 190	0.19 214	0.19 215	4.02 752	0.20 213	0.18 233

FAST (zero-shot)	0.87 515	1.55 509	0.42 385	1.57 593	0.42 461	1.62 647	0.45 461	1.59 635	0.42 455	1.66 646	0.44 459	1.62 646	0.42 450	1.59 641	0.42 446	0.64 450	0.43 400	0.64 498	0.42 468	0.67 476	0.46 451

Selective-RAFT-Error	0.88 516	0.84 349	0.98 535	0.86 465	0.97 576	0.88 527	0.95 571	0.84 515	0.99 580	0.92 533	0.82 561	0.84 526	0.98 563	0.87 526	0.97 569	0.81 492	0.83 521	0.79 527	0.82 566	0.79 501	0.85 555

IER	0.88 516	7.04 721	2.23 696	2.75 656	0.28 297	0.43 367	0.25 269	0.39 306	0.25 273	0.41 332	0.27 288	0.39 317	0.25 275	0.40 321	0.28 286	0.37 284	0.28 263	0.37 330	0.25 277	0.37 310	0.25 259

Selective-RAFT	0.89 518	0.89 361	0.72 499	1.16 515	0.78 555	1.06 557	0.82 560	0.87 517	0.97 577	1.00 541	0.91 568	0.90 533	1.00 564	0.89 530	0.93 566	0.83 497	0.83 521	0.82 536	0.82 566	0.81 507	0.82 553

AIO-Stereo-zeroshot	0.91 519	0.86 353	0.89 523	1.25 567	0.69 533	1.05 556	0.81 557	1.16 559	0.50 484	1.12 568	0.97 576	0.72 507	0.82 553	1.06 563	0.95 567	0.61 439	0.87 523	1.03 573	0.85 569	1.04 548	1.01 578

CFNet-RSSM	0.91 519	4.89 682	0.34 303	0.44 314	1.07 588	1.62 647	1.40 662	0.91 524	0.35 404	1.60 639	1.39 662	0.64 492	0.34 399	0.44 393	0.33 377	0.41 326	0.35 346	0.75 521	0.30 375	0.41 396	0.29 340

MLG-Stereo	0.92 521	0.90 365	0.84 521	1.27 569	0.49 487	1.38 634	0.88 563	1.41 632	0.97 577	0.73 505	1.09 588	1.26 626	0.43 455	0.72 501	1.05 580	1.13 541	0.49 428	1.18 586	0.66 531	1.01 545	0.46 451

ToySt	0.92 521	2.11 579	0.90 526	0.95 482	0.79 557	0.99 539	0.78 549	0.94 531	0.81 561	0.94 537	0.78 555	0.95 542	0.77 545	0.94 539	0.86 560	0.91 504	0.79 515	0.85 539	0.77 557	0.89 519	0.73 537

DPSM_ROB	0.92 521	0.91 367	0.91 528	0.91 470	0.92 571	0.92 532	0.92 567	0.92 527	0.91 566	0.93 535	0.91 568	0.92 536	0.90 556	0.91 533	0.92 562	0.92 507	0.91 526	0.91 546	0.92 571	0.93 531	0.93 563

DPSM	0.92 521	0.91 367	0.91 528	0.91 470	0.92 571	0.92 532	0.92 567	0.92 527	0.91 566	0.93 535	0.91 568	0.92 536	0.90 556	0.91 533	0.92 562	0.92 507	0.91 526	0.91 546	0.92 571	0.93 531	0.93 563

pmcnn	0.92 521	0.92 372	0.92 530	0.92 473	0.92 571	0.92 532	0.92 567	0.92 527	0.92 570	0.92 533	0.92 571	0.92 536	0.92 558	0.92 537	0.92 562	0.92 507	0.92 528	0.92 549	0.92 571	0.92 526	0.92 562

error version	0.93 526	4.47 677	2.35 699	1.99 615	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 342	0.40 432	0.41 341	0.36 400	1.87 632	2.16 693	0.47 450	0.37 431	0.39 371	0.33 381

test_1	0.93 526	4.47 677	2.35 699	1.99 615	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 342	0.40 432	0.41 341	0.36 400	1.87 632	2.16 693	0.47 450	0.37 431	0.39 371	0.33 381

DGTPSM_ROB	0.93 526	1.00 393	0.92 530	0.94 480	0.96 575	0.91 531	0.92 567	0.91 524	0.96 576	0.91 531	0.96 574	0.93 539	0.92 558	0.94 539	0.92 562	0.92 507	0.92 528	0.90 543	0.92 571	0.94 535	0.91 561

HSM-Net_RVC	0.95 529	1.17 431	0.78 511	1.18 517	0.71 539	1.16 572	0.75 545	1.09 553	0.80 558	1.10 562	0.75 550	1.17 577	0.74 540	1.17 577	0.80 553	1.13 541	0.73 505	1.17 583	0.77 557	1.16 559	0.72 533
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MWSP-net	0.96 530	0.75 330	0.49 420	4.84 719	0.48 483	1.28 625	0.52 490	1.20 567	0.51 491	1.14 572	0.70 536	1.00 546	0.56 495	0.90 531	0.69 526	0.76 482	0.60 468	0.95 559	0.56 507	0.73 490	0.45 449

iRaftStereo_RVC	0.97 531	3.17 644	2.30 698	2.42 647	0.38 430	0.54 472	0.38 421	0.54 461	0.38 421	0.54 467	0.38 423	0.54 470	0.38 419	0.54 466	0.38 413	2.38 681	2.34 697	0.49 463	0.36 428	0.49 437	0.36 402

DPSimNet_ROB	0.97 531	1.18 433	0.81 518	1.10 501	0.91 570	1.02 554	0.82 560	1.04 550	0.91 566	1.03 558	0.86 564	1.28 630	0.82 553	1.03 561	0.89 561	1.17 545	0.81 520	1.02 571	0.82 566	1.08 550	0.81 552

test-3	0.98 533	4.13 670	1.85 667	1.85 606	0.61 516	0.69 496	0.37 414	0.63 482	0.61 508	0.66 494	0.51 493	0.73 509	0.44 457	0.57 476	0.54 488	1.68 625	1.81 664	0.40 394	0.43 471	0.66 473	0.50 470

LGCAT	1.00 534	1.00 393	1.00 537	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 546	1.00 564	1.00 547	1.00 572	1.00 522	1.00 532	1.00 565	1.00 578	1.00 540	1.00 572

Test_v1	1.00 534	1.00 393	1.00 537	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 546	1.00 564	1.00 547	1.00 572	1.00 522	1.00 532	1.00 565	1.00 578	1.00 540	1.00 572

Wavelet-MonSter	1.00 534	1.21 481	0.76 507	1.94 610	1.01 583	1.11 567	0.76 547	1.15 556	0.76 551	1.11 567	0.76 551	1.14 574	0.76 543	1.11 571	0.76 547	1.21 594	0.90 525	1.02 571	0.71 548	1.02 547	0.71 532

999	1.00 534	1.12 424	0.59 451	1.10 501	1.21 650	1.09 563	0.52 490	1.08 551	1.43 664	1.18 575	1.35 656	0.98 545	0.52 490	0.91 533	0.85 559	0.72 472	1.46 634	0.83 537	0.98 576	0.68 478	1.41 661

DispNO	1.00 534	0.63 312	0.43 387	3.45 685	0.44 466	0.65 491	0.43 454	0.64 484	0.43 457	0.64 490	0.43 457	0.64 492	3.03 716	0.64 488	0.43 451	4.55 717	0.43 400	0.63 496	0.43 471	0.63 470	0.43 444

GANet	1.00 534	1.00 393	1.00 537	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 546	1.00 564	1.00 547	1.00 572	1.00 522	1.00 532	1.00 565	1.00 578	1.00 540	1.00 572

TDLM	1.00 534	1.00 393	1.00 537	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 546	1.00 564	1.00 547	1.00 572	1.00 522	1.00 532	1.00 565	1.00 578	1.00 540	1.00 572

CVANet_RVC	1.00 534	1.00 393	1.00 537	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 546	1.00 564	1.00 547	1.00 572	1.00 522	1.00 532	1.00 565	1.00 578	1.00 540	1.00 572

trnet	1.01 542	1.01 403	1.01 542	1.01 494	1.01 583	1.01 548	1.01 580	1.01 544	1.01 586	1.01 552	1.01 584	1.01 555	1.01 572	1.01 555	1.01 577	1.01 527	1.01 538	1.01 570	1.01 585	1.01 545	1.01 578

LL-Strereo	1.01 542	5.06 689	1.63 644	0.70 437	1.43 662	0.56 474	0.46 465	0.57 468	0.50 484	0.57 475	0.50 487	1.58 641	0.49 480	0.59 478	0.50 477	1.64 624	0.52 444	0.51 474	1.37 657	0.52 451	0.45 449

FlowAnything_test	1.02 544	1.72 517	0.71 496	1.59 595	0.70 537	1.61 645	0.69 529	1.61 637	0.70 537	1.60 639	0.70 536	1.61 645	0.69 528	1.61 644	0.70 535	0.81 492	0.58 459	0.81 532	0.55 503	0.81 507	0.56 496

FlowAnything	1.02 544	1.71 516	0.72 499	1.59 595	0.69 533	1.60 644	0.69 529	1.61 637	0.70 537	1.60 639	0.69 532	1.60 642	0.69 528	1.61 644	0.69 526	0.81 492	0.58 459	0.81 532	0.56 507	0.82 509	0.56 496

Hybrid-DGEV	1.03 546	1.75 523	0.80 515	1.28 573	0.78 555	1.26 622	0.80 553	1.26 618	0.78 552	1.26 624	0.78 555	1.26 626	0.78 547	1.26 627	0.78 549	1.15 544	0.75 508	1.14 576	0.74 552	1.14 554	0.75 541

tt45	1.04 547	0.88 358	1.36 625	0.92 473	1.03 586	1.51 643	0.79 550	0.70 495	0.88 564	0.74 510	0.90 565	1.60 642	0.72 538	1.60 642	0.75 545	0.91 504	0.78 513	1.52 652	0.79 561	1.14 554	1.32 653

Hybrid-DGEV-2	1.05 548	1.83 549	0.83 519	1.33 580	0.82 563	1.30 626	0.81 557	1.26 618	0.79 556	1.29 626	0.79 557	1.26 626	0.80 549	1.26 627	0.79 550	1.20 548	0.78 513	1.18 586	0.77 557	1.20 569	0.77 546

Hybrid-DGEV-03	1.07 549	1.83 549	0.83 519	1.34 581	0.81 562	1.32 628	0.81 557	1.31 625	0.81 561	1.31 627	0.82 561	1.32 631	0.82 553	1.32 632	0.81 556	1.19 546	0.77 511	1.19 588	0.76 555	1.19 567	0.77 546

GLC_STEREO	1.07 549	1.01 403	1.06 545	1.07 499	1.05 587	1.06 557	1.08 585	1.08 551	1.05 590	1.07 560	1.06 586	1.08 564	1.05 574	1.06 563	1.10 583	1.07 530	1.09 548	1.05 574	1.05 587	1.06 549	1.12 585

FC-DCNN	1.07 549	1.09 419	0.98 535	0.89 466	0.52 498	1.41 638	0.91 566	1.21 613	1.24 650	1.96 652	2.05 722	1.91 653	1.30 642	1.27 630	1.08 582	0.80 488	0.60 468	0.58 489	0.41 460	0.68 478	0.54 485

hknet	1.10 552	1.85 555	3.49 726	4.48 702	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.41 342	0.03 53	0.42 355	0.03 52	4.39 714	4.19 728	0.33 291	0.23 267	0.34 282	0.27 303

test_xeample3	1.10 552	1.81 539	0.61 461	0.84 460	0.49 487	0.77 506	0.66 512	0.92 527	1.40 662	0.68 498	0.46 468	0.78 515	0.54 494	1.72 647	1.48 664	1.34 604	1.52 638	1.35 645	1.67 695	1.33 624	1.55 666

DISCO	1.11 554	0.39 211	5.28 740	0.39 266	0.20 256	0.39 318	0.27 279	0.39 306	0.22 258	0.38 301	0.20 253	0.38 312	0.20 254	6.95 759	0.22 252	0.30 249	0.21 221	0.27 264	0.21 258	5.25 741	0.21 242

Occ-G	1.12 555	0.52 284	3.72 731	3.50 689	0.50 491	0.56 474	0.47 470	0.54 461	0.46 465	0.54 467	0.41 444	0.54 470	0.42 450	0.52 460	0.42 446	3.42 705	4.02 727	0.52 477	0.45 474	0.51 448	0.44 447

AEACV	1.12 555	0.52 284	3.12 722	3.24 674	0.86 564	0.53 468	0.49 481	0.60 476	0.47 470	0.53 461	0.49 483	0.55 474	0.45 461	0.55 470	0.47 466	3.01 700	3.88 725	0.71 514	0.60 515	0.80 504	0.48 461

LiteMatch	1.13 557	0.73 325	2.80 707	3.23 672	0.61 516	0.83 521	0.68 521	0.73 500	0.69 529	1.00 541	0.77 553	0.94 540	0.57 497	0.82 515	0.64 503	2.97 698	2.43 700	0.68 505	0.32 394	0.56 460	0.70 526

Lsterematch	1.13 557	0.73 325	2.80 707	3.23 672	0.61 516	0.83 521	0.68 521	0.73 500	0.69 529	1.00 541	0.77 553	0.94 540	0.57 497	0.82 515	0.64 503	2.97 698	2.43 700	0.68 505	0.32 394	0.56 460	0.70 526

MSMD_ROB	1.19 559	1.10 423	0.70 493	1.10 501	0.60 510	1.10 564	0.70 536	1.10 554	0.70 537	1.10 562	0.70 536	1.10 568	0.70 532	7.00 760	0.70 535	1.10 534	0.70 498	1.10 575	0.70 545	1.10 551	0.70 526

MM-Stereo_test2	1.20 560	1.85 555	1.05 544	1.46 590	0.94 574	1.36 632	0.99 574	1.36 627	0.95 574	1.41 634	0.98 577	1.40 637	0.96 560	1.37 634	0.95 567	1.37 609	1.06 541	1.33 642	0.93 575	1.29 623	0.89 559

ours_stereo	1.20 560	1.21 481	0.90 526	1.64 603	1.11 590	1.35 630	0.67 516	1.76 644	0.93 572	1.70 648	1.10 589	1.39 635	0.75 542	1.41 636	0.81 556	1.60 623	1.03 540	1.33 642	1.00 578	1.61 634	0.72 533

DisPM	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

CrosDoStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

PFNet+	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

LCNet	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

HHNet	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

Patchmatch Stereo++	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599
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	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

STrans-v2	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

TransformOpticalFlow	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

OMP-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

IIG-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

NF-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

OCTAStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

PSM-softLoss	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

KMStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

NRIStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

PSM-adaLoss	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

PSM-AAD	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

FTStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

ROB_FTStereo_v2	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

ROB_FTStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

Consistency-Raft	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

KYRaft	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

HUI-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

ASMatch	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

DeepStereo_LL	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

DEmStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

SST-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

THIR-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

RAFT_R40	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

DRaft	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

PFNet	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

GrayStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

RE-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

Pruner-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

TVStereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

DeepStereo_RVC	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

RAFT-RH_RVC	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

IRAFT_RVC	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

RAFT-345	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

iRAFT	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

CRE-IMP	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

GMM-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

RAFT-IKP	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

Prome-Stereo	1.20 560	1.20 435	1.20 562	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 579	1.20 589	1.20 579	1.20 599	1.20 548	1.20 563	1.20 590	1.20 599	1.20 569	1.20 599

qqai	1.22 607	1.38 502	1.12 548	1.39 587	1.14 591	1.40 636	1.14 589	1.41 632	1.12 591	1.40 633	1.11 590	1.40 637	1.13 578	1.41 636	1.15 588	1.25 597	0.97 531	1.24 637	1.01 585	1.24 618	0.96 567

HCRNet	1.22 607	7.11 722	3.00 709	3.55 690	0.33 396	0.29 267	0.14 198	0.19 202	0.15 215	0.33 282	0.29 311	0.25 248	0.14 204	0.22 226	0.33 377	3.64 706	3.00 705	0.76 523	0.32 394	0.18 206	0.13 194

HBP-ISP	1.24 609	1.72 517	1.65 645	1.15 510	0.76 551	1.40 636	0.88 563	1.67 643	1.02 587	1.69 647	1.38 661	1.69 647	1.21 635	1.87 654	1.21 644	1.05 529	0.79 515	0.97 563	0.80 563	1.19 567	0.75 541

AANet_RVC	1.26 610	0.31 186	4.99 738	5.93 729	0.20 256	0.25 248	0.20 242	0.25 243	0.20 249	0.23 229	0.19 249	0.25 248	0.20 254	0.25 246	0.20 244	5.66 738	4.76 732	0.26 259	0.30 375	0.24 240	0.27 303

MM-Stereo_test3	1.27 611	2.07 575	1.18 557	1.60 598	1.02 585	1.45 640	1.01 580	1.40 631	1.04 589	1.44 636	1.03 585	1.46 640	1.02 573	1.44 639	1.02 578	1.51 618	1.12 555	1.32 641	0.98 576	1.38 627	0.97 568

11t	1.27 611	2.70 621	1.34 615	1.32 579	0.89 566	1.30 626	1.34 652	1.64 640	0.57 498	1.45 637	0.72 545	1.05 563	1.29 641	1.07 566	1.29 653	1.49 615	1.02 539	0.97 563	1.15 592	1.48 629	1.31 652

MaskLacGwcNet_RVC	1.35 613	1.35 498	1.35 617	1.35 583	1.35 655	1.35 630	1.35 653	1.36 627	1.35 658	1.36 631	1.35 656	1.36 633	1.36 647	1.36 633	1.35 657	1.35 605	1.35 625	1.35 645	1.35 654	1.35 625	1.35 657

CC-Net-ROB	1.36 614	1.33 497	1.33 614	1.36 584	1.38 659	1.36 632	1.33 651	1.37 629	1.34 655	1.35 630	1.36 658	1.38 634	1.34 645	1.38 635	1.38 660	1.35 605	1.38 629	1.33 642	1.35 654	1.43 628	1.34 656

CFNet	1.37 615	5.27 702	0.19 204	5.49 726	0.19 253	0.28 264	0.19 238	0.28 254	0.19 247	0.28 259	0.19 249	0.28 264	4.35 746	0.28 267	0.19 241	0.23 212	0.17 204	0.23 239	4.21 754	4.81 732	0.17 227

PS-NSSS	1.38 616	1.39 503	1.34 615	1.34 581	1.35 655	1.38 634	1.37 660	1.35 626	1.38 661	1.34 629	1.34 655	1.39 635	1.38 650	1.70 646	1.40 661	1.36 607	1.36 626	1.36 647	1.37 657	1.37 626	1.36 658

RASNet	1.49 617	1.65 513	1.45 633	1.38 586	1.43 662	1.47 641	1.36 655	1.38 630	1.36 659	1.39 632	1.60 672	1.45 639	1.45 653	1.51 640	2.21 717	1.53 619	1.36 626	1.36 647	1.36 656	1.66 637	1.36 658

BLMT-Stereo	1.53 618	1.36 499	1.06 545	1.42 589	1.23 654	1.41 638	1.07 584	1.43 634	1.12 591	1.42 635	1.06 586	1.83 650	1.07 575	1.42 638	1.07 581	1.27 599	1.38 629	6.80 758	1.00 578	1.26 620	1.00 572

GANetREF_RVC	1.55 619	1.94 571	1.22 609	1.88 607	1.21 650	1.88 652	1.22 643	1.88 646	1.22 648	1.88 649	1.22 645	1.88 651	1.22 636	1.89 655	1.22 645	1.87 632	1.22 611	1.88 668	1.22 645	1.88 646	1.22 645
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	1.59 620	1.91 564	1.21 608	1.94 610	1.20 604	2.00 660	1.23 644	1.99 651	1.24 650	2.00 657	1.25 648	2.03 661	1.26 638	2.00 659	1.29 653	1.90 636	1.18 562	1.89 669	1.21 644	1.89 647	1.20 599
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 621	1.59 511	1.70 648	1.59 595	1.59 668	1.61 645	1.61 671	1.60 636	1.60 668	1.62 645	1.59 671	1.60 642	1.60 656	1.60 642	1.59 668	1.59 621	1.60 649	1.59 654	1.59 675	1.59 633	1.59 672

MEA-ACV	1.66 622	0.87 355	0.61 461	11.81 759	1.35 655	1.50 642	0.71 539	1.23 616	0.92 570	1.13 571	0.96 574	1.69 647	0.70 532	1.23 626	1.16 592	1.54 620	1.20 563	1.58 653	0.85 569	1.12 552	0.95 566

ff7	1.68 623	2.68 618	1.35 617	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 682	2.12 706	2.23 678	2.25 718	1.31 601	1.07 542	1.48 649	1.41 660	0.90 522	1.04 580

ffff	1.68 623	2.68 618	1.35 617	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 682	2.12 706	2.23 678	2.25 718	1.31 601	1.07 542	1.48 649	1.41 660	0.90 522	1.04 580

ccc-4	1.68 623	2.68 618	1.35 617	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 682	2.12 706	2.23 678	2.25 718	1.31 601	1.07 542	1.48 649	1.41 660	0.90 522	1.04 580

PhaseNet	1.74 626	6.34 720	4.81 736	6.77 735	0.24 280	0.80 513	0.53 492	0.48 421	0.22 258	0.53 461	0.28 296	0.48 431	0.25 275	0.40 321	0.32 365	6.39 744	4.61 731	0.46 440	0.38 445	0.25 243	0.18 233

MC-Stereo	1.76 627	2.96 637	1.37 627	2.14 619	1.37 658	2.14 666	1.36 655	2.14 660	1.37 660	2.14 666	1.37 659	2.14 663	1.37 649	2.14 664	1.37 659	1.97 641	1.32 613	1.97 672	1.32 653	1.98 649	1.33 654

IGEVStereo-DCA	1.77 628	4.21 672	1.84 665	2.49 650	2.11 716	2.54 700	1.36 655	1.65 641	1.17 599	2.75 710	1.90 705	2.54 695	1.15 582	0.94 539	1.11 584	1.50 616	1.32 613	0.96 561	1.46 666	1.49 630	0.88 556

rrr	1.77 628	4.21 672	1.84 665	2.49 650	2.11 716	2.54 700	1.36 655	1.65 641	1.17 599	2.75 710	1.90 705	2.54 695	1.15 582	0.94 539	1.11 584	1.50 616	1.32 613	0.96 561	1.46 666	1.49 630	0.88 556

MM-Stereo_test1	1.80 630	3.41 649	1.52 640	2.12 618	1.41 661	2.04 661	1.41 663	2.05 655	1.46 665	2.04 661	1.41 663	2.05 662	1.42 652	2.05 660	1.43 663	2.04 646	1.54 641	1.94 670	1.38 659	1.99 650	1.33 654

MFMNet_re	1.81 631	1.91 564	1.71 650	1.95 612	1.70 691	1.95 657	1.70 688	1.96 649	1.74 694	1.97 654	1.72 693	1.95 654	1.71 677	1.97 658	1.71 688	1.86 630	1.62 650	1.85 661	1.66 694	1.86 645	1.64 690

plain	1.88 632	3.16 643	0.64 470	3.10 667	0.65 524	3.10 716	0.64 509	3.12 715	0.65 514	3.10 716	0.65 518	3.11 716	0.65 511	3.12 715	0.65 506	3.12 701	0.65 480	3.13 715	0.65 528	3.13 703	0.65 514

derf	1.91 633	2.15 583	1.78 654	2.16 620	1.75 694	2.21 675	1.80 692	2.22 674	1.80 698	2.21 677	1.76 694	2.17 664	1.81 686	2.24 681	1.74 697	1.93 639	1.56 642	1.96 671	1.53 668	1.95 648	1.56 667

noway5	1.92 634	4.97 685	1.95 687	2.31 637	1.68 681	2.21 675	1.68 682	2.21 672	1.69 684	2.22 681	1.68 686	2.21 672	1.68 667	2.21 674	1.68 683	2.18 658	1.87 679	1.71 658	0.65 528	0.85 513	0.72 533

RAFT_CTSACE	1.92 634	3.71 656	1.72 651	1.88 607	1.72 693	2.04 661	1.42 665	2.18 663	1.89 711	2.02 659	1.97 711	1.95 654	2.06 705	1.93 656	1.62 669	1.76 627	1.66 654	2.02 673	1.73 703	1.73 640	1.43 663

MonStereo1	1.94 636	2.77 631	1.52 640	3.73 697	1.51 665	2.13 665	1.42 665	2.32 684	1.52 666	2.31 688	1.50 666	2.53 692	1.59 655	2.34 686	1.56 666	1.91 637	1.36 626	1.86 664	1.31 652	2.07 660	1.53 664

4.25w-stereo	1.98 637	2.72 625	1.46 634	3.47 686	1.43 662	2.07 663	1.98 706	2.53 696	1.52 666	2.71 703	1.98 717	1.81 649	1.62 658	1.96 657	1.36 658	1.88 635	2.00 682	2.53 709	1.61 682	1.74 641	1.15 590

4.5w-stereo	1.99 638	2.33 597	1.81 656	3.28 676	1.68 681	1.94 654	1.99 709	2.72 700	1.70 685	2.72 704	1.99 720	1.97 656	1.68 667	1.76 648	1.29 653	1.91 637	2.02 688	2.53 709	1.61 682	1.75 642	1.16 593

2.75w_new	1.99 638	2.34 601	1.81 656	3.14 668	1.62 670	1.94 654	1.99 709	2.72 700	1.71 687	2.72 704	1.99 720	1.90 652	1.73 679	1.82 653	1.29 653	2.37 680	2.01 684	2.31 695	1.42 663	1.77 643	1.22 645

3.75w	1.99 638	2.31 595	1.83 664	3.16 670	1.65 672	1.93 653	1.98 706	2.72 700	1.68 677	2.73 709	1.97 711	2.00 658	1.72 678	1.81 652	1.25 649	2.27 670	2.01 684	2.38 700	1.42 663	1.71 639	1.24 648

2w_stereo	1.99 638	2.36 604	1.81 656	3.24 674	1.67 677	1.94 654	1.98 706	2.72 700	1.68 677	2.72 704	1.94 708	1.98 657	1.74 681	1.79 651	1.27 650	1.95 640	2.00 682	2.53 709	1.60 678	1.68 638	1.15 590

2.25w	2.00 642	1.86 558	1.98 690	2.95 665	2.17 720	2.26 681	1.35 653	2.42 690	2.00 718	2.07 665	1.27 650	2.53 692	1.99 701	2.29 683	1.49 665	2.21 662	1.32 613	1.85 661	1.87 708	2.52 690	1.62 685

4.25_new	2.00 642	2.33 597	1.82 661	3.32 679	1.69 686	1.95 657	1.99 709	2.72 700	1.71 687	2.72 704	1.97 711	2.01 659	1.74 681	1.77 649	1.28 651	2.18 658	2.01 684	2.48 707	1.58 673	1.65 635	1.17 594

4.5w_new	2.00 642	2.33 597	1.82 661	3.32 679	1.69 686	1.95 657	1.99 709	2.72 700	1.71 687	2.72 704	1.97 711	2.01 659	1.74 681	1.77 649	1.28 651	2.18 658	2.01 684	2.48 707	1.58 673	1.65 635	1.17 594

4.5_new	2.00 642	1.84 554	1.98 690	2.77 658	2.16 718	2.27 682	1.28 650	2.09 656	1.98 715	2.01 658	1.28 651	2.71 705	1.98 699	2.51 695	1.65 671	2.26 667	1.33 620	1.87 665	1.87 708	2.49 686	1.60 674

TRStereo	2.00 642	2.13 580	1.85 667	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 679	1.87 689	2.08 661	1.72 691	2.08 647	1.72 658	2.08 684	1.72 700	2.08 662	1.72 695

XX-Stereo	2.00 642	2.13 580	1.85 667	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 679	1.87 689	2.08 661	1.72 691	2.08 647	1.72 658	2.08 684	1.72 700	2.08 662	1.72 695

EAI-Stereo	2.00 642	2.13 580	1.85 667	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 679	1.87 689	2.08 661	1.72 691	2.08 647	1.72 658	2.08 684	1.72 700	2.08 662	1.72 695

2.5w	2.01 649	2.40 606	1.37 627	3.28 676	2.01 710	2.71 706	1.43 668	1.82 645	1.83 702	1.90 651	1.41 663	2.71 705	1.35 646	2.71 705	1.85 703	2.66 692	1.53 639	1.64 655	1.23 646	2.53 693	1.87 705

4w-stereo	2.02 650	2.72 625	1.44 632	3.36 682	1.59 668	2.48 693	1.72 690	2.28 677	1.24 650	2.24 683	1.65 676	2.56 697	1.32 644	2.39 689	1.98 714	2.67 694	1.51 637	1.66 656	1.24 647	2.53 693	1.88 708

IGEV	2.02 650	2.20 587	1.82 661	2.90 664	2.16 718	2.41 690	1.25 646	2.00 652	1.98 715	1.99 656	1.31 653	2.72 709	1.93 695	2.67 704	1.69 686	2.26 667	1.32 613	1.83 660	1.87 708	2.53 693	1.61 679

3.25w_new	2.03 652	2.72 625	1.35 617	3.33 681	1.57 666	2.72 707	1.53 670	2.15 661	1.33 654	2.15 667	1.60 672	2.63 701	1.30 642	2.72 707	1.99 715	2.67 694	1.53 639	1.75 659	1.25 649	2.53 693	1.87 705

3.5w_stereo	2.03 652	2.72 625	1.35 617	3.41 683	1.57 666	2.72 707	1.49 669	2.01 653	1.34 655	2.15 667	1.61 674	2.63 701	1.36 647	2.72 707	1.99 715	2.66 692	1.58 645	1.68 657	1.24 647	2.53 693	1.87 705

UniTT-Stereo	2.03 652	3.43 650	0.72 499	3.42 684	0.73 542	3.27 719	0.68 521	3.38 720	0.69 529	3.29 719	0.72 545	3.28 719	0.70 532	3.35 721	0.68 518	3.39 704	0.68 489	3.31 718	0.69 541	3.37 704	0.73 537

3.25w	2.04 655	2.20 587	1.48 635	3.03 666	2.17 720	2.63 704	1.39 661	1.96 649	1.95 714	1.96 652	1.37 659	2.71 705	1.96 698	2.71 705	1.73 696	2.26 667	1.32 613	1.87 665	1.87 708	2.51 689	1.63 688

3w_stereo	2.04 655	2.24 591	1.70 648	3.15 669	2.18 722	2.49 694	1.26 648	2.03 654	1.98 715	1.98 655	1.33 654	2.72 709	1.99 701	2.59 698	1.72 691	2.22 663	1.33 620	1.85 661	1.88 713	2.50 688	1.58 671

1w_stereo	2.05 657	2.32 596	1.35 617	3.74 698	2.01 710	2.73 709	1.42 665	1.88 646	1.93 713	2.03 660	1.28 651	2.71 705	1.99 701	2.72 707	1.72 691	2.20 661	1.32 613	1.87 665	1.86 707	2.45 682	1.54 665

zzzzzz3	2.07 658	5.00 687	1.93 678	2.28 631	1.66 673	2.19 669	1.66 674	2.18 663	1.67 672	2.19 672	1.66 679	2.18 665	1.67 665	2.18 666	1.66 674	2.15 650	1.85 671	2.05 674	1.59 675	2.05 652	1.59 672

noway2	2.07 658	4.96 684	1.92 675	2.28 631	1.66 673	2.20 672	1.66 674	2.19 666	1.66 669	2.19 672	1.65 676	2.19 668	1.68 667	2.18 666	1.65 671	2.15 650	1.86 675	2.06 678	1.59 675	2.06 656	1.60 674

LiteMatch*	2.07 658	1.30 493	5.73 743	6.28 732	0.79 557	1.33 629	0.80 553	1.30 624	1.02 587	1.33 628	0.84 563	1.33 632	0.97 561	1.28 631	1.04 579	6.05 742	5.89 738	1.28 640	0.76 555	1.28 622	0.88 556

noway7	2.08 661	5.18 693	1.92 675	2.27 626	1.66 673	2.18 667	1.66 674	2.17 662	1.66 669	2.18 669	1.65 676	2.18 665	1.66 659	2.17 665	1.66 674	2.15 650	1.85 671	2.05 674	1.60 678	2.05 652	1.60 674

zzzz4	2.08 661	5.22 697	1.93 678	2.27 626	1.66 673	2.19 669	1.66 674	2.18 663	1.67 672	2.18 669	1.66 679	2.18 665	1.66 659	2.18 666	1.66 674	2.15 650	1.84 666	2.05 674	1.60 678	2.05 652	1.60 674

zzzz2	2.08 661	4.92 683	1.93 678	2.30 634	1.67 677	2.19 669	1.66 674	2.20 669	1.67 672	2.20 675	1.68 686	2.21 672	1.66 659	2.20 671	1.68 683	2.17 656	1.84 666	2.07 680	1.62 688	2.05 652	1.61 679

monster_256*512	2.09 664	5.21 696	1.98 690	2.30 634	1.67 677	2.18 667	1.66 674	2.20 669	1.67 672	2.19 672	1.67 681	2.19 668	1.66 659	2.19 669	1.66 674	2.15 650	1.86 675	2.05 674	1.60 678	2.06 656	1.61 679

zzz1	2.09 664	4.97 685	1.93 678	2.30 634	1.68 681	2.21 675	1.68 682	2.21 672	1.68 677	2.21 677	1.67 681	2.21 672	1.68 667	2.21 674	1.69 686	2.17 656	1.85 671	2.08 684	1.61 682	2.06 656	1.61 679

zzzzzzz1	2.10 666	5.20 695	1.93 678	2.38 644	1.68 681	2.20 672	1.67 680	2.20 669	1.68 677	2.20 675	1.67 681	2.20 671	1.68 667	2.20 671	1.67 682	2.24 665	1.86 675	2.06 678	1.61 682	2.06 656	1.62 685

GELT-Stereo	2.10 666	5.33 704	1.94 686	2.37 642	1.68 681	2.21 675	1.69 686	2.19 666	1.67 672	2.18 669	1.67 681	2.19 668	1.66 659	2.19 669	1.66 674	2.23 664	1.83 665	2.07 680	1.61 682	2.04 651	1.61 679

noway1	2.10 666	5.26 701	1.93 678	2.31 637	1.69 686	2.21 675	1.67 680	2.19 666	1.68 677	2.21 677	1.68 686	2.21 672	1.67 665	2.20 671	1.66 674	2.15 650	1.84 666	2.07 680	1.61 682	2.07 660	1.61 679

sCroCo_RVC	2.10 666	2.76 629	1.92 675	2.78 661	1.39 660	2.73 709	1.41 663	2.73 706	1.40 662	2.77 715	1.41 663	2.74 711	1.40 651	2.74 710	1.40 661	2.72 696	1.42 632	2.72 713	1.44 665	2.79 700	1.42 662

noway4	2.11 670	5.14 691	1.93 678	2.37 642	1.69 686	2.20 672	1.68 682	2.22 674	1.68 677	2.21 677	1.69 690	2.23 676	1.68 667	2.22 676	1.66 674	2.24 665	1.84 666	2.09 689	1.63 691	2.09 665	1.62 685

MoCha-V2	2.11 670	26.97 766	0.78 511	0.92 473	0.77 554	0.96 537	0.72 542	0.90 522	0.72 545	0.94 537	0.70 536	0.90 533	0.71 537	0.91 533	0.71 537	0.85 500	0.71 502	0.88 541	0.69 541	0.87 515	0.67 519

noway3	2.12 672	5.22 697	1.93 678	2.39 645	1.70 691	2.23 680	1.70 688	2.22 674	1.70 685	2.22 681	1.70 692	2.23 676	1.69 674	2.22 676	1.71 688	2.28 671	1.86 675	2.08 684	1.63 691	2.09 665	1.63 688

FBW_ROB	2.12 672	2.46 611	1.77 653	2.49 650	1.79 697	2.38 688	1.83 693	2.46 691	1.78 697	2.48 696	1.97 711	2.40 687	1.78 684	2.42 692	1.83 701	2.31 676	1.85 671	2.38 700	1.82 706	2.35 676	1.84 701

MonStereo	2.17 674	2.41 607	1.49 639	2.67 655	1.67 677	2.60 703	2.04 713	2.32 684	1.76 695	2.44 693	1.68 686	2.50 690	1.69 674	2.38 687	1.80 700	2.28 671	1.78 661	2.63 712	2.14 716	3.47 705	1.68 693

asda	2.17 674	2.54 612	1.81 656	3.47 686	1.78 696	2.50 696	1.86 698	2.61 698	1.68 677	2.61 700	1.83 696	2.37 686	1.73 679	2.44 693	1.88 709	2.51 689	1.84 666	2.34 697	1.62 688	2.23 669	1.77 700

asd	2.18 676	2.77 631	1.58 642	3.59 691	2.00 709	2.58 702	1.85 697	2.39 689	1.71 687	2.47 695	1.97 711	2.59 699	1.61 657	2.56 696	1.79 699	2.51 689	1.99 681	2.11 690	1.62 688	2.36 677	1.60 674

qwe	2.18 676	2.60 615	1.58 642	3.83 699	1.90 707	2.53 698	1.90 704	2.48 692	1.73 692	2.37 691	1.92 707	2.53 692	1.68 667	2.56 696	1.83 701	2.52 691	1.87 679	2.07 680	1.68 697	2.32 675	1.71 694

monsters	2.18 676	2.41 607	1.96 689	3.47 686	2.03 714	2.53 698	1.64 673	2.48 692	1.73 692	2.40 692	1.50 666	2.62 700	1.94 696	2.59 698	1.94 711	2.44 684	1.57 644	2.28 693	1.87 708	2.42 679	1.86 703

AIO_rvc	2.18 676	2.34 601	1.87 671	2.32 639	1.94 708	2.40 689	1.89 703	2.37 687	2.07 720	2.52 698	1.95 710	2.44 689	1.99 701	2.41 690	1.89 710	2.32 677	2.09 690	2.24 691	2.18 717	2.21 668	2.23 712

HUF	2.18 676	2.30 594	1.99 694	2.34 641	2.02 713	2.41 690	2.06 714	2.38 688	1.89 711	2.36 690	1.85 697	2.56 697	1.98 699	2.31 685	1.97 713	2.30 675	2.03 689	2.30 694	2.11 715	2.23 669	2.16 710

AIO_test	2.18 676	2.09 578	2.04 695	2.42 647	2.01 710	2.47 692	1.94 705	2.34 686	2.03 719	2.56 699	1.94 708	2.43 688	1.94 696	2.41 690	1.87 707	2.39 682	2.10 691	2.35 699	1.91 714	2.25 671	2.19 711

monsterstereo	2.20 682	2.33 597	1.95 687	3.65 693	2.07 715	2.49 694	1.61 671	2.48 692	1.83 702	2.45 694	1.61 674	2.67 704	1.86 687	2.64 700	1.94 711	2.48 688	1.66 654	2.34 697	1.68 697	2.40 678	1.86 703

LG-G_1	2.22 683	2.71 623	1.89 672	2.77 658	1.87 705	2.75 711	1.87 701	2.76 708	1.87 708	2.75 710	1.87 700	2.76 712	1.87 689	2.75 711	1.86 704	2.47 686	1.58 645	2.45 704	1.57 670	2.45 682	1.57 669

LG-G	2.22 683	2.71 623	1.89 672	2.77 658	1.87 705	2.75 711	1.87 701	2.76 708	1.87 708	2.75 710	1.87 700	2.76 712	1.87 689	2.75 711	1.86 704	2.47 686	1.58 645	2.45 704	1.57 670	2.45 682	1.57 669

LGtest1	2.22 683	2.70 621	1.89 672	2.76 657	1.86 701	2.75 711	1.86 698	2.75 707	1.86 704	2.75 710	1.86 698	2.77 714	1.87 689	2.75 711	1.86 704	2.46 685	1.58 645	2.45 704	1.56 669	2.45 682	1.56 667

RAStereo	2.23 686	3.64 653	0.76 507	3.65 693	0.86 564	3.66 724	0.76 547	3.67 724	0.81 561	3.66 721	0.76 551	3.66 722	0.77 545	3.68 723	0.77 548	3.68 707	0.77 511	3.69 723	0.77 557	3.70 707	0.77 546

UDGNet	2.23 686	5.40 708	1.72 651	2.48 649	1.69 686	2.51 697	1.69 686	2.51 695	1.72 691	2.50 697	1.69 690	2.52 691	1.69 674	2.50 694	1.68 683	2.41 683	1.70 657	2.42 702	1.69 699	2.42 679	1.64 690

NCCL2	2.28 688	2.27 592	2.28 697	2.28 631	2.28 723	2.27 682	2.29 718	2.28 677	2.28 721	2.27 684	2.28 723	2.28 678	2.27 709	2.27 682	2.28 722	2.28 671	2.28 696	2.27 692	2.29 721	2.27 672	2.29 713

Abc-Net	2.32 689	24.75 758	1.14 551	1.17 516	1.17 598	1.11 567	1.15 591	1.17 561	1.21 647	1.08 561	1.16 594	1.12 573	1.14 581	1.09 567	1.17 594	1.09 532	1.16 558	1.17 583	1.17 595	1.16 559	1.11 583
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 690	25.00 759	1.13 550	1.15 510	1.15 593	1.10 564	1.15 591	1.15 556	1.15 594	1.12 568	1.15 591	1.09 566	1.13 578	1.10 569	1.15 588	1.11 539	1.09 548	1.16 579	1.12 590	1.16 559	1.17 594

stereogan	2.33 690	24.38 757	1.18 557	1.18 517	1.18 601	1.14 570	1.18 595	1.19 564	1.19 601	1.14 572	1.18 598	1.14 574	1.18 587	1.14 574	1.18 595	1.14 543	1.14 556	1.19 588	1.19 596	1.15 557	1.19 598

RGC	2.36 692	25.48 760	1.19 559	1.15 510	1.15 593	1.10 564	1.16 593	1.17 561	1.16 595	1.12 568	1.16 594	1.11 572	1.13 578	1.09 567	1.18 595	1.10 534	1.15 557	1.16 579	1.12 590	1.14 554	1.12 585

NCC-stereo	2.36 692	25.52 761	1.17 555	1.15 510	1.17 598	1.11 567	1.11 586	1.15 556	1.16 595	1.10 562	1.16 594	1.10 568	1.15 582	1.14 574	1.13 586	1.09 532	1.11 552	1.15 578	1.16 594	1.17 564	1.17 594

AF-Net	2.37 694	25.71 762	1.17 555	1.13 506	1.15 593	1.15 571	1.18 595	1.19 564	1.16 595	1.10 562	1.15 591	1.10 568	1.18 587	1.12 573	1.15 588	1.10 534	1.10 551	1.17 583	1.15 592	1.16 559	1.12 585

Nwc_Net	2.37 694	25.95 763	1.15 553	1.14 507	1.15 593	1.08 561	1.14 589	1.17 561	1.16 595	1.14 572	1.15 591	1.08 564	1.15 582	1.11 571	1.14 587	1.10 534	1.11 552	1.16 579	1.09 589	1.16 559	1.15 590

CFNet_RVC	2.38 696	8.71 733	0.38 323	9.33 748	0.42 461	0.56 474	0.42 451	0.60 476	0.38 421	0.62 486	0.42 454	0.56 477	7.29 758	0.62 482	0.42 446	0.53 416	0.37 357	0.49 463	0.34 409	8.30 755	6.87 761

testmc14	2.43 697	10.48 746	8.02 755	8.93 747	0.31 369	0.44 401	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 360	0.30 322	0.42 355	0.30 312	8.88 757	6.99 747	0.41 412	0.28 342	0.39 371	0.28 331

edge stereo	2.43 697	27.07 767	1.14 551	1.06 498	1.14 591	1.08 561	1.17 594	1.16 559	1.14 593	1.10 562	1.16 594	1.09 566	1.16 586	1.10 569	1.16 592	1.10 534	1.11 552	1.16 579	1.19 596	1.13 553	1.11 583

FAT-Stereo	2.46 699	26.05 764	1.23 611	1.23 566	1.22 652	1.20 573	1.24 645	1.23 616	1.23 649	1.19 576	1.22 645	1.21 624	1.24 637	1.20 579	1.24 646	1.21 594	1.17 561	1.22 636	1.25 649	1.20 569	1.24 648

MCSU-Stereo	2.48 700	10.56 747	8.50 757	9.47 751	0.31 369	0.43 367	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 360	0.30 322	0.41 341	0.30 312	8.86 756	6.93 746	0.40 394	0.29 357	0.39 371	0.28 331

S-Stereo	2.51 701	26.86 765	1.23 611	1.22 564	1.22 652	1.24 621	1.25 646	1.22 614	1.24 650	1.21 622	1.24 647	1.19 578	1.27 639	1.19 578	1.24 646	1.19 546	1.20 563	1.25 638	1.19 596	1.24 618	1.23 647

Anonymous3	2.55 702	3.26 647	1.65 645	3.28 676	1.63 671	3.24 718	1.68 682	3.27 717	1.66 669	3.28 718	1.67 681	3.25 718	1.66 659	3.27 717	1.64 670	3.26 702	1.65 653	3.30 717	1.65 693	4.95 737	1.65 692

DNSM	2.56 703	4.43 675	3.08 720	4.09 701	1.86 701	2.66 705	1.86 698	2.66 699	1.87 708	2.66 702	1.86 698	2.66 703	1.86 687	2.66 703	1.87 707	3.82 709	2.94 704	2.42 702	1.73 703	2.42 679	1.73 698

MIF-Stereo (partial)	2.58 704	3.31 648	0.66 476	3.18 671	0.66 527	3.18 717	0.66 512	3.21 716	0.67 518	3.19 717	0.66 520	3.19 717	0.66 514	3.31 719	0.68 518	5.09 734	1.79 663	8.23 762	1.67 695	6.18 746	1.38 660

MSMDNet	2.65 705	10.14 744	0.33 289	9.74 752	0.32 383	0.87 526	0.33 381	2.95 714	0.68 524	0.49 432	0.34 397	0.49 438	5.70 753	0.49 437	0.33 377	0.42 340	9.57 754	0.41 412	0.31 386	8.36 756	0.65 514

pcwnet_v2	2.66 706	9.89 742	0.33 289	9.89 753	0.32 383	0.50 450	0.32 370	0.49 429	0.33 389	0.49 432	0.34 397	0.49 438	8.76 760	0.48 430	0.33 377	0.41 326	9.58 755	0.40 394	0.29 357	9.01 759	0.63 506

CFNet_pseudo	2.67 707	9.36 738	0.32 284	10.99 758	0.33 396	0.85 523	0.33 381	0.49 429	0.33 389	0.49 432	0.32 380	0.49 438	7.26 757	0.49 437	0.33 377	0.41 326	9.62 756	0.41 412	0.29 357	10.03 763	0.29 340

TestStereo_HL2	2.73 708	0.41 227	11.06 758	14.13 761	0.30 322	0.44 401	0.28 290	0.43 360	0.29 307	0.43 353	0.28 296	0.43 369	0.29 313	0.43 362	0.28 286	13.51 761	10.37 761	0.41 412	0.27 321	0.38 323	0.27 303

CFNet_ucs	2.73 708	9.64 740	0.33 289	9.92 754	0.32 383	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 438	8.98 761	0.48 430	0.33 377	0.41 326	9.96 759	0.40 394	0.29 357	10.12 764	0.54 485

UCFNet_RVC	2.75 710	10.06 743	0.29 253	10.31 757	0.29 310	0.42 360	0.29 305	0.43 360	0.29 307	0.42 346	0.29 311	0.42 360	9.87 763	0.43 362	0.29 302	0.36 281	9.84 758	0.36 326	0.26 283	9.77 762	0.26 265

TestStereo_HL3	2.76 711	0.41 227	11.46 761	14.11 760	0.30 322	0.45 415	0.29 305	0.43 360	0.29 307	0.43 353	0.29 311	0.43 369	0.28 301	0.44 393	0.30 312	13.57 762	10.32 760	0.41 412	0.27 321	0.38 323	0.27 303

GGDA	2.76 711	0.41 227	11.34 760	14.28 762	0.30 322	0.44 401	0.29 305	0.43 360	0.29 307	0.43 353	0.28 296	0.43 369	0.28 301	0.43 362	0.29 302	13.45 760	10.57 762	0.41 412	0.27 321	0.38 323	0.27 303

TestStereo-Hl	2.78 713	0.42 238	11.23 759	14.38 763	0.30 322	0.44 401	0.30 313	0.43 360	0.28 297	0.43 353	0.29 311	0.44 404	0.29 313	0.44 393	0.29 302	13.64 763	10.73 763	0.41 412	0.27 321	0.38 323	0.27 303

ccs_rob	2.79 714	10.17 745	0.32 284	10.00 755	0.33 396	0.49 441	0.33 381	1.90 648	0.32 379	0.51 454	0.33 389	0.49 438	9.24 762	0.49 437	0.33 377	0.41 326	9.82 757	0.41 412	0.28 342	9.34 760	0.29 340

PCWNet_CMD	2.80 715	9.82 741	0.32 284	10.09 756	0.32 383	0.49 441	0.33 381	3.34 719	0.33 389	0.49 432	0.33 389	0.49 438	8.73 759	0.48 430	0.33 377	0.41 326	9.22 753	0.42 428	0.29 357	9.55 761	0.31 365

NLSM1	2.93 716	3.24 646	2.57 705	4.04 700	2.66 726	3.30 720	2.55 721	3.29 718	2.55 723	3.35 720	2.48 725	3.28 719	2.47 711	3.34 720	2.49 723	3.26 702	2.55 702	3.13 715	2.57 724	3.00 702	2.46 720

StereoVision	3.15 717	5.00 687	0.89 523	4.83 718	1.00 577	3.93 725	1.27 649	6.37 754	1.34 655	5.67 754	1.26 649	5.84 755	1.27 639	5.03 751	1.24 646	5.10 735	1.09 548	4.61 736	0.57 510	5.62 744	1.12 585

MaDis-Stereo	3.19 718	6.02 719	1.12 548	5.61 728	1.16 597	5.43 752	1.02 582	5.15 751	0.70 537	5.43 751	1.21 644	5.03 752	0.97 561	4.85 745	0.99 571	4.53 716	1.16 558	5.53 752	1.25 649	5.37 742	1.30 651

sAnonymous2	3.31 719	2.63 616	1.38 629	3.71 695	1.86 701	4.70 744	1.11 586	4.82 747	2.72 725	5.45 752	1.98 717	4.59 737	2.64 712	2.65 701	6.21 758	4.37 712	1.08 546	5.16 750	2.24 719	4.52 719	2.39 718

CroCo_RVC	3.31 719	2.63 616	1.38 629	3.71 695	1.86 701	4.70 744	1.11 586	4.82 747	2.72 725	5.45 752	1.98 717	4.59 737	2.64 712	2.65 701	6.21 758	4.37 712	1.08 546	5.16 750	2.24 719	4.52 719	2.39 718

DPSNet	3.66 721	3.60 652	3.62 729	3.63 692	3.64 748	3.65 723	3.65 747	3.66 723	3.67 744	3.67 722	3.65 745	3.67 723	3.66 733	3.66 722	3.68 742	3.68 707	3.66 723	3.67 722	3.68 747	3.67 706	3.67 746

NLCSM	3.67 722	4.08 667	3.19 725	4.80 717	3.26 741	3.99 728	3.24 742	4.25 730	3.18 740	4.09 726	3.27 740	4.14 728	3.18 728	4.13 728	3.28 738	4.06 710	3.10 713	3.85 727	3.14 738	3.91 712	3.27 742

STTStereo	3.73 723	30.40 771	2.37 701	2.39 645	2.31 725	2.35 687	2.33 719	2.29 679	2.42 722	2.32 689	2.34 724	2.33 682	2.36 710	2.30 684	2.27 721	2.35 679	2.22 695	2.31 695	2.22 718	2.29 674	2.34 717

rvit_105_1	3.83 724	5.22 697	3.01 710	4.53 705	3.01 729	4.51 732	3.01 727	4.56 734	3.04 728	4.53 733	3.03 729	4.55 735	3.03 716	4.56 734	3.04 725	4.57 718	3.05 706	4.57 731	3.05 729	4.57 721	3.05 727

rvit_stereo_0081	3.83 724	5.23 700	3.01 710	4.53 705	3.03 731	4.55 738	3.02 728	4.56 734	3.04 728	4.52 731	3.02 727	4.54 733	3.03 716	4.56 734	3.04 725	4.57 718	3.05 706	4.57 731	3.05 729	4.58 722	3.05 727

rvit_stereo_0081_aga	3.86 726	5.33 704	3.02 713	4.55 711	3.04 735	4.54 734	3.02 728	4.64 741	3.06 732	4.54 735	3.04 731	4.62 742	3.08 723	4.62 740	3.07 730	4.58 721	3.06 710	4.60 735	3.08 733	4.63 725	3.07 731

rvit_stereo_0082	3.86 726	5.82 717	3.01 710	4.53 705	3.03 731	4.54 734	3.02 728	4.56 734	3.04 728	4.53 733	3.02 727	4.55 735	3.04 719	4.57 737	3.05 727	4.57 718	3.05 706	4.58 733	3.05 729	4.58 722	3.06 730

rvit_0105_6	3.87 728	5.73 716	3.10 721	4.69 715	3.12 739	4.54 734	3.02 728	4.56 734	3.04 728	4.54 735	3.03 729	4.54 733	3.04 719	4.56 734	3.05 727	4.58 721	3.05 706	4.58 733	3.05 729	4.58 722	3.05 727

rvit_stereo_0080	3.89 729	5.70 714	3.04 715	4.54 708	3.03 731	4.56 739	3.05 734	4.60 738	3.07 733	4.58 738	3.06 732	4.59 737	3.06 721	4.61 738	3.08 731	4.63 723	3.09 711	4.64 737	3.10 734	4.65 726	3.10 734

whm_eth	3.89 729	5.70 714	3.04 715	4.54 708	3.03 731	4.56 739	3.05 734	4.60 738	3.07 733	4.58 738	3.06 732	4.59 737	3.06 721	4.61 738	3.08 731	4.63 723	3.09 711	4.64 737	3.10 734	4.65 726	3.10 734

rvit_0105_4	3.91 731	5.47 712	3.02 713	4.54 708	3.02 730	4.54 734	3.03 732	4.75 744	3.17 739	4.57 737	3.06 732	4.61 741	3.16 727	4.65 741	3.09 733	4.66 725	3.11 714	4.68 740	3.18 740	4.81 732	3.16 739

rvit_0105_3	3.91 731	5.33 704	3.06 718	4.60 713	3.07 737	4.60 741	3.06 736	4.62 740	3.08 736	4.60 740	3.07 735	4.62 742	3.08 723	4.67 742	3.10 734	4.70 726	3.11 714	4.77 744	3.19 741	4.77 731	3.14 738

rvit_stereo_0083	3.92 733	5.30 703	3.06 718	4.61 714	3.09 738	4.67 743	3.08 737	4.66 742	3.09 737	4.62 741	3.10 737	4.66 745	3.11 725	4.67 742	3.16 736	4.72 728	3.16 717	4.77 744	3.11 736	4.66 728	3.11 736

rvit_stereo_ft	3.93 734	5.44 710	3.05 717	4.59 712	3.06 736	4.61 742	3.08 737	4.67 743	3.12 738	4.63 742	3.10 737	4.65 744	3.11 725	4.69 744	3.13 735	4.70 726	3.14 716	4.71 742	3.15 739	4.74 729	3.16 739

rvit_0105_5	4.10 735	5.40 708	3.13 724	4.71 716	3.15 740	4.72 746	3.10 739	4.90 749	3.27 741	4.69 743	3.16 739	4.84 749	3.25 729	4.96 748	3.34 739	5.05 733	3.39 722	5.10 749	3.40 742	5.11 739	3.42 743

MLG-Stereo_test1	4.25 736	5.34 707	3.61 728	5.31 724	3.63 747	5.23 750	3.57 745	5.38 752	3.65 743	5.23 749	3.47 742	4.76 746	3.74 736	4.85 745	3.71 743	4.96 730	3.18 719	4.71 742	2.92 726	4.86 735	2.90 724

MLG-Stereo_test3	4.26 737	4.85 681	3.95 732	5.35 725	3.60 746	4.75 747	3.76 748	5.49 753	3.71 745	5.39 750	3.69 746	4.82 748	3.66 733	4.85 745	3.73 746	4.93 729	3.19 720	4.69 741	2.99 728	4.84 734	2.98 726

MLG-Stereo_test2	4.28 738	5.46 711	3.69 730	4.86 720	3.72 749	5.58 753	3.42 743	4.81 746	3.77 749	4.85 745	3.72 747	5.55 754	3.63 732	5.58 752	3.53 741	4.41 715	3.28 721	4.99 748	2.95 727	4.75 730	3.13 737

RAFT+CT+SA	4.28 738	7.62 726	4.91 737	5.55 727	2.28 723	3.09 715	3.64 746	4.49 732	3.07 733	4.80 744	3.35 741	4.77 747	3.70 735	4.29 731	3.05 727	5.58 737	5.98 740	3.58 721	3.78 749	4.26 715	3.72 747

SA	4.33 740	7.35 723	6.85 749	5.96 730	4.09 753	3.59 722	3.15 740	3.82 725	2.64 724	3.91 723	3.85 748	3.57 721	2.72 714	3.13 716	4.03 749	7.09 750	6.86 745	3.57 720	3.12 737	3.85 708	3.51 745

Sa-1000	4.34 741	8.37 729	6.84 748	6.98 739	4.45 756	3.58 721	3.00 726	3.42 721	3.39 742	2.61 700	4.00 751	3.83 725	4.01 744	3.90 725	3.90 747	5.98 741	5.62 737	3.76 724	2.34 722	4.35 717	2.47 721

TestStereo1	4.60 742	8.41 730	6.44 746	6.86 737	3.79 750	3.97 726	3.78 749	3.99 727	3.74 746	3.97 724	3.52 743	3.94 726	3.58 730	3.98 726	3.72 744	6.82 747	6.50 743	3.76 724	3.66 745	3.90 709	3.74 749

SA-5K	4.60 742	8.41 730	6.44 746	6.86 737	3.79 750	3.97 726	3.78 749	3.99 727	3.74 746	3.97 724	3.52 743	3.94 726	3.58 730	3.98 726	3.72 744	6.82 747	6.50 743	3.76 724	3.66 745	3.90 709	3.74 749

DispFullNet	4.61 744	4.84 680	3.12 722	5.00 722	3.57 745	4.75 747	3.03 732	7.75 760	4.17 753	4.91 747	3.09 736	6.20 756	3.95 742	6.71 756	3.51 740	5.30 736	3.67 724	5.86 756	3.63 744	5.61 743	3.46 744

test_5	4.62 745	7.55 725	6.23 744	6.32 733	3.40 744	5.29 751	3.50 744	3.53 722	4.11 752	4.28 728	4.47 755	4.26 731	4.38 747	3.68 723	3.24 737	5.89 739	5.60 736	4.84 746	3.50 743	4.33 716	3.93 753

raft_robust	4.71 746	7.75 727	5.40 742	6.81 736	3.31 742	4.28 731	4.20 754	4.32 731	4.37 755	4.35 730	4.35 754	4.14 728	3.75 737	4.30 732	4.20 752	6.67 746	6.37 741	3.36 719	4.24 755	4.86 735	3.25 741

cross-raft	4.83 747	7.52 724	6.43 745	6.63 734	3.96 752	4.51 732	3.99 752	4.49 732	3.96 751	4.52 731	3.96 750	4.50 732	3.97 743	4.50 733	3.97 748	6.65 745	6.44 742	4.33 728	3.92 751	4.35 717	3.91 752

test_4	4.88 748	8.13 728	6.98 750	7.46 740	4.44 755	4.25 730	3.85 751	4.04 729	3.92 750	4.13 727	3.91 749	4.18 730	3.84 740	4.14 729	4.06 750	7.01 749	7.13 748	4.53 729	3.72 748	4.09 713	3.72 747

TestStereo	4.88 748	4.75 679	4.79 735	4.87 721	4.92 757	4.81 749	4.90 757	4.78 745	4.77 756	4.87 746	4.89 756	4.90 750	4.91 749	4.99 749	4.79 754	4.98 731	4.87 733	4.87 747	4.92 757	5.00 738	5.00 756

test_3	5.01 750	8.86 735	7.77 752	8.09 742	2.76 728	4.13 729	4.05 753	3.88 726	3.76 748	4.33 729	4.13 752	3.71 724	3.91 741	4.21 730	4.06 750	7.93 751	7.69 750	4.53 729	3.91 750	4.17 714	4.29 755

NLCA_NET_v2_RVC	5.04 751	50.87 782	2.78 706	2.87 663	2.71 727	2.78 714	0.47 470	2.88 713	2.86 727	1.89 650	2.67 726	2.79 715	2.79 715	2.78 714	2.83 724	2.82 697	2.82 703	2.83 714	2.77 725	2.83 701	2.76 722
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	5.10 752	5.15 692	4.49 734	5.07 723	3.37 743	6.87 756	4.75 756	5.04 750	6.34 760	7.84 760	5.06 757	6.72 760	4.09 745	4.99 749	5.44 757	5.03 732	3.16 717	4.67 739	4.86 756	5.15 740	3.89 751

U	5.15 753	8.49 732	1.81 656	8.49 744	1.77 695	8.49 761	1.77 691	8.51 762	1.77 696	8.49 762	1.77 695	8.50 762	1.78 684	8.58 762	1.77 698	8.54 754	1.78 661	8.55 763	1.78 705	8.55 757	1.84 701

SGM-Forest	5.21 754	5.92 718	4.08 733	6.18 731	4.16 754	6.31 755	4.34 755	6.50 755	4.33 754	6.14 756	4.21 753	6.61 759	4.55 748	6.67 755	4.48 753	5.94 740	3.94 726	5.85 755	4.03 753	5.79 745	4.17 754
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 755	9.16 737	8.03 756	8.09 742	5.62 760	6.11 754	6.35 760	6.85 757	4.94 757	6.08 755	6.29 762	4.98 751	6.43 754	6.22 753	6.36 760	6.16 743	7.47 749	5.82 754	5.44 760	7.11 751	5.68 759

rvit_stereo_0075_2	6.64 756	8.80 734	5.25 739	7.89 741	5.27 759	7.90 760	5.27 758	7.92 761	5.28 758	7.91 761	5.29 759	7.93 761	5.27 750	7.92 761	5.28 755	7.93 751	5.28 735	7.93 761	5.29 759	7.93 754	5.28 758

RAFT	6.73 757	9.36 738	7.40 751	8.51 745	6.55 761	6.88 757	6.60 761	6.79 756	6.60 761	6.80 757	6.72 763	5.31 753	5.50 752	6.61 754	6.61 761	8.42 753	5.89 738	5.73 753	5.45 761	6.61 747	6.24 760

SGM+DAISY	7.06 758	9.15 736	5.38 741	8.84 746	5.18 758	8.80 762	5.31 759	8.79 763	5.28 758	8.89 763	5.20 758	8.93 763	5.33 751	8.95 763	5.36 756	8.70 755	5.21 734	8.74 764	5.20 758	8.89 758	5.15 757

test-v	7.53 759	11.89 748	7.98 753	9.36 749	7.14 762	7.06 758	7.09 762	7.37 758	6.91 762	7.29 758	5.71 760	6.45 757	6.93 755	6.73 757	7.27 762	8.93 758	7.85 751	6.98 759	6.80 762	7.56 752	7.34 762

test-2	7.53 759	11.89 748	7.98 753	9.36 749	7.14 762	7.06 758	7.09 762	7.37 758	6.91 762	7.29 758	5.71 760	6.45 757	6.93 755	6.73 757	7.27 762	8.93 758	7.85 751	6.98 759	6.80 762	7.56 752	7.34 762

PA-Net	11.80 761	223.51 789	0.62 463	0.59 406	0.71 539	0.59 482	0.73 543	0.67 489	0.73 548	0.55 470	0.61 512	0.60 485	0.74 540	0.63 487	0.73 540	0.66 454	0.60 468	0.69 508	0.66 531	0.72 487	0.65 514
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 762	23.00 756	15.00 762	23.00 770	15.00 764	24.00 769	16.00 764	24.00 770	16.00 764	22.00 770	15.00 764	23.00 770	16.00 764	23.00 770	15.00 764	22.00 770	15.00 764	22.00 771	15.00 764	22.00 771	15.00 764

rafts_anoy	20.00 763	20.00 750	20.00 763	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765

raft+_RVC	20.00 763	20.00 750	20.00 763	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765

raftrobust	20.00 763	20.00 750	20.00 763	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765

CasAABBNet	20.00 763	20.00 750	20.00 763	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765

RALCasStereoNet	20.00 763	20.00 750	20.00 763	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765

RALAANet	20.00 763	20.00 750	20.00 763	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765

111	30.40 769	30.94 772	29.72 770	32.61 771	30.02 772	33.57 770	30.47 772	31.50 771	29.39 772	30.98 771	29.11 772	29.78 771	30.39 775	29.45 771	30.76 775	30.08 771	29.02 772	29.92 772	30.32 775	29.86 772	30.17 772

WCMA_ROB	31.10 770	35.43 776	27.12 769	39.51 783	23.10 771	38.78 782	25.30 771	37.49 783	25.39 771	37.29 782	27.02 771	38.52 783	26.48 771	37.80 782	26.44 771	36.28 778	22.65 771	33.90 776	22.30 771	37.10 781	24.18 771

DCANet-4	35.22 771	34.54 773	35.08 776	33.58 775	35.47 779	34.55 771	35.53 779	36.08 777	35.85 776	35.92 777	35.77 778	35.18 777	35.48 777	35.39 777	37.15 782	34.55 777	33.92 776	35.02 779	34.90 777	35.79 776	34.74 779

ADStereo(finetuned)	36.13 772	36.63 777	38.07 781	36.97 776	33.25 776	35.91 775	34.45 776	36.36 778	32.99 773	38.14 783	36.71 779	36.69 778	34.13 776	38.57 783	40.79 783	37.60 783	36.58 779	35.90 780	33.36 776	35.42 775	34.04 776

fast-reg	37.00 773	37.00 778	37.00 777	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 779	37.00 778	37.00 778	37.00 778	37.00 779	37.00 780	37.00 781	37.00 780	37.00 777	37.00 780

Reg-Stereo(zero)	37.00 773	37.00 778	37.00 777	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 779	37.00 778	37.00 778	37.00 778	37.00 779	37.00 780	37.00 781	37.00 780	37.00 777	37.00 780

FLISNet	37.00 773	37.00 778	37.00 777	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 779	37.00 778	37.00 778	37.00 778	37.00 779	37.00 780	37.00 781	37.00 780	37.00 777	37.00 780

CoSv	37.00 773	37.00 778	37.00 777	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 779	37.00 778	37.00 778	37.00 778	37.00 779	37.00 780	37.00 781	37.00 780	37.00 777	37.00 780

MDST_ROB	69.83 777	87.70 783	41.95 782	113.75 786	65.62 786	75.05 783	55.25 785	75.64 785	45.04 781	71.61 784	41.75 784	72.81 784	44.06 782	68.38 784	44.63 784	101.89 786	59.57 786	107.10 787	61.05 786	104.38 784	59.38 786

NOSS_ROB	102.95 778	153.00 787	121.00 785	51.00 784	44.00 784	165.00 786	127.00 786	153.00 786	119.00 783	164.00 787	125.00 786	168.00 787	120.00 784	153.00 786	117.00 786	49.00 784	44.00 784	49.00 785	44.00 784	49.00 782	44.00 784

CBMV	128.50 779	1422.70 795	53.10 783	79.50 785	51.30 785	77.30 784	49.70 784	74.00 784	48.20 782	77.20 785	48.80 785	73.90 785	48.00 783	73.80 785	48.80 785	70.40 785	45.10 785	68.90 786	46.10 785	68.20 783	45.00 785
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 780	171.00 788	160.68 788	162.58 787	160.59 788	164.01 785	160.35 788	158.51 787	158.56 785	158.34 786	160.12 788	158.56 786	159.92 786	157.26 787	158.94 788	154.38 787	158.36 787	155.75 788	159.13 789	153.67 785	154.07 788
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
DF_test	189.29 781	560.34 792	182.58 789	229.00 789	135.68 787	197.79 787	135.52 787	197.80 788	135.44 784	197.75 788	135.49 787	197.90 788	135.51 785	197.84 788	135.75 787	217.37 789	171.11 788	183.74 789	127.67 788	183.56 786	127.88 787

AE-Stereo	201.80 782	123.00 784	115.00 784	219.00 788	218.00 790	223.00 788	244.00 790	217.00 789	236.00 787	202.00 789	203.00 789	205.00 789	208.00 787	225.00 789	204.00 789	210.00 788	198.00 789	197.00 790	184.00 790	204.00 787	201.00 789

MGS-Stereo	239.45 783	123.00 784	135.00 786	266.00 790	286.00 791	277.00 789	305.00 791	271.00 790	242.00 788	274.00 790	279.00 791	255.00 790	270.00 789	268.00 790	297.00 791	221.00 790	247.00 791	216.00 791	123.00 787	217.00 788	217.00 791

EGLCR-Stereo	246.90 784	129.00 786	139.00 787	266.00 790	286.00 791	277.00 789	305.00 791	271.00 790	242.00 788	274.00 790	279.00 791	255.00 790	270.00 789	268.00 790	297.00 791	230.00 791	247.00 791	216.00 791	223.00 792	237.00 789	227.00 792

DLCB_ROB	284.23 785	354.61 790	207.27 790	363.24 792	206.46 789	364.72 791	210.41 789	364.72 792	210.41 786	364.81 792	208.64 790	364.81 792	208.64 788	364.72 792	210.41 790	354.70 792	205.53 790	354.70 793	205.53 791	354.70 790	205.53 790

LE_ROB	396.57 786	471.28 791	329.84 791	471.48 793	308.15 793	526.83 792	322.10 793	488.15 793	323.76 790	495.46 793	317.97 793	497.17 793	320.10 791	481.62 793	326.76 793	462.71 793	298.97 793	466.16 794	285.98 793	447.62 791	289.21 793

SGM-ForestM	596.69 787	677.77 793	444.52 792	699.85 794	517.25 794	732.94 793	488.29 794	770.79 794	460.11 791	750.81 794	487.98 794	792.79 794	499.41 792	730.90 794	475.81 794	720.03 794	491.16 794	663.96 795	418.60 794	674.76 792	436.05 794

CBMV_ROB	818.48 788	913.88 794	709.52 793	862.84 795	597.78 795	1073.99 794	700.52 795	1015.66 795	702.59 792	1115.65 795	760.02 795	1130.24 795	721.57 793	1037.41 795	692.65 795	814.05 795	564.29 795	843.28 796	595.31 795	915.51 793	602.92 795

tt	500032.53 789	34.60 774	29.72 770	37.47 781	34.41 777	36.85 776	35.22 777	34.71 775	33.55 774	34.50 772	35.43 776	33.81 775	10000000.00 794	33.57 775	33.13 776	33.68 775	35.00 777	34.03 777	35.26 778	30.96 773	34.63 777

DCANet	500032.53 789	34.60 774	29.72 770	37.47 781	34.41 777	36.85 776	35.22 777	34.71 775	33.55 774	34.50 772	35.43 776	33.81 775	10000000.00 794	33.57 775	33.13 776	33.68 775	35.00 777	34.03 777	35.26 778	30.96 773	34.63 777

fff	1000028.16 791	29.62 768	29.72 770	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 772	30.15 772	32.35 772	30.09 772	31.04 772	29.55 773	30.64 773	30.14 772	10000000.00 794	30.77 773

csc	1000028.16 791	29.62 768	29.72 770	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 772	30.15 772	32.35 772	30.09 772	31.04 772	29.55 773	30.64 773	30.14 772	10000000.00 794	30.77 773

cscssc	1000028.16 791	29.62 768	29.72 770	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 772	30.15 772	32.35 772	30.09 772	31.04 772	29.55 773	30.64 773	30.14 772	10000000.00 794	30.77 773

111111	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

SGD-Stereo	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

IGEV-Stereo++	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

IGEV-BASED-STEREO-	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

IGEV-Stereo+	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

SDNR	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

anonymousdsp2	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

anonymousdsp	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

test_example2	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796

DIP-Stereo	10000000.00 794	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 794	10000000.00 796
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							0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 452	3.79 738	0.50 445	0.38 413	0.54 417	0.43 400	0.46 440	0.34 409	0.46 416	0.35 399

STTRV1_RVC		1.60 512		1.01 494	0.60 510	1.07 560	0.69 529	1.01 544	0.60 505	0.72 502	0.55 499	1.02 559	0.68 521	1.03 561	0.67 510	0.89 503	0.63 476	0.92 549	0.57 510	0.90 522	0.65 514

FADE		0.06 79		0.09 83	0.10 162													0.17 201		0.11 163

Low-res two-view benchmark