Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

VMBase	0.03 29	0.09 67	0.08 60	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 42	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 42	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 128	0.04 88	0.06 98	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 42	0.50 216	0.10 71	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 45	0.24 125	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 45	0.54 234	0.10 71	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.11 100	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

DispViT+	0.07 50	0.24 125	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.05 100	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

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

BridgeDepth	0.08 53	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.07 113	0.08 107	0.05 100	0.08 108	0.05 95	0.09 112	0.08 106	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 53	0.02 12	0.02 14	1.01 376	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 111	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 55	0.13 85	0.39 268	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 98	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 55	0.13 85	0.39 268	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 98	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

test_sample7	0.09 55	1.00 303	0.11 91	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample6	0.09 55	0.97 293	0.10 71	0.10 61	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample3	0.09 55	0.87 270	0.10 71	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 55	1.03 317	0.11 91	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 55	0.87 270	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 55	1.01 311	0.09 67	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 55	0.95 290	0.09 67	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

xxx	0.09 55	1.01 311	0.10 71	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

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

APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 432	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

ADCS	0.09 55	0.02 12	0.04 43	0.90 353	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 133	0.36 290	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 68	0.98 294	0.14 126	0.15 112	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

DualNet (step1)	0.10 68	1.05 321	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 68	1.05 321	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 68	1.05 321	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample5	0.10 68	1.07 324	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 68	1.03 317	0.12 102	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

DualNet	0.10 68	1.07 324	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

1111x	0.10 68	1.14 330	0.13 121	0.14 102	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 100	0.03 38	0.02 20	0.03 44	0.02 20

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

222	0.10 68	0.99 301	0.12 102	0.13 98	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 68	1.09 326	0.13 121	0.12 86	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 141	0.03 38	0.03 54	0.03 44	0.03 51

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

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

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

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

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

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

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

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

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

ADCPNet	0.10 68	0.03 31	0.04 43	1.27 450	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 108	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ISRNet	0.11 89	0.05 49	0.36 253	0.24 159	0.07 113	0.13 129	0.05 93	0.06 94	0.05 98	0.05 91	0.05 100	0.13 131	0.05 95	0.05 82	0.09 111	0.24 186	0.20 178	0.10 110	0.05 97	0.06 96	0.13 150

JetRed	0.11 89	0.12 83	0.11 91	0.11 78	0.11 140	0.11 125	0.14 152	0.11 125	0.11 136	0.12 128	0.11 136	0.11 127	0.11 135	0.11 127	0.11 129	0.11 90	0.16 147	0.11 121	0.11 132	0.11 125	0.11 131

JetBlue	0.11 89	0.11 81	0.12 102	0.13 98	0.14 158	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.11 136	0.11 127	0.11 135	0.12 131	0.12 141	0.11 90	0.11 100	0.11 121	0.11 132	0.11 125	0.11 131

x	0.11 89	1.15 333	0.15 142	0.14 102	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 144	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-LNSev-Ref	0.11 89	0.44 188	0.33 232	0.39 214	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 265	0.36 264	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 89	1.16 335	0.16 145	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 89	0.03 31	0.03 36	1.60 477	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 89	0.03 31	0.03 36	1.60 477	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 480	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 98	1.14 330	0.17 153	0.20 137	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 151	0.16 147	0.03 38	0.03 54	0.03 44	0.03 51

S2M2_L	0.12 98	0.14 91	0.10 71	0.15 112	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.15 136	0.10 122	0.14 132	0.10 123	0.14 133	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 98	0.07 58	0.05 57	0.08 49	0.05 99	0.08 106	1.20 461	0.07 105	0.05 98	0.05 91	0.05 100	0.08 108	0.05 95	0.08 108	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 531	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.65 535	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 98	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.66 537	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 98	0.03 31	0.04 43	1.71 483	0.04 79	0.03 41	0.03 51	0.04 77	0.04 81	0.04 74	0.03 53	0.04 77	0.03 53	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

CIPLG	0.13 105	0.21 112	0.12 102	0.16 121	0.11 140	0.15 137	0.11 134	0.14 131	0.11 136	0.15 136	0.12 144	0.15 142	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLG	0.13 105	0.20 105	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.11 136	0.14 132	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

ACRE	0.13 105	0.21 112	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.12 144	0.14 132	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

LRCNet_RVC	0.13 105	0.13 85	0.09 67	0.13 98	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.23 178	0.10 122	0.20 161	0.10 123	0.24 185	0.11 129	0.11 90	0.09 72	0.12 124	0.14 161	0.12 131	0.09 113

aanetorigin	0.13 105	0.11 81	0.11 91	0.11 78	0.11 140	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.12 144	0.11 127	0.11 135	0.11 127	0.11 129	0.11 90	0.11 100	0.14 130	0.11 132	0.49 325	0.11 131

FADNet-RVC	0.13 105	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 95	0.04 72	1.71 540	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

ELAS	0.13 105	0.16 93	0.11 91	0.15 112	0.09 117	0.18 154	0.11 134	0.18 152	0.11 136	0.17 147	0.11 136	0.18 154	0.11 135	0.18 152	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 392	0.28 199	0.32 189	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 216	0.27 205	0.04 73	0.03 54	0.03 44	0.03 51

S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 129	0.11 140	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.11 136	0.17 150	0.11 135	0.17 149	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 424	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.04 81	0.03 41	0.03 53	0.03 43	0.03 53	0.06 88	0.04 75	0.12 96	0.11 100	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 112	0.20 105	0.14 126	0.16 121	0.11 140	0.16 144	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 150	0.13 154	0.17 149	0.12 141	0.15 125	0.11 100	0.16 145	0.11 132	0.15 142	0.12 144

IPLGR_C	0.14 112	0.20 105	0.12 102	0.15 112	0.11 140	0.14 130	0.15 157	0.14 131	0.11 136	0.15 136	0.12 144	0.14 132	0.11 135	0.16 143	0.11 129	0.15 125	0.12 114	0.14 130	0.12 147	0.15 142	0.12 144

MIPNet	0.14 112	0.21 112	0.17 153	0.16 121	0.11 140	0.15 137	0.12 147	0.14 131	0.11 136	0.16 141	0.11 136	0.14 132	0.11 135	0.14 133	0.11 129	0.14 118	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR	0.14 112	0.24 125	0.14 126	0.16 121	0.12 153	0.15 137	0.12 147	0.14 131	0.11 136	0.15 136	0.12 144	0.14 132	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

GMStereo	0.14 112	0.13 85	0.14 126	0.14 102	0.14 158	0.14 130	0.14 152	0.14 131	0.14 157	0.14 130	0.14 161	0.14 132	0.14 158	0.14 133	0.14 151	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 499	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 105	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 112	0.16 93	0.12 102	0.17 129	0.12 153	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 150	0.12 149	0.17 149	0.12 141	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 144

DRN-Test	0.14 112	0.13 85	0.09 67	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.10 121	0.14 130	0.09 118	0.14 132	0.09 119	0.13 132	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 405

ELAS_RVC	0.14 112	0.16 93	0.10 71	0.15 112	0.10 124	0.18 154	0.11 134	0.19 154	0.11 136	0.19 153	0.12 144	0.18 154	0.11 135	0.19 155	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 154	0.14 158	0.18 152	0.14 151	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

CoDeX	0.15 124	0.70 251	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 383	0.02 15	0.69 379	0.75 393	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 230	0.11 91	0.16 121	0.11 140	0.16 144	0.11 134	0.16 144	0.11 136	0.16 141	0.11 136	0.16 143	0.11 135	0.16 143	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 498	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 108	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 91	0.10 71	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.09 120	0.14 130	0.10 122	0.14 132	0.09 119	0.14 133	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 421

LALA_ROB	0.15 124	0.19 101	0.12 102	0.18 131	0.11 140	0.20 162	0.12 147	0.21 169	0.12 152	0.20 159	0.12 144	0.20 161	0.12 149	0.21 171	0.13 147	0.17 143	0.10 77	0.18 163	0.11 132	0.18 156	0.11 131

SGM_RVC	0.15 124	0.17 97	0.11 91	0.18 131	0.11 140	0.19 157	0.11 134	0.19 154	0.12 152	0.19 153	0.12 144	0.20 161	0.12 149	0.19 155	0.12 141	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 131	1.21 386	0.33 232	0.41 239	0.04 79	0.04 77	0.03 51	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 234	0.31 239	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 131	0.16 93	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

qqq	0.16 131	2.01 443	0.12 102	0.15 112	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 53	0.06 98	0.03 53	0.06 88	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

DeepPruner_ROB	0.16 131	0.18 100	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 158	0.13 154	0.19 155	0.13 147	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 150

CAS++	0.17 135	0.27 135	0.21 173	0.10 61	0.21 209	0.15 137	0.22 198	0.10 113	0.21 198	0.22 174	0.10 122	0.19 158	0.18 188	0.10 116	0.19 186	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 135	2.16 452	0.13 121	0.13 98	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 53	0.06 98	0.03 53	0.06 88	0.05 89	0.18 151	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 135	0.78 256	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 419	0.02 15	0.75 390	0.76 395	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 138	1.47 407	0.33 232	0.40 227	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 253	0.32 243	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 138	0.48 210	0.16 145	0.16 121	0.15 169	0.15 137	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

xyz-stereo	0.18 138	0.50 216	0.16 145	0.15 112	0.16 178	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

GCAPDPT-zeroshot4090	0.18 138	0.20 105	0.16 145	0.20 137	0.16 178	0.20 162	0.16 162	0.21 169	0.16 171	0.20 159	0.16 172	0.21 169	0.17 179	0.20 159	0.16 167	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 158

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 500	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 108	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 500	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 108	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 274	0.30 179	0.17 183	0.22 176	0.17 171	0.21 169	0.17 180	0.20 159	0.17 178	0.21 169	0.18 188	0.21 171	0.17 172	0.20 159	0.16 147	0.20 172	0.16 171	0.20 164	0.17 174

DAS	0.20 144	0.20 105	0.20 167	0.20 137	0.20 200	0.20 162	0.20 186	0.20 160	0.20 193	0.20 159	0.20 199	0.20 161	0.20 197	0.20 159	0.20 190	0.20 159	0.20 178	0.20 172	0.20 198	0.20 164	0.20 183

ASD4	0.20 144	0.20 105	0.20 167	0.20 137	0.20 200	0.20 162	0.20 186	0.20 160	0.20 193	0.20 159	0.20 199	0.20 161	0.20 197	0.20 159	0.20 190	0.20 159	0.20 178	0.20 172	0.20 198	0.20 164	0.20 183

ACVNet	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 439	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 439	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 144

iResNetv2_ROB	0.20 144	0.23 117	0.18 162	0.24 159	0.20 200	0.24 187	0.18 178	0.24 183	0.18 185	0.24 185	0.18 193	0.23 184	0.19 193	0.24 185	0.18 183	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 160

iResNet	0.20 144	0.23 117	0.18 162	0.24 159	0.18 193	0.24 187	0.20 186	0.24 183	0.18 185	0.23 178	0.17 178	0.23 184	0.18 188	0.23 181	0.18 183	0.22 168	0.16 147	0.21 175	0.16 171	0.21 171	0.16 160

z-ln-s-r	0.21 151	1.40 405	0.53 338	0.56 306	0.04 79	0.05 89	0.04 81	0.05 89	0.05 98	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 89	0.57 341	0.44 312	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 151	0.25 131	0.21 173	0.26 173	0.17 183	0.24 187	0.17 171	0.24 183	0.17 180	0.24 185	0.17 178	0.24 190	0.17 179	0.24 185	0.17 172	0.24 186	0.17 167	0.23 188	0.16 171	0.23 184	0.16 160

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 197	0.24 187	0.19 182	0.24 183	0.19 191	0.24 185	0.19 195	0.24 190	0.19 193	0.24 185	0.19 186	0.22 168	0.17 167	0.22 180	0.17 191	0.22 173	0.17 174

SuperB	0.21 151	0.10 70	2.51 565	0.12 86	0.09 117	0.10 114	0.09 116	0.08 108	0.07 113	0.10 114	0.09 118	0.09 114	0.07 115	0.07 105	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

BStereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 273	0.39 246	0.17 180	0.23 178	0.17 178	0.23 184	0.16 170	0.24 185	0.17 172	0.23 179	0.16 147	0.22 180	0.20 198	0.22 173	0.16 160

Wave_Phase_stereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 273	0.39 246	0.17 180	0.23 178	0.17 178	0.23 184	0.16 170	0.24 185	0.17 172	0.23 179	0.16 147	0.22 180	0.20 198	0.22 173	0.16 160

WAO-6	0.22 155	0.23 117	0.22 175	0.23 154	0.22 212	0.22 176	0.22 198	0.22 174	0.22 201	0.22 174	0.22 207	0.22 178	0.22 205	0.22 175	0.22 196	0.22 168	0.22 186	0.22 180	0.22 205	0.22 173	0.22 188

IMH-64-1	0.22 155	0.23 117	0.23 178	0.22 150	0.22 212	0.22 176	0.22 198	0.22 174	0.22 201	0.22 174	0.22 207	0.22 178	0.22 205	0.22 175	0.22 196	0.22 168	0.22 186	0.23 188	0.22 205	0.22 173	0.23 190

IMH-64	0.22 155	0.23 117	0.23 178	0.22 150	0.22 212	0.22 176	0.22 198	0.22 174	0.22 201	0.22 174	0.22 207	0.22 178	0.22 205	0.22 175	0.22 196	0.22 168	0.22 186	0.23 188	0.22 205	0.22 173	0.23 190

ac_64	0.22 155	0.13 85	0.19 164	0.23 154	0.10 124	0.26 203	1.02 447	0.14 131	0.10 121	0.28 204	0.14 161	0.17 150	0.19 193	0.28 211	0.09 111	0.22 168	0.16 147	0.23 188	0.17 191	0.11 125	0.12 144

dd	0.23 161	0.98 294	0.16 145	0.23 154	0.15 169	0.23 184	0.15 157	0.23 180	0.15 167	0.23 178	0.15 169	0.24 190	0.17 179	0.23 181	0.15 161	0.22 168	0.15 144	0.21 175	0.15 167	0.22 173	0.16 160

dad	0.23 161	1.03 317	0.16 145	0.23 154	0.15 169	0.24 187	0.15 157	0.24 183	0.16 171	0.23 178	0.16 172	0.24 190	0.16 170	0.23 181	0.15 161	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 160

RSGM-EC	0.24 163	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 178	0.15 168	0.22 175	1.19 461	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 155

acva	0.24 163	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 178	0.15 168	0.22 175	1.19 461	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 155

test_for_model	0.24 163	0.24 125	0.46 297	0.45 260	0.21 209	0.24 187	0.20 186	0.24 183	0.20 193	0.24 185	0.20 199	0.24 190	0.20 197	0.24 185	0.19 186	0.26 194	0.25 194	0.19 166	0.15 167	0.20 164	0.19 180

MSKI-zero shot	0.24 163	0.21 112	0.49 320	0.65 323	0.18 193	0.22 176	0.17 171	0.23 180	0.18 185	0.21 172	0.17 178	0.23 184	0.28 241	0.23 181	0.18 183	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 160

qqq1	0.25 167	3.70 522	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 167	3.70 522	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

UNDER WATER-64	0.25 167	0.26 132	0.25 188	0.26 173	0.25 225	0.25 195	0.25 213	0.25 190	0.25 215	0.25 192	0.25 224	0.25 196	0.25 217	0.26 203	0.25 213	0.25 192	0.25 194	0.25 199	0.25 223	0.25 188	0.25 201

ffm	0.25 167	3.83 528	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 167	3.83 528	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 167	3.83 528	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 167	0.23 117	0.66 360	0.80 343	0.17 183	0.22 176	0.17 171	0.23 180	0.18 185	0.26 200	0.17 178	0.21 169	0.17 179	0.25 193	0.17 172	0.23 179	0.16 147	0.21 175	0.17 191	0.22 173	0.17 174

LoS	0.25 167	0.27 135	0.25 188	0.25 166	0.25 225	0.25 195	0.25 213	0.26 195	0.25 215	0.25 192	0.25 224	0.25 196	0.25 217	0.25 193	0.25 213	0.26 194	0.25 194	0.25 199	0.26 229	0.26 190	0.25 201
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 167	1.31 398	0.74 386	0.92 358	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 387	0.75 390	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 176	0.20 105	0.27 195	0.33 193	0.21 209	0.37 244	0.22 198	0.37 234	0.24 210	0.26 200	0.27 234	0.33 230	0.21 204	0.25 193	0.27 219	0.32 216	0.20 178	0.34 242	0.23 211	0.25 188	0.26 207

DLNR-FE	0.28 177	0.89 275	0.30 207	0.34 196	0.19 197	0.28 208	0.19 182	0.28 199	0.20 193	0.28 204	0.20 199	0.28 209	0.20 197	0.28 211	0.20 190	0.33 221	0.28 212	0.25 199	0.19 197	0.24 186	0.19 180

xyz-stereo-finetune	0.28 177	0.49 212	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.22 174	0.30 253	0.32 221	0.31 268	0.32 227	0.31 272	0.32 224	0.32 259	0.32 216	0.33 255	0.31 223	0.32 287	0.31 208	0.32 265

SQANet	0.28 177	0.28 138	0.28 199	0.28 177	0.28 239	0.28 208	0.28 232	0.28 199	0.28 236	0.28 204	0.28 241	0.28 209	0.28 241	0.28 211	0.28 229	0.28 200	0.28 212	0.28 210	0.28 245	0.28 197	0.28 231

HGLStereo	0.28 177	0.29 140	0.22 175	0.36 202	0.22 212	0.36 239	0.21 193	0.36 228	0.21 198	0.42 281	0.21 206	0.36 242	0.22 205	0.36 241	0.21 194	0.34 225	0.21 182	0.34 242	0.21 202	0.34 223	0.21 186

iResNet_ROB	0.28 177	0.32 146	0.24 185	0.32 189	0.25 225	0.32 227	0.24 211	0.32 213	0.24 210	0.33 225	0.24 218	0.35 236	0.24 214	0.33 231	0.24 205	0.31 214	0.24 193	0.32 226	0.24 219	0.32 211	0.24 200

UNet	0.29 182	0.90 278	0.10 71	0.14 102	0.10 124	0.14 130	0.10 121	0.91 395	0.69 402	0.14 130	0.11 136	0.14 132	0.11 135	0.14 133	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 386	0.76 412

MultiAttention	0.30 183	0.30 141	0.30 207	0.30 179	0.30 258	0.30 212	0.30 246	0.30 206	0.30 253	0.30 210	0.30 258	0.30 219	0.30 255	0.30 217	0.30 246	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 249

MSAF-DinoV2	0.30 183	0.30 141	0.30 207	0.30 179	0.30 258	0.30 212	0.30 246	0.30 206	0.30 253	0.30 210	0.30 258	0.30 219	0.30 255	0.30 217	0.30 246	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 249

DDVS	0.30 183	3.10 508	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 143	0.13 154	0.19 155	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 150

ACV-stereo	0.30 183	2.08 445	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 183	0.18 185	0.24 185	0.17 178	0.25 196	0.17 179	0.24 185	0.17 172	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 160

LoS_RVC	0.30 183	1.14 330	0.25 188	0.25 166	0.25 225	0.26 203	0.25 213	0.25 190	0.25 215	0.25 192	0.25 224	0.26 206	0.26 226	0.26 203	0.25 213	0.26 194	0.26 198	0.25 199	0.25 223	0.26 190	0.26 207

CAS	0.30 183	1.17 336	0.25 188	0.25 166	0.25 225	0.26 203	0.25 213	0.25 190	0.26 228	0.25 192	0.25 224	0.25 196	0.25 217	0.25 193	0.25 213	0.26 194	0.26 198	0.26 204	0.25 223	0.26 190	0.25 201

DANet	0.30 183	0.30 141	0.30 207	0.30 179	0.30 258	0.30 212	0.30 246	0.30 206	0.30 253	0.30 210	0.30 258	0.30 219	0.30 255	0.30 217	0.30 246	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 249
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 190	0.31 144	0.31 220	0.30 179	0.40 329	0.31 218	0.30 246	0.30 206	0.34 289	0.29 209	0.31 268	0.29 215	0.30 255	0.31 221	0.31 255	0.31 214	0.29 224	0.31 223	0.30 269	0.31 208	0.31 258

tt1	0.31 190	0.93 287	0.24 185	0.33 193	0.23 218	0.31 218	0.24 211	0.32 213	0.24 210	0.32 221	0.23 211	0.32 227	0.25 217	0.32 224	0.24 205	0.27 198	0.26 198	0.27 208	0.26 229	0.27 195	0.27 217

xxxxx1	0.31 190	0.91 280	0.23 178	0.31 185	0.23 218	0.31 218	0.23 206	0.33 217	0.25 215	0.31 215	0.24 218	0.33 230	0.25 217	0.32 224	0.24 205	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 217

DLNR_Zeroshot_test	0.31 190	0.28 138	0.47 305	0.79 341	0.24 223	0.30 212	0.26 221	0.30 206	0.24 210	0.32 221	0.23 211	0.31 223	0.24 214	0.30 217	0.23 202	0.29 207	0.26 198	0.29 215	0.24 219	0.33 219	0.23 190

tt_ll	0.31 190	0.91 280	0.23 178	0.31 185	0.23 218	0.31 218	0.23 206	0.33 217	0.25 215	0.31 215	0.24 218	0.33 230	0.25 217	0.32 224	0.24 205	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 217

ff	0.31 190	0.91 280	0.23 178	0.31 185	0.23 218	0.31 218	0.23 206	0.33 217	0.25 215	0.31 215	0.24 218	0.33 230	0.25 217	0.32 224	0.24 205	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 217

RAFT + AFF	0.31 190	0.45 196	0.34 242	0.39 214	0.28 239	0.38 251	0.33 273	0.29 204	0.31 267	0.30 210	0.30 258	0.29 215	0.27 234	0.29 215	0.30 246	0.28 200	0.29 224	0.29 215	0.29 255	0.27 195	0.32 265

MLCV	0.31 190	0.35 150	0.27 195	0.35 198	0.28 239	0.35 236	0.27 224	0.35 224	0.28 236	0.36 235	0.27 234	0.35 236	0.27 234	0.35 235	0.27 219	0.34 225	0.27 205	0.34 242	0.27 238	0.34 223	0.27 217

DN-CSS_ROB	0.31 190	0.35 150	0.28 199	0.35 198	0.28 239	0.34 231	0.27 224	0.34 220	0.25 215	0.35 232	0.27 234	0.36 242	0.26 226	0.34 232	0.28 229	0.35 234	0.28 212	0.34 242	0.28 245	0.34 223	0.27 217

DStereoFS	0.32 199	0.33 148	0.32 226	0.33 193	0.30 258	0.32 227	0.32 262	0.32 213	0.31 267	0.30 210	0.31 268	0.31 223	0.30 255	0.32 224	0.32 259	0.32 216	0.31 239	0.30 217	0.47 364	0.32 211	0.34 278

DStereoSA	0.32 199	0.52 226	0.34 242	0.31 185	0.31 271	0.30 212	0.30 246	0.31 211	0.30 253	0.31 215	0.31 268	0.31 223	0.30 255	0.31 221	0.31 255	0.30 208	0.32 243	0.31 223	0.31 280	0.31 208	0.31 258

WCG-NET（raft）	0.32 199	1.24 394	0.24 185	0.32 189	0.24 223	0.32 227	0.23 206	0.32 213	0.24 210	0.32 221	0.24 218	0.32 227	0.24 214	0.32 224	0.24 205	0.30 208	0.23 191	0.30 217	0.23 211	0.30 203	0.23 190

Any-RAFT	0.32 199	0.36 153	0.27 195	0.36 202	0.27 234	0.36 239	0.27 224	0.36 228	0.27 233	0.36 235	0.27 234	0.36 242	0.27 234	0.36 241	0.28 229	0.36 238	0.28 212	0.36 263	0.28 245	0.36 242	0.28 231

GCAP-BAT	0.33 203	0.78 256	0.32 226	0.38 208	0.25 225	0.34 231	0.25 213	0.34 220	0.26 228	0.34 227	0.25 224	0.35 236	0.26 226	0.35 235	0.27 219	0.36 238	0.30 233	0.32 226	0.24 219	0.32 211	0.26 207

StereoDRNet-Refined	0.33 203	0.39 165	0.26 194	0.39 214	0.26 233	0.40 259	0.26 221	0.40 253	0.26 228	0.39 247	0.26 230	0.39 255	0.26 226	0.39 256	0.26 218	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 296
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 205	0.26 132	0.17 153	0.21 148	0.17 183	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 178	0.21 169	0.16 170	0.27 207	0.24 205	0.19 155	0.16 147	0.19 166	0.16 171	0.26 190	3.08 581

RAFT-FE	0.34 205	0.26 132	0.17 153	0.21 148	0.17 183	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 178	0.21 169	0.16 170	0.27 207	0.24 205	0.19 155	0.16 147	0.19 166	0.16 171	0.26 190	3.08 581

LG-Stereo_L2	0.34 205	0.37 155	0.38 260	0.47 267	0.28 239	0.39 257	0.28 232	0.39 246	0.28 236	0.39 247	0.28 241	0.39 255	0.28 241	0.38 248	0.28 229	0.42 292	0.35 261	0.36 263	0.26 229	0.35 235	0.26 207

H2IRNET	0.34 205	0.34 149	0.34 242	0.34 196	0.34 297	0.34 231	0.34 286	0.34 220	0.34 289	0.34 227	0.34 291	0.34 234	0.34 289	0.34 232	0.34 282	0.34 225	0.34 259	0.34 242	0.34 299	0.34 223	0.34 278

IGEV++	0.34 205	0.43 185	0.30 207	0.40 227	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.40 259	0.30 246	0.38 253	0.29 224	0.37 266	0.29 255	0.37 246	0.29 236

iRaft-Stereo_5w	0.34 205	0.42 184	0.31 220	0.39 214	0.30 258	0.38 251	0.30 246	0.40 253	0.29 242	0.40 253	0.37 311	0.41 276	0.34 289	0.38 248	0.30 246	0.34 225	0.27 205	0.34 242	0.26 229	0.34 223	0.26 207

CSP-Net	0.34 205	1.29 396	1.19 436	1.36 465	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 477	1.21 487	0.03 38	0.09 113	0.02 20	0.09 113

iRaft-Stereo_20w	0.34 205	0.41 177	0.31 220	0.39 214	0.29 248	0.40 259	0.32 262	0.41 268	0.32 273	0.38 241	0.30 258	0.39 255	0.30 255	0.38 248	0.32 259	0.35 234	0.27 205	0.34 242	0.27 238	0.34 223	0.29 236

DGSMNet	0.34 205	0.41 177	0.27 195	0.41 239	0.28 239	0.41 275	0.28 232	0.41 268	0.27 233	0.41 267	0.27 234	0.42 294	0.27 234	0.41 274	0.28 229	0.40 270	0.29 224	0.40 293	0.28 245	0.40 277	0.27 217

FE-Mocha	0.35 214	0.71 252	0.40 274	0.47 267	0.27 234	0.34 231	0.27 224	0.34 220	0.26 228	0.34 227	0.26 230	0.34 234	0.27 234	0.34 232	0.27 219	0.44 294	0.41 292	0.33 234	0.29 255	0.32 211	0.29 236

IGEV-FE	0.35 214	0.37 155	0.17 153	0.19 134	0.17 183	0.20 162	0.17 171	0.19 154	0.17 180	0.19 153	0.17 178	0.19 158	0.17 179	0.37 245	0.36 290	0.19 155	0.17 167	0.19 166	0.17 191	0.38 259	2.84 572

gcap-zeroshot	0.35 214	0.32 146	0.37 257	0.49 278	0.39 327	0.33 230	0.21 193	0.26 195	0.35 293	0.42 281	0.34 291	0.49 328	0.29 248	0.47 311	0.39 314	0.34 225	0.17 167	0.38 274	0.23 211	0.48 321	0.34 278

CASnet	0.35 214	0.51 224	0.44 291	0.32 189	0.31 271	0.24 187	0.34 286	0.36 228	0.25 215	0.31 215	0.37 311	0.30 219	0.33 284	0.25 193	0.45 338	0.37 242	0.37 267	0.33 234	0.35 311	0.34 223	0.37 296
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 214	0.44 188	0.45 293	0.49 278	0.30 258	0.37 244	0.30 246	0.36 228	0.30 253	0.36 235	0.29 246	0.36 242	0.29 248	0.36 241	0.30 246	0.46 302	0.39 280	0.32 226	0.24 219	0.32 211	0.25 201
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 214	0.35 150	0.35 251	0.35 198	0.35 300	0.35 236	0.35 291	0.35 224	0.35 293	0.35 232	0.35 300	0.35 236	0.35 296	0.35 235	0.35 286	0.35 234	0.35 261	0.35 258	0.35 311	0.35 235	0.35 288

gcap_with_dpt	0.36 220	0.40 167	0.31 220	0.44 257	0.31 271	0.44 307	0.31 259	0.43 292	0.30 253	0.44 294	0.31 268	0.44 304	0.31 272	0.43 293	0.31 255	0.38 253	0.27 205	0.38 274	0.27 238	0.38 259	0.27 217

Zero-FE251	0.36 220	0.40 167	0.28 199	0.41 239	0.28 239	0.41 275	0.28 232	0.41 268	0.28 236	0.41 267	0.28 241	0.41 276	0.28 241	0.42 287	0.30 246	0.37 242	0.26 198	0.37 266	0.27 238	0.45 301	0.56 370

GIP-stereo	0.36 220	0.49 212	0.39 268	0.48 272	0.32 275	0.41 275	0.28 232	0.40 253	0.30 253	0.41 267	0.28 241	0.40 263	0.28 241	0.42 287	0.28 229	0.45 297	0.32 243	0.38 274	0.30 269	0.37 246	0.27 217

DCVSM-stereo	0.36 220	1.89 432	0.22 175	0.40 227	0.22 212	0.40 259	0.22 198	0.40 253	0.22 201	0.40 253	0.22 207	0.40 263	0.22 205	0.40 259	0.22 196	0.28 200	0.21 182	0.28 210	0.21 202	0.28 197	0.20 183

RSM	0.36 220	0.36 153	0.43 289	0.37 205	0.42 348	0.49 330	0.42 338	0.37 234	0.28 236	0.36 235	0.29 246	0.36 242	0.30 255	0.37 245	0.28 229	0.34 225	0.31 239	0.34 242	0.35 311	0.40 277	0.29 236

GCAPDPT-zeroshot	0.36 220	0.40 167	0.30 207	0.43 255	0.30 258	0.43 302	0.30 246	0.43 292	0.31 267	0.43 287	0.30 258	0.43 301	0.30 255	0.44 298	0.31 255	0.39 265	0.28 212	0.39 287	0.27 238	0.39 270	0.26 207

RAFT-Test	0.36 220	0.37 155	0.33 232	0.41 239	0.32 275	0.41 275	0.32 262	0.41 268	0.32 273	0.41 267	0.32 276	0.41 276	0.32 276	0.41 274	0.33 269	0.37 242	0.29 224	0.37 266	0.29 255	0.38 259	0.31 258

DMCA	0.36 220	0.38 159	0.37 257	0.35 198	0.35 300	0.36 239	0.36 298	0.36 228	0.35 293	0.35 232	0.37 311	0.36 242	0.36 299	0.35 235	0.36 290	0.36 238	0.36 264	0.35 258	0.36 317	0.36 242	0.36 291

ACVNet-DCA	0.37 228	1.00 303	0.30 207	0.40 227	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.39 256	0.28 229	0.33 221	0.32 243	0.33 234	0.32 287	0.33 219	0.32 265

1test111	0.37 228	1.02 315	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 255	0.28 241	0.40 259	0.29 239	0.33 221	0.32 243	0.33 234	0.31 280	0.32 211	0.31 258

cc1	0.37 228	1.02 315	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 255	0.28 241	0.40 259	0.29 239	0.33 221	0.32 243	0.33 234	0.31 280	0.32 211	0.31 258

EKT-Stereo	0.37 228	0.40 167	0.44 291	1.07 381	0.29 248	0.34 231	0.31 259	0.36 228	0.29 242	0.38 241	0.31 268	0.37 248	0.30 255	0.36 241	0.29 239	0.34 225	0.28 212	0.39 287	0.30 269	0.37 246	0.30 249

GMOStereo	0.37 228	0.45 196	0.23 178	0.30 179	0.37 310	0.41 275	0.36 298	0.41 268	0.35 293	0.43 287	0.36 304	0.41 276	0.40 318	0.41 274	0.36 290	0.34 225	0.22 186	0.47 341	0.37 320	0.39 270	0.33 272

XPNet_ROB	0.37 228	0.37 155	0.37 257	0.37 205	0.37 310	0.37 244	0.37 304	0.37 234	0.37 306	0.37 240	0.37 311	0.37 248	0.37 304	0.37 245	0.37 299	0.37 242	0.37 267	0.37 266	0.37 320	0.37 246	0.37 296

MonSter++	0.38 234	0.44 188	0.31 220	0.43 255	0.30 258	0.43 302	0.31 259	0.43 292	0.31 267	0.45 297	0.31 268	0.43 301	0.31 272	0.43 293	0.69 399	0.38 253	0.33 255	0.40 293	0.30 269	0.38 259	0.30 249

HiDET	0.38 234	0.44 188	0.30 207	0.42 249	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.44 294	0.30 258	0.42 294	0.30 255	0.42 287	0.68 391	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.29 236

LCMNet	0.38 234	0.44 188	0.30 207	0.42 249	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.45 297	0.30 258	0.42 294	0.30 255	0.42 287	0.69 399	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.29 236

CSFM-Stereo	0.38 234	0.44 188	0.30 207	0.42 249	0.30 258	0.42 295	0.30 246	0.43 292	0.30 253	0.44 294	0.30 258	0.42 294	0.30 255	0.42 287	0.73 409	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.30 249

HART	0.38 234	0.45 196	0.34 242	0.42 249	0.33 287	0.41 275	0.34 286	0.42 286	0.33 280	0.43 287	0.34 291	0.42 294	0.34 289	0.41 274	0.38 302	0.40 270	0.32 243	0.42 321	0.32 287	0.40 277	0.32 265

GREAT-IGEV	0.38 234	0.43 185	0.36 253	0.48 272	0.32 275	0.45 309	0.32 262	0.45 299	0.32 273	0.45 297	0.32 276	0.45 307	0.32 276	0.45 302	0.32 259	0.44 294	0.33 255	0.41 310	0.29 255	0.41 287	0.29 236
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	0.38 234	0.43 185	0.33 232	0.46 261	0.33 287	0.45 309	0.32 262	0.45 299	0.32 273	0.45 297	0.32 276	0.45 307	0.33 284	0.45 302	0.32 259	0.38 253	0.38 273	0.38 274	0.37 320	0.37 246	0.36 291

WAO-8	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.38 251	0.38 311	0.38 242	0.38 310	0.38 241	0.38 316	0.38 250	0.38 308	0.38 248	0.38 302	0.38 253	0.38 273	0.38 274	0.37 320	0.38 259	0.38 303

WAO-7	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.38 251	0.38 311	0.38 242	0.38 310	0.38 241	0.38 316	0.38 250	0.38 308	0.38 248	0.38 302	0.38 253	0.38 273	0.38 274	0.38 333	0.38 259	0.38 303

xx1	0.38 234	1.03 317	0.31 220	0.40 227	0.31 271	0.41 275	0.28 232	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.40 259	0.29 239	0.34 225	0.33 255	0.34 242	0.32 287	0.34 223	0.32 265

Venus	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.37 244	0.38 311	0.37 234	0.37 306	0.41 267	0.37 311	0.39 255	0.37 304	0.38 248	0.38 302	0.37 242	0.38 273	0.38 274	0.37 320	0.37 246	0.38 303

IMH	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.38 251	0.38 311	0.38 242	0.38 310	0.42 281	0.38 316	0.40 263	0.38 308	0.38 248	0.38 302	0.38 253	0.38 273	0.39 287	0.38 333	0.38 259	0.38 303

PAM	0.39 246	1.88 431	0.34 242	0.37 205	0.41 338	0.45 309	0.22 198	0.28 199	0.23 207	0.28 204	0.24 218	0.29 215	0.23 211	0.29 215	0.23 202	0.38 253	0.32 243	0.38 274	0.37 320	0.32 211	0.22 188

HanzoNet	0.39 246	0.38 159	0.40 274	0.39 214	0.41 338	0.38 251	0.38 311	0.38 242	0.38 310	0.39 247	0.39 326	0.38 250	0.38 308	0.39 256	0.40 318	0.38 253	0.38 273	0.40 293	0.38 333	0.38 259	0.40 312

CES	0.39 246	0.47 204	0.36 253	0.36 202	0.37 310	0.45 309	0.35 291	0.35 224	0.40 324	0.36 235	0.44 349	0.47 317	0.36 299	0.44 298	0.36 290	0.37 242	0.39 280	0.44 324	0.35 311	0.37 246	0.36 291

PASM	0.39 246	3.06 507	1.36 502	1.58 473	0.09 117	0.11 125	0.11 134	0.11 125	0.11 136	0.09 112	0.09 118	0.11 127	0.09 119	0.09 112	0.09 111	0.11 90	0.11 100	0.11 121	0.09 113	0.11 125	0.11 131

mms	0.40 250	0.45 196	0.35 251	0.48 272	0.36 306	0.47 320	0.34 286	0.45 299	0.38 310	0.47 309	0.33 283	0.45 307	0.32 276	0.45 302	0.32 259	0.39 265	0.38 273	0.38 274	0.37 320	0.39 270	0.39 309

knoymous	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 253	0.40 324	0.40 253	0.40 329	0.40 263	0.40 318	0.40 259	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 312

anonymousa	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 253	0.40 324	0.40 253	0.40 329	0.40 263	0.40 318	0.40 259	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 312

riskmin	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 253	0.40 324	0.40 253	0.40 329	0.40 263	0.40 318	0.40 259	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 312

Anonymous_2	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 253	0.40 324	0.40 253	0.40 329	0.40 263	0.40 318	0.40 259	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 312

Anonymous_1	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 253	0.40 324	0.40 253	0.40 329	0.40 263	0.40 318	0.40 259	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 312

AdaStereo	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 253	0.40 324	0.40 253	0.40 329	0.40 263	0.40 318	0.40 259	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 312
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 257	0.44 188	0.23 178	0.26 173	0.22 212	0.26 203	0.22 198	0.26 195	0.23 207	0.26 200	0.23 211	0.26 206	0.23 211	0.45 302	0.42 333	0.25 192	0.22 186	0.25 199	0.22 205	0.45 301	2.90 573

water-stereo	0.41 257	0.84 265	0.46 297	0.50 287	0.33 287	0.45 309	0.33 273	0.45 299	0.32 273	0.45 297	0.32 276	0.45 307	0.32 276	0.45 302	0.32 259	0.44 294	0.41 292	0.39 287	0.31 280	0.39 270	0.32 265

ccccc	0.41 257	0.44 188	0.34 242	0.48 272	0.35 300	0.48 325	0.35 291	0.51 339	0.35 293	0.47 309	0.35 300	0.47 317	0.34 289	0.47 311	0.35 286	0.41 278	0.40 283	0.40 293	0.40 337	0.41 287	0.39 309

GwcNet-ADL	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 268	0.41 333	0.41 267	0.41 335	0.41 276	0.41 329	0.41 274	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 319

PSMNet-ADL	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 268	0.41 333	0.41 267	0.41 335	0.41 276	0.41 329	0.41 274	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 319

GANet-ADL	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 268	0.41 333	0.41 267	0.41 335	0.41 276	0.41 329	0.41 274	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 319

ADLNet2	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 268	0.41 333	0.41 267	0.41 335	0.41 276	0.41 329	0.41 274	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 319

ADLNet	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 268	0.41 333	0.41 267	0.41 335	0.41 276	0.41 329	0.41 274	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 319

FCDSN-DC	0.41 257	0.59 242	0.64 356	0.54 300	0.33 287	0.50 339	0.37 304	0.42 286	0.40 324	0.61 368	0.43 347	0.50 343	0.49 360	0.38 248	0.32 259	0.28 200	0.23 191	0.26 204	0.22 205	0.35 235	0.28 231
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 257	0.46 200	0.33 232	0.49 278	0.33 287	0.49 330	0.33 273	0.49 317	0.33 280	0.49 323	0.33 283	0.49 328	0.33 284	0.51 343	0.33 269	0.41 278	0.30 233	0.41 310	0.30 269	0.79 372	0.29 236

Gwc-CoAtRS	0.41 257	1.49 408	0.32 226	0.42 249	0.32 275	0.41 275	0.32 262	0.41 268	0.33 280	0.41 267	0.32 276	0.41 276	0.32 276	0.41 274	0.32 259	0.39 265	0.28 212	0.39 287	0.28 245	0.40 277	0.28 231

UPFNet	0.42 268	1.20 340	0.17 153	0.24 159	0.17 183	0.25 195	0.17 171	1.19 433	0.90 434	0.25 192	0.17 178	0.24 190	0.17 179	0.25 193	0.17 172	0.22 168	0.17 167	0.22 180	0.16 171	1.15 422	0.93 430

DDF-Stereo	0.43 269	1.15 333	0.57 343	0.53 297	0.32 275	0.41 275	0.32 262	0.41 268	0.32 273	0.41 267	0.32 276	0.41 276	0.32 276	0.40 259	0.32 259	0.52 328	0.50 336	0.38 274	0.31 280	0.39 270	0.31 258

DilatedVolume-Stereo	0.43 269	0.86 268	0.48 313	0.50 287	0.33 287	0.46 315	0.33 273	0.46 303	0.33 280	0.46 303	0.33 283	0.47 317	0.33 284	0.47 311	0.34 282	0.45 297	0.42 301	0.40 293	0.33 295	0.47 317	0.38 303

psmg	0.43 269	1.91 435	0.92 411	1.91 487	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 517	1.44 510	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 269	1.21 386	0.17 153	0.25 166	0.17 183	0.25 195	0.18 178	1.26 485	0.95 442	0.25 192	0.17 178	0.25 196	0.17 179	0.25 193	0.17 172	0.23 179	0.16 147	0.22 180	0.16 171	1.18 430	0.98 434

psm_up	0.43 269	1.19 339	0.17 153	0.25 166	0.18 193	0.25 195	0.19 182	1.26 485	0.91 435	0.26 200	0.17 178	0.25 196	0.17 179	0.25 193	0.17 172	0.22 168	0.17 167	0.23 188	0.16 171	1.18 430	0.99 435

Monster-pub-mixall	0.44 274	0.56 238	0.60 347	0.38 208	0.27 234	0.37 244	0.27 224	0.37 234	0.29 242	0.38 241	0.27 234	0.38 250	0.29 248	0.85 397	0.27 219	1.46 493	0.26 198	0.34 242	0.26 229	0.36 242	0.53 359

depthmonostereo	0.44 274	0.85 267	0.46 297	0.54 300	0.40 329	0.52 354	0.38 311	0.52 343	0.35 293	0.47 309	0.34 291	0.46 311	0.34 289	0.47 311	0.34 282	0.45 297	0.43 305	0.41 310	0.33 295	0.41 287	0.32 265

MMNet	0.44 274	1.24 394	0.17 153	0.25 166	0.17 183	0.25 195	0.18 178	1.26 485	0.93 440	0.25 192	0.17 178	0.25 196	0.18 188	0.25 193	0.17 172	0.23 179	0.16 147	0.23 188	0.16 171	1.20 434	0.99 435

252Zero-FE	0.45 277	0.50 216	0.36 253	0.50 287	0.36 306	0.50 339	0.36 298	0.50 326	0.36 304	0.49 323	0.36 304	0.49 328	0.36 299	0.54 352	0.41 325	0.45 297	0.34 259	0.45 328	0.34 299	0.55 344	0.75 409

Monster-pub-eth3d	0.45 277	0.57 239	0.60 347	0.39 214	0.28 239	0.37 244	0.28 232	0.37 234	0.30 253	0.39 247	0.29 246	0.39 255	0.30 255	0.92 407	0.27 219	1.42 490	0.28 212	0.34 242	0.28 245	0.37 246	0.53 359

Replicate-Monster	0.45 277	0.57 239	0.60 347	0.40 227	0.29 248	0.37 244	0.27 224	0.37 234	0.30 253	0.40 253	0.31 268	0.40 263	0.30 255	0.99 415	0.27 219	1.36 486	0.31 239	0.34 242	0.30 269	0.36 242	0.54 362

SCV_C0	0.45 277	0.88 272	0.49 320	0.54 300	0.37 310	0.48 325	0.37 304	0.48 313	0.37 306	0.48 316	0.36 304	0.48 324	0.37 304	0.49 326	0.37 299	0.50 320	0.41 292	0.44 324	0.34 299	0.44 297	0.34 278

RAFT-Stereo-weight	0.45 277	1.90 434	0.34 242	0.42 249	0.36 306	0.43 302	0.35 291	0.42 286	0.34 289	0.42 281	0.34 291	0.44 304	0.34 289	0.41 274	0.34 282	0.38 253	0.32 243	0.38 274	0.32 287	0.38 259	0.33 272

TorneroNet-64	0.45 277	0.27 135	0.30 207	0.58 309	0.27 234	0.70 380	0.30 246	0.28 199	0.73 417	0.73 384	0.28 241	0.71 383	0.66 386	0.75 385	0.27 219	0.27 198	0.29 224	0.37 266	0.75 423	0.28 197	0.30 249

SCV	0.46 283	0.94 289	0.45 293	0.54 300	0.37 310	0.48 325	0.38 311	0.48 313	0.37 306	0.48 316	0.39 326	0.48 324	0.37 304	0.49 326	0.37 299	0.50 320	0.46 315	0.44 324	0.34 299	0.44 297	0.34 278

otaku	0.46 283	0.46 200	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 303	0.46 347	0.46 303	0.46 355	0.46 311	0.46 346	0.46 307	0.46 342	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 333

Dean	0.46 283	0.46 200	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 303	0.46 347	0.47 309	0.46 355	0.46 311	0.46 346	0.46 307	0.46 342	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 333

ACVNet_1	0.46 283	0.47 204	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 303	0.47 352	0.46 303	0.46 355	0.46 311	0.46 346	0.46 307	0.46 342	0.46 302	0.46 315	0.47 341	0.46 357	0.46 304	0.46 333

ACVNet-4b	0.46 283	0.46 200	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 303	0.46 347	0.46 303	0.46 355	0.46 311	0.46 346	0.47 311	0.46 342	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 333

PML	0.46 283	1.36 402	0.29 203	0.58 309	0.30 258	0.57 367	0.29 241	0.57 354	0.29 242	0.57 363	0.29 246	0.57 367	0.29 248	0.56 357	0.29 239	0.52 328	0.30 233	0.53 369	0.31 280	0.53 342	0.30 249

LG-Stereo_L1	0.47 289	0.52 226	0.47 305	0.62 317	0.39 327	0.53 356	0.40 325	0.53 345	0.39 323	0.53 350	0.39 326	0.53 355	0.39 317	0.53 350	0.39 314	0.55 338	0.46 315	0.49 354	0.37 320	0.49 325	0.37 296

Ntro	0.47 289	0.47 204	0.46 297	0.46 261	0.46 356	0.47 320	0.47 353	0.46 303	0.47 352	0.46 303	0.46 355	0.47 317	0.46 346	0.47 311	0.47 349	0.47 307	0.46 315	0.46 332	0.46 357	0.46 304	0.46 333

HaxPig	0.47 289	0.47 204	0.47 305	0.49 278	0.47 362	0.47 320	0.47 353	0.47 309	0.47 352	0.47 309	0.47 363	0.47 317	0.47 354	0.47 311	0.47 349	0.47 307	0.47 323	0.47 341	0.47 364	0.47 317	0.48 342

UNDER WATER	0.47 289	0.47 204	0.47 305	0.47 267	0.47 362	0.47 320	0.47 353	0.47 309	0.47 352	0.47 309	0.47 363	0.47 317	0.46 346	0.47 311	0.47 349	0.47 307	0.47 323	0.47 341	0.46 357	0.47 317	0.47 340

LVE	0.47 289	0.47 204	0.47 305	0.47 267	0.49 368	0.47 320	0.47 353	0.47 309	0.49 361	0.47 309	0.47 363	0.47 317	0.46 346	0.47 311	0.47 349	0.47 307	0.47 323	0.48 349	0.47 364	0.47 317	0.47 340

GASTEREO	0.48 294	1.21 386	0.47 305	0.57 307	0.38 317	0.50 339	0.38 311	0.50 326	0.38 310	0.50 336	0.38 316	0.50 343	0.38 308	0.50 334	0.38 302	0.52 328	0.42 301	0.46 332	0.34 299	0.46 304	0.34 278

LG-Stereo_Zeroshot	0.48 294	0.55 236	0.47 305	0.63 319	0.41 338	0.56 361	0.44 341	0.56 351	0.41 333	0.56 360	0.41 335	0.57 367	0.42 335	0.56 357	0.41 325	0.55 338	0.43 305	0.51 363	0.37 320	0.51 336	0.37 296

fffft	0.48 294	0.51 224	0.45 293	0.52 296	0.45 354	0.52 354	0.45 346	0.52 343	0.48 359	0.53 350	0.45 353	0.52 354	0.45 343	0.52 348	0.46 342	0.51 326	0.41 292	0.50 358	0.41 344	0.50 330	0.41 319
1: 1. 1
RainbowNet	0.48 294	0.48 210	0.48 313	0.48 272	0.48 366	0.48 325	0.48 362	0.48 313	0.48 359	0.48 316	0.48 367	0.48 324	0.48 355	0.48 320	0.48 355	0.48 311	0.48 327	0.48 349	0.48 368	0.48 321	0.48 342

notaker	0.48 294	0.49 212	0.48 313	0.48 272	0.48 366	0.48 325	0.48 362	0.48 313	0.49 361	0.48 316	0.48 367	0.48 324	0.48 355	0.48 320	0.48 355	0.48 311	0.48 327	0.48 349	0.48 368	0.48 321	0.49 347

LL-Strereo2	0.48 294	1.73 421	0.51 331	0.59 312	0.34 297	0.42 295	0.33 273	0.40 253	0.31 267	0.42 281	0.33 283	0.42 294	0.31 272	0.44 298	0.39 314	0.60 344	0.51 341	0.44 324	0.33 295	0.44 297	0.33 272

Former-RAFT_DAM_RVC	0.49 300	0.98 294	0.64 356	0.84 348	0.46 356	0.45 309	0.35 291	0.47 309	0.47 352	0.45 297	0.34 291	0.46 311	0.48 355	0.46 307	0.35 286	0.39 265	0.71 384	0.39 287	0.35 311	0.41 287	0.41 319

ACVNet_2	0.49 300	0.49 212	0.49 320	0.49 278	0.49 368	0.49 330	0.49 364	0.49 317	0.49 361	0.49 323	0.49 370	0.49 328	0.49 360	0.49 326	0.49 357	0.49 314	0.49 330	0.49 354	0.49 371	0.49 325	0.49 347

testlalala	0.49 300	2.86 504	0.39 268	0.49 278	0.30 258	0.43 302	0.30 246	0.43 292	0.30 253	0.43 287	0.30 258	0.43 301	0.30 255	0.43 293	0.30 246	0.45 297	0.36 264	0.38 274	0.26 229	0.38 259	0.26 207

FoundationStereo	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 326	0.50 364	0.50 336	0.50 372	0.50 343	0.50 363	0.50 334	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 350

StereoAnything_RVC	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 326	0.50 364	0.50 336	0.50 372	0.50 343	0.50 363	0.50 334	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 350

dual_stereo	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 326	0.50 364	0.50 336	0.50 372	0.50 343	0.50 363	0.50 334	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 350

GCST	0.50 303	2.08 445	0.38 260	0.53 297	0.35 300	0.49 330	0.35 291	0.50 326	0.35 293	0.49 323	0.35 300	0.49 328	0.35 296	0.49 326	0.35 286	0.48 311	0.37 267	0.45 328	0.33 295	0.44 297	0.33 272

SANet	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 326	0.50 364	0.50 336	0.50 372	0.50 343	0.50 363	0.50 334	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 350

MSCF	0.51 308	1.40 405	0.49 320	0.58 309	0.38 317	0.50 339	0.38 311	0.54 347	0.41 333	0.52 347	0.41 335	0.53 355	0.42 335	0.53 350	0.41 325	0.60 344	0.47 323	0.48 349	0.37 320	0.48 321	0.38 303

UGAM-zero	0.51 308	2.17 453	0.39 268	0.53 297	0.36 306	0.50 339	0.36 298	0.50 326	0.36 304	0.49 323	0.36 304	0.50 343	0.35 296	0.50 334	0.36 290	0.49 314	0.37 267	0.47 341	0.35 311	0.46 304	0.34 278

UGAM	0.51 308	2.23 458	0.39 268	0.54 300	0.35 300	0.50 339	0.35 291	0.49 317	0.35 293	0.49 323	0.35 300	0.49 328	0.36 299	0.50 334	0.36 290	0.49 314	0.37 267	0.45 328	0.34 299	0.45 301	0.34 278

Selective-IGEV	0.51 308	0.55 236	0.45 293	0.69 328	0.45 354	0.61 370	0.45 346	0.50 326	0.40 324	0.56 360	0.44 349	0.55 362	0.40 318	0.72 380	0.67 383	0.59 343	0.46 315	0.45 328	0.34 299	0.46 304	0.37 296

RCA-Stereo	0.51 308	3.22 513	0.34 242	0.44 257	0.34 297	0.44 307	0.34 286	0.43 292	0.34 289	0.43 287	0.34 291	0.44 304	0.33 284	0.43 293	0.33 269	0.38 253	0.29 224	0.38 274	0.29 255	0.38 259	0.29 236

MatchStereo	0.54 313	0.12 83	2.38 563	2.32 506	0.09 117	0.09 112	0.08 115	0.09 112	0.07 113	0.09 112	0.07 114	0.09 114	0.07 115	0.09 112	0.08 106	2.34 540	2.34 558	0.12 124	0.11 132	0.11 125	0.10 118

AIO-test1	0.54 313	0.60 245	0.52 334	0.66 326	0.47 362	0.61 370	0.47 353	0.58 357	0.46 347	0.61 368	0.46 355	0.61 373	0.45 343	0.62 366	0.45 338	0.61 348	0.52 343	0.57 372	0.48 368	0.57 346	0.48 342

castereo++	0.54 313	3.59 519	1.15 430	1.31 459	0.14 158	0.16 144	0.14 152	0.16 144	0.14 157	0.16 141	0.14 161	0.16 143	0.13 154	0.16 143	0.14 151	1.45 492	1.16 436	0.15 142	0.14 161	0.15 142	0.13 150

FENet	0.54 313	1.52 409	1.19 436	1.41 468	0.23 218	0.35 236	0.23 206	0.35 224	0.23 207	0.34 227	0.23 211	0.35 236	0.23 211	0.35 235	0.23 202	1.40 489	1.07 420	0.32 226	0.23 211	0.33 219	0.23 190

PSMNet_ROB	0.54 313	0.54 234	0.54 339	0.54 300	0.53 381	0.54 359	0.54 374	0.53 345	0.54 374	0.54 355	0.54 382	0.54 358	0.53 370	0.54 352	0.54 368	0.54 332	0.53 345	0.54 370	0.54 379	0.54 343	0.54 362

AIO-test2	0.55 318	0.59 242	0.52 334	0.67 327	0.47 362	0.61 370	0.47 353	0.61 363	0.47 352	0.61 368	0.47 363	0.61 373	0.48 355	0.62 366	0.47 349	0.64 354	0.53 345	0.58 373	0.47 364	0.58 347	0.48 342

CFNet-ft	0.55 318	1.57 410	0.14 126	0.20 137	0.14 158	0.20 162	2.53 569	1.61 501	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	1.56 495	1.24 511

MyStereo04	0.56 320	3.72 525	0.59 345	0.49 278	0.41 338	0.36 239	0.32 262	0.37 234	0.31 267	0.34 227	0.46 355	0.35 236	0.32 276	0.35 235	0.33 269	0.49 314	0.45 313	0.34 242	0.32 287	0.35 235	0.43 327

CASS	0.57 321	0.89 275	0.56 341	0.57 307	0.56 384	0.56 361	0.56 375	0.56 351	0.53 372	0.57 363	0.57 385	0.59 371	0.48 355	0.56 357	0.57 371	0.55 338	0.56 349	0.47 341	0.56 384	0.62 350	0.56 370
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 322	0.58 241	0.47 305	0.64 322	0.74 416	1.00 411	0.69 400	0.57 354	0.41 333	0.57 363	0.41 335	0.57 367	0.41 329	1.00 417	0.75 414	0.91 389	0.51 341	0.52 366	0.37 320	0.52 338	0.37 296

MonSter	0.60 322	0.64 248	0.52 334	0.62 317	0.44 351	2.07 527	0.44 341	0.62 364	0.44 344	0.62 371	0.44 349	0.62 375	0.44 340	0.62 366	0.44 337	0.58 342	0.42 301	0.62 376	0.46 357	0.58 347	0.42 326

MyStereo07	0.60 322	3.72 525	0.48 313	0.49 278	0.41 338	0.36 239	0.32 262	0.49 317	0.43 341	0.51 344	0.42 345	0.49 328	0.43 338	0.51 343	0.64 378	0.49 314	0.45 313	0.34 242	0.32 287	0.35 235	0.43 327

FSD	0.61 325	0.59 242	0.50 324	2.58 517	0.44 351	0.56 361	0.44 341	0.55 350	0.44 344	0.56 360	0.44 349	0.56 365	0.44 340	0.56 357	0.46 342	0.61 348	0.42 301	0.52 366	0.42 352	0.52 338	0.51 357

castereo	0.61 325	3.79 527	1.35 494	1.52 472	0.15 169	0.17 150	0.16 162	0.20 160	0.21 198	0.18 151	0.16 172	0.21 169	0.12 149	0.26 203	0.17 172	1.43 491	1.38 506	0.17 153	0.16 171	0.18 156	0.16 160

WCG-NET	0.61 325	1.21 386	0.54 339	0.61 316	0.53 381	0.67 378	0.53 372	0.66 369	0.53 372	0.64 374	0.53 381	0.65 379	0.53 370	0.59 364	0.52 365	0.65 355	0.48 327	0.64 379	0.52 377	0.58 347	0.50 350

GEAStereo	0.62 328	3.91 532	0.48 313	0.69 328	0.38 317	0.51 351	0.38 311	0.51 339	0.38 310	0.53 350	0.38 316	0.50 343	0.38 308	0.51 343	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.34 278

gasm-f	0.62 328	3.91 532	0.48 313	0.69 328	0.38 317	0.51 351	0.38 311	0.51 339	0.38 310	0.53 350	0.38 316	0.50 343	0.38 308	0.51 343	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.34 278

SMoEStereo_RVC	0.63 330	0.75 255	0.51 331	0.73 337	0.53 381	0.71 382	0.47 353	0.67 370	0.58 377	0.74 389	0.60 386	0.72 386	0.53 370	0.74 384	0.51 363	0.61 348	0.62 361	0.62 376	0.61 392	0.63 351	0.61 376

anonymity	0.63 330	0.69 250	0.56 341	0.71 334	0.56 384	0.71 382	0.56 375	0.71 375	0.56 375	0.72 382	0.56 384	0.71 383	0.56 374	0.71 378	0.58 372	0.68 359	0.55 347	0.68 384	0.55 380	0.68 355	0.54 362

PAM_32	0.64 332	2.38 473	0.51 331	0.92 358	0.43 350	0.53 356	0.44 341	0.87 389	0.43 341	0.52 347	0.45 353	0.53 355	0.40 318	0.54 352	0.46 342	0.62 352	0.56 349	0.48 349	0.45 355	0.76 367	0.44 330

CRFU-Net	0.65 333	1.67 414	1.22 486	1.96 491	0.27 234	0.41 275	0.27 224	0.41 268	0.27 233	0.40 253	0.26 230	0.41 276	0.27 234	0.40 259	0.27 219	1.80 506	1.62 526	0.34 242	0.23 211	0.33 219	0.23 190

LMCR-Stereo	0.65 333	0.63 246	0.65 359	0.65 323	0.65 399	0.66 377	0.63 382	0.58 357	0.65 388	0.63 373	0.64 394	0.65 379	0.65 383	0.66 373	0.66 382	0.66 357	0.64 364	0.65 382	0.67 409	0.68 355	0.73 405

KSHMR	0.66 335	0.50 216	0.48 313	1.15 391	0.52 378	0.49 330	0.51 370	0.49 317	0.71 411	0.67 378	0.50 372	1.16 445	1.11 442	0.66 373	0.52 365	0.49 314	0.49 330	0.51 363	0.66 405	0.50 330	1.14 452

TorneroNet	0.66 335	0.53 230	0.50 324	0.50 287	0.64 397	1.06 426	0.70 405	0.50 326	0.51 371	0.49 323	0.69 409	0.49 328	0.50 363	0.48 320	1.15 454	0.71 364	0.49 330	1.14 443	1.08 452	0.49 325	0.49 347

GES	0.66 335	2.34 469	0.29 203	0.41 239	0.29 248	0.41 275	0.29 241	0.42 286	0.29 242	0.40 253	0.41 335	0.41 276	0.30 255	0.51 343	0.29 239	0.32 216	0.29 224	0.32 226	2.46 573	2.49 535	0.30 249

cf-r	0.66 335	2.17 453	0.12 102	0.18 131	0.12 153	0.18 154	2.70 573	2.60 547	0.12 152	0.18 151	0.12 144	0.18 154	0.12 149	0.18 152	0.12 141	0.15 125	0.11 100	0.15 142	0.11 132	1.81 507	1.74 548

DSFCA	0.66 335	0.73 254	0.78 392	0.65 323	0.65 399	0.64 375	0.64 383	0.65 367	0.63 386	0.64 374	0.64 394	0.64 376	0.64 381	0.65 372	0.65 379	0.65 355	0.65 366	0.65 382	0.65 403	0.66 353	0.64 386

DEFOM-Stereo	0.68 340	3.11 509	1.40 508	1.63 481	0.25 225	0.31 218	0.25 213	0.31 211	0.28 236	0.31 215	0.29 246	0.29 215	0.27 234	0.31 221	0.28 229	1.59 499	1.47 512	0.30 217	0.29 255	0.30 203	0.28 231

ssnet_v2	0.68 340	1.96 442	1.25 490	0.29 178	0.20 200	0.30 212	0.20 186	0.29 204	0.22 201	1.50 503	0.20 199	0.31 223	0.20 197	0.27 207	0.22 196	0.24 186	1.49 513	0.26 204	0.18 196	3.90 558	0.19 180

ARAFT	0.68 340	0.81 262	0.63 354	0.74 338	0.60 387	0.78 388	0.62 381	0.77 380	0.66 390	0.74 389	0.63 392	0.75 391	0.62 380	0.83 392	0.60 375	0.70 363	0.55 347	0.70 387	0.60 390	0.78 370	0.55 367

NINENet	0.69 343	3.87 531	1.20 439	1.98 492	0.05 99	0.40 259	0.04 81	0.40 253	0.05 98	0.41 267	0.04 88	0.41 276	0.05 95	0.40 259	0.05 89	1.79 505	1.56 519	0.34 242	0.22 205	0.34 223	0.23 190

VIP-Stereo	0.70 344	2.97 506	2.43 564	2.49 513	0.16 178	0.25 195	0.16 162	0.25 190	0.16 171	0.25 192	0.18 193	0.25 196	0.16 170	0.26 203	0.16 167	1.86 507	1.26 489	0.23 188	0.15 167	0.23 184	0.15 158

RAFT-Stereo + iAFF	0.70 344	0.72 253	0.71 378	0.80 343	0.62 396	0.82 393	0.61 380	0.81 386	0.62 384	0.81 397	0.63 392	0.80 397	0.70 401	0.73 382	0.61 377	0.76 370	0.61 360	0.74 392	0.61 392	0.77 369	0.61 376

DMCA-RVC	0.70 344	0.80 259	0.70 374	0.70 332	0.70 409	0.70 380	0.70 405	0.71 375	0.70 406	0.70 381	0.71 416	0.71 383	0.70 401	0.70 377	0.69 399	0.69 360	0.70 380	0.69 385	0.70 414	0.69 359	0.70 397

MyStereo8	0.71 347	3.92 534	0.52 334	0.59 312	0.52 378	0.57 367	0.53 372	0.59 359	0.50 364	0.59 367	0.51 378	0.57 367	0.50 363	0.56 357	0.52 365	0.54 332	0.49 330	0.54 370	0.49 371	0.55 344	0.50 350

HH	0.71 347	2.54 479	0.74 386	1.10 383	0.32 275	0.41 275	0.37 304	0.69 372	0.78 421	0.73 384	0.90 436	0.75 391	1.00 431	0.84 393	0.69 399	0.69 360	0.40 283	0.35 258	0.26 229	0.35 235	0.26 207

HanStereo	0.71 347	2.54 479	0.74 386	1.10 383	0.32 275	0.41 275	0.37 304	0.69 372	0.78 421	0.73 384	0.90 436	0.75 391	1.00 431	0.84 393	0.69 399	0.69 360	0.40 283	0.35 258	0.26 229	0.35 235	0.26 207

zero-FE	0.72 350	1.31 398	0.66 360	0.92 358	0.60 387	0.82 393	0.58 377	0.82 387	0.58 377	0.81 397	0.60 386	0.81 400	0.60 377	0.82 391	0.58 372	0.74 368	0.59 355	0.73 389	0.52 377	0.76 367	0.51 357

ktn	0.72 350	0.53 230	1.08 425	1.14 389	0.51 377	1.22 488	1.36 519	0.51 339	0.59 379	0.51 344	0.51 378	0.69 382	1.20 453	0.67 375	0.51 363	0.51 326	0.49 330	0.58 373	0.66 405	0.52 338	0.53 359

DStereoRT	0.73 352	0.81 262	0.73 385	0.71 334	0.74 416	0.73 384	0.75 413	0.71 375	0.71 411	0.74 389	0.72 419	0.73 388	0.80 417	0.71 378	0.73 409	0.76 370	0.71 384	0.73 389	0.72 419	0.70 360	0.76 412

CroCo-Stereo	0.73 352	1.22 392	0.25 188	1.22 445	0.25 225	1.22 488	0.25 213	1.22 482	0.25 215	1.22 490	0.25 224	1.22 494	0.25 217	1.22 493	0.25 213	1.22 476	0.26 198	1.21 502	0.25 223	1.22 482	0.25 201
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	0.73 352	0.88 272	0.67 364	0.75 339	0.68 406	0.75 385	0.64 383	0.80 383	0.72 414	0.83 399	0.70 411	0.82 401	0.64 381	0.84 393	0.67 383	0.77 372	0.63 362	0.81 403	0.63 394	0.78 370	0.62 379

AIO-Stereo-zeroshot1	0.75 355	0.92 285	0.85 403	0.96 369	0.59 386	1.27 492	0.44 341	0.59 359	0.69 402	0.91 404	0.68 404	0.55 362	0.61 379	1.06 431	0.83 427	0.62 352	0.70 380	0.90 413	0.41 344	0.89 387	0.56 370

MyStereo06	0.75 355	4.12 536	0.60 347	0.63 319	0.61 393	0.62 373	0.66 386	0.56 351	0.45 346	0.55 358	0.48 367	0.54 358	0.46 346	0.57 362	0.45 338	0.60 344	0.57 351	0.64 379	0.55 380	0.72 362	0.55 367

GCAP-Stereo	0.75 355	4.15 539	0.42 288	0.75 339	0.35 300	0.78 388	0.40 325	0.79 381	0.38 310	0.78 393	0.36 304	0.78 394	0.36 299	0.79 387	0.39 314	0.75 369	0.39 280	0.76 395	0.39 336	0.75 366	0.39 309

GANet-RSSM	0.75 355	1.91 435	0.14 126	0.47 267	0.14 158	0.21 174	3.21 590	2.30 533	0.14 157	0.46 303	0.14 161	0.23 184	0.18 188	0.21 171	0.14 151	0.18 151	0.27 205	0.37 266	0.13 155	2.13 517	2.12 558

RSM++	0.76 359	0.82 264	0.66 360	0.85 350	0.64 397	0.85 395	0.71 408	0.94 402	0.64 387	0.87 400	0.67 399	0.87 403	0.65 383	0.84 393	0.65 379	0.81 377	0.70 380	0.79 398	0.71 417	0.83 382	0.70 397

CroCo-Stereo Lap2	0.77 360	1.29 396	0.29 203	1.27 450	0.29 248	1.27 492	0.26 221	1.26 485	0.26 228	1.26 491	0.26 230	1.27 498	0.26 226	1.26 494	0.27 219	1.27 478	0.27 205	1.27 505	0.27 238	1.27 485	0.27 217

PSMNet-RSSM	0.77 360	2.76 496	0.14 126	0.20 137	0.14 158	0.20 162	2.66 571	2.79 560	0.14 157	0.21 172	0.14 161	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 539	2.31 563

GwcNet-RSSM	0.77 360	2.77 498	0.14 126	0.20 137	0.14 158	0.20 162	2.67 572	2.78 559	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.21 171	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 539	2.31 563

4D-IteraStereo	0.78 363	3.13 510	0.89 404	0.69 328	0.32 275	0.40 259	0.32 262	0.76 379	0.97 445	0.52 347	0.65 396	0.89 406	0.32 276	0.76 386	0.98 439	0.83 382	0.94 412	0.35 258	0.27 238	0.70 360	0.89 426

Pro-Stereo	0.79 364	0.53 230	0.38 260	0.49 278	0.38 317	0.49 330	0.37 304	0.49 317	0.67 391	0.50 336	0.38 316	1.10 437	0.38 308	0.49 326	0.38 302	0.71 364	0.88 406	5.98 606	0.36 317	0.46 304	0.36 291

hitnet-ft	0.79 364	2.78 501	0.14 126	0.20 137	0.14 158	0.21 174	2.89 574	2.80 561	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.54 547	2.33 565

G-Net	0.79 364	0.79 258	0.79 395	0.79 341	0.79 429	0.79 390	0.79 418	0.79 381	0.79 425	0.79 394	0.79 429	0.79 396	0.79 416	0.79 387	0.79 419	0.79 373	0.79 397	0.79 398	0.79 429	0.79 372	0.79 417

MyStereo05	0.80 367	4.12 536	0.63 354	0.63 319	0.61 393	0.62 373	0.66 386	0.65 367	0.62 384	0.67 378	0.61 390	0.65 379	0.58 375	0.67 375	0.55 370	0.60 344	0.57 351	0.64 379	0.55 380	0.72 362	0.55 367

UDG	0.80 367	2.21 457	0.60 347	0.91 355	0.60 387	0.90 401	0.58 377	0.88 392	0.60 380	0.90 402	0.60 386	0.88 404	0.60 377	0.90 402	0.58 372	0.86 386	0.60 356	0.84 409	0.59 389	0.84 383	0.61 376

ccnet	0.80 367	2.28 461	0.33 232	0.50 287	0.33 287	0.50 339	0.33 273	0.50 326	0.33 280	0.49 323	0.33 283	0.49 328	1.56 518	2.38 537	0.33 269	0.41 278	0.29 224	0.42 321	1.57 533	2.28 523	0.29 236

NaN_ROB	0.80 367	0.80 259	0.80 396	0.80 343	0.80 431	0.80 391	0.80 421	0.80 383	0.80 427	0.80 395	0.80 431	0.80 397	0.80 417	0.80 389	0.80 422	0.80 374	0.80 400	0.80 401	0.80 431	0.80 375	0.80 418

CSAN	0.80 367	0.80 259	0.80 396	0.80 343	0.80 431	0.80 391	0.80 421	0.80 383	0.80 427	0.80 395	0.80 431	0.80 397	0.80 417	0.80 389	0.80 422	0.80 374	0.80 400	0.80 401	0.80 431	0.80 375	0.80 418

GSStereo	0.81 372	4.28 542	0.50 324	0.59 312	0.40 329	0.51 351	0.38 311	0.50 326	0.38 310	0.50 336	0.38 316	0.50 343	3.79 587	0.50 334	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.35 288

BSDual-CNN	0.81 372	1.91 435	0.92 411	4.48 561	0.02 21	0.42 295	0.06 110	0.41 268	0.02 21	0.48 316	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 517	4.19 586	0.33 234	0.23 211	0.34 223	0.27 217

DDUNet	0.81 372	2.45 477	0.57 343	0.90 353	0.60 387	0.88 398	0.59 379	0.90 393	0.60 380	0.88 401	0.60 386	0.90 407	0.58 375	0.88 399	0.60 375	0.84 384	0.60 356	0.86 411	0.57 386	0.86 384	0.60 375

R-Stereo Train	0.81 372	0.96 291	0.67 364	0.95 366	0.67 403	0.95 406	0.68 394	0.95 404	0.68 397	0.95 412	0.68 404	0.96 415	0.68 392	0.96 413	0.68 391	0.94 397	0.68 373	0.94 427	0.68 410	0.94 403	0.68 394

RAFT-Stereo	0.81 372	0.96 291	0.67 364	0.95 366	0.67 403	0.95 406	0.68 394	0.95 404	0.68 397	0.95 412	0.68 404	0.96 415	0.68 392	0.96 413	0.68 391	0.94 397	0.68 373	0.94 427	0.68 410	0.94 403	0.68 394
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 377	1.72 416	1.48 512	0.39 214	0.15 169	0.31 218	0.21 193	0.20 160	0.25 215	1.61 507	0.23 211	0.28 209	0.26 226	0.20 159	0.15 161	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 190

scenet	0.82 377	1.72 416	1.48 512	0.39 214	0.15 169	0.31 218	0.21 193	0.20 160	0.25 215	1.61 507	0.23 211	0.28 209	0.26 226	0.20 159	0.15 161	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 190

ssnet	0.82 377	1.72 416	1.48 512	0.39 214	0.15 169	0.31 218	0.21 193	0.20 160	0.25 215	1.61 507	0.23 211	0.28 209	0.26 226	0.20 159	0.15 161	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 190

STTRV1_RVC	0.82 377	1.60 412	0.70 374	1.01 376	0.60 387	1.07 429	0.69 400	1.01 413	0.60 380	0.72 382	0.55 383	1.02 428	0.68 392	1.03 429	0.67 383	0.89 388	0.63 362	0.92 419	0.57 386	0.90 390	0.65 388

DEFOM-Stereo_RVC	0.83 381	5.18 553	1.98 552	2.19 497	0.17 183	0.19 157	0.18 178	0.19 154	0.16 171	0.20 159	0.19 195	0.22 178	0.22 205	0.20 159	0.15 161	2.28 534	2.13 553	0.24 196	0.17 191	0.18 156	0.16 160

BUS	0.83 381	1.91 435	0.92 411	4.48 561	0.02 21	0.40 259	0.04 81	0.41 268	0.02 21	0.48 316	0.03 53	0.41 276	0.05 95	0.03 40	0.05 89	1.97 517	4.19 586	0.33 234	0.23 211	0.34 223	0.27 217

PDISCO_ROB	0.83 381	2.80 502	3.49 584	0.14 102	0.11 140	0.17 150	0.09 116	0.15 143	0.10 121	0.15 136	0.12 144	0.16 143	0.14 158	3.30 567	0.13 147	0.14 118	2.34 558	0.16 145	0.12 147	2.62 548	0.10 118

WQFJA1++	0.84 384	0.98 294	0.67 364	1.26 449	0.75 418	1.00 411	0.67 390	1.00 406	0.67 391	1.00 414	0.67 399	1.00 418	0.67 388	1.00 417	0.67 383	0.96 399	0.67 368	0.91 416	0.63 394	0.92 394	0.63 380

WQFJX1	0.84 384	0.98 294	0.67 364	1.30 457	0.75 418	1.01 417	0.67 390	1.01 413	0.67 391	1.01 421	0.67 399	1.01 424	0.68 392	1.00 417	0.68 391	0.98 404	0.67 368	0.92 419	0.64 399	0.92 394	0.64 386

NLMM	0.84 384	1.00 303	0.67 364	1.27 450	0.75 418	1.00 411	0.68 394	1.00 406	0.67 391	1.00 414	0.67 399	1.02 428	0.67 388	1.02 427	0.67 383	0.97 400	0.67 368	0.93 423	0.63 394	0.92 394	0.63 380

AIO-Stereo	0.84 384	0.66 249	0.70 374	0.83 347	0.67 403	0.98 409	0.82 427	1.14 424	0.72 414	1.03 427	0.74 423	1.03 430	1.09 441	0.99 415	0.45 338	1.04 410	0.73 387	0.95 429	0.74 421	0.94 403	0.46 333

DCRE	0.84 384	1.89 432	0.77 391	0.94 364	0.72 413	0.88 398	0.73 411	0.87 389	0.78 421	0.90 402	0.71 416	0.88 404	0.67 388	0.88 399	0.73 409	0.81 377	0.68 373	0.81 403	0.70 414	0.82 380	0.70 397

iGMRVC	0.84 384	2.85 503	0.72 381	0.72 336	0.73 414	0.77 386	0.79 418	0.73 378	0.74 419	0.73 384	0.72 419	0.73 388	0.76 411	0.73 382	0.73 409	0.72 366	0.73 387	0.73 389	0.72 419	0.73 365	0.72 402

WQFJA1	0.85 390	0.98 294	0.67 364	1.29 455	0.76 423	1.01 417	0.67 390	1.02 418	0.67 391	1.02 425	0.67 399	1.01 424	0.67 388	1.01 423	0.68 391	0.99 405	0.67 368	0.93 423	0.64 399	0.92 394	0.65 388

WQFJX	0.85 390	1.00 303	0.68 371	1.30 457	0.75 418	1.01 417	0.68 394	1.01 413	0.68 397	1.01 421	0.68 404	1.03 430	0.68 392	1.02 427	0.67 383	0.97 400	0.67 368	0.93 423	0.63 394	0.94 403	0.63 380

NLSM3	0.85 390	0.99 301	0.68 371	1.29 455	0.76 423	1.01 417	0.68 394	1.01 413	0.68 397	1.02 425	0.68 404	1.01 424	0.68 392	1.01 423	0.68 391	0.97 400	0.68 373	0.93 423	0.64 399	0.93 399	0.63 380

NLMM1	0.86 393	0.98 294	0.69 373	1.48 471	0.75 418	1.01 417	0.69 400	1.00 406	0.69 402	1.00 414	0.70 411	1.00 418	0.68 392	1.01 423	0.67 383	0.97 400	0.68 373	0.92 419	0.63 394	0.93 399	0.63 380

AdaDepth	0.86 393	0.93 287	0.71 378	1.01 376	1.07 457	1.02 423	0.71 408	1.00 406	0.71 411	1.01 421	0.71 416	1.00 418	0.72 406	1.14 442	0.71 407	0.92 392	0.64 364	0.90 413	0.64 399	0.89 387	0.69 396

GEStereo_RVC	0.86 393	4.45 543	0.20 167	0.27 176	0.20 200	0.27 207	0.20 186	0.26 195	0.18 185	5.03 597	0.20 199	0.27 208	0.19 193	0.27 207	0.21 194	0.20 159	0.19 176	0.19 166	4.02 602	0.20 164	0.18 178

Selective-RAFT-Error	0.88 396	0.84 265	0.98 416	0.86 351	0.97 447	0.88 398	0.95 438	0.84 388	0.99 448	0.92 406	0.82 433	0.84 402	0.98 430	0.87 398	0.97 438	0.81 377	0.83 403	0.79 398	0.82 434	0.79 372	0.85 423

IER	0.88 396	7.04 572	2.23 557	2.75 519	0.28 239	0.43 302	0.25 213	0.39 246	0.25 215	0.41 267	0.27 234	0.39 255	0.25 217	0.40 259	0.28 229	0.37 242	0.28 212	0.37 266	0.25 223	0.37 246	0.25 201

Selective-RAFT	0.89 398	0.89 275	0.72 381	1.16 396	0.78 427	1.06 426	0.82 427	0.87 389	0.97 445	1.00 414	0.91 439	0.90 407	1.00 431	0.89 401	0.93 435	0.83 382	0.83 403	0.82 407	0.82 434	0.81 378	0.82 421

AIO-Stereo-zeroshot	0.91 399	0.86 268	0.89 404	1.25 448	0.69 407	1.05 425	0.81 424	1.16 428	0.50 364	1.12 437	0.97 444	0.72 386	0.82 421	1.06 431	0.95 436	0.61 348	0.87 405	1.03 440	0.85 437	1.04 414	1.01 441

CFNet-RSSM	0.91 399	4.89 549	0.34 242	0.44 257	1.07 457	1.62 512	1.40 526	0.91 395	0.35 293	1.60 504	1.39 526	0.64 376	0.34 289	0.44 298	0.33 269	0.41 278	0.35 261	0.75 393	0.30 269	0.41 287	0.29 236

MLG-Stereo	0.92 401	0.90 278	0.84 402	1.27 450	0.49 368	1.38 501	0.88 430	1.41 498	0.97 445	0.73 384	1.09 453	1.26 495	0.43 338	0.72 380	1.05 446	1.13 421	0.49 330	1.18 453	0.66 405	1.01 411	0.46 333

ToySt	0.92 401	2.11 448	0.90 407	0.95 366	0.79 429	0.99 410	0.78 417	0.94 402	0.81 430	0.94 410	0.78 427	0.95 414	0.77 413	0.94 409	0.86 429	0.91 389	0.79 397	0.85 410	0.77 425	0.89 387	0.73 405

DPSM_ROB	0.92 401	0.91 280	0.91 409	0.91 355	0.92 442	0.92 403	0.92 434	0.92 398	0.91 435	0.93 408	0.91 439	0.92 410	0.90 424	0.91 403	0.92 431	0.92 392	0.91 408	0.91 416	0.92 438	0.93 399	0.93 430

DPSM	0.92 401	0.91 280	0.91 409	0.91 355	0.92 442	0.92 403	0.92 434	0.92 398	0.91 435	0.93 408	0.91 439	0.92 410	0.90 424	0.91 403	0.92 431	0.92 392	0.91 408	0.91 416	0.92 438	0.93 399	0.93 430

pmcnn	0.92 401	0.92 285	0.92 411	0.92 358	0.92 442	0.92 403	0.92 434	0.92 398	0.92 439	0.92 406	0.92 442	0.92 410	0.92 426	0.92 407	0.92 431	0.92 392	0.92 410	0.92 419	0.92 438	0.92 394	0.92 429

error version	0.93 406	4.47 544	2.35 560	1.99 493	0.37 310	0.41 275	0.36 298	0.41 268	0.35 293	0.43 287	0.36 304	0.41 276	0.40 318	0.41 274	0.36 290	1.87 509	2.16 554	0.47 341	0.37 320	0.39 270	0.33 272

test_1	0.93 406	4.47 544	2.35 560	1.99 493	0.37 310	0.41 275	0.36 298	0.41 268	0.35 293	0.43 287	0.36 304	0.41 276	0.40 318	0.41 274	0.36 290	1.87 509	2.16 554	0.47 341	0.37 320	0.39 270	0.33 272

DGTPSM_ROB	0.93 406	1.00 303	0.92 411	0.94 364	0.96 446	0.91 402	0.92 434	0.91 395	0.96 444	0.91 404	0.96 443	0.93 413	0.92 426	0.94 409	0.92 431	0.92 392	0.92 410	0.90 413	0.92 438	0.94 403	0.91 428

HSM-Net_RVC	0.95 409	1.17 336	0.78 392	1.18 398	0.71 411	1.16 441	0.75 413	1.09 422	0.80 427	1.10 431	0.75 424	1.17 446	0.74 408	1.17 445	0.80 422	1.13 421	0.73 387	1.17 450	0.77 425	1.16 424	0.72 402
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 410	3.17 512	2.30 559	2.42 510	0.38 317	0.54 359	0.38 311	0.54 347	0.38 310	0.54 355	0.38 316	0.54 358	0.38 308	0.54 352	0.38 302	2.38 543	2.34 558	0.49 354	0.36 317	0.49 325	0.36 291

DPSimNet_ROB	0.97 410	1.18 338	0.81 399	1.10 383	0.91 441	1.02 423	0.82 427	1.04 419	0.91 435	1.03 427	0.86 435	1.28 499	0.82 421	1.03 429	0.89 430	1.17 425	0.81 402	1.02 438	0.82 434	1.08 416	0.81 420

test-3	0.98 412	4.13 538	1.85 541	1.85 484	0.61 393	0.69 379	0.37 304	0.63 365	0.61 383	0.66 377	0.51 378	0.73 388	0.44 340	0.57 362	0.54 368	1.68 503	1.81 538	0.40 293	0.43 353	0.66 353	0.50 350

Wavelet-MonSter	1.00 413	1.21 386	0.76 389	1.94 488	1.01 452	1.11 436	0.76 415	1.15 425	0.76 420	1.11 436	0.76 425	1.14 443	0.76 411	1.11 439	0.76 416	1.21 474	0.90 407	1.02 438	0.71 417	1.02 413	0.71 401

999	1.00 413	1.12 329	0.59 345	1.10 383	1.21 515	1.09 432	0.52 371	1.08 420	1.43 528	1.18 442	1.35 520	0.98 417	0.52 369	0.91 403	0.85 428	0.72 366	1.46 511	0.83 408	0.98 443	0.68 355	1.41 524

DispNO	1.00 413	0.63 246	0.43 289	3.45 545	0.44 351	0.65 376	0.43 340	0.64 366	0.43 341	0.64 374	0.43 347	0.64 376	3.03 565	0.64 371	0.43 336	4.55 575	0.43 305	0.63 378	0.43 353	0.63 351	0.43 327

GANet	1.00 413	1.00 303	1.00 418	1.00 373	1.00 448	1.00 411	1.00 442	1.00 406	1.00 449	1.00 414	1.00 446	1.00 418	1.00 431	1.00 417	1.00 441	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 437

TDLM	1.00 413	1.00 303	1.00 418	1.00 373	1.00 448	1.00 411	1.00 442	1.00 406	1.00 449	1.00 414	1.00 446	1.00 418	1.00 431	1.00 417	1.00 441	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 437

CVANet_RVC	1.00 413	1.00 303	1.00 418	1.00 373	1.00 448	1.00 411	1.00 442	1.00 406	1.00 449	1.00 414	1.00 446	1.00 418	1.00 431	1.00 417	1.00 441	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 437

trnet	1.01 419	1.01 311	1.01 421	1.01 376	1.01 452	1.01 417	1.01 445	1.01 413	1.01 452	1.01 421	1.01 449	1.01 424	1.01 437	1.01 423	1.01 444	1.01 409	1.01 416	1.01 437	1.01 450	1.01 411	1.01 441

LL-Strereo	1.01 419	5.06 551	1.63 521	0.70 332	1.43 526	0.56 361	0.46 348	0.57 354	0.50 364	0.57 363	0.50 372	1.58 508	0.49 360	0.59 364	0.50 358	1.64 502	0.52 343	0.51 363	1.37 521	0.52 338	0.45 332

FlowAnything_test	1.02 421	1.72 416	0.71 378	1.59 474	0.70 409	1.61 510	0.69 400	1.61 501	0.70 406	1.60 504	0.70 411	1.61 512	0.69 399	1.61 508	0.70 405	0.81 377	0.58 353	0.81 403	0.55 380	0.81 378	0.56 370

FlowAnything	1.02 421	1.71 415	0.72 381	1.59 474	0.69 407	1.60 509	0.69 400	1.61 501	0.70 406	1.60 504	0.69 409	1.60 509	0.69 399	1.61 508	0.69 399	0.81 377	0.58 353	0.81 403	0.56 384	0.82 380	0.56 370

Hybrid-DGEV	1.03 423	1.75 422	0.80 396	1.28 454	0.78 427	1.26 491	0.80 421	1.26 485	0.78 421	1.26 491	0.78 427	1.26 495	0.78 415	1.26 494	0.78 418	1.15 424	0.75 390	1.14 443	0.74 421	1.14 419	0.75 409

tt45	1.04 424	0.88 272	1.36 502	0.92 358	1.03 455	1.51 508	0.79 418	0.70 374	0.88 433	0.74 389	0.90 436	1.60 509	0.72 406	1.60 506	0.75 414	0.91 389	0.78 395	1.52 517	0.79 429	1.14 419	1.32 516

Hybrid-DGEV-2	1.05 425	1.83 424	0.83 400	1.33 461	0.82 434	1.30 494	0.81 424	1.26 485	0.79 425	1.29 493	0.79 429	1.26 495	0.80 417	1.26 494	0.79 419	1.20 428	0.78 395	1.18 453	0.77 425	1.20 434	0.77 414

Hybrid-DGEV-03	1.07 426	1.83 424	0.83 400	1.34 462	0.81 433	1.32 496	0.81 424	1.31 491	0.81 430	1.31 494	0.82 433	1.32 500	0.82 421	1.32 498	0.81 425	1.19 426	0.77 393	1.19 455	0.76 424	1.19 432	0.77 414

GLC_STEREO	1.07 426	1.01 311	1.06 423	1.07 381	1.05 456	1.06 426	1.08 450	1.08 420	1.05 455	1.07 429	1.06 451	1.08 433	1.05 439	1.06 431	1.10 449	1.07 412	1.09 426	1.05 441	1.05 451	1.06 415	1.12 448

FC-DCNN	1.07 426	1.09 326	0.98 416	0.89 352	0.52 378	1.41 504	0.91 433	1.21 481	1.24 514	1.96 516	2.05 571	1.91 518	1.30 506	1.27 497	1.08 448	0.80 374	0.60 356	0.58 373	0.41 344	0.68 355	0.54 362

hknet	1.10 429	1.85 428	3.49 584	4.48 561	0.02 21	0.42 295	0.06 110	0.41 268	0.02 21	0.48 316	0.03 53	0.41 276	0.03 53	0.42 287	0.03 49	4.39 572	4.19 586	0.33 234	0.23 211	0.34 223	0.27 217

test_xeample3	1.10 429	1.81 423	0.61 352	0.84 348	0.49 368	0.77 386	0.66 386	0.92 398	1.40 526	0.68 380	0.46 355	0.78 394	0.54 373	1.72 511	1.48 528	1.34 483	1.52 515	1.35 510	1.67 546	1.33 487	1.55 529

DISCO	1.11 431	0.39 165	5.28 597	0.39 214	0.20 200	0.39 257	0.27 224	0.39 246	0.22 201	0.38 241	0.20 199	0.38 250	0.20 197	6.95 608	0.22 196	0.30 208	0.21 182	0.27 208	0.21 202	5.25 590	0.21 186

Occ-G	1.12 432	0.52 226	3.72 589	3.50 549	0.50 372	0.56 361	0.47 353	0.54 347	0.46 347	0.54 355	0.41 335	0.54 358	0.42 335	0.52 348	0.42 333	3.42 565	4.02 585	0.52 366	0.45 355	0.51 336	0.44 330

AEACV	1.12 432	0.52 226	3.12 580	3.24 534	0.86 435	0.53 356	0.49 364	0.60 361	0.47 352	0.53 350	0.49 370	0.55 362	0.45 343	0.55 356	0.47 349	3.01 560	3.88 583	0.71 388	0.60 390	0.80 375	0.48 342

MSMD_ROB	1.19 434	1.10 328	0.70 374	1.10 383	0.60 387	1.10 433	0.70 405	1.10 423	0.70 406	1.10 431	0.70 411	1.10 437	0.70 401	7.00 609	0.70 405	1.10 415	0.70 380	1.10 442	0.70 414	1.10 417	0.70 397

MM-Stereo_test2	1.20 435	1.85 428	1.05 422	1.46 470	0.94 445	1.36 499	0.99 441	1.36 493	0.95 442	1.41 499	0.98 445	1.40 505	0.96 428	1.37 500	0.95 436	1.37 488	1.06 419	1.33 507	0.93 442	1.29 486	0.89 426

ours_stereo	1.20 435	1.21 386	0.90 407	1.64 482	1.11 459	1.35 497	0.67 390	1.76 508	0.93 440	1.70 512	1.10 454	1.39 503	0.75 410	1.41 502	0.81 425	1.60 501	1.03 418	1.33 507	1.00 445	1.61 497	0.72 402

DisPM	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

CrosDoStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

PFNet+	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

LCNet	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

HHNet	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

Patchmatch Stereo++	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462
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	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

STrans-v2	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

TransformOpticalFlow	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

OMP-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

IIG-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

NF-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

OCTAStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

PSM-softLoss	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

KMStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

NRIStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

PSM-adaLoss	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

PSM-AAD	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

FTStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

ROB_FTStereo_v2	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

ROB_FTStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

Consistency-Raft	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

KYRaft	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

HUI-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

ASMatch	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

DeepStereo_LL	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

DEmStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

SST-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

THIR-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

RAFT_R40	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

DRaft	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

PFNet	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

GrayStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

RE-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

Pruner-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

TVStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

DeepStereo_RVC	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

RAFT-RH_RVC	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

IRAFT_RVC	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

RAFT-345	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

iRAFT	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

CRE-IMP	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

GMM-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

RAFT-IKP	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

Prome-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 436	1.20 466	1.20 444	1.20 463	1.20 448	1.20 453	1.20 447	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 462

HCRNet	1.22 482	7.11 573	3.00 568	3.55 550	0.33 287	0.29 211	0.14 152	0.19 154	0.15 167	0.33 225	0.29 246	0.25 196	0.14 158	0.22 175	0.33 269	3.64 566	3.00 563	0.76 395	0.32 287	0.18 156	0.13 150

HBP-ISP	1.24 483	1.72 416	1.65 522	1.15 391	0.76 423	1.40 503	0.88 430	1.67 507	1.02 453	1.69 511	1.38 525	1.69 513	1.21 499	1.87 518	1.21 508	1.05 411	0.79 397	0.97 432	0.80 431	1.19 432	0.75 409

AANet_RVC	1.26 484	0.31 144	4.99 595	5.93 587	0.20 200	0.25 195	0.20 186	0.25 190	0.20 193	0.23 178	0.19 195	0.25 196	0.20 197	0.25 193	0.20 190	5.66 596	4.76 589	0.26 204	0.30 269	0.24 186	0.27 217

MM-Stereo_test3	1.27 485	2.07 444	1.18 434	1.60 477	1.02 454	1.45 506	1.01 445	1.40 497	1.04 454	1.44 501	1.03 450	1.46 507	1.02 438	1.44 504	1.02 445	1.51 497	1.12 433	1.32 506	0.98 443	1.38 490	0.97 433

11t	1.27 485	2.70 488	1.34 492	1.32 460	0.89 437	1.30 494	1.34 516	1.64 504	0.57 376	1.45 502	0.72 419	1.05 432	1.29 505	1.07 434	1.29 517	1.49 494	1.02 417	0.97 432	1.15 456	1.48 492	1.31 515

MaskLacGwcNet_RVC	1.35 487	1.35 401	1.35 494	1.35 464	1.35 520	1.35 497	1.35 517	1.36 493	1.35 522	1.36 497	1.35 520	1.36 501	1.36 511	1.36 499	1.35 521	1.35 484	1.35 502	1.35 510	1.35 518	1.35 488	1.35 520

CC-Net-ROB	1.36 488	1.33 400	1.33 491	1.36 465	1.38 523	1.36 499	1.33 515	1.37 495	1.34 519	1.35 496	1.36 522	1.38 502	1.34 509	1.38 501	1.38 524	1.35 484	1.38 506	1.33 507	1.35 518	1.43 491	1.34 519

CFNet	1.37 489	5.27 556	0.19 164	5.49 584	0.19 197	0.28 208	0.19 182	0.28 199	0.19 191	0.28 204	0.19 195	0.28 209	4.35 595	0.28 211	0.19 186	0.23 179	0.17 167	0.23 188	4.21 604	4.81 581	0.17 174

PS-NSSS	1.38 490	1.39 404	1.34 492	1.34 462	1.35 520	1.38 501	1.37 524	1.35 492	1.38 525	1.34 495	1.34 519	1.39 503	1.38 514	1.70 510	1.40 525	1.36 486	1.36 503	1.36 512	1.37 521	1.37 489	1.36 521

RASNet	1.49 491	1.65 413	1.45 510	1.38 467	1.43 526	1.47 507	1.36 519	1.38 496	1.36 523	1.39 498	1.60 536	1.45 506	1.45 517	1.51 505	2.21 566	1.53 498	1.36 503	1.36 512	1.36 520	1.66 500	1.36 521

BPD-Stereo	1.53 492	1.36 402	1.06 423	1.42 469	1.23 519	1.41 504	1.07 449	1.43 499	1.12 456	1.42 500	1.06 451	1.83 515	1.07 440	1.42 503	1.07 447	1.27 478	1.38 506	6.80 607	1.00 445	1.26 484	1.00 437

GANetREF_RVC	1.55 493	1.94 441	1.22 486	1.88 485	1.21 515	1.88 516	1.22 507	1.88 510	1.22 512	1.88 513	1.22 509	1.88 516	1.22 500	1.89 519	1.22 509	1.87 509	1.22 488	1.88 531	1.22 509	1.88 509	1.22 508
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	1.59 494	1.91 435	1.21 485	1.94 488	1.20 469	2.00 524	1.23 508	1.99 515	1.24 514	2.00 521	1.25 512	2.03 526	1.26 502	2.00 523	1.29 517	1.90 513	1.18 440	1.89 532	1.21 508	1.89 510	1.20 462
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 495	1.59 411	1.70 524	1.59 474	1.59 532	1.61 510	1.61 535	1.60 500	1.60 532	1.62 510	1.59 535	1.60 509	1.60 520	1.60 506	1.59 532	1.59 499	1.60 525	1.59 518	1.59 538	1.59 496	1.59 534

ff7	1.68 496	2.68 485	1.35 494	0.97 370	0.89 437	1.84 513	2.15 564	2.12 521	1.80 549	2.05 526	1.56 532	2.33 533	2.12 555	2.23 529	2.25 567	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 443

ffff	1.68 496	2.68 485	1.35 494	0.97 370	0.89 437	1.84 513	2.15 564	2.12 521	1.80 549	2.05 526	1.56 532	2.33 533	2.12 555	2.23 529	2.25 567	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 443

ccc-4	1.68 496	2.68 485	1.35 494	0.97 370	0.89 437	1.84 513	2.15 564	2.12 521	1.80 549	2.05 526	1.56 532	2.33 533	2.12 555	2.23 529	2.25 567	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 443

MC-Stereo	1.76 499	2.96 505	1.37 504	2.14 496	1.37 522	2.14 530	1.36 519	2.14 524	1.37 524	2.14 530	1.37 523	2.14 528	1.37 513	2.14 528	1.37 523	1.97 517	1.32 490	1.97 534	1.32 517	1.98 511	1.33 517

IGEVStereo-DCA	1.77 500	4.21 540	1.84 539	2.49 513	2.11 565	2.54 550	1.36 519	1.65 505	1.17 463	2.75 559	1.90 554	2.54 546	1.15 446	0.94 409	1.11 450	1.50 495	1.32 490	0.96 430	1.46 530	1.49 493	0.88 424

rrr	1.77 500	4.21 540	1.84 539	2.49 513	2.11 565	2.54 550	1.36 519	1.65 505	1.17 463	2.75 559	1.90 554	2.54 546	1.15 446	0.94 409	1.11 450	1.50 495	1.32 490	0.96 430	1.46 530	1.49 493	0.88 424

MM-Stereo_test1	1.80 502	3.41 517	1.52 517	2.12 495	1.41 525	2.04 525	1.41 527	2.05 519	1.46 529	2.04 525	1.41 527	2.05 527	1.42 516	2.05 524	1.43 527	2.04 521	1.54 518	1.94 533	1.38 523	1.99 512	1.33 517

MFMNet_re	1.81 503	1.91 435	1.71 526	1.95 490	1.70 543	1.95 521	1.70 540	1.96 513	1.74 545	1.97 518	1.72 544	1.95 519	1.71 528	1.97 522	1.71 540	1.86 507	1.62 526	1.85 524	1.66 545	1.86 508	1.64 540

plain	1.88 504	3.16 511	0.64 356	3.10 529	0.65 399	3.10 565	0.64 383	3.12 564	0.65 388	3.10 565	0.65 396	3.11 566	0.65 383	3.12 564	0.65 379	3.12 561	0.65 366	3.13 564	0.65 403	3.13 552	0.65 388

RAFT_CTSACE	1.92 505	3.71 524	1.72 527	1.88 485	1.72 544	2.04 525	1.42 529	2.18 526	1.89 560	2.02 523	1.97 560	1.95 519	2.06 554	1.93 520	1.62 533	1.76 504	1.66 529	2.02 535	1.73 554	1.73 503	1.43 526

MonStereo1	1.94 506	2.77 498	1.52 517	3.73 557	1.51 529	2.13 529	1.42 529	2.32 534	1.52 530	2.31 538	1.50 530	2.53 543	1.59 519	2.34 536	1.56 530	1.91 514	1.36 503	1.86 527	1.31 516	2.07 513	1.53 527

4.25w-stereo	1.98 507	2.72 492	1.46 511	3.47 546	1.43 526	2.07 527	1.98 555	2.53 546	1.52 530	2.71 552	1.98 566	1.81 514	1.62 522	1.96 521	1.36 522	1.88 512	2.00 543	2.53 558	1.61 540	1.74 504	1.15 453

4.5w-stereo	1.99 508	2.33 465	1.81 530	3.28 536	1.68 539	1.94 518	1.99 558	2.72 549	1.70 537	2.72 553	1.99 569	1.97 521	1.68 524	1.76 512	1.29 517	1.91 514	2.02 549	2.53 558	1.61 540	1.75 505	1.16 456

2.75w_new	1.99 508	2.34 469	1.81 530	3.14 530	1.62 534	1.94 518	1.99 558	2.72 549	1.71 538	2.72 553	1.99 569	1.90 517	1.73 530	1.82 517	1.29 517	2.37 542	2.01 545	2.31 545	1.42 527	1.77 506	1.22 508

3.75w	1.99 508	2.31 463	1.83 538	3.16 532	1.65 536	1.93 517	1.98 555	2.72 549	1.68 534	2.73 558	1.97 560	2.00 523	1.72 529	1.81 516	1.25 513	2.27 533	2.01 545	2.38 550	1.42 527	1.71 502	1.24 511

2w_stereo	1.99 508	2.36 472	1.81 530	3.24 534	1.67 537	1.94 518	1.98 555	2.72 549	1.68 534	2.72 553	1.94 557	1.98 522	1.74 532	1.79 515	1.27 514	1.95 516	2.00 543	2.53 558	1.60 539	1.68 501	1.15 453

2.25w	2.00 512	1.86 430	1.98 552	2.95 527	2.17 569	2.26 531	1.35 517	2.42 540	2.00 567	2.07 529	1.27 514	2.53 543	1.99 550	2.29 533	1.49 529	2.21 528	1.32 490	1.85 524	1.87 558	2.52 539	1.62 538

4.25_new	2.00 512	2.33 465	1.82 535	3.32 539	1.69 540	1.95 521	1.99 558	2.72 549	1.71 538	2.72 553	1.97 560	2.01 524	1.74 532	1.77 513	1.28 515	2.18 525	2.01 545	2.48 556	1.58 536	1.65 498	1.17 457

4.5w_new	2.00 512	2.33 465	1.82 535	3.32 539	1.69 540	1.95 521	1.99 558	2.72 549	1.71 538	2.72 553	1.97 560	2.01 524	1.74 532	1.77 513	1.28 515	2.18 525	2.01 545	2.48 556	1.58 536	1.65 498	1.17 457

4.5_new	2.00 512	1.84 427	1.98 552	2.77 521	2.16 567	2.27 532	1.28 514	2.09 520	1.98 564	2.01 522	1.28 515	2.71 555	1.98 548	2.51 545	1.65 535	2.26 530	1.33 497	1.87 528	1.87 558	2.49 535	1.60 535

TRStereo	2.00 512	2.13 449	1.85 541	2.27 502	1.84 548	2.28 534	1.84 544	2.29 529	1.86 554	2.30 535	1.87 549	2.30 530	1.87 538	2.08 525	1.72 542	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 545

XX-Stereo	2.00 512	2.13 449	1.85 541	2.27 502	1.84 548	2.28 534	1.84 544	2.29 529	1.86 554	2.30 535	1.87 549	2.30 530	1.87 538	2.08 525	1.72 542	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 545

EAI-Stereo	2.00 512	2.13 449	1.85 541	2.27 502	1.84 548	2.28 534	1.84 544	2.29 529	1.86 554	2.30 535	1.87 549	2.30 530	1.87 538	2.08 525	1.72 542	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 545

2.5w	2.01 519	2.40 474	1.37 504	3.28 536	2.01 559	2.71 555	1.43 532	1.82 509	1.83 552	1.90 515	1.41 527	2.71 555	1.35 510	2.71 554	1.85 553	2.66 554	1.53 516	1.64 519	1.23 510	2.53 542	1.87 554

4w-stereo	2.02 520	2.72 492	1.44 509	3.36 542	1.59 532	2.48 543	1.72 541	2.28 527	1.24 514	2.24 533	1.65 540	2.56 548	1.32 508	2.39 539	1.98 563	2.67 556	1.51 514	1.66 520	1.24 511	2.53 542	1.88 557

IGEV	2.02 520	2.20 455	1.82 535	2.90 526	2.16 567	2.41 540	1.25 510	2.00 516	1.98 564	1.99 520	1.31 517	2.72 559	1.93 544	2.67 553	1.69 539	2.26 530	1.32 490	1.83 523	1.87 558	2.53 542	1.61 537

3.25w_new	2.03 522	2.72 492	1.35 494	3.33 541	1.57 530	2.72 556	1.53 534	2.15 525	1.33 518	2.15 531	1.60 536	2.63 552	1.30 506	2.72 556	1.99 564	2.67 556	1.53 516	1.75 522	1.25 513	2.53 542	1.87 554

3.5w_stereo	2.03 522	2.72 492	1.35 494	3.41 543	1.57 530	2.72 556	1.49 533	2.01 517	1.34 519	2.15 531	1.61 538	2.63 552	1.36 511	2.72 556	1.99 564	2.66 554	1.58 521	1.68 521	1.24 511	2.53 542	1.87 554

UniTT-Stereo	2.03 522	3.43 518	0.72 381	3.42 544	0.73 414	3.27 568	0.68 394	3.38 569	0.69 402	3.29 568	0.72 419	3.28 569	0.70 401	3.35 570	0.68 391	3.39 564	0.68 373	3.31 567	0.69 412	3.37 553	0.73 405

3.25w	2.04 525	2.20 455	1.48 512	3.03 528	2.17 569	2.63 554	1.39 525	1.96 513	1.95 563	1.96 516	1.37 523	2.71 555	1.96 547	2.71 554	1.73 547	2.26 530	1.32 490	1.87 528	1.87 558	2.51 538	1.63 539

3w_stereo	2.04 525	2.24 459	1.70 524	3.15 531	2.18 571	2.49 544	1.26 512	2.03 518	1.98 564	1.98 519	1.33 518	2.72 559	1.99 550	2.59 548	1.72 542	2.22 529	1.33 497	1.85 524	1.88 563	2.50 537	1.58 533

1w_stereo	2.05 527	2.32 464	1.35 494	3.74 558	2.01 559	2.73 558	1.42 529	1.88 510	1.93 562	2.03 524	1.28 515	2.71 555	1.99 550	2.72 556	1.72 542	2.20 527	1.32 490	1.87 528	1.86 557	2.45 531	1.54 528

sCroCo_RVC	2.10 528	2.76 496	1.92 549	2.78 524	1.39 524	2.73 558	1.41 527	2.73 555	1.40 526	2.77 564	1.41 527	2.74 561	1.40 515	2.74 559	1.40 525	2.72 558	1.42 509	2.72 562	1.44 529	2.79 549	1.42 525

MoCha-V2	2.11 529	26.97 615	0.78 392	0.92 358	0.77 426	0.96 408	0.72 410	0.90 393	0.72 414	0.94 410	0.70 411	0.90 407	0.71 405	0.91 403	0.71 407	0.85 385	0.71 384	0.88 412	0.69 412	0.87 385	0.67 393

FBW_ROB	2.12 530	2.46 478	1.77 529	2.49 513	1.79 547	2.38 538	1.83 543	2.46 541	1.78 548	2.48 546	1.97 560	2.40 538	1.78 535	2.42 542	1.83 551	2.31 538	1.85 540	2.38 550	1.82 556	2.35 526	1.84 550

MonStereo	2.17 531	2.41 475	1.49 516	2.67 518	1.67 537	2.60 553	2.04 562	2.32 534	1.76 546	2.44 543	1.68 542	2.50 541	1.69 526	2.38 537	1.80 550	2.28 534	1.78 535	2.63 561	2.14 566	3.47 554	1.68 543

asda	2.17 531	2.54 479	1.81 530	3.47 546	1.78 546	2.50 546	1.86 548	2.61 548	1.68 534	2.61 550	1.83 546	2.37 537	1.73 530	2.44 543	1.88 558	2.51 551	1.84 539	2.34 547	1.62 542	2.23 519	1.77 549

asd	2.18 533	2.77 498	1.58 519	3.59 551	2.00 558	2.58 552	1.85 547	2.39 539	1.71 538	2.47 545	1.97 560	2.59 550	1.61 521	2.56 546	1.79 549	2.51 551	1.99 542	2.11 540	1.62 542	2.36 527	1.60 535

qwe	2.18 533	2.60 482	1.58 519	3.83 559	1.90 556	2.53 548	1.90 553	2.48 542	1.73 543	2.37 541	1.92 556	2.53 543	1.68 524	2.56 546	1.83 551	2.52 553	1.87 541	2.07 536	1.68 548	2.32 525	1.71 544

monsters	2.18 533	2.41 475	1.96 551	3.47 546	2.03 563	2.53 548	1.64 537	2.48 542	1.73 543	2.40 542	1.50 530	2.62 551	1.94 545	2.59 548	1.94 560	2.44 546	1.57 520	2.28 543	1.87 558	2.42 529	1.86 552

AIO_rvc	2.18 533	2.34 469	1.87 545	2.32 506	1.94 557	2.40 539	1.89 552	2.37 537	2.07 569	2.52 548	1.95 559	2.44 540	1.99 550	2.41 540	1.89 559	2.32 539	2.09 551	2.24 541	2.18 567	2.21 518	2.23 561

HUF	2.18 533	2.30 462	1.99 555	2.34 508	2.02 562	2.41 540	2.06 563	2.38 538	1.89 560	2.36 540	1.85 547	2.56 548	1.98 548	2.31 535	1.97 562	2.30 537	2.03 550	2.30 544	2.11 565	2.23 519	2.16 559

AIO_test	2.18 533	2.09 447	2.04 556	2.42 510	2.01 559	2.47 542	1.94 554	2.34 536	2.03 568	2.56 549	1.94 557	2.43 539	1.94 545	2.41 540	1.87 557	2.39 544	2.10 552	2.35 549	1.91 564	2.25 521	2.19 560

monsterstereo	2.20 539	2.33 465	1.95 550	3.65 553	2.07 564	2.49 544	1.61 535	2.48 542	1.83 552	2.45 544	1.61 538	2.67 554	1.86 537	2.64 550	1.94 560	2.48 550	1.66 529	2.34 547	1.68 548	2.40 528	1.86 552

LG-G_1	2.22 540	2.71 490	1.89 546	2.77 521	1.87 554	2.75 560	1.87 550	2.76 557	1.87 558	2.75 559	1.87 549	2.76 562	1.87 538	2.75 560	1.86 554	2.47 548	1.58 521	2.45 553	1.57 533	2.45 531	1.57 531

LG-G	2.22 540	2.71 490	1.89 546	2.77 521	1.87 554	2.75 560	1.87 550	2.76 557	1.87 558	2.75 559	1.87 549	2.76 562	1.87 538	2.75 560	1.86 554	2.47 548	1.58 521	2.45 553	1.57 533	2.45 531	1.57 531

LGtest1	2.22 540	2.70 488	1.89 546	2.76 520	1.86 551	2.75 560	1.86 548	2.75 556	1.86 554	2.75 559	1.86 548	2.77 564	1.87 538	2.75 560	1.86 554	2.46 547	1.58 521	2.45 553	1.56 532	2.45 531	1.56 530

RAStereo	2.23 543	3.64 521	0.76 389	3.65 553	0.86 435	3.66 573	0.76 415	3.67 573	0.81 430	3.66 570	0.76 425	3.66 572	0.77 413	3.68 572	0.77 417	3.68 567	0.77 393	3.69 572	0.77 425	3.70 556	0.77 414

UDGNet	2.23 543	5.40 561	1.72 527	2.48 512	1.69 540	2.51 547	1.69 539	2.51 545	1.72 542	2.50 547	1.69 543	2.52 542	1.69 526	2.50 544	1.68 538	2.41 545	1.70 531	2.42 552	1.69 550	2.42 529	1.64 540

NCCL2	2.28 545	2.27 460	2.28 558	2.28 505	2.28 572	2.27 532	2.29 567	2.28 527	2.28 570	2.27 534	2.28 572	2.28 529	2.27 558	2.27 532	2.28 571	2.28 534	2.28 557	2.27 542	2.29 571	2.27 522	2.29 562

Abc-Net	2.32 546	24.75 607	1.14 428	1.17 397	1.17 466	1.11 436	1.15 455	1.17 430	1.21 511	1.08 430	1.16 458	1.12 442	1.14 445	1.09 435	1.17 458	1.09 413	1.16 436	1.17 450	1.17 459	1.16 424	1.11 446
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 547	25.00 608	1.13 427	1.15 391	1.15 461	1.10 433	1.15 455	1.15 425	1.15 458	1.12 437	1.15 455	1.09 435	1.13 443	1.10 437	1.15 454	1.11 420	1.09 426	1.16 446	1.12 454	1.16 424	1.17 457

stereogan	2.33 547	24.38 606	1.18 434	1.18 398	1.18 468	1.14 439	1.18 459	1.19 433	1.19 465	1.14 440	1.18 462	1.14 443	1.18 451	1.14 442	1.18 459	1.14 423	1.14 434	1.19 455	1.19 460	1.15 422	1.19 461

RGC	2.36 549	25.48 609	1.19 436	1.15 391	1.15 461	1.10 433	1.16 457	1.17 430	1.16 459	1.12 437	1.16 458	1.11 441	1.13 443	1.09 435	1.18 459	1.10 415	1.15 435	1.16 446	1.12 454	1.14 419	1.12 448

NCC-stereo	2.36 549	25.52 610	1.17 432	1.15 391	1.17 466	1.11 436	1.11 451	1.15 425	1.16 459	1.10 431	1.16 458	1.10 437	1.15 446	1.14 442	1.13 452	1.09 413	1.11 430	1.15 445	1.16 458	1.17 429	1.17 457

AF-Net	2.37 551	25.71 611	1.17 432	1.13 388	1.15 461	1.15 440	1.18 459	1.19 433	1.16 459	1.10 431	1.15 455	1.10 437	1.18 451	1.12 441	1.15 454	1.10 415	1.10 429	1.17 450	1.15 456	1.16 424	1.12 448

Nwc_Net	2.37 551	25.95 612	1.15 430	1.14 389	1.15 461	1.08 430	1.14 454	1.17 430	1.16 459	1.14 440	1.15 455	1.08 433	1.15 446	1.11 439	1.14 453	1.10 415	1.11 430	1.16 446	1.09 453	1.16 424	1.15 453

CFNet_RVC	2.38 553	8.71 584	0.38 260	9.33 603	0.42 348	0.56 361	0.42 338	0.60 361	0.38 310	0.62 371	0.42 345	0.56 365	7.29 607	0.62 366	0.42 333	0.53 331	0.37 267	0.49 354	0.34 299	8.30 604	6.87 610

edge stereo	2.43 554	27.07 616	1.14 428	1.06 380	1.14 460	1.08 430	1.17 458	1.16 428	1.14 457	1.10 431	1.16 458	1.09 435	1.16 450	1.10 437	1.16 457	1.10 415	1.11 430	1.16 446	1.19 460	1.13 418	1.11 446

FAT-Stereo	2.46 555	26.05 613	1.23 488	1.23 447	1.22 517	1.20 442	1.24 509	1.23 484	1.23 513	1.19 443	1.22 509	1.21 493	1.24 501	1.20 447	1.24 510	1.21 474	1.17 439	1.22 503	1.25 513	1.20 434	1.24 511

S-Stereo	2.51 556	26.86 614	1.23 488	1.22 445	1.22 517	1.24 490	1.25 510	1.22 482	1.24 514	1.21 489	1.24 511	1.19 447	1.27 503	1.19 446	1.24 510	1.19 426	1.20 441	1.25 504	1.19 460	1.24 483	1.23 510

Anonymous3	2.55 557	3.26 515	1.65 522	3.28 536	1.63 535	3.24 567	1.68 538	3.27 566	1.66 533	3.28 567	1.67 541	3.25 568	1.66 523	3.27 566	1.64 534	3.26 562	1.65 528	3.30 566	1.65 544	4.95 586	1.65 542

MIF-Stereo (partial)	2.58 558	3.31 516	0.66 360	3.18 533	0.66 402	3.18 566	0.66 386	3.21 565	0.67 391	3.19 566	0.66 398	3.19 567	0.66 386	3.31 568	0.68 391	5.09 592	1.79 537	8.23 611	1.67 546	6.18 595	1.38 523

MSMDNet	2.65 559	10.14 595	0.33 232	9.74 606	0.32 275	0.87 397	0.33 273	2.95 563	0.68 397	0.49 323	0.34 291	0.49 328	5.70 602	0.49 326	0.33 269	0.42 292	9.57 608	0.41 310	0.31 280	8.36 605	0.65 388

pcwnet_v2	2.66 560	9.89 593	0.33 232	9.89 607	0.32 275	0.50 339	0.32 262	0.49 317	0.33 280	0.49 323	0.34 291	0.49 328	8.76 609	0.48 320	0.33 269	0.41 278	9.58 609	0.40 293	0.29 255	9.01 608	0.63 380

CFNet_pseudo	2.67 561	9.36 589	0.32 226	10.99 612	0.33 287	0.85 395	0.33 273	0.49 317	0.33 280	0.49 323	0.32 276	0.49 328	7.26 606	0.49 326	0.33 269	0.41 278	9.62 610	0.41 310	0.29 255	10.03 612	0.29 236

CFNet_ucs	2.73 562	9.64 591	0.33 232	9.92 608	0.32 275	0.49 330	0.33 273	0.49 317	0.33 280	0.49 323	0.33 283	0.49 328	8.98 610	0.48 320	0.33 269	0.41 278	9.96 613	0.40 293	0.29 255	10.12 613	0.54 362

UCFNet_RVC	2.75 563	10.06 594	0.29 203	10.31 611	0.29 248	0.42 295	0.29 241	0.43 292	0.29 242	0.42 281	0.29 246	0.42 294	9.87 612	0.43 293	0.29 239	0.36 238	9.84 612	0.36 263	0.26 229	9.77 611	0.26 207

ccs_rob	2.79 564	10.17 596	0.32 226	10.00 609	0.33 287	0.49 330	0.33 273	1.90 512	0.32 273	0.51 344	0.33 283	0.49 328	9.24 611	0.49 326	0.33 269	0.41 278	9.82 611	0.41 310	0.28 245	9.34 609	0.29 236

PCWNet_CMD	2.80 565	9.82 592	0.32 226	10.09 610	0.32 275	0.49 330	0.33 273	3.34 568	0.33 280	0.49 323	0.33 283	0.49 328	8.73 608	0.48 320	0.33 269	0.41 278	9.22 607	0.42 321	0.29 255	9.55 610	0.31 258

NLSM1	2.93 566	3.24 514	2.57 566	4.04 560	2.66 575	3.30 569	2.55 570	3.29 567	2.55 572	3.35 569	2.48 574	3.28 569	2.47 560	3.34 569	2.49 572	3.26 562	2.55 561	3.13 564	2.57 574	3.00 551	2.46 569

StereoVision	3.15 567	5.00 550	0.89 404	4.83 577	1.00 448	3.93 574	1.27 513	6.37 603	1.34 519	5.67 603	1.26 513	5.84 605	1.27 503	5.03 600	1.24 510	5.10 593	1.09 426	4.61 585	0.57 386	5.62 593	1.12 448

MaDis-Stereo	3.19 568	6.02 571	1.12 426	5.61 586	1.16 465	5.43 601	1.02 447	5.15 600	0.70 406	5.43 600	1.21 508	5.03 602	0.97 429	4.85 594	0.99 440	4.53 574	1.16 436	5.53 601	1.25 513	5.37 591	1.30 514

sAnonymous2	3.31 569	2.63 483	1.38 506	3.71 555	1.86 551	4.70 593	1.11 451	4.82 596	2.72 574	5.45 601	1.98 566	4.59 587	2.64 561	2.65 551	6.21 607	4.37 570	1.08 424	5.16 599	2.24 569	4.52 568	2.39 567

CroCo_RVC	3.31 569	2.63 483	1.38 506	3.71 555	1.86 551	4.70 593	1.11 451	4.82 596	2.72 574	5.45 601	1.98 566	4.59 587	2.64 561	2.65 551	6.21 607	4.37 570	1.08 424	5.16 599	2.24 569	4.52 568	2.39 567

DPSNet	3.66 571	3.60 520	3.62 587	3.63 552	3.64 597	3.65 572	3.65 596	3.66 572	3.67 593	3.67 571	3.65 594	3.67 573	3.66 582	3.66 571	3.68 591	3.68 567	3.66 581	3.67 571	3.68 597	3.67 555	3.67 595

NLCSM	3.67 572	4.08 535	3.19 583	4.80 576	3.26 590	3.99 577	3.24 591	4.25 579	3.18 589	4.09 575	3.27 589	4.14 578	3.18 577	4.13 577	3.28 587	4.06 569	3.10 571	3.85 576	3.14 588	3.91 561	3.27 591

STTStereo	3.73 573	30.40 620	2.37 562	2.39 509	2.31 574	2.35 537	2.33 568	2.29 529	2.42 571	2.32 539	2.34 573	2.33 533	2.36 559	2.30 534	2.27 570	2.35 541	2.22 556	2.31 545	2.22 568	2.29 524	2.34 566

rvit_105_1	3.83 574	5.22 554	3.01 569	4.53 564	3.01 578	4.51 581	3.01 576	4.56 583	3.04 577	4.53 582	3.03 578	4.55 585	3.03 565	4.56 583	3.04 574	4.57 576	3.05 564	4.57 580	3.05 579	4.57 570	3.05 576

rvit_stereo_0081	3.83 574	5.23 555	3.01 569	4.53 564	3.03 580	4.55 587	3.02 577	4.56 583	3.04 577	4.52 580	3.02 576	4.54 583	3.03 565	4.56 583	3.04 574	4.57 576	3.05 564	4.57 580	3.05 579	4.58 571	3.05 576

rvit_stereo_0081_aga	3.86 576	5.33 558	3.02 572	4.55 570	3.04 584	4.54 583	3.02 577	4.64 590	3.06 581	4.54 584	3.04 580	4.62 592	3.08 572	4.62 589	3.07 579	4.58 579	3.06 568	4.60 584	3.08 583	4.63 574	3.07 580

rvit_stereo_0082	3.86 576	5.82 569	3.01 569	4.53 564	3.03 580	4.54 583	3.02 577	4.56 583	3.04 577	4.53 582	3.02 576	4.55 585	3.04 568	4.57 586	3.05 576	4.57 576	3.05 564	4.58 582	3.05 579	4.58 571	3.06 579

rvit_0105_6	3.87 578	5.73 568	3.10 579	4.69 574	3.12 588	4.54 583	3.02 577	4.56 583	3.04 577	4.54 584	3.03 578	4.54 583	3.04 568	4.56 583	3.05 576	4.58 579	3.05 564	4.58 582	3.05 579	4.58 571	3.05 576

rvit_stereo_0080	3.89 579	5.70 566	3.04 574	4.54 567	3.03 580	4.56 588	3.05 583	4.60 587	3.07 582	4.58 587	3.06 581	4.59 587	3.06 570	4.61 587	3.08 580	4.63 581	3.09 569	4.64 586	3.10 584	4.65 575	3.10 583

whm_eth	3.89 579	5.70 566	3.04 574	4.54 567	3.03 580	4.56 588	3.05 583	4.60 587	3.07 582	4.58 587	3.06 581	4.59 587	3.06 570	4.61 587	3.08 580	4.63 581	3.09 569	4.64 586	3.10 584	4.65 575	3.10 583

rvit_0105_4	3.91 581	5.47 565	3.02 572	4.54 567	3.02 579	4.54 583	3.03 581	4.75 593	3.17 588	4.57 586	3.06 581	4.61 591	3.16 576	4.65 590	3.09 582	4.66 583	3.11 572	4.68 589	3.18 590	4.81 581	3.16 588

rvit_0105_3	3.91 581	5.33 558	3.06 577	4.60 572	3.07 586	4.60 590	3.06 585	4.62 589	3.08 585	4.60 589	3.07 584	4.62 592	3.08 572	4.67 591	3.10 583	4.70 584	3.11 572	4.77 593	3.19 591	4.77 580	3.14 587

rvit_stereo_0083	3.92 583	5.30 557	3.06 577	4.61 573	3.09 587	4.67 592	3.08 586	4.66 591	3.09 586	4.62 590	3.10 586	4.66 595	3.11 574	4.67 591	3.16 585	4.72 586	3.16 575	4.77 593	3.11 586	4.66 577	3.11 585

rvit_stereo_ft	3.93 584	5.44 563	3.05 576	4.59 571	3.06 585	4.61 591	3.08 586	4.67 592	3.12 587	4.63 591	3.10 586	4.65 594	3.11 574	4.69 593	3.13 584	4.70 584	3.14 574	4.71 591	3.15 589	4.74 578	3.16 588

rvit_0105_5	4.10 585	5.40 561	3.13 582	4.71 575	3.15 589	4.72 595	3.10 588	4.90 598	3.27 590	4.69 592	3.16 588	4.84 599	3.25 578	4.96 597	3.34 588	5.05 591	3.39 580	5.10 598	3.40 592	5.11 588	3.42 592

MLG-Stereo_test1	4.25 586	5.34 560	3.61 586	5.31 582	3.63 596	5.23 599	3.57 594	5.38 601	3.65 592	5.23 598	3.47 591	4.76 596	3.74 585	4.85 594	3.71 592	4.96 588	3.18 577	4.71 591	2.92 576	4.86 584	2.90 573

MLG-Stereo_test3	4.26 587	4.85 548	3.95 590	5.35 583	3.60 595	4.75 596	3.76 597	5.49 602	3.71 594	5.39 599	3.69 595	4.82 598	3.66 582	4.85 594	3.73 595	4.93 587	3.19 578	4.69 590	2.99 578	4.84 583	2.98 575

MLG-Stereo_test2	4.28 588	5.46 564	3.69 588	4.86 578	3.72 598	5.58 602	3.42 592	4.81 595	3.77 598	4.85 594	3.72 596	5.55 604	3.63 581	5.58 601	3.53 590	4.41 573	3.28 579	4.99 597	2.95 577	4.75 579	3.13 586

RAFT+CT+SA	4.28 588	7.62 577	4.91 594	5.55 585	2.28 572	3.09 564	3.64 595	4.49 581	3.07 582	4.80 593	3.35 590	4.77 597	3.70 584	4.29 580	3.05 576	5.58 595	5.98 596	3.58 570	3.78 599	4.26 564	3.72 596

SA	4.33 590	7.35 574	6.85 605	5.96 588	4.09 602	3.59 571	3.15 589	3.82 574	2.64 573	3.91 572	3.85 597	3.57 571	2.72 563	3.13 565	4.03 598	7.09 606	6.86 601	3.57 569	3.12 587	3.85 557	3.51 594

Sa-1000	4.34 591	8.37 580	6.84 604	6.98 595	4.45 605	3.58 570	3.00 575	3.42 570	3.39 591	2.61 550	4.00 600	3.83 575	4.01 593	3.90 574	3.90 596	5.98 599	5.62 594	3.76 573	2.34 572	4.35 566	2.47 570

TestStereo1	4.60 592	8.41 581	6.44 602	6.86 593	3.79 599	3.97 575	3.78 598	3.99 576	3.74 595	3.97 573	3.52 592	3.94 576	3.58 579	3.98 575	3.72 593	6.82 603	6.50 599	3.76 573	3.66 595	3.90 558	3.74 598

SA-5K	4.60 592	8.41 581	6.44 602	6.86 593	3.79 599	3.97 575	3.78 598	3.99 576	3.74 595	3.97 573	3.52 592	3.94 576	3.58 579	3.98 575	3.72 593	6.82 603	6.50 599	3.76 573	3.66 595	3.90 558	3.74 598

DispFullNet	4.61 594	4.84 547	3.12 580	5.00 580	3.57 594	4.75 596	3.03 581	7.75 609	4.17 602	4.91 596	3.09 585	6.20 606	3.95 591	6.71 605	3.51 589	5.30 594	3.67 582	5.86 605	3.63 594	5.61 592	3.46 593

test_5	4.62 595	7.55 576	6.23 600	6.32 590	3.40 593	5.29 600	3.50 593	3.53 571	4.11 601	4.28 577	4.47 604	4.26 581	4.38 596	3.68 572	3.24 586	5.89 597	5.60 593	4.84 595	3.50 593	4.33 565	3.93 602

raft_robust	4.71 596	7.75 578	5.40 599	6.81 592	3.31 591	4.28 580	4.20 603	4.32 580	4.37 604	4.35 579	4.35 603	4.14 578	3.75 586	4.30 581	4.20 601	6.67 602	6.37 597	3.36 568	4.24 605	4.86 584	3.25 590

cross-raft	4.83 597	7.52 575	6.43 601	6.63 591	3.96 601	4.51 581	3.99 601	4.49 581	3.96 600	4.52 580	3.96 599	4.50 582	3.97 592	4.50 582	3.97 597	6.65 601	6.44 598	4.33 577	3.92 601	4.35 566	3.91 601

test_4	4.88 598	8.13 579	6.98 606	7.46 596	4.44 604	4.25 579	3.85 600	4.04 578	3.92 599	4.13 576	3.91 598	4.18 580	3.84 589	4.14 578	4.06 599	7.01 605	7.13 602	4.53 578	3.72 598	4.09 562	3.72 596

TestStereo	4.88 598	4.75 546	4.79 593	4.87 579	4.92 606	4.81 598	4.90 606	4.78 594	4.77 605	4.87 595	4.89 605	4.90 600	4.91 598	4.99 598	4.79 603	4.98 589	4.87 590	4.87 596	4.92 607	5.00 587	5.00 605

test_3	5.01 600	8.86 586	7.77 608	8.09 598	2.76 577	4.13 578	4.05 602	3.88 575	3.76 597	4.33 578	4.13 601	3.71 574	3.91 590	4.21 579	4.06 599	7.93 607	7.69 604	4.53 578	3.91 600	4.17 563	4.29 604

NLCA_NET_v2_RVC	5.04 601	50.87 630	2.78 567	2.87 525	2.71 576	2.78 563	0.47 353	2.88 562	2.86 576	1.89 514	2.67 575	2.79 565	2.79 564	2.78 563	2.83 573	2.82 559	2.82 562	2.83 563	2.77 575	2.83 550	2.76 571
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	5.10 602	5.15 552	4.49 592	5.07 581	3.37 592	6.87 605	4.75 605	5.04 599	6.34 609	7.84 609	5.06 606	6.72 610	4.09 594	4.99 598	5.44 606	5.03 590	3.16 575	4.67 588	4.86 606	5.15 589	3.89 600

U	5.15 603	8.49 583	1.81 530	8.49 600	1.77 545	8.49 610	1.77 542	8.51 611	1.77 547	8.49 611	1.77 545	8.50 612	1.78 535	8.58 611	1.77 548	8.54 610	1.78 535	8.55 612	1.78 555	8.55 606	1.84 550

SGM-Forest	5.21 604	5.92 570	4.08 591	6.18 589	4.16 603	6.31 604	4.34 604	6.50 604	4.33 603	6.14 605	4.21 602	6.61 609	4.55 597	6.67 604	4.48 602	5.94 598	3.94 584	5.85 604	4.03 603	5.79 594	4.17 603
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 605	9.16 588	8.03 611	8.09 598	5.62 609	6.11 603	6.35 609	6.85 606	4.94 606	6.08 604	6.29 611	4.98 601	6.43 603	6.22 602	6.36 609	6.16 600	7.47 603	5.82 603	5.44 610	7.11 600	5.68 608

rvit_stereo_0075_2	6.64 606	8.80 585	5.25 596	7.89 597	5.27 608	7.90 609	5.27 607	7.92 610	5.28 607	7.91 610	5.29 608	7.93 611	5.27 599	7.92 610	5.28 604	7.93 607	5.28 592	7.93 610	5.29 609	7.93 603	5.28 607

RAFT	6.73 607	9.36 589	7.40 607	8.51 601	6.55 610	6.88 606	6.60 610	6.79 605	6.60 610	6.80 606	6.72 612	5.31 603	5.50 601	6.61 603	6.61 610	8.42 609	5.89 595	5.73 602	5.45 611	6.61 596	6.24 609

SGM+DAISY	7.06 608	9.15 587	5.38 598	8.84 602	5.18 607	8.80 611	5.31 608	8.79 612	5.28 607	8.89 612	5.20 607	8.93 613	5.33 600	8.95 612	5.36 605	8.70 611	5.21 591	8.74 613	5.20 608	8.89 607	5.15 606

test-v	7.53 609	11.89 597	7.98 609	9.36 604	7.14 611	7.06 607	7.09 611	7.37 607	6.91 611	7.29 607	5.71 609	6.45 607	6.93 604	6.73 606	7.27 611	8.93 612	7.85 605	6.98 608	6.80 612	7.56 601	7.34 611

test-2	7.53 609	11.89 597	7.98 609	9.36 604	7.14 611	7.06 607	7.09 611	7.37 607	6.91 611	7.29 607	5.71 609	6.45 607	6.93 604	6.73 606	7.27 611	8.93 612	7.85 605	6.98 608	6.80 612	7.56 601	7.34 611

PA-Net	11.80 611	223.51 637	0.62 353	0.59 312	0.71 411	0.59 369	0.73 411	0.67 370	0.73 417	0.55 358	0.61 390	0.60 372	0.74 408	0.63 370	0.73 409	0.66 357	0.60 356	0.69 385	0.66 405	0.72 362	0.65 388
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 612	23.00 605	15.00 612	23.00 619	15.00 613	24.00 618	16.00 613	24.00 619	16.00 613	22.00 619	15.00 613	23.00 620	16.00 613	23.00 619	15.00 613	22.00 620	15.00 614	22.00 620	15.00 614	22.00 620	15.00 613

rafts_anoy	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 613	20.00 614	20.00 613	20.00 614	20.00 614	20.00 614	20.00 613	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 614

raft+_RVC	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 613	20.00 614	20.00 613	20.00 614	20.00 614	20.00 614	20.00 613	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 614

raftrobust	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 613	20.00 614	20.00 613	20.00 614	20.00 614	20.00 614	20.00 613	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 614

CasAABBNet	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 613	20.00 614	20.00 613	20.00 614	20.00 614	20.00 614	20.00 613	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 614

RALCasStereoNet	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 613	20.00 614	20.00 613	20.00 614	20.00 614	20.00 614	20.00 613	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 614

RALAANet	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 613	20.00 614	20.00 613	20.00 614	20.00 614	20.00 614	20.00 613	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 614

111	30.40 619	30.94 621	29.72 620	32.61 620	30.02 621	33.57 619	30.47 621	31.50 620	29.39 621	30.98 620	29.11 621	29.78 621	30.39 624	29.45 620	30.76 624	30.08 621	29.02 622	29.92 621	30.32 625	29.86 621	30.17 621

WCMA_ROB	31.10 620	35.43 625	27.12 619	39.51 631	23.10 620	38.78 630	25.30 620	37.49 631	25.39 620	37.29 630	27.02 620	38.52 632	26.48 620	37.80 630	26.44 620	36.28 628	22.65 621	33.90 625	22.30 621	37.10 629	24.18 620

DCANet-4	35.22 621	34.54 622	35.08 626	33.58 624	35.47 628	34.55 620	35.53 628	36.08 626	35.85 625	35.92 626	35.77 627	35.18 627	35.48 626	35.39 626	37.15 630	34.55 627	33.92 626	35.02 628	34.90 627	35.79 625	34.74 628

ADStereo(finetuned)	36.13 622	36.63 626	38.07 630	36.97 625	33.25 625	35.91 624	34.45 625	36.36 627	32.99 622	38.14 631	36.71 628	36.69 628	34.13 625	38.57 631	40.79 631	37.60 632	36.58 629	35.90 629	33.36 626	35.42 624	34.04 625

Reg-Stereo(zero)	37.00 623	37.00 627	37.00 627	37.00 626	37.00 629	37.00 627	37.00 629	37.00 628	37.00 626	37.00 627	37.00 629	37.00 629	37.00 627	37.00 627	37.00 627	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 629

HI	37.00 623	37.00 627	37.00 627	37.00 626	37.00 629	37.00 627	37.00 629	37.00 628	37.00 626	37.00 627	37.00 629	37.00 629	37.00 627	37.00 627	37.00 627	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 629

CoSv	37.00 623	37.00 627	37.00 627	37.00 626	37.00 629	37.00 627	37.00 629	37.00 628	37.00 626	37.00 627	37.00 629	37.00 629	37.00 627	37.00 627	37.00 627	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 629

MDST_ROB	69.83 626	87.70 631	41.95 631	113.75 634	65.62 634	75.05 631	55.25 633	75.64 633	45.04 629	71.61 632	41.75 632	72.81 633	44.06 630	68.38 632	44.63 632	101.89 635	59.57 635	107.10 635	61.05 635	104.38 632	59.38 634

NOSS_ROB	102.95 627	153.00 635	121.00 634	51.00 632	44.00 632	165.00 634	127.00 634	153.00 634	119.00 631	164.00 635	125.00 634	168.00 636	120.00 632	153.00 634	117.00 634	49.00 633	44.00 633	49.00 633	44.00 633	49.00 630	44.00 632

CBMV	128.50 628	1422.70 642	53.10 632	79.50 633	51.30 633	77.30 632	49.70 632	74.00 632	48.20 630	77.20 633	48.80 633	73.90 634	48.00 631	73.80 633	48.80 633	70.40 634	45.10 634	68.90 634	46.10 634	68.20 631	45.00 633
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 629	171.00 636	160.68 637	162.58 635	160.59 635	164.01 633	160.35 635	158.51 635	158.56 632	158.34 634	160.12 635	158.56 635	159.92 633	157.26 635	158.94 635	154.38 636	158.36 636	155.75 636	159.13 637	153.67 633	154.07 635
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 630	123.00 632	115.00 633	219.00 636	218.00 637	223.00 635	244.00 637	217.00 636	236.00 634	202.00 636	203.00 636	205.00 637	208.00 634	225.00 636	204.00 636	210.00 637	198.00 637	197.00 637	184.00 638	204.00 634	201.00 636

MGS-Stereo	239.45 631	123.00 632	135.00 635	266.00 637	286.00 638	277.00 636	305.00 638	271.00 637	242.00 635	274.00 637	279.00 638	255.00 638	270.00 636	268.00 637	297.00 638	221.00 638	247.00 639	216.00 638	123.00 636	217.00 635	217.00 638

EGLCR-Stereo	246.90 632	129.00 634	139.00 636	266.00 637	286.00 638	277.00 636	305.00 638	271.00 637	242.00 635	274.00 637	279.00 638	255.00 638	270.00 636	268.00 637	297.00 638	230.00 639	247.00 639	216.00 638	223.00 640	237.00 636	227.00 639

DLCB_ROB	284.23 633	354.61 638	207.27 638	363.24 639	206.46 636	364.72 638	210.41 636	364.72 639	210.41 633	364.81 639	208.64 637	364.81 640	208.64 635	364.72 639	210.41 637	354.70 640	205.53 638	354.70 640	205.53 639	354.70 637	205.53 637

LE_ROB	396.57 634	471.28 639	329.84 639	471.48 640	308.15 640	526.83 639	322.10 640	488.15 640	323.76 637	495.46 640	317.97 640	497.17 641	320.10 638	481.62 640	326.76 640	462.71 641	298.97 641	466.16 641	285.98 641	447.62 638	289.21 640

SGM-ForestM	596.69 635	677.77 640	444.52 640	699.85 641	517.25 641	732.94 640	488.29 641	770.79 641	460.11 638	750.81 641	487.98 641	792.79 642	499.41 639	730.90 641	475.81 641	720.03 642	491.16 642	663.96 642	418.60 642	674.76 639	436.05 641

CBMV_ROB	818.48 636	913.88 641	709.52 641	862.84 642	597.78 642	1073.99 641	700.52 642	1015.66 642	702.59 639	1115.65 642	760.02 642	1130.24 643	721.57 640	1037.41 642	692.65 642	814.05 643	564.29 643	843.28 643	595.31 643	915.51 640	602.92 642

tt	500032.53 637	34.60 623	29.72 620	37.47 629	34.41 626	36.85 625	35.22 626	34.71 624	33.55 623	34.50 621	35.43 625	33.81 625	10000000.00 641	33.57 624	33.13 625	33.68 625	35.00 627	34.03 626	35.26 628	30.96 622	34.63 626

DCANet	500032.53 637	34.60 623	29.72 620	37.47 629	34.41 626	36.85 625	35.22 626	34.71 624	33.55 623	34.50 621	35.43 625	33.81 625	10000000.00 641	33.57 624	33.13 625	33.68 625	35.00 627	34.03 626	35.26 628	30.96 622	34.63 626

fff	1000028.16 639	29.62 617	29.72 620	32.61 620	30.02 621	35.13 621	31.83 622	32.07 621	10000000.00 640	35.27 623	29.82 622	32.45 622	30.15 621	32.35 621	30.09 621	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 622

csc	1000028.16 639	29.62 617	29.72 620	32.61 620	30.02 621	35.13 621	31.83 622	32.07 621	10000000.00 640	35.27 623	29.82 622	32.45 622	30.15 621	32.35 621	30.09 621	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 622

cscssc	1000028.16 639	29.62 617	29.72 620	32.61 620	30.02 621	35.13 621	31.83 622	32.07 621	10000000.00 640	35.27 623	29.82 622	32.45 622	30.15 621	32.35 621	30.09 621	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 622

111111	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

SGD-Stereo	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

IGEV-Stereo++	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

IGEV-BASED-STEREO-	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

IGEV-Stereo+	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

SDNR	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

anonymousdsp2	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

anonymousdsp	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

test_example2	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643

DIP-Stereo	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 640	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 643
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							0.38 311	0.50 326	0.38 310	0.50 336	0.38 316	0.50 343	3.79 587	0.50 334	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.35 288

FADE		0.06 54		0.09 56	0.10 124							0.05 91				0.15 125	0.10 77	0.17 153	0.13 155	0.11 125

Low-res two-view benchmark