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	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

VMStereo-Base	0.03 29	0.09 94	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

Wz-Net-SNSev	0.03 29	0.09 94	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 465	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 125	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 270	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 465	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 160	0.20 198	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 204	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 288	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 418	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 468	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 134	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

iinet-test	0.08 72	0.16 127	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 223	0.02 20	0.02 21	0.71 452	0.02 16	0.02 19	0.02 21	0.02 21	0.16 200

BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 134	0.05 117	0.09 140	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 481	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

anonymous	0.09 75	0.09 94	0.14 148	0.14 122	0.07 141	0.09 140	0.07 141	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.07 132	0.14 133	0.13 159	0.09 139	0.07 135	0.09 142	0.07 135

TS12	0.09 75	0.09 94	0.17 183	0.19 164	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 134	0.06 134	0.08 134	0.06 131	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 134	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 495	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 117	0.39 321	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

GGEV	0.09 75	0.13 117	0.39 321	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

test_sample7	0.09 75	1.00 380	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 369	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 342	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 396	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 342	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 390	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 366	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 390	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 142	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 552	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 455	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 389	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 370	0.14 148	0.15 134	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 404	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 396	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 91	1.07 404	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 412	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

222	0.10 91	0.99 378	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 91	1.09 406	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 556	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.10 151

over-8	0.11 112	0.14 124	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.09 140	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

over-9	0.11 112	0.11 110	0.16 173	0.16 144	0.10 155	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

ISRNet	0.11 112	0.05 66	0.36 304	0.24 190	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 166	0.05 117	0.05 103	0.09 140	0.24 213	0.20 208	0.10 141	0.05 123	0.06 123	0.13 185

JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 189	0.11 154	0.11 171	0.12 163	0.11 169	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 195	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 158	0.11 168	0.12 166	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

x	0.11 112	1.15 415	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 112	0.44 239	0.33 280	0.39 256	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 302	0.36 344	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 417	0.16 173	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 585	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 585	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 588	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 125	1.14 412	0.17 183	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 125	0.14 124	0.10 92	0.15 134	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.15 173	0.10 151	0.14 168	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 584	0.07 131	0.05 124	0.05 112	0.05 127	0.08 134	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 654	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 658	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 661	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 64	1.71 592	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 132	0.21 146	0.12 123	0.16 144	0.11 175	0.15 174	0.11 167	0.14 166	0.11 171	0.15 173	0.12 177	0.15 179	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLG	0.13 132	0.20 140	0.14 148	0.15 134	0.11 175	0.14 166	0.11 167	0.14 166	0.11 171	0.14 166	0.11 169	0.14 168	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

ACRE	0.13 132	0.21 146	0.14 148	0.15 134	0.11 175	0.14 166	0.11 167	0.14 166	0.11 171	0.14 166	0.12 177	0.14 168	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.23 220	0.10 151	0.20 201	0.10 151	0.24 228	0.11 162	0.11 105	0.09 94	0.12 159	0.14 198	0.12 166	0.09 143

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 425	0.11 165

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 675	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 132	0.16 127	0.11 112	0.15 134	0.09 148	0.18 192	0.11 167	0.18 191	0.11 171	0.17 185	0.11 169	0.18 192	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 171	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 139	1.22 474	0.28 238	0.32 225	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 250	0.27 247	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 139	0.17 132	0.12 123	0.17 157	0.11 175	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.11 169	0.17 188	0.11 168	0.17 187	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 139	1.83 536	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 139	0.20 140	0.14 148	0.16 144	0.11 175	0.16 181	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 188	0.13 190	0.17 187	0.12 174	0.15 146	0.11 122	0.16 182	0.11 165	0.15 179	0.12 178

IPLGR_C	0.14 139	0.20 140	0.12 123	0.15 134	0.11 175	0.14 166	0.15 197	0.14 166	0.11 171	0.15 173	0.12 177	0.14 168	0.11 168	0.16 179	0.11 162	0.15 146	0.12 136	0.14 165	0.12 181	0.15 179	0.12 178

MIPNet	0.14 139	0.21 146	0.17 183	0.16 144	0.11 175	0.15 174	0.12 180	0.14 166	0.11 171	0.16 178	0.11 169	0.14 168	0.11 168	0.14 168	0.11 162	0.14 133	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLGR	0.14 139	0.24 160	0.14 148	0.16 144	0.12 188	0.15 174	0.12 180	0.14 166	0.11 171	0.15 173	0.12 177	0.14 168	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 168	0.14 195	0.14 168	0.14 188	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 610	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 139	0.16 127	0.12 123	0.17 157	0.12 188	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 188	0.12 184	0.17 187	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.12 178

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 174	0.09 145	0.14 166	0.10 153	0.14 166	0.09 147	0.14 168	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 524

ELAS_RVC	0.14 139	0.16 127	0.10 92	0.15 134	0.10 155	0.18 192	0.11 167	0.19 193	0.11 171	0.19 191	0.12 177	0.18 192	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 179	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 151	0.17 132	0.13 143	0.20 168	0.13 193	0.19 195	0.13 187	0.18 191	0.13 191	0.19 191	0.13 191	0.18 192	0.14 195	0.18 190	0.14 188	0.16 159	0.11 122	0.15 178	0.14 198	0.18 197	0.11 165

CoDeX	0.15 151	0.70 309	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 497	0.02 15	0.69 483	0.75 508	0.01 9	0.02 21	0.02 20

ICVP	0.15 151	0.53 284	0.11 112	0.16 144	0.11 175	0.16 181	0.11 167	0.16 180	0.11 171	0.16 178	0.11 169	0.16 180	0.11 168	0.16 179	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 151	0.04 52	0.04 64	2.20 609	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 151	0.14 124	0.10 92	0.14 122	0.09 148	0.15 174	0.09 145	0.14 166	0.09 149	0.14 166	0.10 151	0.14 168	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 540

LALA_ROB	0.15 151	0.19 136	0.12 123	0.18 159	0.11 175	0.20 201	0.12 180	0.21 210	0.12 187	0.20 198	0.12 177	0.20 201	0.12 184	0.21 211	0.13 183	0.17 167	0.10 99	0.18 203	0.11 165	0.18 197	0.11 165

SGM_RVC	0.15 151	0.17 132	0.11 112	0.18 159	0.11 175	0.19 195	0.11 167	0.19 193	0.12 187	0.19 191	0.12 177	0.20 201	0.12 184	0.19 193	0.12 174	0.16 159	0.11 122	0.17 192	0.10 151	0.17 193	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
VeloStereo	0.16 158	0.92 359	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 287	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

flow	0.16 158	0.92 359	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 287	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

z-mn7	0.16 158	1.21 468	0.33 280	0.41 283	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 268	0.31 284	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 158	0.16 127	0.16 173	0.16 144	0.16 220	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 180	0.16 211	0.16 179	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 200

qqq	0.16 158	2.01 561	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 158	0.18 135	0.13 143	0.19 164	0.13 193	0.19 195	0.13 187	0.19 193	0.13 191	0.19 191	0.13 191	0.19 196	0.13 190	0.19 193	0.13 183	0.18 175	0.13 159	0.18 203	0.13 192	0.18 197	0.13 185

ManiGeoR	0.17 164	0.05 66	0.62 450	0.73 432	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 454	0.72 428	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 452	0.59 453	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 450	0.73 432	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 450	0.72 428	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 461	0.72 428	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 452	0.59 453	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 164	0.27 173	0.21 204	0.10 81	0.21 258	0.15 174	0.22 244	0.10 142	0.21 245	0.22 214	0.10 151	0.19 196	0.18 234	0.10 145	0.19 232	0.20 182	0.19 206	0.18 203	0.10 151	0.19 203	0.18 224
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 164	2.16 571	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 164	0.78 325	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 537	0.02 15	0.75 496	0.76 510	0.02 21	0.02 21	0.02 20

CCAANet	0.17 164	0.71 310	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 168	0.14 195	0.14 168	0.22 243	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 191

DepthFocus	0.18 173	0.22 150	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 216	0.15 206	0.22 214	0.15 206	0.22 219	0.16 211	0.22 217	0.15 200	0.20 182	0.15 172	0.20 211	0.14 198	0.20 204	0.14 191

w-ln-seven	0.18 173	1.47 493	0.33 280	0.40 269	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 289	0.32 289	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 173	0.48 263	0.16 173	0.16 144	0.15 209	0.15 174	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 180	0.16 211	0.16 179	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 200

xyz-stereo	0.18 173	0.50 270	0.16 173	0.15 134	0.16 220	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 180	0.16 211	0.16 179	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 200

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

Weightmod_eth	0.20 179	0.24 160	0.28 238	0.47 316	0.14 195	0.24 229	0.14 189	0.17 187	0.13 191	0.22 214	0.16 212	0.22 219	0.13 190	0.20 198	0.16 208	0.24 213	0.20 208	0.19 206	0.14 198	0.16 184	0.24 248

depth_test_26	0.20 179	0.34 188	0.25 220	0.34 235	0.14 195	0.21 212	0.14 189	0.21 210	0.14 194	0.21 210	0.14 196	0.21 209	0.14 195	0.21 211	0.14 188	0.26 222	0.26 234	0.22 221	0.15 209	0.22 214	0.14 191

IGEV_Zeroshot_test	0.20 179	0.19 136	0.40 353	0.30 213	0.17 226	0.22 217	0.17 214	0.21 210	0.17 224	0.20 198	0.17 220	0.21 209	0.18 234	0.21 211	0.17 215	0.20 182	0.16 175	0.20 211	0.16 212	0.20 204	0.17 218

DAS	0.20 179	0.20 140	0.20 198	0.20 168	0.20 247	0.20 201	0.20 233	0.20 200	0.20 240	0.20 198	0.20 244	0.20 201	0.20 245	0.20 198	0.20 235	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 229

ASD4	0.20 179	0.20 140	0.20 198	0.20 168	0.20 247	0.20 201	0.20 233	0.20 200	0.20 240	0.20 198	0.20 244	0.20 201	0.20 245	0.20 198	0.20 235	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 229

ACVNet	0.20 179	0.19 136	0.14 148	0.20 168	0.14 195	0.20 201	0.96 559	0.21 210	0.14 194	0.20 198	0.13 191	0.21 209	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 178

acv_ft	0.20 179	0.19 136	0.14 148	0.20 168	0.14 195	0.20 201	0.96 559	0.21 210	0.14 194	0.20 198	0.13 191	0.21 209	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 178

iResNetv2_ROB	0.20 179	0.23 152	0.18 193	0.24 190	0.20 247	0.24 229	0.18 223	0.24 226	0.18 231	0.24 227	0.18 237	0.23 227	0.19 241	0.24 228	0.18 228	0.21 190	0.16 175	0.21 216	0.16 212	0.22 214	0.16 200

iResNet	0.20 179	0.23 152	0.18 193	0.24 190	0.18 238	0.24 229	0.20 233	0.24 226	0.18 231	0.23 220	0.17 220	0.23 227	0.18 234	0.23 224	0.18 228	0.22 192	0.16 175	0.21 216	0.16 212	0.21 212	0.16 200

SCION-MonSter	0.21 188	0.76 321	0.22 206	0.25 197	0.15 209	0.19 195	0.15 197	0.19 193	0.15 206	0.19 191	0.15 206	0.19 196	0.15 207	0.19 193	0.14 188	0.22 192	0.21 213	0.16 182	0.14 198	0.16 184	0.15 198

LACA2	0.21 188	0.24 160	0.26 227	0.31 219	0.16 220	0.24 229	0.16 204	0.24 226	0.16 214	0.24 227	0.16 212	0.24 233	0.16 211	0.24 228	0.16 208	0.27 226	0.23 226	0.24 240	0.16 212	0.23 226	0.16 200

LACA1	0.21 188	0.24 160	0.26 227	0.31 219	0.16 220	0.24 229	0.16 204	0.24 226	0.16 214	0.24 227	0.16 212	0.24 233	0.16 211	0.24 228	0.16 208	0.27 226	0.22 220	0.23 230	0.16 212	0.23 226	0.16 200

z-ln-s-r	0.21 188	1.40 491	0.53 427	0.56 390	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 417	0.44 399	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 188	0.25 167	0.21 204	0.26 205	0.17 226	0.24 229	0.17 214	0.24 226	0.17 224	0.24 227	0.17 220	0.24 233	0.17 223	0.24 228	0.17 215	0.24 213	0.17 196	0.23 230	0.16 212	0.23 226	0.16 200

Pointernet	0.21 188	0.22 150	0.19 195	0.24 190	0.19 244	0.24 229	0.19 229	0.24 226	0.19 238	0.24 227	0.19 240	0.24 233	0.19 241	0.24 228	0.19 232	0.22 192	0.17 196	0.22 221	0.17 235	0.22 214	0.17 218

SuperB	0.21 188	0.10 99	2.51 692	0.12 106	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 142	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

GEAR-Net	0.22 195	0.46 252	0.27 230	0.29 211	0.17 226	0.21 212	0.17 214	0.21 210	0.17 224	0.21 210	0.17 220	0.21 209	0.17 223	0.21 211	0.17 215	0.28 231	0.26 234	0.20 211	0.16 212	0.20 204	0.16 200

BStereo	0.22 195	0.23 152	0.20 198	0.24 190	0.20 247	0.23 226	0.33 372	0.39 297	0.17 224	0.23 220	0.17 220	0.23 227	0.16 211	0.24 228	0.17 215	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 200

Anonymus123	0.22 195	0.23 152	0.20 198	0.24 190	0.20 247	0.23 226	0.33 372	0.39 297	0.17 224	0.23 220	0.17 220	0.23 227	0.16 211	0.24 228	0.17 215	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 200

WAO-6	0.22 195	0.23 152	0.22 206	0.23 185	0.22 260	0.22 217	0.22 244	0.22 216	0.22 249	0.22 214	0.22 252	0.22 219	0.22 254	0.22 217	0.22 243	0.22 192	0.22 220	0.22 221	0.22 253	0.22 214	0.22 236

IMH-64-1	0.22 195	0.23 152	0.23 210	0.22 180	0.22 260	0.22 217	0.22 244	0.22 216	0.22 249	0.22 214	0.22 252	0.22 219	0.22 254	0.22 217	0.22 243	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 238

IMH-64	0.22 195	0.23 152	0.23 210	0.22 180	0.22 260	0.22 217	0.22 244	0.22 216	0.22 249	0.22 214	0.22 252	0.22 219	0.22 254	0.22 217	0.22 243	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 238

ac_64	0.22 195	0.13 117	0.19 195	0.23 185	0.10 155	0.26 248	1.02 569	0.14 166	0.10 153	0.28 250	0.14 196	0.17 188	0.19 241	0.28 258	0.09 140	0.22 192	0.16 175	0.23 230	0.17 235	0.11 156	0.12 178

SMOE	0.23 202	0.25 167	0.30 248	0.33 229	0.18 238	0.26 248	0.18 223	0.26 240	0.18 231	0.26 244	0.18 237	0.25 240	0.18 234	0.25 237	0.18 228	0.31 247	0.27 247	0.23 230	0.17 235	0.23 226	0.17 218

LACA3	0.23 202	0.25 167	0.27 230	0.54 383	0.17 226	0.25 239	0.17 214	0.25 234	0.17 224	0.25 235	0.17 220	0.25 240	0.17 223	0.25 237	0.17 215	0.28 231	0.23 226	0.24 240	0.17 235	0.24 231	0.17 218

dd	0.23 202	0.98 370	0.16 173	0.23 185	0.15 209	0.23 226	0.15 197	0.23 223	0.15 206	0.23 220	0.15 206	0.24 233	0.17 223	0.23 224	0.15 200	0.22 192	0.15 172	0.21 216	0.15 209	0.22 214	0.16 200

dad	0.23 202	1.03 396	0.16 173	0.23 185	0.15 209	0.24 229	0.15 197	0.24 226	0.16 214	0.23 220	0.16 212	0.24 233	0.16 211	0.23 224	0.15 200	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 200

RSGM-EC	0.24 206	0.24 160	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 216	0.15 206	0.24 227	0.15 206	0.22 219	0.15 207	0.22 217	1.19 584	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 191

acva	0.24 206	0.24 160	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 216	0.15 206	0.24 227	0.15 206	0.22 219	0.15 207	0.22 217	1.19 584	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 191

MSKI-zero shot	0.24 206	0.21 146	0.49 407	0.65 410	0.18 238	0.22 217	0.17 214	0.23 223	0.18 231	0.21 210	0.17 220	0.23 227	0.28 292	0.23 224	0.18 228	0.21 190	0.16 175	0.21 216	0.16 212	0.21 212	0.16 200

SCION-MonSter(vits)	0.25 209	0.79 327	0.31 266	0.42 293	0.28 288	0.40 310	0.28 281	0.20 200	0.15 206	0.40 305	0.15 206	0.19 196	0.15 207	0.20 198	0.15 200	0.23 204	0.21 213	0.17 192	0.14 198	0.16 184	0.14 191

qqq1	0.25 209	3.70 641	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 209	3.70 641	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 209	0.26 170	0.25 220	0.26 205	0.25 274	0.25 239	0.25 260	0.25 234	0.25 264	0.25 235	0.25 270	0.25 240	0.25 266	0.26 249	0.25 261	0.25 220	0.25 231	0.25 245	0.25 269	0.25 234	0.25 250

ffm	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 209	0.23 152	0.66 463	0.80 442	0.17 226	0.22 217	0.17 214	0.23 223	0.18 231	0.26 244	0.17 220	0.21 209	0.17 223	0.25 237	0.17 215	0.23 204	0.16 175	0.21 216	0.17 235	0.22 214	0.17 218

LoS	0.25 209	0.27 173	0.25 220	0.25 197	0.25 274	0.25 239	0.25 260	0.26 240	0.25 264	0.25 235	0.25 270	0.25 240	0.25 266	0.25 237	0.25 261	0.26 222	0.25 231	0.25 245	0.26 275	0.26 237	0.25 250
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 209	1.31 482	0.74 492	0.92 460	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 490	0.75 496	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 219	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 699	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

Weightmod	0.27 220	0.29 178	0.33 280	0.38 248	0.20 247	0.30 260	0.21 239	0.29 250	0.21 245	0.29 255	0.22 252	0.30 266	0.20 245	0.30 264	0.21 239	0.37 276	0.31 284	0.27 255	0.20 245	0.28 245	0.21 233

SME	0.27 220	0.29 178	0.31 266	0.38 248	0.20 247	0.29 258	0.18 223	0.30 253	0.20 240	0.32 268	0.21 250	0.32 275	0.20 245	0.32 272	0.21 239	0.35 268	0.32 289	0.27 255	0.19 243	0.29 249	0.20 229

model_zeroshot	0.27 220	0.20 140	0.27 230	0.33 229	0.21 258	0.37 295	0.22 244	0.37 283	0.24 259	0.26 244	0.27 279	0.33 279	0.21 253	0.25 237	0.27 268	0.32 250	0.20 208	0.34 292	0.23 259	0.25 234	0.26 256

DLNR-FE	0.28 223	0.89 348	0.30 248	0.34 235	0.19 244	0.28 255	0.19 229	0.28 245	0.20 240	0.28 250	0.20 244	0.28 256	0.20 245	0.28 258	0.20 235	0.33 256	0.28 255	0.25 245	0.19 243	0.24 231	0.19 227

xyz-stereo-finetune	0.28 223	0.49 265	0.16 173	0.16 144	0.16 220	0.16 181	0.16 204	0.22 216	0.30 313	0.32 268	0.31 361	0.32 275	0.31 364	0.32 272	0.32 356	0.32 250	0.33 302	0.31 272	0.32 385	0.31 258	0.32 363

SQANet	0.28 223	0.28 176	0.28 238	0.28 210	0.28 288	0.28 255	0.28 281	0.28 245	0.28 288	0.28 250	0.28 287	0.28 256	0.28 292	0.28 258	0.28 277	0.28 231	0.28 255	0.28 259	0.28 334	0.28 245	0.28 322

HGLStereo	0.28 223	0.29 178	0.22 206	0.36 242	0.22 260	0.36 287	0.21 239	0.36 275	0.21 245	0.42 336	0.21 250	0.36 291	0.22 254	0.36 290	0.21 239	0.34 260	0.21 213	0.34 292	0.21 250	0.34 273	0.21 233

iResNet_ROB	0.28 223	0.32 186	0.24 217	0.32 225	0.25 274	0.32 276	0.24 258	0.32 261	0.24 259	0.33 273	0.24 264	0.35 286	0.24 263	0.33 280	0.24 253	0.31 247	0.24 230	0.32 275	0.24 266	0.32 261	0.24 248

UNet	0.29 228	0.90 352	0.10 92	0.14 122	0.10 155	0.14 166	0.10 150	0.91 511	0.69 516	0.14 166	0.11 169	0.14 168	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 505	0.76 531

MultiAttention	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 253	0.30 313	0.30 257	0.30 317	0.30 266	0.30 313	0.30 264	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 346

MSAF-DinoV2	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 253	0.30 313	0.30 257	0.30 317	0.30 266	0.30 313	0.30 264	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 346

DDVS	0.30 229	3.10 627	0.14 148	0.19 164	0.14 195	0.19 195	0.14 189	0.20 200	0.14 194	0.19 191	0.13 191	0.16 180	0.13 190	0.19 193	0.13 183	0.17 167	0.13 159	0.17 192	0.13 192	0.17 193	0.13 185

ACV-stereo	0.30 229	2.08 563	0.25 220	0.25 197	0.18 238	0.24 229	0.17 214	0.24 226	0.18 231	0.24 227	0.17 220	0.25 240	0.17 223	0.24 228	0.17 215	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 200

LoS_RVC	0.30 229	1.14 412	0.25 220	0.25 197	0.25 274	0.26 248	0.25 260	0.25 234	0.25 264	0.25 235	0.25 270	0.26 252	0.26 276	0.26 249	0.25 261	0.26 222	0.26 234	0.25 245	0.25 269	0.26 237	0.26 256

CAS	0.30 229	1.17 418	0.25 220	0.25 197	0.25 274	0.26 248	0.25 260	0.25 234	0.26 278	0.25 235	0.25 270	0.25 240	0.25 266	0.25 237	0.25 261	0.26 222	0.26 234	0.26 250	0.25 269	0.26 237	0.25 250

DANet	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 253	0.30 313	0.30 257	0.30 317	0.30 266	0.30 313	0.30 264	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 346
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 236	0.31 184	0.31 266	0.30 213	0.40 428	0.31 267	0.30 304	0.30 253	0.34 389	0.29 255	0.31 361	0.29 262	0.30 313	0.31 269	0.31 344	0.31 247	0.29 269	0.31 272	0.30 367	0.31 258	0.31 356

tt1	0.31 236	0.93 363	0.24 217	0.33 229	0.23 266	0.31 267	0.24 258	0.32 261	0.24 259	0.32 268	0.23 257	0.32 275	0.25 266	0.32 272	0.24 253	0.27 226	0.26 234	0.27 255	0.26 275	0.27 243	0.27 294

xxxxx1	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 265	0.25 264	0.31 262	0.24 264	0.33 279	0.25 266	0.32 272	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 294

DLNR_Zeroshot_test	0.31 236	0.28 176	0.47 392	0.79 438	0.24 271	0.30 260	0.26 267	0.30 253	0.24 259	0.32 268	0.23 257	0.31 271	0.24 263	0.30 264	0.23 250	0.29 240	0.26 234	0.29 264	0.24 266	0.33 268	0.23 238

tt_ll	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 265	0.25 264	0.31 262	0.24 264	0.33 279	0.25 266	0.32 272	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 294

ff	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 265	0.25 264	0.31 262	0.24 264	0.33 279	0.25 266	0.32 272	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 294

RAFT + AFF	0.31 236	0.45 248	0.34 291	0.39 256	0.28 288	0.38 302	0.33 372	0.29 250	0.31 358	0.30 257	0.30 317	0.29 262	0.27 283	0.29 262	0.30 303	0.28 231	0.29 269	0.29 264	0.29 349	0.27 243	0.32 363

MLCV	0.31 236	0.35 190	0.27 230	0.35 238	0.28 288	0.35 283	0.27 270	0.35 271	0.28 288	0.36 284	0.27 279	0.35 286	0.27 283	0.35 284	0.27 268	0.34 260	0.27 247	0.34 292	0.27 313	0.34 273	0.27 294

DN-CSS_ROB	0.31 236	0.35 190	0.28 238	0.35 238	0.28 288	0.34 279	0.27 270	0.34 268	0.25 264	0.35 280	0.27 279	0.36 291	0.26 276	0.34 281	0.28 277	0.35 268	0.28 255	0.34 292	0.28 334	0.34 273	0.27 294

PStereo	0.32 245	0.36 195	0.28 238	0.38 248	0.29 301	0.36 287	0.27 270	0.38 292	0.27 282	0.38 291	0.28 287	0.36 291	0.27 283	0.36 290	0.28 277	0.32 250	0.27 247	0.33 282	0.27 313	0.33 268	0.27 294

DStereoFS	0.32 245	0.33 187	0.32 275	0.33 229	0.30 313	0.32 276	0.32 361	0.32 261	0.31 358	0.30 257	0.31 361	0.31 271	0.30 313	0.32 272	0.32 356	0.32 250	0.31 284	0.30 266	0.47 471	0.32 261	0.34 377

DStereoSA	0.32 245	0.52 280	0.34 291	0.31 219	0.31 360	0.30 260	0.30 304	0.31 259	0.30 313	0.31 262	0.31 361	0.31 271	0.30 313	0.31 269	0.31 344	0.30 241	0.32 289	0.31 272	0.31 378	0.31 258	0.31 356

WCG-NET（raft）	0.32 245	1.24 476	0.24 217	0.32 225	0.24 271	0.32 276	0.23 253	0.32 261	0.24 259	0.32 268	0.24 264	0.32 275	0.24 263	0.32 272	0.24 253	0.30 241	0.23 226	0.30 266	0.23 259	0.30 253	0.23 238

Any-RAFT	0.32 245	0.36 195	0.27 230	0.36 242	0.27 282	0.36 287	0.27 270	0.36 275	0.27 282	0.36 284	0.27 279	0.36 291	0.27 283	0.36 290	0.28 277	0.36 273	0.28 255	0.36 317	0.28 334	0.36 296	0.28 322

StereoDRNet-Refined	0.33 250	0.39 209	0.26 227	0.39 256	0.26 281	0.40 310	0.26 267	0.40 305	0.26 278	0.39 298	0.26 275	0.39 308	0.26 276	0.39 308	0.26 266	0.37 276	0.25 231	0.37 320	0.25 269	0.37 301	0.37 396
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-M(vits-remse)	0.34 251	0.79 327	0.30 248	0.33 229	0.28 288	0.40 310	0.28 281	0.40 305	0.28 288	0.40 305	0.28 287	0.39 308	0.28 292	0.40 311	0.28 277	0.23 204	0.21 213	0.35 308	0.27 313	0.35 286	0.27 294

SCION-Mon(vits-remp)	0.34 251	0.98 370	0.30 248	0.33 229	0.18 238	0.21 212	0.28 281	0.40 305	0.28 288	0.40 305	0.28 287	0.39 308	0.28 292	0.40 311	0.28 277	0.37 276	0.29 269	0.35 308	0.27 313	0.35 286	0.27 294

RAFT-FEzeroshot	0.34 251	0.26 170	0.17 183	0.21 178	0.17 226	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 209	0.16 211	0.27 253	0.24 253	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 719

RAFT-FE	0.34 251	0.26 170	0.17 183	0.21 178	0.17 226	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 209	0.16 211	0.27 253	0.24 253	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 719

LG-Stereo_L2	0.34 251	0.37 198	0.38 310	0.47 316	0.28 288	0.39 308	0.28 281	0.39 297	0.28 288	0.39 298	0.28 287	0.39 308	0.28 292	0.38 300	0.28 277	0.42 331	0.35 338	0.36 317	0.26 275	0.35 286	0.26 256

H2IRNET	0.34 251	0.34 188	0.34 291	0.34 235	0.34 396	0.34 279	0.34 385	0.34 268	0.34 389	0.34 276	0.34 388	0.34 284	0.34 387	0.34 281	0.34 381	0.34 260	0.34 331	0.34 292	0.34 399	0.34 273	0.34 377

IGEV++	0.34 251	0.43 236	0.30 248	0.40 269	0.29 301	0.40 310	0.29 296	0.40 305	0.29 298	0.40 305	0.29 302	0.40 318	0.29 304	0.40 311	0.30 303	0.38 289	0.29 269	0.37 320	0.29 349	0.37 301	0.29 331

iRaft-Stereo_5w	0.34 251	0.42 234	0.31 266	0.39 256	0.30 313	0.38 302	0.30 304	0.40 305	0.29 298	0.40 305	0.37 408	0.41 333	0.34 387	0.38 300	0.30 303	0.34 260	0.27 247	0.34 292	0.26 275	0.34 273	0.26 256

CSP-Net	0.34 251	1.29 478	1.19 547	1.36 571	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 586	1.21 598	0.03 41	0.09 142	0.02 21	0.09 143

iRaft-Stereo_20w	0.34 251	0.41 224	0.31 266	0.39 256	0.29 301	0.40 310	0.32 361	0.41 324	0.32 370	0.38 291	0.30 317	0.39 308	0.30 313	0.38 300	0.32 356	0.35 268	0.27 247	0.34 292	0.27 313	0.34 273	0.29 331

DGSMNet	0.34 251	0.41 224	0.27 230	0.41 283	0.28 288	0.41 329	0.28 281	0.41 324	0.27 282	0.41 322	0.27 279	0.42 351	0.27 283	0.41 331	0.28 277	0.40 309	0.29 269	0.40 384	0.28 334	0.40 375	0.27 294

small-0shot	0.35 262	1.92 557	0.27 230	0.27 208	0.27 282	0.27 253	0.27 270	0.27 244	0.27 282	0.27 249	0.27 279	0.26 252	0.27 283	0.27 253	0.26 266	0.27 226	0.26 234	0.26 250	0.26 275	0.26 237	0.27 294

gcap_with_dpt	0.35 262	0.39 209	0.30 248	0.44 304	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.30 317	0.44 395	0.30 313	0.44 383	0.30 303	0.38 289	0.26 234	0.38 328	0.27 313	0.38 314	0.27 294

FE-Mocha	0.35 262	0.71 310	0.40 353	0.47 316	0.27 282	0.34 279	0.27 270	0.34 268	0.26 278	0.34 276	0.26 275	0.34 284	0.27 283	0.34 281	0.27 268	0.44 333	0.41 376	0.33 282	0.29 349	0.32 261	0.29 331

IGEV-FE	0.35 262	0.37 198	0.17 183	0.19 164	0.17 226	0.20 201	0.17 214	0.19 193	0.17 224	0.19 191	0.17 220	0.19 196	0.17 223	0.37 297	0.36 389	0.19 179	0.17 196	0.19 206	0.17 235	0.38 314	2.84 710

test_for_model	0.35 262	0.39 209	0.30 248	0.43 300	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.31 344	0.38 289	0.26 234	0.38 328	0.26 275	0.38 314	0.26 256

CASnet	0.35 262	0.51 278	0.44 376	0.32 225	0.31 360	0.24 229	0.34 385	0.36 275	0.25 264	0.31 262	0.37 408	0.30 266	0.33 382	0.25 237	0.45 442	0.37 276	0.37 348	0.33 282	0.35 412	0.34 273	0.37 396
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 262	0.44 239	0.45 378	0.49 328	0.30 313	0.37 295	0.30 304	0.36 275	0.30 313	0.36 284	0.29 302	0.36 291	0.29 304	0.36 290	0.30 303	0.46 372	0.39 362	0.32 275	0.24 266	0.32 261	0.25 250
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 262	0.35 190	0.35 302	0.35 238	0.35 400	0.35 283	0.35 390	0.35 271	0.35 393	0.35 280	0.35 397	0.35 286	0.35 394	0.35 284	0.35 385	0.35 268	0.35 338	0.35 308	0.35 412	0.35 286	0.35 388

GeoVLM	0.36 270	0.38 202	0.27 230	0.46 309	0.28 288	0.35 283	0.28 281	0.37 283	0.27 282	0.35 280	0.28 287	0.36 291	0.38 407	0.35 284	0.28 277	1.08 519	0.26 234	0.33 282	0.27 313	0.34 273	0.33 370

Zero-FE251	0.36 270	0.40 213	0.28 238	0.41 283	0.28 288	0.41 329	0.28 281	0.41 324	0.28 288	0.41 322	0.28 287	0.41 333	0.28 292	0.42 345	0.30 303	0.37 276	0.26 234	0.37 320	0.27 313	0.45 401	0.56 483

GIP-stereo	0.36 270	0.49 265	0.39 321	0.48 322	0.32 374	0.41 329	0.28 281	0.40 305	0.30 313	0.41 322	0.28 287	0.40 318	0.28 292	0.42 345	0.28 277	0.45 362	0.32 289	0.38 328	0.30 367	0.37 301	0.27 294

DCVSM-stereo	0.36 270	1.89 548	0.22 206	0.40 269	0.22 260	0.40 310	0.22 244	0.40 305	0.22 249	0.40 305	0.22 252	0.40 318	0.22 254	0.40 311	0.22 243	0.28 231	0.21 213	0.28 259	0.21 250	0.28 245	0.20 229

RSM	0.36 270	0.36 195	0.43 374	0.37 245	0.42 448	0.49 428	0.42 438	0.37 283	0.28 288	0.36 284	0.29 302	0.36 291	0.30 313	0.37 297	0.28 277	0.34 260	0.31 284	0.34 292	0.35 412	0.40 375	0.29 331

gcap-zeroshot	0.36 270	0.40 213	0.34 291	0.44 304	0.31 360	0.44 391	0.31 351	0.44 388	0.32 370	0.44 381	0.32 371	0.44 395	0.32 371	0.44 383	0.31 344	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 294

testlalala	0.36 270	0.40 213	0.34 291	0.44 304	0.31 360	0.44 391	0.31 351	0.44 388	0.32 370	0.44 381	0.32 371	0.44 395	0.32 371	0.44 383	0.31 344	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 294

GCAPDPT-zeroshot	0.36 270	0.40 213	0.30 248	0.43 300	0.30 313	0.43 357	0.30 304	0.43 350	0.31 358	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.31 344	0.39 302	0.28 255	0.39 371	0.27 313	0.39 361	0.26 256

RAFT-Test	0.36 270	0.37 198	0.33 280	0.41 283	0.32 374	0.41 329	0.32 361	0.41 324	0.32 370	0.41 322	0.32 371	0.41 333	0.32 371	0.41 331	0.33 368	0.37 276	0.29 269	0.37 320	0.29 349	0.38 314	0.31 356

DMCA	0.36 270	0.38 202	0.37 308	0.35 238	0.35 400	0.36 287	0.36 397	0.36 275	0.35 393	0.35 280	0.37 408	0.36 291	0.36 398	0.35 284	0.36 389	0.36 273	0.36 344	0.35 308	0.36 418	0.36 296	0.36 391

ACVNet-DCA	0.37 280	1.00 380	0.30 248	0.40 269	0.29 301	0.40 310	0.29 296	0.40 305	0.29 298	0.40 305	0.29 302	0.40 318	0.29 304	0.39 308	0.28 277	0.33 256	0.32 289	0.33 282	0.32 385	0.33 268	0.32 363

1test111	0.37 280	1.02 394	0.30 248	0.39 256	0.29 301	0.40 310	0.28 281	0.39 297	0.29 298	0.39 298	0.29 302	0.39 308	0.28 292	0.40 311	0.29 293	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 356

cc1	0.37 280	1.02 394	0.30 248	0.39 256	0.29 301	0.40 310	0.28 281	0.39 297	0.29 298	0.39 298	0.29 302	0.39 308	0.28 292	0.40 311	0.29 293	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 356

EKT-Stereo	0.37 280	0.40 213	0.44 376	1.07 486	0.29 301	0.34 279	0.31 351	0.36 275	0.29 298	0.38 291	0.31 361	0.37 301	0.30 313	0.36 290	0.29 293	0.34 260	0.28 255	0.39 371	0.30 367	0.37 301	0.30 346

GMOStereo	0.37 280	0.45 248	0.23 210	0.30 213	0.37 410	0.41 329	0.36 397	0.41 324	0.35 393	0.43 343	0.36 401	0.41 333	0.40 419	0.41 331	0.36 389	0.34 260	0.22 220	0.47 440	0.37 421	0.39 361	0.33 370

XPNet_ROB	0.37 280	0.37 198	0.37 308	0.37 245	0.37 410	0.37 295	0.37 403	0.37 283	0.37 406	0.37 290	0.37 408	0.37 301	0.37 403	0.37 297	0.37 399	0.37 276	0.37 348	0.37 320	0.37 421	0.37 301	0.37 396

GREATEN-IGEV_RVC	0.38 286	0.35 190	0.56 432	0.63 404	0.29 301	0.36 287	0.29 296	0.36 275	0.29 298	0.39 298	0.29 302	0.36 291	0.29 304	0.36 290	0.29 293	0.62 432	0.57 443	0.35 308	0.29 349	0.36 296	0.29 331

GREATEN-IGEV-FM_RVC	0.38 286	0.35 190	0.56 432	0.63 404	0.28 288	0.36 287	0.28 281	0.36 275	0.28 288	0.36 284	0.28 287	0.36 291	0.28 292	0.36 290	0.28 277	0.62 432	0.57 443	0.35 308	0.28 334	0.35 286	0.28 322

MonSter++	0.38 286	0.44 239	0.31 266	0.43 300	0.30 313	0.43 357	0.31 351	0.43 350	0.31 358	0.45 393	0.31 361	0.43 360	0.31 364	0.43 352	0.69 513	0.38 289	0.33 302	0.40 384	0.30 367	0.38 314	0.30 346

HiDET	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.42 342	0.30 313	0.44 381	0.30 317	0.42 351	0.30 313	0.42 345	0.68 505	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 331

LCMNet	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.42 342	0.30 313	0.45 393	0.30 317	0.42 351	0.30 313	0.42 345	0.69 513	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 331

CSFM-Stereo	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.43 350	0.30 313	0.44 381	0.30 317	0.42 351	0.30 313	0.42 345	0.73 527	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.30 346

HART	0.38 286	0.45 248	0.34 291	0.42 293	0.33 386	0.41 329	0.34 385	0.42 342	0.33 380	0.43 343	0.34 388	0.42 351	0.34 387	0.41 331	0.38 402	0.40 309	0.32 289	0.42 418	0.32 385	0.40 375	0.32 363

GREAT-IGEV	0.38 286	0.43 236	0.36 304	0.48 322	0.32 374	0.45 405	0.32 361	0.45 397	0.32 370	0.45 393	0.32 371	0.45 405	0.32 371	0.45 401	0.32 356	0.44 333	0.33 302	0.41 402	0.29 349	0.41 386	0.29 331
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	0.38 286	0.43 236	0.33 280	0.46 309	0.33 386	0.45 405	0.32 361	0.45 397	0.32 370	0.45 393	0.32 371	0.45 405	0.33 382	0.45 401	0.32 356	0.38 289	0.38 355	0.38 328	0.37 421	0.37 301	0.36 391

WAO-8	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 292	0.38 410	0.38 291	0.38 413	0.38 303	0.38 407	0.38 300	0.38 402	0.38 289	0.38 355	0.38 328	0.37 421	0.38 314	0.38 403

WAO-7	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 292	0.38 410	0.38 291	0.38 413	0.38 303	0.38 407	0.38 300	0.38 402	0.38 289	0.38 355	0.38 328	0.38 434	0.38 314	0.38 403

xx1	0.38 286	1.03 396	0.31 266	0.40 269	0.31 360	0.41 329	0.28 281	0.40 305	0.29 298	0.40 305	0.29 302	0.40 318	0.29 304	0.40 311	0.29 293	0.34 260	0.33 302	0.34 292	0.32 385	0.34 273	0.32 363

Venus	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.37 295	0.38 410	0.37 283	0.37 406	0.41 322	0.37 408	0.39 308	0.37 403	0.38 300	0.38 402	0.37 276	0.38 355	0.38 328	0.37 421	0.37 301	0.38 403

IMH	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 292	0.38 410	0.42 336	0.38 413	0.40 318	0.38 407	0.38 300	0.38 402	0.38 289	0.38 355	0.39 371	0.38 434	0.38 314	0.38 403

DF	0.39 300	1.37 488	1.02 531	1.14 494	0.12 188	0.16 181	0.12 180	0.16 180	0.12 187	0.16 178	0.12 177	0.16 180	0.12 184	0.16 179	0.12 174	1.12 528	1.00 520	0.15 178	0.12 181	0.15 179	0.12 178

PAM	0.39 300	1.88 547	0.34 291	0.37 245	0.41 438	0.45 405	0.22 244	0.28 245	0.23 256	0.28 250	0.24 264	0.29 262	0.23 260	0.29 262	0.23 250	0.38 289	0.32 289	0.38 328	0.37 421	0.32 261	0.22 236

HanzoNet	0.39 300	0.38 202	0.40 353	0.39 256	0.41 438	0.38 302	0.38 410	0.38 292	0.38 410	0.39 298	0.39 423	0.38 303	0.38 407	0.39 308	0.40 417	0.38 289	0.38 355	0.40 384	0.38 434	0.38 314	0.40 412

CES	0.39 300	0.47 257	0.36 304	0.36 242	0.37 410	0.45 405	0.35 390	0.35 271	0.40 424	0.36 284	0.44 449	0.47 415	0.36 398	0.44 383	0.36 389	0.37 276	0.39 362	0.44 421	0.35 412	0.37 301	0.36 391

PASM	0.39 300	3.06 626	1.36 613	1.58 581	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 158	0.09 147	0.09 140	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

mms	0.40 305	0.45 248	0.35 302	0.48 322	0.36 406	0.47 417	0.34 385	0.45 397	0.38 410	0.47 405	0.33 380	0.45 405	0.32 371	0.45 401	0.32 356	0.39 302	0.38 355	0.38 328	0.37 421	0.39 361	0.39 409

GCAPDPT-zeroshot4090	0.40 305	1.09 406	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.44 388	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.34 331	0.38 328	0.27 313	0.38 314	0.27 294

knoymous	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

anonymousa	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

riskmin	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

Anonymous_2	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

Anonymous_1	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

AdaStereo	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test410_97500	0.41 313	0.89 348	0.31 266	0.40 269	0.31 360	0.40 310	0.31 351	0.40 305	0.31 358	0.61 469	0.53 486	0.40 318	0.31 364	0.40 311	0.31 344	0.58 418	0.47 410	0.38 328	0.29 349	0.38 314	0.29 331

GCAP-Stereo-DPT-25K	0.41 313	1.09 406	0.40 353	0.52 378	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.31 361	0.44 395	0.31 364	0.44 383	0.31 344	0.46 372	0.35 338	0.39 371	0.28 334	0.39 361	0.28 322

GCAP-Stereo-DPT-FT	0.41 313	1.06 403	0.40 353	0.51 375	0.31 360	0.44 391	0.30 304	0.43 350	0.32 370	0.44 381	0.30 317	0.56 465	0.30 313	0.44 383	0.31 344	0.45 362	0.34 331	0.39 371	0.27 313	0.40 375	0.27 294

Select-FE	0.41 313	0.44 239	0.23 210	0.26 205	0.22 260	0.26 248	0.22 244	0.26 240	0.23 256	0.26 244	0.23 257	0.26 252	0.23 260	0.45 401	0.42 433	0.25 220	0.22 220	0.25 245	0.22 253	0.45 401	2.90 711

water-stereo	0.41 313	0.84 336	0.46 384	0.50 364	0.33 386	0.45 405	0.33 372	0.45 397	0.32 370	0.45 393	0.32 371	0.45 405	0.32 371	0.45 401	0.32 356	0.44 333	0.41 376	0.39 371	0.31 378	0.39 361	0.32 363

ccccc	0.41 313	0.44 239	0.34 291	0.48 322	0.35 400	0.48 422	0.35 390	0.51 439	0.35 393	0.47 405	0.35 397	0.47 415	0.34 387	0.47 410	0.35 385	0.41 317	0.40 366	0.40 384	0.40 439	0.41 386	0.39 409

GCAP-BAT	0.41 313	1.30 480	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.44 381	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.34 331	0.38 328	0.26 275	0.38 314	0.26 256

GwcNet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

PSMNet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

GANet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

ADLNet2	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

ADLNet	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

FCDSN-DC	0.41 313	0.59 296	0.64 457	0.54 383	0.33 386	0.50 437	0.37 403	0.42 342	0.40 424	0.61 469	0.43 447	0.50 441	0.49 467	0.38 300	0.32 356	0.28 231	0.23 226	0.26 250	0.22 253	0.35 286	0.28 322
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 313	0.46 252	0.33 280	0.49 328	0.33 386	0.49 428	0.33 372	0.49 416	0.33 380	0.49 419	0.33 380	0.49 427	0.33 382	0.51 443	0.33 368	0.41 317	0.30 279	0.41 402	0.30 367	0.79 488	0.29 331

Gwc-CoAtRS	0.41 313	1.49 494	0.32 275	0.42 293	0.32 374	0.41 329	0.32 361	0.41 324	0.33 380	0.41 322	0.32 371	0.41 333	0.32 371	0.41 331	0.32 356	0.39 302	0.28 255	0.39 371	0.28 334	0.40 375	0.28 322

S0	0.42 328	0.44 239	0.54 428	0.59 396	0.34 396	0.48 422	0.22 244	0.51 439	0.25 264	0.51 441	0.34 388	0.53 454	0.35 394	0.47 410	0.36 389	0.55 411	0.39 362	0.49 453	0.27 313	0.46 404	0.34 377

UPFNet	0.42 328	1.20 422	0.17 183	0.24 190	0.17 226	0.25 239	0.17 214	1.19 551	0.90 552	0.25 235	0.17 220	0.24 233	0.17 223	0.25 237	0.17 215	0.22 192	0.17 196	0.22 221	0.16 212	1.15 544	0.93 550

quiztm	0.43 330	0.49 265	0.40 353	0.51 375	0.40 428	0.51 449	0.40 424	0.50 425	0.40 424	0.50 432	0.40 426	0.51 452	0.40 419	0.50 433	0.40 417	0.44 333	0.34 331	0.44 421	0.34 399	0.44 396	0.34 377

GCAP-Stereo-DPT26K	0.43 330	1.76 511	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.31 344	0.44 333	0.33 302	0.38 328	0.27 313	0.38 314	0.26 256

aanet-new-8k	0.43 330	1.76 511	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new	0.43 330	1.80 521	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-cres	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-36K	0.43 330	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-20K	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-3K	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

DDF-Stereo	0.43 330	1.15 415	0.57 436	0.53 380	0.32 374	0.41 329	0.32 361	0.41 324	0.32 370	0.41 322	0.32 371	0.41 333	0.32 371	0.40 311	0.32 356	0.52 401	0.50 427	0.38 328	0.31 378	0.39 361	0.31 356

DVStereo	0.43 330	0.86 340	0.48 400	0.50 364	0.33 386	0.46 412	0.33 372	0.46 401	0.33 380	0.46 399	0.33 380	0.47 415	0.33 382	0.47 410	0.34 381	0.45 362	0.42 386	0.40 384	0.33 395	0.47 418	0.38 403

psmg	0.43 330	1.91 551	0.92 518	1.91 596	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	1.44 621	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 330	1.21 468	0.17 183	0.25 197	0.17 226	0.25 239	0.18 223	1.26 605	0.95 561	0.25 235	0.17 220	0.25 240	0.17 223	0.25 237	0.17 215	0.23 204	0.16 175	0.22 221	0.16 212	1.18 552	0.98 556

psm_up	0.43 330	1.19 421	0.17 183	0.25 197	0.18 238	0.25 239	0.19 229	1.26 605	0.91 553	0.26 244	0.17 220	0.25 240	0.17 223	0.25 237	0.17 215	0.22 192	0.17 196	0.23 230	0.16 212	1.18 552	0.99 557

aanet-new-90k	0.44 343	1.82 533	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-60k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-70k	0.44 343	1.82 533	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-78k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-40k	0.44 343	1.81 526	0.39 321	0.50 364	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-36k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-34k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-32k-new	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.44 388	0.30 313	0.44 381	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.34 331	0.39 371	0.26 275	0.38 314	0.26 256

aanet-new-32k	0.44 343	1.79 520	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-30k	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-28k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.44 391	0.30 304	0.44 388	0.30 313	0.44 381	0.30 317	0.44 395	0.30 313	0.44 383	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-24k	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-22k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-16k	0.44 343	1.83 536	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-cres-4k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-22K	0.44 343	1.85 542	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-24K	0.44 343	1.86 545	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-5K	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.44 391	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-2K	0.44 343	1.82 533	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-50K	0.44 343	1.83 536	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.36 344	0.38 328	0.26 275	0.38 314	0.26 256

Monster-pub-mixall	0.44 343	0.56 292	0.60 442	0.38 248	0.27 282	0.37 295	0.27 270	0.37 283	0.29 298	0.38 291	0.27 279	0.38 303	0.29 304	0.85 512	0.27 268	1.46 602	0.26 234	0.34 292	0.26 275	0.36 296	0.53 469

depthmonostereo	0.44 343	0.85 338	0.46 384	0.54 383	0.40 428	0.52 453	0.38 410	0.52 444	0.35 393	0.47 405	0.34 388	0.46 409	0.34 387	0.47 410	0.34 381	0.45 362	0.43 391	0.41 402	0.33 395	0.41 386	0.32 363

MMNet	0.44 343	1.24 476	0.17 183	0.25 197	0.17 226	0.25 239	0.18 223	1.26 605	0.93 559	0.25 235	0.17 220	0.25 240	0.18 234	0.25 237	0.17 215	0.23 204	0.16 175	0.23 230	0.16 212	1.20 556	0.99 557

LACA_dic	0.45 366	0.13 117	1.78 642	1.70 591	0.12 188	0.13 164	0.12 180	0.16 180	0.15 206	0.13 165	0.12 177	0.13 166	0.11 168	0.16 179	0.13 183	1.73 614	1.69 644	0.16 182	0.11 165	0.13 168	0.13 185

aanet-new-10k	0.45 366	1.81 526	0.40 353	0.50 364	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.31 361	0.44 395	0.32 371	0.44 383	0.31 344	0.46 372	0.35 338	0.39 371	0.27 313	0.39 361	0.27 294

252Zero-FE	0.45 366	0.50 270	0.36 304	0.50 364	0.36 406	0.50 437	0.36 397	0.50 425	0.36 404	0.49 419	0.36 401	0.49 427	0.36 398	0.54 453	0.41 425	0.45 362	0.34 331	0.45 426	0.34 399	0.55 444	0.75 528

Monster-pub-eth3d	0.45 366	0.57 293	0.60 442	0.39 256	0.28 288	0.37 295	0.28 281	0.37 283	0.30 313	0.39 298	0.29 302	0.39 308	0.30 313	0.92 524	0.27 268	1.42 599	0.28 255	0.34 292	0.28 334	0.37 301	0.53 469

Replicate-Monster	0.45 366	0.57 293	0.60 442	0.40 269	0.29 301	0.37 295	0.27 270	0.37 283	0.30 313	0.40 305	0.31 361	0.40 318	0.30 313	0.99 532	0.27 268	1.36 595	0.31 284	0.34 292	0.30 367	0.36 296	0.54 472

SCV_C0	0.45 366	0.88 345	0.49 407	0.54 383	0.37 410	0.48 422	0.37 403	0.48 411	0.37 406	0.48 412	0.36 401	0.48 422	0.37 403	0.49 425	0.37 399	0.50 393	0.41 376	0.44 421	0.34 399	0.44 396	0.34 377

RAFT-Stereo-weight	0.45 366	1.90 550	0.34 291	0.42 293	0.36 406	0.43 357	0.35 390	0.42 342	0.34 389	0.42 336	0.34 388	0.44 395	0.34 387	0.41 331	0.34 381	0.38 289	0.32 289	0.38 328	0.32 385	0.38 314	0.33 370

TorneroNet-64	0.45 366	0.27 173	0.30 248	0.58 393	0.27 282	0.70 486	0.30 304	0.28 245	0.73 535	0.73 492	0.28 287	0.71 492	0.66 501	0.75 493	0.27 268	0.27 226	0.29 269	0.37 320	0.75 542	0.28 245	0.30 346

aanet-new-12k	0.46 374	1.99 560	0.40 353	0.51 375	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.31 361	0.44 395	0.31 364	0.44 383	0.32 356	0.47 379	0.35 338	0.39 371	0.27 313	0.39 361	0.27 294

SCV	0.46 374	0.94 365	0.45 378	0.54 383	0.37 410	0.48 422	0.38 410	0.48 411	0.37 406	0.48 412	0.39 423	0.48 422	0.37 403	0.49 425	0.37 399	0.50 393	0.46 402	0.44 421	0.34 399	0.44 396	0.34 377

otaku	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.46 452	0.46 399	0.46 458	0.46 409	0.46 452	0.46 406	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

Dean	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.46 452	0.47 405	0.46 458	0.46 409	0.46 452	0.46 406	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

ACVNet_1	0.46 374	0.47 257	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.47 457	0.46 399	0.46 458	0.46 409	0.46 452	0.46 406	0.46 446	0.46 372	0.46 402	0.47 440	0.46 464	0.46 404	0.46 438

ACVNet-4b	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.46 452	0.46 399	0.46 458	0.46 409	0.46 452	0.47 410	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

PML	0.46 374	1.36 486	0.29 244	0.58 393	0.30 313	0.57 467	0.29 296	0.57 455	0.29 298	0.57 462	0.29 302	0.57 468	0.29 304	0.56 458	0.29 293	0.52 401	0.30 279	0.53 470	0.31 378	0.53 442	0.30 346

Anonymus	0.47 381	0.73 313	0.46 384	0.43 300	0.54 491	0.53 455	0.27 270	0.39 297	0.35 393	0.33 273	0.40 426	0.33 279	0.38 407	0.53 450	0.54 475	0.56 415	0.36 344	0.49 453	0.53 487	0.66 460	0.54 472

LG-Stereo_L1	0.47 381	0.52 280	0.47 392	0.62 402	0.39 427	0.53 455	0.40 424	0.53 446	0.39 423	0.53 448	0.39 423	0.53 454	0.39 418	0.53 450	0.39 414	0.55 411	0.46 402	0.49 453	0.37 421	0.49 425	0.37 396

Ntro	0.47 381	0.47 257	0.46 384	0.46 309	0.46 459	0.47 417	0.47 457	0.46 401	0.47 457	0.46 399	0.46 458	0.47 415	0.46 452	0.47 410	0.47 453	0.47 379	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

HaxPig	0.47 381	0.47 257	0.47 392	0.49 328	0.47 466	0.47 417	0.47 457	0.47 407	0.47 457	0.47 405	0.47 466	0.47 415	0.47 460	0.47 410	0.47 453	0.47 379	0.47 410	0.47 440	0.47 471	0.47 418	0.48 448

UNDER WATER	0.47 381	0.47 257	0.47 392	0.47 316	0.47 466	0.47 417	0.47 457	0.47 407	0.47 457	0.47 405	0.47 466	0.47 415	0.46 452	0.47 410	0.47 453	0.47 379	0.47 410	0.47 440	0.46 464	0.47 418	0.47 446

LVE	0.47 381	0.47 257	0.47 392	0.47 316	0.49 474	0.47 417	0.47 457	0.47 407	0.49 466	0.47 405	0.47 466	0.47 415	0.46 452	0.47 410	0.47 453	0.47 379	0.47 410	0.48 448	0.47 471	0.47 418	0.47 446

GASTEREO	0.48 387	1.21 468	0.47 392	0.57 391	0.38 417	0.50 437	0.38 410	0.50 425	0.38 410	0.50 432	0.38 413	0.50 441	0.38 407	0.50 433	0.38 402	0.52 401	0.42 386	0.46 430	0.34 399	0.46 404	0.34 377

LG-Stereo_Zeroshot	0.48 387	0.55 290	0.47 392	0.63 404	0.41 438	0.56 461	0.44 442	0.56 452	0.41 434	0.56 459	0.41 434	0.57 468	0.42 437	0.56 458	0.41 425	0.55 411	0.43 391	0.51 464	0.37 421	0.51 436	0.37 396

fffft	0.48 387	0.51 278	0.45 378	0.52 378	0.45 457	0.52 453	0.45 448	0.52 444	0.48 464	0.53 448	0.45 454	0.52 453	0.45 448	0.52 448	0.46 446	0.51 399	0.41 376	0.50 459	0.41 448	0.50 430	0.41 421
1: 1. 1
RainbowNet	0.48 387	0.48 263	0.48 400	0.48 322	0.48 470	0.48 422	0.48 466	0.48 411	0.48 464	0.48 412	0.48 470	0.48 422	0.48 461	0.48 419	0.48 459	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.48 448

notaker	0.48 387	0.49 265	0.48 400	0.48 322	0.48 470	0.48 422	0.48 466	0.48 411	0.49 466	0.48 412	0.48 470	0.48 422	0.48 461	0.48 419	0.48 459	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.49 454

LL-Strereo2	0.48 387	1.73 509	0.51 420	0.59 396	0.34 396	0.42 350	0.33 372	0.40 305	0.31 358	0.42 336	0.33 380	0.42 351	0.31 364	0.44 383	0.39 414	0.60 423	0.51 432	0.44 421	0.33 395	0.44 396	0.33 370

Former-RAFT_DAM_RVC	0.49 393	0.98 370	0.64 457	0.84 447	0.46 459	0.45 405	0.35 390	0.47 407	0.47 457	0.45 393	0.34 388	0.46 409	0.48 461	0.46 406	0.35 385	0.39 302	0.71 490	0.39 371	0.35 412	0.41 386	0.41 421

ACVNet_2	0.49 393	0.49 265	0.49 407	0.49 328	0.49 474	0.49 428	0.49 468	0.49 416	0.49 466	0.49 419	0.49 473	0.49 427	0.49 467	0.49 425	0.49 461	0.49 387	0.49 419	0.49 453	0.49 479	0.49 425	0.49 454

FoundationStereo	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

StereoAnything_RVC	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

dual_stereo	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

GCST	0.50 395	2.08 563	0.38 310	0.53 380	0.35 400	0.49 428	0.35 390	0.50 425	0.35 393	0.49 419	0.35 397	0.49 427	0.35 394	0.49 425	0.35 385	0.48 384	0.37 348	0.45 426	0.33 395	0.44 396	0.33 370

SANet	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

MSCF	0.51 400	1.40 491	0.49 407	0.58 393	0.38 417	0.50 437	0.38 410	0.54 448	0.41 434	0.52 445	0.41 434	0.53 454	0.42 437	0.53 450	0.41 425	0.60 423	0.47 410	0.48 448	0.37 421	0.48 422	0.38 403

UGAM-zero	0.51 400	2.17 572	0.39 321	0.53 380	0.36 406	0.50 437	0.36 397	0.50 425	0.36 404	0.49 419	0.36 401	0.50 441	0.35 394	0.50 433	0.36 389	0.49 387	0.37 348	0.47 440	0.35 412	0.46 404	0.34 377

UGAM	0.51 400	2.23 577	0.39 321	0.54 383	0.35 400	0.50 437	0.35 390	0.49 416	0.35 393	0.49 419	0.35 397	0.49 427	0.36 398	0.50 433	0.36 389	0.49 387	0.37 348	0.45 426	0.34 399	0.45 401	0.34 377

Selective-IGEV	0.51 400	0.55 290	0.45 378	0.69 418	0.45 457	0.61 472	0.45 448	0.50 425	0.40 424	0.56 459	0.44 449	0.55 462	0.40 419	0.72 488	0.67 497	0.59 421	0.46 402	0.45 426	0.34 399	0.46 404	0.37 396

RCA-Stereo	0.51 400	3.22 632	0.34 291	0.44 304	0.34 396	0.44 391	0.34 385	0.43 350	0.34 389	0.43 343	0.34 388	0.44 395	0.33 382	0.43 352	0.33 368	0.38 289	0.29 269	0.38 328	0.29 349	0.38 314	0.29 331

DN	0.53 405	0.85 338	0.45 378	0.65 410	0.44 453	0.60 470	0.44 442	0.60 463	0.44 447	0.60 467	0.45 454	0.60 473	0.44 444	0.60 467	0.44 439	0.56 415	0.42 386	0.56 474	0.42 456	0.56 447	0.42 428

MatchStereo	0.54 406	0.12 115	2.38 690	2.32 626	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.08 135	2.34 666	2.34 685	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 406	0.60 299	0.52 423	0.66 414	0.47 466	0.61 472	0.47 457	0.58 458	0.46 452	0.61 469	0.46 458	0.61 476	0.45 448	0.62 469	0.45 442	0.61 427	0.52 434	0.57 475	0.48 475	0.57 450	0.48 448

castereo++	0.54 406	3.59 638	1.15 541	1.31 565	0.14 195	0.16 181	0.14 189	0.16 180	0.14 194	0.16 178	0.14 196	0.16 180	0.13 190	0.16 179	0.14 188	1.45 601	1.16 546	0.15 178	0.14 198	0.15 179	0.13 185

FENet	0.54 406	1.52 495	1.19 547	1.41 575	0.23 266	0.35 283	0.23 253	0.35 271	0.23 256	0.34 276	0.23 257	0.35 286	0.23 260	0.35 284	0.23 250	1.40 598	1.07 530	0.32 275	0.23 259	0.33 268	0.23 238

PSMNet_ROB	0.54 406	0.54 288	0.54 428	0.54 383	0.53 488	0.54 459	0.54 482	0.53 446	0.54 482	0.54 454	0.54 488	0.54 458	0.53 478	0.54 453	0.54 475	0.54 405	0.53 436	0.54 471	0.54 489	0.54 443	0.54 472

AIO-test2	0.55 411	0.59 296	0.52 423	0.67 415	0.47 466	0.61 472	0.47 457	0.61 467	0.47 457	0.61 469	0.47 466	0.61 476	0.48 461	0.62 469	0.47 453	0.64 438	0.53 436	0.58 476	0.47 471	0.58 452	0.48 448

CFNet-ft	0.55 411	1.57 497	0.14 148	0.20 168	0.14 195	0.20 201	2.53 707	1.61 624	0.14 194	0.20 198	0.14 196	0.20 201	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	1.56 619	1.24 635

S	0.56 413	0.61 300	0.54 428	0.68 417	0.48 470	0.65 478	0.49 468	0.63 469	0.49 466	0.64 477	0.49 473	0.64 480	0.48 461	0.62 469	0.49 461	0.63 436	0.62 462	0.59 479	0.48 475	0.57 450	0.48 448

MyStereo04	0.56 413	3.72 644	0.59 438	0.49 328	0.41 438	0.36 287	0.32 361	0.37 283	0.31 358	0.34 276	0.46 458	0.35 286	0.32 371	0.35 284	0.33 368	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 431

CASS	0.57 415	0.89 348	0.56 432	0.57 391	0.56 492	0.56 461	0.56 484	0.56 452	0.53 480	0.57 462	0.57 492	0.59 472	0.48 461	0.56 458	0.57 479	0.55 411	0.56 441	0.47 440	0.56 495	0.62 456	0.56 483
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 416	0.75 318	0.49 407	0.79 438	0.50 478	0.79 498	0.49 468	0.79 492	0.49 466	0.80 504	0.49 473	0.79 505	0.49 467	0.80 498	0.49 461	0.63 436	0.40 366	0.63 483	0.40 439	0.63 457	0.40 412

aanet-new-14k	0.60 416	5.12 677	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.30 303	0.44 333	0.37 348	0.38 328	0.26 275	0.38 314	0.26 256

LG-Stereo	0.60 416	0.58 295	0.47 392	0.64 409	0.74 531	1.00 527	0.69 516	0.57 455	0.41 434	0.57 462	0.41 434	0.57 468	0.41 431	1.00 534	0.75 532	0.91 492	0.51 432	0.52 467	0.37 421	0.52 438	0.37 396

MonSter	0.60 416	0.64 303	0.52 423	0.62 402	0.44 453	2.07 650	0.44 442	0.62 468	0.44 447	0.62 473	0.44 449	0.62 478	0.44 444	0.62 469	0.44 439	0.58 418	0.42 386	0.62 481	0.46 464	0.58 452	0.42 428

MyStereo07	0.60 416	3.72 644	0.48 400	0.49 328	0.41 438	0.36 287	0.32 361	0.49 416	0.43 444	0.51 441	0.42 444	0.49 427	0.43 442	0.51 443	0.64 490	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 431

FSD	0.61 421	0.59 296	0.50 413	2.58 641	0.44 453	0.56 461	0.44 442	0.55 451	0.44 447	0.56 459	0.44 449	0.56 465	0.44 444	0.56 458	0.46 446	0.61 427	0.42 386	0.52 467	0.42 456	0.52 438	0.51 464

castereo	0.61 421	3.79 646	1.35 605	1.52 579	0.15 209	0.17 188	0.16 204	0.20 200	0.21 245	0.18 189	0.16 212	0.21 209	0.12 184	0.26 249	0.17 215	1.43 600	1.38 617	0.17 192	0.16 212	0.18 197	0.16 200

WCG-NET	0.61 421	1.21 468	0.54 428	0.61 401	0.53 488	0.67 481	0.53 479	0.66 475	0.53 480	0.64 477	0.53 486	0.65 484	0.53 478	0.59 465	0.52 471	0.65 440	0.48 416	0.64 485	0.52 485	0.58 452	0.50 457

GEAStereo	0.62 424	3.91 651	0.48 400	0.69 418	0.38 417	0.51 449	0.38 410	0.51 439	0.38 410	0.53 448	0.38 413	0.50 441	0.38 407	0.51 443	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 377

gasm-f	0.62 424	3.91 651	0.48 400	0.69 418	0.38 417	0.51 449	0.38 410	0.51 439	0.38 410	0.53 448	0.38 413	0.50 441	0.38 407	0.51 443	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 377

SMoEStereo_RVC	0.63 426	0.75 318	0.51 420	0.73 432	0.53 488	0.71 488	0.47 457	0.67 476	0.58 486	0.74 497	0.60 498	0.72 495	0.53 478	0.74 492	0.51 469	0.61 427	0.62 462	0.62 481	0.61 505	0.63 457	0.61 489

anonymity	0.63 426	0.69 306	0.56 432	0.71 426	0.56 492	0.71 488	0.56 484	0.71 483	0.56 483	0.72 489	0.56 491	0.71 492	0.56 482	0.71 486	0.58 481	0.68 445	0.55 439	0.68 492	0.55 491	0.68 465	0.54 472

SE	0.64 428	0.73 313	0.77 497	0.79 438	0.59 495	0.78 495	0.54 482	0.58 458	0.58 486	0.78 501	0.59 496	0.63 479	0.18 234	0.78 495	0.52 471	0.80 476	0.65 468	0.69 495	0.57 498	0.75 479	0.52 466

PAM_32	0.64 428	2.38 592	0.51 420	0.92 460	0.43 452	0.53 455	0.44 442	0.87 504	0.43 444	0.52 445	0.45 454	0.53 454	0.40 419	0.54 453	0.46 446	0.62 432	0.56 441	0.48 448	0.45 462	0.76 482	0.44 434

CRFU-Net	0.65 430	1.67 501	1.22 597	1.96 600	0.27 282	0.41 329	0.27 270	0.41 324	0.27 282	0.40 305	0.26 275	0.41 333	0.27 283	0.40 311	0.27 268	1.80 617	1.62 638	0.34 292	0.23 259	0.33 268	0.23 238

LMCR-Stereo	0.65 430	0.63 301	0.65 461	0.65 410	0.65 511	0.66 480	0.63 495	0.58 458	0.65 501	0.63 476	0.64 506	0.65 484	0.65 498	0.66 477	0.66 496	0.66 442	0.64 466	0.65 489	0.67 523	0.68 465	0.73 524

test410	0.66 432	5.69 700	0.31 266	0.40 269	0.31 360	0.41 329	0.31 351	0.40 305	0.31 358	0.62 473	0.55 489	0.40 318	0.31 364	0.40 311	0.31 344	0.59 421	0.47 410	0.38 328	0.29 349	0.38 314	0.30 346

KSHMR	0.66 432	0.50 270	0.48 400	1.15 497	0.52 485	0.49 428	0.51 476	0.49 416	0.71 529	0.67 483	0.50 477	1.16 564	1.11 564	0.66 477	0.52 471	0.49 387	0.49 419	0.51 464	0.66 519	0.50 430	1.14 576

TorneroNet	0.66 432	0.53 284	0.50 413	0.50 364	0.64 509	1.06 544	0.70 523	0.50 425	0.51 478	0.49 419	0.69 522	0.49 427	0.50 471	0.48 419	1.15 575	0.71 452	0.49 419	1.14 563	1.08 576	0.49 425	0.49 454

GES	0.66 432	2.34 588	0.29 244	0.41 283	0.29 301	0.41 329	0.29 296	0.42 342	0.29 298	0.40 305	0.41 434	0.41 333	0.30 313	0.51 443	0.29 293	0.32 250	0.29 269	0.32 275	2.46 711	2.49 673	0.30 346

cf-r	0.66 432	2.17 572	0.12 123	0.18 159	0.12 188	0.18 192	2.70 711	2.60 684	0.12 187	0.18 189	0.12 177	0.18 192	0.12 184	0.18 190	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 631	1.74 686

DSFCA	0.66 432	0.73 313	0.78 499	0.65 410	0.65 511	0.64 477	0.64 496	0.65 472	0.63 499	0.64 477	0.64 506	0.64 480	0.64 496	0.65 476	0.65 493	0.65 440	0.65 468	0.65 489	0.65 516	0.66 460	0.64 499

MWDA-net	0.67 438	0.66 304	0.45 378	2.84 649	0.46 459	0.73 490	0.45 448	0.71 483	0.44 447	0.72 489	0.45 454	0.70 491	0.45 448	0.70 484	0.44 439	0.61 427	0.41 376	0.61 480	0.43 459	0.61 455	0.42 428

WAFT-Stereo (ZS)	0.67 438	0.78 325	0.67 467	0.67 415	0.66 514	0.67 481	0.67 503	0.65 472	0.66 503	0.66 481	0.67 511	0.66 487	0.67 503	0.67 479	0.72 526	0.66 442	0.67 471	0.67 491	0.67 523	0.67 463	0.67 506

DEFOM-Stereo	0.68 440	3.11 628	1.40 619	1.63 589	0.25 274	0.31 267	0.25 260	0.31 259	0.28 288	0.31 262	0.29 302	0.29 262	0.27 283	0.31 269	0.28 277	1.59 609	1.47 623	0.30 266	0.29 349	0.30 253	0.28 322

ssnet_v2	0.68 440	1.96 559	1.25 601	0.29 211	0.20 247	0.30 260	0.20 233	0.29 250	0.22 249	1.50 625	0.20 244	0.31 271	0.20 245	0.27 253	0.22 243	0.24 213	1.49 624	0.26 250	0.18 242	3.90 696	0.19 227

ARAFT	0.68 440	0.81 333	0.63 454	0.74 435	0.60 497	0.78 495	0.62 494	0.77 491	0.66 503	0.74 497	0.63 504	0.75 500	0.62 495	0.83 507	0.60 486	0.70 451	0.55 439	0.70 500	0.60 503	0.78 486	0.55 480

mm2	0.69 443	0.69 306	0.69 477	0.69 418	0.69 520	0.69 483	0.69 516	0.69 478	0.69 516	0.69 486	0.69 522	0.69 488	0.69 515	0.69 482	0.69 513	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 510

mm1	0.69 443	0.69 306	0.69 477	0.69 418	0.69 520	0.69 483	0.69 516	0.69 478	0.69 516	0.69 486	0.69 522	0.69 488	0.69 515	0.69 482	0.69 513	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 510

NINENet	0.69 443	3.87 650	1.20 550	1.98 601	0.05 126	0.40 310	0.04 103	0.40 305	0.05 124	0.41 322	0.04 110	0.41 333	0.05 117	0.40 311	0.05 115	1.79 616	1.56 630	0.34 292	0.22 253	0.34 273	0.23 238

VIP-Stereo	0.70 446	2.97 625	2.43 691	2.49 637	0.16 220	0.25 239	0.16 204	0.25 234	0.16 214	0.25 235	0.18 237	0.25 240	0.16 211	0.26 249	0.16 208	1.86 618	1.26 600	0.23 230	0.15 209	0.23 226	0.15 198

RAFT-Stereo + iAFF	0.70 446	0.72 312	0.71 484	0.80 442	0.62 508	0.82 506	0.61 493	0.81 498	0.62 496	0.81 507	0.63 504	0.80 507	0.70 519	0.73 490	0.61 488	0.76 470	0.61 461	0.74 507	0.61 505	0.77 484	0.61 489

DMCA-RVC	0.70 446	0.80 330	0.70 480	0.70 424	0.70 524	0.70 486	0.70 523	0.71 483	0.70 524	0.70 488	0.71 532	0.71 492	0.70 519	0.70 484	0.69 513	0.69 446	0.70 486	0.69 495	0.70 533	0.69 469	0.70 513

MyStereo8	0.71 449	3.92 653	0.52 423	0.59 396	0.52 485	0.57 467	0.53 479	0.59 461	0.50 471	0.59 466	0.51 483	0.57 468	0.50 471	0.56 458	0.52 471	0.54 405	0.49 419	0.54 471	0.49 479	0.55 444	0.50 457

HH	0.71 449	2.54 599	0.74 492	1.10 488	0.32 374	0.41 329	0.37 403	0.69 478	0.78 539	0.73 492	0.90 555	0.75 500	1.00 551	0.84 508	0.69 513	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 256

HanStereo	0.71 449	2.54 599	0.74 492	1.10 488	0.32 374	0.41 329	0.37 403	0.69 478	0.78 539	0.73 492	0.90 555	0.75 500	1.00 551	0.84 508	0.69 513	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 256

CAR	0.72 452	0.76 321	0.59 438	0.84 447	1.19 589	0.81 503	0.58 487	0.81 498	0.58 486	0.81 507	0.58 494	0.83 512	0.59 489	0.82 502	0.59 484	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 466

MSE-Stereo	0.72 452	0.76 321	0.59 438	0.84 447	1.19 589	0.81 503	0.58 487	0.81 498	0.58 486	0.81 507	0.58 494	0.83 512	0.59 489	0.82 502	0.59 484	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 466

zero-FE	0.72 452	1.31 482	0.66 463	0.92 460	0.60 497	0.82 506	0.58 487	0.82 501	0.58 486	0.81 507	0.60 498	0.81 510	0.60 491	0.82 502	0.58 481	0.74 467	0.59 453	0.73 502	0.52 485	0.76 482	0.51 464

ktn	0.72 452	0.53 284	1.08 535	1.14 494	0.51 484	1.22 606	1.36 642	0.51 439	0.59 491	0.51 441	0.51 483	0.69 488	1.20 576	0.67 479	0.51 469	0.51 399	0.49 419	0.58 476	0.66 519	0.52 438	0.53 469

MGA	0.73 456	0.76 321	0.60 442	0.92 460	1.17 585	0.81 503	0.59 491	0.84 502	0.62 496	0.81 507	0.59 496	0.84 514	0.60 491	0.81 501	0.61 488	0.71 452	0.53 436	0.89 529	0.53 487	0.75 479	0.54 472

DStereoRT	0.73 456	0.81 333	0.73 491	0.71 426	0.74 531	0.73 490	0.75 532	0.71 483	0.71 529	0.74 497	0.72 535	0.73 497	0.80 536	0.71 486	0.73 527	0.76 470	0.71 490	0.73 502	0.72 538	0.70 472	0.76 531

CroCo-Stereo	0.73 456	1.22 474	0.25 220	1.22 551	0.25 274	1.22 606	0.25 260	1.22 601	0.25 264	1.22 610	0.25 270	1.22 613	0.25 266	1.22 612	0.25 261	1.22 584	0.26 234	1.21 622	0.25 269	1.22 604	0.25 250
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	0.73 456	0.88 345	0.67 467	0.75 436	0.68 519	0.75 492	0.64 496	0.80 495	0.72 532	0.83 512	0.70 526	0.82 511	0.64 496	0.84 508	0.67 497	0.77 473	0.63 464	0.81 519	0.63 507	0.78 486	0.62 492

monster-pro	0.75 460	1.67 501	0.64 457	0.89 453	0.57 494	0.86 512	0.56 484	0.87 504	0.56 483	0.87 513	0.57 492	0.88 517	0.57 484	0.87 513	0.57 479	0.79 474	0.58 447	0.76 510	0.54 489	0.77 484	0.54 472

AIO-Stereo-zeroshot1	0.75 460	0.92 359	0.85 510	0.96 472	0.59 495	1.27 610	0.44 442	0.59 461	0.69 516	0.91 518	0.68 517	0.55 462	0.61 494	1.06 550	0.83 545	0.62 432	0.70 486	0.90 530	0.41 448	0.89 506	0.56 483

MyStereo06	0.75 460	4.12 655	0.60 442	0.63 404	0.61 503	0.62 475	0.66 499	0.56 452	0.45 451	0.55 457	0.48 470	0.54 458	0.46 452	0.57 463	0.45 442	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 480

GCAP-Stereo	0.75 460	4.15 658	0.42 372	0.75 436	0.35 400	0.78 495	0.40 424	0.79 492	0.38 410	0.78 501	0.36 401	0.78 503	0.36 398	0.79 496	0.39 414	0.75 468	0.39 362	0.76 510	0.39 438	0.75 479	0.39 409

GANet-RSSM	0.75 460	1.91 551	0.14 148	0.47 316	0.14 195	0.21 212	3.21 728	2.30 670	0.14 194	0.46 399	0.14 196	0.23 227	0.18 234	0.21 211	0.14 188	0.18 175	0.27 247	0.37 320	0.13 192	2.13 654	2.12 696

RSM++	0.76 465	0.82 335	0.66 463	0.85 451	0.64 509	0.85 510	0.71 526	0.94 518	0.64 500	0.87 513	0.67 511	0.87 516	0.65 498	0.84 508	0.65 493	0.81 480	0.70 486	0.79 514	0.71 536	0.83 498	0.70 513

CroCo-Stereo Lap2	0.77 466	1.29 478	0.29 244	1.27 556	0.29 301	1.27 610	0.26 267	1.26 605	0.26 278	1.26 611	0.26 275	1.27 617	0.26 276	1.26 614	0.27 268	1.27 587	0.27 247	1.27 626	0.27 313	1.27 608	0.27 294

PSMNet-RSSM	0.77 466	2.76 616	0.14 148	0.20 168	0.14 195	0.20 201	2.66 709	2.79 698	0.14 194	0.21 210	0.14 196	0.21 209	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 701

GwcNet-RSSM	0.77 466	2.77 618	0.14 148	0.20 168	0.14 195	0.20 201	2.67 710	2.78 697	0.14 194	0.20 198	0.14 196	0.20 201	0.14 195	0.21 211	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 701

4D-IteraStereo	0.78 469	3.13 629	0.89 511	0.69 418	0.32 374	0.40 310	0.32 361	0.76 490	0.97 564	0.52 445	0.65 508	0.89 520	0.32 371	0.76 494	0.98 557	0.83 485	0.94 518	0.35 308	0.27 313	0.70 472	0.89 546

Pro-Stereo	0.79 470	0.53 284	0.38 310	0.49 328	0.38 417	0.49 428	0.37 403	0.49 416	0.67 505	0.50 432	0.38 413	1.10 556	0.38 407	0.49 425	0.38 402	0.71 452	0.88 512	5.98 744	0.36 418	0.46 404	0.36 391

hitnet-ft	0.79 470	2.78 621	0.14 148	0.20 168	0.14 195	0.21 212	2.89 712	2.80 699	0.14 194	0.20 198	0.14 196	0.20 201	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.54 685	2.33 703

G-Net	0.79 470	0.79 327	0.79 502	0.79 438	0.79 544	0.79 498	0.79 537	0.79 492	0.79 543	0.79 503	0.79 547	0.79 505	0.79 535	0.79 496	0.79 537	0.79 474	0.79 503	0.79 514	0.79 549	0.79 488	0.79 536

MyStereo05	0.80 473	4.12 655	0.63 454	0.63 404	0.61 503	0.62 475	0.66 499	0.65 472	0.62 496	0.67 483	0.61 502	0.65 484	0.58 487	0.67 479	0.55 478	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 480

UDG	0.80 473	2.21 576	0.60 442	0.91 457	0.60 497	0.90 517	0.58 487	0.88 508	0.60 492	0.90 516	0.60 498	0.88 517	0.60 491	0.90 518	0.58 481	0.86 489	0.60 456	0.84 525	0.59 502	0.84 499	0.61 489

ccnet	0.80 473	2.28 580	0.33 280	0.50 364	0.33 386	0.50 437	0.33 372	0.50 425	0.33 380	0.49 419	0.33 380	0.49 427	1.56 641	2.38 674	0.33 368	0.41 317	0.29 269	0.42 418	1.57 658	2.28 660	0.29 331

NaN_ROB	0.80 473	0.80 330	0.80 503	0.80 442	0.80 547	0.80 500	0.80 540	0.80 495	0.80 545	0.80 504	0.80 549	0.80 507	0.80 536	0.80 498	0.80 540	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 537

CSAN	0.80 473	0.80 330	0.80 503	0.80 442	0.80 547	0.80 500	0.80 540	0.80 495	0.80 545	0.80 504	0.80 549	0.80 507	0.80 536	0.80 498	0.80 540	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 537

GSStereo	0.81 478	4.28 661	0.50 413	0.59 396	0.40 428	0.51 449	0.38 410	0.50 425	0.38 410	0.50 432	0.38 413	0.50 441	3.79 725	0.50 433	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 388

BSDual-CNN	0.81 478	1.91 551	0.92 518	4.48 689	0.02 22	0.42 350	0.06 137	0.41 324	0.02 22	0.48 412	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 294

DDUNet	0.81 478	2.45 597	0.57 436	0.90 455	0.60 497	0.88 514	0.59 491	0.90 509	0.60 492	0.88 515	0.60 498	0.90 521	0.58 487	0.88 515	0.60 486	0.84 487	0.60 456	0.86 527	0.57 498	0.86 501	0.60 488

R-Stereo Train	0.81 478	0.96 367	0.67 467	0.95 469	0.67 516	0.95 522	0.68 508	0.95 520	0.68 511	0.95 526	0.68 517	0.96 531	0.68 508	0.96 530	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 508

RAFT-Stereo	0.81 478	0.96 367	0.67 467	0.95 469	0.67 516	0.95 522	0.68 508	0.95 520	0.68 511	0.95 526	0.68 517	0.96 531	0.68 508	0.96 530	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 508
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 200	0.25 264	1.61 629	0.23 257	0.28 256	0.26 276	0.20 198	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 238

scenet	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 200	0.25 264	1.61 629	0.23 257	0.28 256	0.26 276	0.20 198	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 238

ssnet	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 200	0.25 264	1.61 629	0.23 257	0.28 256	0.26 276	0.20 198	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 238

STTRV1_RVC	0.82 483	1.60 499	0.70 480	1.01 481	0.60 497	1.07 547	0.69 516	1.01 531	0.60 492	0.72 489	0.55 489	1.02 547	0.68 508	1.03 548	0.67 497	0.89 491	0.63 464	0.92 536	0.57 498	0.90 509	0.65 501

DEFOM-Stereo_RVC	0.83 487	5.18 680	1.98 678	2.19 608	0.17 226	0.19 195	0.18 223	0.19 193	0.16 214	0.20 198	0.19 240	0.22 219	0.22 254	0.20 198	0.15 200	2.28 659	2.13 680	0.24 240	0.17 235	0.18 197	0.16 200

BUS	0.83 487	1.91 551	0.92 518	4.48 689	0.02 22	0.40 310	0.04 103	0.41 324	0.02 22	0.48 412	0.03 56	0.41 333	0.05 117	0.03 43	0.05 115	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 294

PDISCO_ROB	0.83 487	2.80 622	3.49 714	0.14 122	0.11 175	0.17 188	0.09 145	0.15 179	0.10 153	0.15 173	0.12 177	0.16 180	0.14 195	3.30 705	0.13 183	0.14 133	2.34 685	0.16 182	0.12 181	2.62 686	0.10 151

WQFJA1++	0.84 490	0.98 370	0.67 467	1.26 555	0.75 533	1.00 527	0.67 503	1.00 522	0.67 505	1.00 528	0.67 511	1.00 534	0.67 503	1.00 534	0.67 497	0.96 503	0.67 471	0.91 533	0.63 507	0.92 513	0.63 493

WQFJX1	0.84 490	0.98 370	0.67 467	1.30 563	0.75 533	1.01 535	0.67 503	1.01 531	0.67 505	1.01 539	0.67 511	1.01 543	0.68 508	1.00 534	0.68 505	0.98 508	0.67 471	0.92 536	0.64 512	0.92 513	0.64 499

NLMM	0.84 490	1.00 380	0.67 467	1.27 556	0.75 533	1.00 527	0.68 508	1.00 522	0.67 505	1.00 528	0.67 511	1.02 547	0.67 503	1.02 546	0.67 497	0.97 504	0.67 471	0.93 540	0.63 507	0.92 513	0.63 493

AIO-Stereo	0.84 490	0.66 304	0.70 480	0.83 446	0.67 516	0.98 525	0.82 547	1.14 542	0.72 532	1.03 545	0.74 539	1.03 549	1.09 563	0.99 532	0.45 442	1.04 516	0.73 493	0.95 546	0.74 540	0.94 522	0.46 438

DCRE	0.84 490	1.89 548	0.77 497	0.94 467	0.72 528	0.88 514	0.73 530	0.87 504	0.78 539	0.90 516	0.71 532	0.88 517	0.67 503	0.88 515	0.73 527	0.81 480	0.68 477	0.81 519	0.70 533	0.82 496	0.70 513

iGMRVC	0.84 490	2.85 623	0.72 487	0.72 428	0.73 529	0.77 493	0.79 537	0.73 487	0.74 537	0.73 492	0.72 535	0.73 497	0.76 530	0.73 490	0.73 527	0.72 460	0.73 493	0.73 502	0.72 538	0.73 477	0.72 520

WQFJA1	0.85 496	0.98 370	0.67 467	1.29 561	0.76 538	1.01 535	0.67 503	1.02 536	0.67 505	1.02 543	0.67 511	1.01 543	0.67 503	1.01 542	0.68 505	0.99 509	0.67 471	0.93 540	0.64 512	0.92 513	0.65 501

WQFJX	0.85 496	1.00 380	0.68 475	1.30 563	0.75 533	1.01 535	0.68 508	1.01 531	0.68 511	1.01 539	0.68 517	1.03 549	0.68 508	1.02 546	0.67 497	0.97 504	0.67 471	0.93 540	0.63 507	0.94 522	0.63 493

NLSM3	0.85 496	0.99 378	0.68 475	1.29 561	0.76 538	1.01 535	0.68 508	1.01 531	0.68 511	1.02 543	0.68 517	1.01 543	0.68 508	1.01 542	0.68 505	0.97 504	0.68 477	0.93 540	0.64 512	0.93 518	0.63 493

DNS	0.86 499	2.43 596	1.66 635	2.03 604	0.42 448	0.60 470	0.42 438	0.60 463	0.42 442	0.60 467	0.42 444	0.60 473	0.42 437	0.60 467	0.42 433	1.97 629	1.63 640	0.55 473	0.40 439	0.55 444	0.40 412

NLMM1	0.86 499	0.98 370	0.69 477	1.48 578	0.75 533	1.01 535	0.69 516	1.00 522	0.69 516	1.00 528	0.70 526	1.00 534	0.68 508	1.01 542	0.67 497	0.97 504	0.68 477	0.92 536	0.63 507	0.93 518	0.63 493

AdaDepth	0.86 499	0.93 363	0.71 484	1.01 481	1.07 575	1.02 541	0.71 526	1.00 522	0.71 529	1.01 539	0.71 532	1.00 534	0.72 525	1.14 561	0.71 524	0.92 495	0.64 466	0.90 530	0.64 512	0.89 506	0.69 510

GEStereo_RVC	0.86 499	4.45 663	0.20 198	0.27 208	0.20 247	0.27 253	0.20 233	0.26 240	0.18 231	5.03 735	0.20 244	0.27 255	0.19 241	0.27 253	0.21 239	0.20 182	0.19 206	0.19 206	4.02 740	0.20 204	0.18 224

FAST (zero-shot)	0.87 503	1.55 496	0.42 372	1.57 580	0.42 448	1.62 634	0.45 448	1.59 622	0.42 442	1.66 633	0.44 449	1.62 634	0.42 437	1.59 628	0.42 433	0.64 438	0.43 391	0.64 485	0.42 456	0.67 463	0.46 438

Selective-RAFT-Error	0.88 504	0.84 336	0.98 523	0.86 452	0.97 563	0.88 514	0.95 558	0.84 502	0.99 567	0.92 520	0.82 551	0.84 514	0.98 550	0.87 513	0.97 556	0.81 480	0.83 509	0.79 514	0.82 554	0.79 488	0.85 542

IER	0.88 504	7.04 708	2.23 684	2.75 643	0.28 288	0.43 357	0.25 260	0.39 297	0.25 264	0.41 322	0.27 279	0.39 308	0.25 266	0.40 311	0.28 277	0.37 276	0.28 255	0.37 320	0.25 269	0.37 301	0.25 250

Selective-RAFT	0.89 506	0.89 348	0.72 487	1.16 502	0.78 542	1.06 544	0.82 547	0.87 504	0.97 564	1.00 528	0.91 558	0.90 521	1.00 551	0.89 517	0.93 553	0.83 485	0.83 509	0.82 523	0.82 554	0.81 494	0.82 540

AIO-Stereo-zeroshot	0.91 507	0.86 340	0.89 511	1.25 554	0.69 520	1.05 543	0.81 544	1.16 546	0.50 471	1.12 555	0.97 564	0.72 495	0.82 540	1.06 550	0.95 554	0.61 427	0.87 511	1.03 560	0.85 557	1.04 535	1.01 565

CFNet-RSSM	0.91 507	4.89 669	0.34 291	0.44 304	1.07 575	1.62 634	1.40 649	0.91 511	0.35 393	1.60 626	1.39 649	0.64 480	0.34 387	0.44 383	0.33 368	0.41 317	0.35 338	0.75 508	0.30 367	0.41 386	0.29 331

MLG-Stereo	0.92 509	0.90 352	0.84 509	1.27 556	0.49 474	1.38 621	0.88 550	1.41 619	0.97 564	0.73 492	1.09 575	1.26 614	0.43 442	0.72 488	1.05 567	1.13 529	0.49 419	1.18 573	0.66 519	1.01 532	0.46 438

ToySt	0.92 509	2.11 566	0.90 514	0.95 469	0.79 544	0.99 526	0.78 536	0.94 518	0.81 548	0.94 524	0.78 545	0.95 530	0.77 532	0.94 526	0.86 547	0.91 492	0.79 503	0.85 526	0.77 545	0.89 506	0.73 524

DPSM_ROB	0.92 509	0.91 354	0.91 516	0.91 457	0.92 558	0.92 519	0.92 554	0.92 514	0.91 553	0.93 522	0.91 558	0.92 524	0.90 543	0.91 520	0.92 549	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 550

DPSM	0.92 509	0.91 354	0.91 516	0.91 457	0.92 558	0.92 519	0.92 554	0.92 514	0.91 553	0.93 522	0.91 558	0.92 524	0.90 543	0.91 520	0.92 549	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 550

pmcnn	0.92 509	0.92 359	0.92 518	0.92 460	0.92 558	0.92 519	0.92 554	0.92 514	0.92 557	0.92 520	0.92 561	0.92 524	0.92 545	0.92 524	0.92 549	0.92 495	0.92 516	0.92 536	0.92 559	0.92 513	0.92 549

error version	0.93 514	4.47 664	2.35 687	1.99 602	0.37 410	0.41 329	0.36 397	0.41 324	0.35 393	0.43 343	0.36 401	0.41 333	0.40 419	0.41 331	0.36 389	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 370

test_1	0.93 514	4.47 664	2.35 687	1.99 602	0.37 410	0.41 329	0.36 397	0.41 324	0.35 393	0.43 343	0.36 401	0.41 333	0.40 419	0.41 331	0.36 389	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 370

DGTPSM_ROB	0.93 514	1.00 380	0.92 518	0.94 467	0.96 562	0.91 518	0.92 554	0.91 511	0.96 563	0.91 518	0.96 562	0.93 527	0.92 545	0.94 526	0.92 549	0.92 495	0.92 516	0.90 530	0.92 559	0.94 522	0.91 548

HSM-Net_RVC	0.95 517	1.17 418	0.78 499	1.18 504	0.71 526	1.16 559	0.75 532	1.09 540	0.80 545	1.10 549	0.75 540	1.17 565	0.74 527	1.17 564	0.80 540	1.13 529	0.73 493	1.17 570	0.77 545	1.16 546	0.72 520
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MWSP-net	0.96 518	0.75 318	0.49 407	4.84 706	0.48 470	1.28 612	0.52 477	1.20 554	0.51 478	1.14 559	0.70 526	1.00 534	0.56 482	0.90 518	0.69 513	0.76 470	0.60 456	0.95 546	0.56 495	0.73 477	0.45 436

iRaftStereo_RVC	0.97 519	3.17 631	2.30 686	2.42 634	0.38 417	0.54 459	0.38 410	0.54 448	0.38 410	0.54 454	0.38 413	0.54 458	0.38 407	0.54 453	0.38 402	2.38 669	2.34 685	0.49 453	0.36 418	0.49 425	0.36 391

DPSimNet_ROB	0.97 519	1.18 420	0.81 506	1.10 488	0.91 557	1.02 541	0.82 547	1.04 537	0.91 553	1.03 545	0.86 554	1.28 618	0.82 540	1.03 548	0.89 548	1.17 533	0.81 508	1.02 558	0.82 554	1.08 537	0.81 539

test-3	0.98 521	4.13 657	1.85 655	1.85 593	0.61 503	0.69 483	0.37 403	0.63 469	0.61 495	0.66 481	0.51 483	0.73 497	0.44 444	0.57 463	0.54 475	1.68 613	1.81 652	0.40 384	0.43 459	0.66 460	0.50 457

LGCAT	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

Test_v1	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

Wavelet-MonSter	1.00 522	1.21 468	0.76 495	1.94 597	1.01 570	1.11 554	0.76 534	1.15 543	0.76 538	1.11 554	0.76 541	1.14 562	0.76 530	1.11 558	0.76 534	1.21 582	0.90 513	1.02 558	0.71 536	1.02 534	0.71 519

999	1.00 522	1.12 411	0.59 438	1.10 488	1.21 637	1.09 550	0.52 477	1.08 538	1.43 651	1.18 562	1.35 643	0.98 533	0.52 477	0.91 520	0.85 546	0.72 460	1.46 622	0.83 524	0.98 564	0.68 465	1.41 648

DispNO	1.00 522	0.63 301	0.43 374	3.45 672	0.44 453	0.65 478	0.43 441	0.64 471	0.43 444	0.64 477	0.43 447	0.64 480	3.03 703	0.64 475	0.43 438	4.55 705	0.43 391	0.63 483	0.43 459	0.63 457	0.43 431

GANet	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

TDLM	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

CVANet_RVC	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

trnet	1.01 530	1.01 390	1.01 530	1.01 481	1.01 570	1.01 535	1.01 567	1.01 531	1.01 573	1.01 539	1.01 571	1.01 543	1.01 559	1.01 542	1.01 564	1.01 515	1.01 526	1.01 557	1.01 573	1.01 532	1.01 565

LL-Strereo	1.01 530	5.06 676	1.63 632	0.70 424	1.43 649	0.56 461	0.46 452	0.57 455	0.50 471	0.57 462	0.50 477	1.58 629	0.49 467	0.59 465	0.50 464	1.64 612	0.52 434	0.51 464	1.37 645	0.52 438	0.45 436

FlowAnything_test	1.02 532	1.72 504	0.71 484	1.59 582	0.70 524	1.61 632	0.69 516	1.61 624	0.70 524	1.60 626	0.70 526	1.61 633	0.69 515	1.61 631	0.70 522	0.81 480	0.58 447	0.81 519	0.55 491	0.81 494	0.56 483

FlowAnything	1.02 532	1.71 503	0.72 487	1.59 582	0.69 520	1.60 631	0.69 516	1.61 624	0.70 524	1.60 626	0.69 522	1.60 630	0.69 515	1.61 631	0.69 513	0.81 480	0.58 447	0.81 519	0.56 495	0.82 496	0.56 483

Hybrid-DGEV	1.03 534	1.75 510	0.80 503	1.28 560	0.78 542	1.26 609	0.80 540	1.26 605	0.78 539	1.26 611	0.78 545	1.26 614	0.78 534	1.26 614	0.78 536	1.15 532	0.75 496	1.14 563	0.74 540	1.14 541	0.75 528

tt45	1.04 535	0.88 345	1.36 613	0.92 460	1.03 573	1.51 630	0.79 537	0.70 482	0.88 551	0.74 497	0.90 555	1.60 630	0.72 525	1.60 629	0.75 532	0.91 492	0.78 501	1.52 639	0.79 549	1.14 541	1.32 640

Hybrid-DGEV-2	1.05 536	1.83 536	0.83 507	1.33 567	0.82 550	1.30 613	0.81 544	1.26 605	0.79 543	1.29 613	0.79 547	1.26 614	0.80 536	1.26 614	0.79 537	1.20 536	0.78 501	1.18 573	0.77 545	1.20 556	0.77 533

Hybrid-DGEV-03	1.07 537	1.83 536	0.83 507	1.34 568	0.81 549	1.32 615	0.81 544	1.31 612	0.81 548	1.31 614	0.82 551	1.32 619	0.82 540	1.32 619	0.81 543	1.19 534	0.77 499	1.19 575	0.76 543	1.19 554	0.77 533

GLC_STEREO	1.07 537	1.01 390	1.06 533	1.07 486	1.05 574	1.06 544	1.08 572	1.08 538	1.05 577	1.07 547	1.06 573	1.08 552	1.05 561	1.06 550	1.10 570	1.07 518	1.09 536	1.05 561	1.05 575	1.06 536	1.12 572

FC-DCNN	1.07 537	1.09 406	0.98 523	0.89 453	0.52 485	1.41 625	0.91 553	1.21 600	1.24 637	1.96 639	2.05 709	1.91 641	1.30 629	1.27 617	1.08 569	0.80 476	0.60 456	0.58 476	0.41 448	0.68 465	0.54 472

hknet	1.10 540	1.85 542	3.49 714	4.48 689	0.02 22	0.42 350	0.06 137	0.41 324	0.02 22	0.48 412	0.03 56	0.41 333	0.03 53	0.42 345	0.03 52	4.39 702	4.19 716	0.33 282	0.23 259	0.34 273	0.27 294

test_xeample3	1.10 540	1.81 526	0.61 448	0.84 447	0.49 474	0.77 493	0.66 499	0.92 514	1.40 649	0.68 485	0.46 458	0.78 503	0.54 481	1.72 634	1.48 651	1.34 592	1.52 626	1.35 632	1.67 683	1.33 611	1.55 653

DISCO	1.11 542	0.39 209	5.28 728	0.39 256	0.20 247	0.39 308	0.27 270	0.39 297	0.22 249	0.38 291	0.20 244	0.38 303	0.20 245	6.95 746	0.22 243	0.30 241	0.21 213	0.27 255	0.21 250	5.25 728	0.21 233

Occ-G	1.12 543	0.52 280	3.72 719	3.50 676	0.50 478	0.56 461	0.47 457	0.54 448	0.46 452	0.54 454	0.41 434	0.54 458	0.42 437	0.52 448	0.42 433	3.42 693	4.02 715	0.52 467	0.45 462	0.51 436	0.44 434

AEACV	1.12 543	0.52 280	3.12 710	3.24 661	0.86 551	0.53 455	0.49 468	0.60 463	0.47 457	0.53 448	0.49 473	0.55 462	0.45 448	0.55 457	0.47 453	3.01 688	3.88 713	0.71 501	0.60 503	0.80 491	0.48 448

LiteMatch	1.13 545	0.73 313	2.80 695	3.23 659	0.61 503	0.83 508	0.68 508	0.73 487	0.69 516	1.00 528	0.77 543	0.94 528	0.57 484	0.82 502	0.64 490	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 513

Lsterematch	1.13 545	0.73 313	2.80 695	3.23 659	0.61 503	0.83 508	0.68 508	0.73 487	0.69 516	1.00 528	0.77 543	0.94 528	0.57 484	0.82 502	0.64 490	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 513

MSMD_ROB	1.19 547	1.10 410	0.70 480	1.10 488	0.60 497	1.10 551	0.70 523	1.10 541	0.70 524	1.10 549	0.70 526	1.10 556	0.70 519	7.00 747	0.70 522	1.10 522	0.70 486	1.10 562	0.70 533	1.10 538	0.70 513

MM-Stereo_test2	1.20 548	1.85 542	1.05 532	1.46 577	0.94 561	1.36 619	0.99 561	1.36 614	0.95 561	1.41 621	0.98 565	1.40 625	0.96 547	1.37 621	0.95 554	1.37 597	1.06 529	1.33 629	0.93 563	1.29 610	0.89 546

ours_stereo	1.20 548	1.21 468	0.90 514	1.64 590	1.11 577	1.35 617	0.67 503	1.76 631	0.93 559	1.70 635	1.10 576	1.39 623	0.75 529	1.41 623	0.81 543	1.60 611	1.03 528	1.33 629	1.00 566	1.61 621	0.72 520

DisPM	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

CrosDoStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PFNet+	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

LCNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

HHNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Patchmatch Stereo++	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586
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	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

STrans-v2	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

TransformOpticalFlow	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

OMP-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

IIG-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

NF-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

OCTAStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PSM-softLoss	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

KMStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

NRIStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PSM-adaLoss	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PSM-AAD	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

FTStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

ROB_FTStereo_v2	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

ROB_FTStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Consistency-Raft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

KYRaft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

HUI-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

ASMatch	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DeepStereo_LL	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DEmStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

SST-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

THIR-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT_R40	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DRaft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PFNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

GrayStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RE-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Pruner-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

TVStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DeepStereo_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT-RH_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

IRAFT_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT-345	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

iRAFT	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

CRE-IMP	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

GMM-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT-IKP	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Prome-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

qqai	1.22 595	1.38 489	1.12 536	1.39 574	1.14 578	1.40 623	1.14 576	1.41 619	1.12 578	1.40 620	1.11 577	1.40 625	1.13 565	1.41 623	1.15 575	1.25 585	0.97 519	1.24 624	1.01 573	1.24 605	0.96 554

HCRNet	1.22 595	7.11 709	3.00 697	3.55 677	0.33 386	0.29 258	0.14 189	0.19 193	0.15 206	0.33 273	0.29 302	0.25 240	0.14 195	0.22 217	0.33 368	3.64 694	3.00 693	0.76 510	0.32 385	0.18 197	0.13 185

HBP-ISP	1.24 597	1.72 504	1.65 633	1.15 497	0.76 538	1.40 623	0.88 550	1.67 630	1.02 574	1.69 634	1.38 648	1.69 635	1.21 622	1.87 641	1.21 631	1.05 517	0.79 503	0.97 550	0.80 551	1.19 554	0.75 528

AANet_RVC	1.26 598	0.31 184	4.99 726	5.93 716	0.20 247	0.25 239	0.20 233	0.25 234	0.20 240	0.23 220	0.19 240	0.25 240	0.20 245	0.25 237	0.20 235	5.66 726	4.76 720	0.26 250	0.30 367	0.24 231	0.27 294

MM-Stereo_test3	1.27 599	2.07 562	1.18 545	1.60 585	1.02 572	1.45 627	1.01 567	1.40 618	1.04 576	1.44 623	1.03 572	1.46 628	1.02 560	1.44 626	1.02 565	1.51 606	1.12 543	1.32 628	0.98 564	1.38 614	0.97 555

11t	1.27 599	2.70 608	1.34 603	1.32 566	0.89 553	1.30 613	1.34 639	1.64 627	0.57 485	1.45 624	0.72 535	1.05 551	1.29 628	1.07 553	1.29 640	1.49 603	1.02 527	0.97 550	1.15 580	1.48 616	1.31 639

MaskLacGwcNet_RVC	1.35 601	1.35 485	1.35 605	1.35 570	1.35 642	1.35 617	1.35 640	1.36 614	1.35 645	1.36 618	1.35 643	1.36 621	1.36 634	1.36 620	1.35 644	1.35 593	1.35 613	1.35 632	1.35 642	1.35 612	1.35 644

CC-Net-ROB	1.36 602	1.33 484	1.33 602	1.36 571	1.38 646	1.36 619	1.33 638	1.37 616	1.34 642	1.35 617	1.36 645	1.38 622	1.34 632	1.38 622	1.38 647	1.35 593	1.38 617	1.33 629	1.35 642	1.43 615	1.34 643

CFNet	1.37 603	5.27 689	0.19 195	5.49 713	0.19 244	0.28 255	0.19 229	0.28 245	0.19 238	0.28 250	0.19 240	0.28 256	4.35 733	0.28 258	0.19 232	0.23 204	0.17 196	0.23 230	4.21 742	4.81 719	0.17 218

PS-NSSS	1.38 604	1.39 490	1.34 603	1.34 568	1.35 642	1.38 621	1.37 647	1.35 613	1.38 648	1.34 616	1.34 642	1.39 623	1.38 637	1.70 633	1.40 648	1.36 595	1.36 614	1.36 634	1.37 645	1.37 613	1.36 645

RASNet	1.49 605	1.65 500	1.45 621	1.38 573	1.43 649	1.47 628	1.36 642	1.38 617	1.36 646	1.39 619	1.60 659	1.45 627	1.45 640	1.51 627	2.21 704	1.53 607	1.36 614	1.36 634	1.36 644	1.66 624	1.36 645

BLMT-Stereo	1.53 606	1.36 486	1.06 533	1.42 576	1.23 641	1.41 625	1.07 571	1.43 621	1.12 578	1.42 622	1.06 573	1.83 638	1.07 562	1.42 625	1.07 568	1.27 587	1.38 617	6.80 745	1.00 566	1.26 607	1.00 559

GANetREF_RVC	1.55 607	1.94 558	1.22 597	1.88 594	1.21 637	1.88 639	1.22 630	1.88 633	1.22 635	1.88 636	1.22 632	1.88 639	1.22 623	1.89 642	1.22 632	1.87 620	1.22 599	1.88 655	1.22 633	1.88 633	1.22 632
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	1.59 608	1.91 551	1.21 596	1.94 597	1.20 591	2.00 647	1.23 631	1.99 638	1.24 637	2.00 644	1.25 635	2.03 649	1.26 625	2.00 646	1.29 640	1.90 624	1.18 550	1.89 656	1.21 632	1.89 634	1.20 586
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 609	1.59 498	1.70 636	1.59 582	1.59 655	1.61 632	1.61 658	1.60 623	1.60 655	1.62 632	1.59 658	1.60 630	1.60 643	1.60 629	1.59 655	1.59 609	1.60 637	1.59 641	1.59 663	1.59 620	1.59 659

MEA-ACV	1.66 610	0.87 342	0.61 448	11.81 746	1.35 642	1.50 629	0.71 526	1.23 603	0.92 557	1.13 558	0.96 562	1.69 635	0.70 519	1.23 613	1.16 579	1.54 608	1.20 551	1.58 640	0.85 557	1.12 539	0.95 553

ff7	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 644	1.80 685	2.05 649	1.56 655	2.33 670	2.12 693	2.23 665	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 567

ffff	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 644	1.80 685	2.05 649	1.56 655	2.33 670	2.12 693	2.23 665	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 567

ccc-4	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 644	1.80 685	2.05 649	1.56 655	2.33 670	2.12 693	2.23 665	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 567

PhaseNet	1.74 614	6.34 707	4.81 724	6.77 722	0.24 271	0.80 500	0.53 479	0.48 411	0.22 249	0.53 448	0.28 287	0.48 422	0.25 266	0.40 311	0.32 356	6.39 732	4.61 719	0.46 430	0.38 434	0.25 234	0.18 224

MC-Stereo	1.76 615	2.96 624	1.37 615	2.14 606	1.37 645	2.14 653	1.36 642	2.14 647	1.37 647	2.14 653	1.37 646	2.14 651	1.37 636	2.14 651	1.37 646	1.97 629	1.32 601	1.97 659	1.32 641	1.98 636	1.33 641

IGEVStereo-DCA	1.77 616	4.21 659	1.84 653	2.49 637	2.11 703	2.54 687	1.36 642	1.65 628	1.17 586	2.75 697	1.90 692	2.54 683	1.15 569	0.94 526	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 543

rrr	1.77 616	4.21 659	1.84 653	2.49 637	2.11 703	2.54 687	1.36 642	1.65 628	1.17 586	2.75 697	1.90 692	2.54 683	1.15 569	0.94 526	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 543

MM-Stereo_test1	1.80 618	3.41 636	1.52 628	2.12 605	1.41 648	2.04 648	1.41 650	2.05 642	1.46 652	2.04 648	1.41 650	2.05 650	1.42 639	2.05 647	1.43 650	2.04 634	1.54 629	1.94 657	1.38 647	1.99 637	1.33 641

MFMNet_re	1.81 619	1.91 551	1.71 638	1.95 599	1.70 678	1.95 644	1.70 675	1.96 636	1.74 681	1.97 641	1.72 680	1.95 642	1.71 664	1.97 645	1.71 675	1.86 618	1.62 638	1.85 648	1.66 682	1.86 632	1.64 677

plain	1.88 620	3.16 630	0.64 457	3.10 654	0.65 511	3.10 703	0.64 496	3.12 702	0.65 501	3.10 703	0.65 508	3.11 704	0.65 498	3.12 702	0.65 493	3.12 689	0.65 468	3.13 702	0.65 516	3.13 690	0.65 501

derf	1.91 621	2.15 570	1.78 642	2.16 607	1.75 681	2.21 662	1.80 679	2.22 661	1.80 685	2.21 664	1.76 681	2.17 652	1.81 673	2.24 668	1.74 684	1.93 627	1.56 630	1.96 658	1.53 656	1.95 635	1.56 654

noway5	1.92 622	4.97 672	1.95 675	2.31 624	1.68 668	2.21 662	1.68 669	2.21 659	1.69 671	2.22 668	1.68 673	2.21 660	1.68 654	2.21 661	1.68 670	2.18 646	1.87 667	1.71 645	0.65 516	0.85 500	0.72 520

RAFT_CTSACE	1.92 622	3.71 643	1.72 639	1.88 594	1.72 680	2.04 648	1.42 652	2.18 650	1.89 698	2.02 646	1.97 698	1.95 642	2.06 692	1.93 643	1.62 656	1.76 615	1.66 642	2.02 660	1.73 691	1.73 627	1.43 650

MonStereo1	1.94 624	2.77 618	1.52 628	3.73 684	1.51 652	2.13 652	1.42 652	2.32 671	1.52 653	2.31 675	1.50 653	2.53 680	1.59 642	2.34 673	1.56 653	1.91 625	1.36 614	1.86 651	1.31 640	2.07 647	1.53 651

4.25w-stereo	1.98 625	2.72 612	1.46 622	3.47 673	1.43 649	2.07 650	1.98 693	2.53 683	1.52 653	2.71 690	1.98 704	1.81 637	1.62 645	1.96 644	1.36 645	1.88 623	2.00 670	2.53 696	1.61 670	1.74 628	1.15 577

4.5w-stereo	1.99 626	2.33 584	1.81 644	3.28 663	1.68 668	1.94 641	1.99 696	2.72 687	1.70 672	2.72 691	1.99 707	1.97 644	1.68 654	1.76 635	1.29 640	1.91 625	2.02 676	2.53 696	1.61 670	1.75 629	1.16 580

2.75w_new	1.99 626	2.34 588	1.81 644	3.14 655	1.62 657	1.94 641	1.99 696	2.72 687	1.71 674	2.72 691	1.99 707	1.90 640	1.73 666	1.82 640	1.29 640	2.37 668	2.01 672	2.31 682	1.42 651	1.77 630	1.22 632

3.75w	1.99 626	2.31 582	1.83 652	3.16 657	1.65 659	1.93 640	1.98 693	2.72 687	1.68 664	2.73 696	1.97 698	2.00 646	1.72 665	1.81 639	1.25 636	2.27 658	2.01 672	2.38 687	1.42 651	1.71 626	1.24 635

2w_stereo	1.99 626	2.36 591	1.81 644	3.24 661	1.67 664	1.94 641	1.98 693	2.72 687	1.68 664	2.72 691	1.94 695	1.98 645	1.74 668	1.79 638	1.27 637	1.95 628	2.00 670	2.53 696	1.60 666	1.68 625	1.15 577

2.25w	2.00 630	1.86 545	1.98 678	2.95 652	2.17 707	2.26 668	1.35 640	2.42 677	2.00 705	2.07 652	1.27 637	2.53 680	1.99 688	2.29 670	1.49 652	2.21 650	1.32 601	1.85 648	1.87 696	2.52 677	1.62 672

4.25_new	2.00 630	2.33 584	1.82 649	3.32 666	1.69 673	1.95 644	1.99 696	2.72 687	1.71 674	2.72 691	1.97 698	2.01 647	1.74 668	1.77 636	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 581

4.5w_new	2.00 630	2.33 584	1.82 649	3.32 666	1.69 673	1.95 644	1.99 696	2.72 687	1.71 674	2.72 691	1.97 698	2.01 647	1.74 668	1.77 636	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 581

4.5_new	2.00 630	1.84 541	1.98 678	2.77 645	2.16 705	2.27 669	1.28 637	2.09 643	1.98 702	2.01 645	1.28 638	2.71 693	1.98 686	2.51 682	1.65 658	2.26 655	1.33 608	1.87 652	1.87 696	2.49 673	1.60 661

TRStereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 666	1.86 691	2.30 672	1.87 687	2.30 667	1.87 676	2.08 648	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 682

XX-Stereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 666	1.86 691	2.30 672	1.87 687	2.30 667	1.87 676	2.08 648	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 682

EAI-Stereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 666	1.86 691	2.30 672	1.87 687	2.30 667	1.87 676	2.08 648	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 682

2.5w	2.01 637	2.40 593	1.37 615	3.28 663	2.01 697	2.71 693	1.43 655	1.82 632	1.83 689	1.90 638	1.41 650	2.71 693	1.35 633	2.71 692	1.85 690	2.66 680	1.53 627	1.64 642	1.23 634	2.53 680	1.87 692

4w-stereo	2.02 638	2.72 612	1.44 620	3.36 669	1.59 655	2.48 680	1.72 677	2.28 664	1.24 637	2.24 670	1.65 663	2.56 685	1.32 631	2.39 676	1.98 701	2.67 682	1.51 625	1.66 643	1.24 635	2.53 680	1.88 695

IGEV	2.02 638	2.20 574	1.82 649	2.90 651	2.16 705	2.41 677	1.25 633	2.00 639	1.98 702	1.99 643	1.31 640	2.72 697	1.93 682	2.67 691	1.69 673	2.26 655	1.32 601	1.83 647	1.87 696	2.53 680	1.61 666

3.25w_new	2.03 640	2.72 612	1.35 605	3.33 668	1.57 653	2.72 694	1.53 657	2.15 648	1.33 641	2.15 654	1.60 659	2.63 689	1.30 629	2.72 694	1.99 702	2.67 682	1.53 627	1.75 646	1.25 637	2.53 680	1.87 692

3.5w_stereo	2.03 640	2.72 612	1.35 605	3.41 670	1.57 653	2.72 694	1.49 656	2.01 640	1.34 642	2.15 654	1.61 661	2.63 689	1.36 634	2.72 694	1.99 702	2.66 680	1.58 633	1.68 644	1.24 635	2.53 680	1.87 692

UniTT-Stereo	2.03 640	3.43 637	0.72 487	3.42 671	0.73 529	3.27 706	0.68 508	3.38 707	0.69 516	3.29 706	0.72 535	3.28 707	0.70 519	3.35 708	0.68 505	3.39 692	0.68 477	3.31 705	0.69 529	3.37 691	0.73 524

3.25w	2.04 643	2.20 574	1.48 623	3.03 653	2.17 707	2.63 691	1.39 648	1.96 636	1.95 701	1.96 639	1.37 646	2.71 693	1.96 685	2.71 692	1.73 683	2.26 655	1.32 601	1.87 652	1.87 696	2.51 676	1.63 675

3w_stereo	2.04 643	2.24 578	1.70 636	3.15 656	2.18 709	2.49 681	1.26 635	2.03 641	1.98 702	1.98 642	1.33 641	2.72 697	1.99 688	2.59 685	1.72 678	2.22 651	1.33 608	1.85 648	1.88 701	2.50 675	1.58 658

1w_stereo	2.05 645	2.32 583	1.35 605	3.74 685	2.01 697	2.73 696	1.42 652	1.88 633	1.93 700	2.03 647	1.28 638	2.71 693	1.99 688	2.72 694	1.72 678	2.20 649	1.32 601	1.87 652	1.86 695	2.45 669	1.54 652

zzzzzz3	2.07 646	5.00 674	1.93 666	2.28 618	1.66 660	2.19 656	1.66 661	2.18 650	1.67 659	2.19 659	1.66 666	2.18 653	1.67 652	2.18 653	1.66 661	2.15 638	1.85 659	2.05 661	1.59 663	2.05 639	1.59 659

noway2	2.07 646	4.96 671	1.92 663	2.28 618	1.66 660	2.20 659	1.66 661	2.19 653	1.66 656	2.19 659	1.65 663	2.19 656	1.68 654	2.18 653	1.65 658	2.15 638	1.86 663	2.06 665	1.59 663	2.06 643	1.60 661

LiteMatch*	2.07 646	1.30 480	5.73 731	6.28 719	0.79 544	1.33 616	0.80 540	1.30 611	1.02 574	1.33 615	0.84 553	1.33 620	0.97 548	1.28 618	1.04 566	6.05 730	5.89 726	1.28 627	0.76 543	1.28 609	0.88 543

noway7	2.08 649	5.18 680	1.92 663	2.27 613	1.66 660	2.18 654	1.66 661	2.17 649	1.66 656	2.18 656	1.65 663	2.18 653	1.66 646	2.17 652	1.66 661	2.15 638	1.85 659	2.05 661	1.60 666	2.05 639	1.60 661

zzzz4	2.08 649	5.22 684	1.93 666	2.27 613	1.66 660	2.19 656	1.66 661	2.18 650	1.67 659	2.18 656	1.66 666	2.18 653	1.66 646	2.18 653	1.66 661	2.15 638	1.84 654	2.05 661	1.60 666	2.05 639	1.60 661

zzzz2	2.08 649	4.92 670	1.93 666	2.30 621	1.67 664	2.19 656	1.66 661	2.20 656	1.67 659	2.20 662	1.68 673	2.21 660	1.66 646	2.20 658	1.68 670	2.17 644	1.84 654	2.07 667	1.62 676	2.05 639	1.61 666

monster_256*512	2.09 652	5.21 683	1.98 678	2.30 621	1.67 664	2.18 654	1.66 661	2.20 656	1.67 659	2.19 659	1.67 668	2.19 656	1.66 646	2.19 656	1.66 661	2.15 638	1.86 663	2.05 661	1.60 666	2.06 643	1.61 666

zzz1	2.09 652	4.97 672	1.93 666	2.30 621	1.68 668	2.21 662	1.68 669	2.21 659	1.68 664	2.21 664	1.67 668	2.21 660	1.68 654	2.21 661	1.69 673	2.17 644	1.85 659	2.08 671	1.61 670	2.06 643	1.61 666

zzzzzzz1	2.10 654	5.20 682	1.93 666	2.38 631	1.68 668	2.20 659	1.67 667	2.20 656	1.68 664	2.20 662	1.67 668	2.20 659	1.68 654	2.20 658	1.67 669	2.24 653	1.86 663	2.06 665	1.61 670	2.06 643	1.62 672

GELT-Stereo	2.10 654	5.33 691	1.94 674	2.37 629	1.68 668	2.21 662	1.69 673	2.19 653	1.67 659	2.18 656	1.67 668	2.19 656	1.66 646	2.19 656	1.66 661	2.23 652	1.83 653	2.07 667	1.61 670	2.04 638	1.61 666

noway1	2.10 654	5.26 688	1.93 666	2.31 624	1.69 673	2.21 662	1.67 667	2.19 653	1.68 664	2.21 664	1.68 673	2.21 660	1.67 652	2.20 658	1.66 661	2.15 638	1.84 654	2.07 667	1.61 670	2.07 647	1.61 666

sCroCo_RVC	2.10 654	2.76 616	1.92 663	2.78 648	1.39 647	2.73 696	1.41 650	2.73 693	1.40 649	2.77 702	1.41 650	2.74 699	1.40 638	2.74 697	1.40 648	2.72 684	1.42 620	2.72 700	1.44 653	2.79 687	1.42 649

noway4	2.11 658	5.14 678	1.93 666	2.37 629	1.69 673	2.20 659	1.68 669	2.22 661	1.68 664	2.21 664	1.69 677	2.23 664	1.68 654	2.22 663	1.66 661	2.24 653	1.84 654	2.09 676	1.63 679	2.09 652	1.62 672

MoCha-V2	2.11 658	26.97 753	0.78 499	0.92 460	0.77 541	0.96 524	0.72 529	0.90 509	0.72 532	0.94 524	0.70 526	0.90 521	0.71 524	0.91 520	0.71 524	0.85 488	0.71 490	0.88 528	0.69 529	0.87 502	0.67 506

noway3	2.12 660	5.22 684	1.93 666	2.39 632	1.70 678	2.23 667	1.70 675	2.22 661	1.70 672	2.22 668	1.70 679	2.23 664	1.69 661	2.22 663	1.71 675	2.28 659	1.86 663	2.08 671	1.63 679	2.09 652	1.63 675

FBW_ROB	2.12 660	2.46 598	1.77 641	2.49 637	1.79 684	2.38 675	1.83 680	2.46 678	1.78 684	2.48 683	1.97 698	2.40 675	1.78 671	2.42 679	1.83 688	2.31 664	1.85 659	2.38 687	1.82 694	2.35 663	1.84 688

MonStereo	2.17 662	2.41 594	1.49 627	2.67 642	1.67 664	2.60 690	2.04 700	2.32 671	1.76 682	2.44 680	1.68 673	2.50 678	1.69 661	2.38 674	1.80 687	2.28 659	1.78 649	2.63 699	2.14 704	3.47 692	1.68 680

asda	2.17 662	2.54 599	1.81 644	3.47 673	1.78 683	2.50 683	1.86 685	2.61 685	1.68 664	2.61 687	1.83 683	2.37 674	1.73 666	2.44 680	1.88 696	2.51 677	1.84 654	2.34 684	1.62 676	2.23 656	1.77 687

asd	2.18 664	2.77 618	1.58 630	3.59 678	2.00 696	2.58 689	1.85 684	2.39 676	1.71 674	2.47 682	1.97 698	2.59 687	1.61 644	2.56 683	1.79 686	2.51 677	1.99 669	2.11 677	1.62 676	2.36 664	1.60 661

qwe	2.18 664	2.60 602	1.58 630	3.83 686	1.90 694	2.53 685	1.90 691	2.48 679	1.73 679	2.37 678	1.92 694	2.53 680	1.68 654	2.56 683	1.83 688	2.52 679	1.87 667	2.07 667	1.68 685	2.32 662	1.71 681

monsters	2.18 664	2.41 594	1.96 677	3.47 673	2.03 701	2.53 685	1.64 660	2.48 679	1.73 679	2.40 679	1.50 653	2.62 688	1.94 683	2.59 685	1.94 698	2.44 672	1.57 632	2.28 680	1.87 696	2.42 666	1.86 690

AIO_rvc	2.18 664	2.34 588	1.87 659	2.32 626	1.94 695	2.40 676	1.89 690	2.37 674	2.07 707	2.52 685	1.95 697	2.44 677	1.99 688	2.41 677	1.89 697	2.32 665	2.09 678	2.24 678	2.18 705	2.21 655	2.23 699

HUF	2.18 664	2.30 581	1.99 682	2.34 628	2.02 700	2.41 677	2.06 701	2.38 675	1.89 698	2.36 677	1.85 684	2.56 685	1.98 686	2.31 672	1.97 700	2.30 663	2.03 677	2.30 681	2.11 703	2.23 656	2.16 697

AIO_test	2.18 664	2.09 565	2.04 683	2.42 634	2.01 697	2.47 679	1.94 692	2.34 673	2.03 706	2.56 686	1.94 695	2.43 676	1.94 683	2.41 677	1.87 694	2.39 670	2.10 679	2.35 686	1.91 702	2.25 658	2.19 698

monsterstereo	2.20 670	2.33 584	1.95 675	3.65 680	2.07 702	2.49 681	1.61 658	2.48 679	1.83 689	2.45 681	1.61 661	2.67 692	1.86 674	2.64 687	1.94 698	2.48 676	1.66 642	2.34 684	1.68 685	2.40 665	1.86 690

LG-G_1	2.22 671	2.71 610	1.89 660	2.77 645	1.87 692	2.75 698	1.87 688	2.76 695	1.87 695	2.75 697	1.87 687	2.76 700	1.87 676	2.75 698	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 656

LG-G	2.22 671	2.71 610	1.89 660	2.77 645	1.87 692	2.75 698	1.87 688	2.76 695	1.87 695	2.75 697	1.87 687	2.76 700	1.87 676	2.75 698	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 656

LGtest1	2.22 671	2.70 608	1.89 660	2.76 644	1.86 688	2.75 698	1.86 685	2.75 694	1.86 691	2.75 697	1.86 685	2.77 702	1.87 676	2.75 698	1.86 691	2.46 673	1.58 633	2.45 691	1.56 657	2.45 669	1.56 654

RAStereo	2.23 674	3.64 640	0.76 495	3.65 680	0.86 551	3.66 711	0.76 534	3.67 711	0.81 548	3.66 708	0.76 541	3.66 710	0.77 532	3.68 710	0.77 535	3.68 695	0.77 499	3.69 710	0.77 545	3.70 694	0.77 533

UDGNet	2.23 674	5.40 695	1.72 639	2.48 636	1.69 673	2.51 684	1.69 673	2.51 682	1.72 678	2.50 684	1.69 677	2.52 679	1.69 661	2.50 681	1.68 670	2.41 671	1.70 645	2.42 689	1.69 687	2.42 666	1.64 677

NCCL2	2.28 676	2.27 579	2.28 685	2.28 618	2.28 710	2.27 669	2.29 705	2.28 664	2.28 708	2.27 671	2.28 710	2.28 666	2.27 696	2.27 669	2.28 709	2.28 659	2.28 684	2.27 679	2.29 709	2.27 659	2.29 700

Abc-Net	2.32 677	24.75 745	1.14 539	1.17 503	1.17 585	1.11 554	1.15 578	1.17 548	1.21 634	1.08 548	1.16 581	1.12 561	1.14 568	1.09 554	1.17 581	1.09 520	1.16 546	1.17 570	1.17 583	1.16 546	1.11 570
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 678	25.00 746	1.13 538	1.15 497	1.15 580	1.10 551	1.15 578	1.15 543	1.15 581	1.12 555	1.15 578	1.09 554	1.13 565	1.10 556	1.15 575	1.11 527	1.09 536	1.16 566	1.12 578	1.16 546	1.17 581

stereogan	2.33 678	24.38 744	1.18 545	1.18 504	1.18 588	1.14 557	1.18 582	1.19 551	1.19 588	1.14 559	1.18 585	1.14 562	1.18 574	1.14 561	1.18 582	1.14 531	1.14 544	1.19 575	1.19 584	1.15 544	1.19 585

RGC	2.36 680	25.48 747	1.19 547	1.15 497	1.15 580	1.10 551	1.16 580	1.17 548	1.16 582	1.12 555	1.16 581	1.11 560	1.13 565	1.09 554	1.18 582	1.10 522	1.15 545	1.16 566	1.12 578	1.14 541	1.12 572

NCC-stereo	2.36 680	25.52 748	1.17 543	1.15 497	1.17 585	1.11 554	1.11 573	1.15 543	1.16 582	1.10 549	1.16 581	1.10 556	1.15 569	1.14 561	1.13 573	1.09 520	1.11 540	1.15 565	1.16 582	1.17 551	1.17 581

AF-Net	2.37 682	25.71 749	1.17 543	1.13 493	1.15 580	1.15 558	1.18 582	1.19 551	1.16 582	1.10 549	1.15 578	1.10 556	1.18 574	1.12 560	1.15 575	1.10 522	1.10 539	1.17 570	1.15 580	1.16 546	1.12 572

Nwc_Net	2.37 682	25.95 750	1.15 541	1.14 494	1.15 580	1.08 548	1.14 576	1.17 548	1.16 582	1.14 559	1.15 578	1.08 552	1.15 569	1.11 558	1.14 574	1.10 522	1.11 540	1.16 566	1.09 577	1.16 546	1.15 577

CFNet_RVC	2.38 684	8.71 720	0.38 310	9.33 735	0.42 448	0.56 461	0.42 438	0.60 463	0.38 410	0.62 473	0.42 444	0.56 465	7.29 745	0.62 469	0.42 433	0.53 404	0.37 348	0.49 453	0.34 399	8.30 742	6.87 748

testmc14	2.43 685	10.48 733	8.02 743	8.93 734	0.31 360	0.44 391	0.30 304	0.42 342	0.30 313	0.42 336	0.30 317	0.42 351	0.30 313	0.42 345	0.30 303	8.88 745	6.99 735	0.41 402	0.28 334	0.39 361	0.28 322

edge stereo	2.43 685	27.07 754	1.14 539	1.06 485	1.14 578	1.08 548	1.17 581	1.16 546	1.14 580	1.10 549	1.16 581	1.09 554	1.16 573	1.10 556	1.16 579	1.10 522	1.11 540	1.16 566	1.19 584	1.13 540	1.11 570

FAT-Stereo	2.46 687	26.05 751	1.23 599	1.23 553	1.22 639	1.20 560	1.24 632	1.23 603	1.23 636	1.19 563	1.22 632	1.21 612	1.24 624	1.20 566	1.24 633	1.21 582	1.17 549	1.22 623	1.25 637	1.20 556	1.24 635

MCSU-Stereo	2.48 688	10.56 734	8.50 745	9.47 738	0.31 360	0.43 357	0.30 304	0.42 342	0.30 313	0.42 336	0.30 317	0.42 351	0.30 313	0.41 331	0.30 303	8.86 744	6.93 734	0.40 384	0.29 349	0.39 361	0.28 322

S-Stereo	2.51 689	26.86 752	1.23 599	1.22 551	1.22 639	1.24 608	1.25 633	1.22 601	1.24 637	1.21 609	1.24 634	1.19 566	1.27 626	1.19 565	1.24 633	1.19 534	1.20 551	1.25 625	1.19 584	1.24 605	1.23 634

Anonymous3	2.55 690	3.26 634	1.65 633	3.28 663	1.63 658	3.24 705	1.68 669	3.27 704	1.66 656	3.28 705	1.67 668	3.25 706	1.66 646	3.27 704	1.64 657	3.26 690	1.65 641	3.30 704	1.65 681	4.95 724	1.65 679

DNSM	2.56 691	4.43 662	3.08 708	4.09 688	1.86 688	2.66 692	1.86 685	2.66 686	1.87 695	2.66 689	1.86 685	2.66 691	1.86 674	2.66 690	1.87 694	3.82 697	2.94 692	2.42 689	1.73 691	2.42 666	1.73 685

MIF-Stereo (partial)	2.58 692	3.31 635	0.66 463	3.18 658	0.66 514	3.18 704	0.66 499	3.21 703	0.67 505	3.19 704	0.66 510	3.19 705	0.66 501	3.31 706	0.68 505	5.09 722	1.79 651	8.23 749	1.67 683	6.18 733	1.38 647

MSMDNet	2.65 693	10.14 731	0.33 280	9.74 739	0.32 374	0.87 513	0.33 372	2.95 701	0.68 511	0.49 419	0.34 388	0.49 427	5.70 740	0.49 425	0.33 368	0.42 331	9.57 742	0.41 402	0.31 378	8.36 743	0.65 501

pcwnet_v2	2.66 694	9.89 729	0.33 280	9.89 740	0.32 374	0.50 437	0.32 361	0.49 416	0.33 380	0.49 419	0.34 388	0.49 427	8.76 747	0.48 419	0.33 368	0.41 317	9.58 743	0.40 384	0.29 349	9.01 746	0.63 493

CFNet_pseudo	2.67 695	9.36 725	0.32 275	10.99 745	0.33 386	0.85 510	0.33 372	0.49 416	0.33 380	0.49 419	0.32 371	0.49 427	7.26 744	0.49 425	0.33 368	0.41 317	9.62 744	0.41 402	0.29 349	10.03 750	0.29 331

TestStereo_HL2	2.73 696	0.41 224	11.06 746	14.13 748	0.30 313	0.44 391	0.28 281	0.43 350	0.29 298	0.43 343	0.28 287	0.43 360	0.29 304	0.43 352	0.28 277	13.51 749	10.37 749	0.41 402	0.27 313	0.38 314	0.27 294

CFNet_ucs	2.73 696	9.64 727	0.33 280	9.92 741	0.32 374	0.49 428	0.33 372	0.49 416	0.33 380	0.49 419	0.33 380	0.49 427	8.98 748	0.48 419	0.33 368	0.41 317	9.96 747	0.40 384	0.29 349	10.12 751	0.54 472

UCFNet_RVC	2.75 698	10.06 730	0.29 244	10.31 744	0.29 301	0.42 350	0.29 296	0.43 350	0.29 298	0.42 336	0.29 302	0.42 351	9.87 750	0.43 352	0.29 293	0.36 273	9.84 746	0.36 317	0.26 275	9.77 749	0.26 256

TestStereo_HL3	2.76 699	0.41 224	11.46 749	14.11 747	0.30 313	0.45 405	0.29 296	0.43 350	0.29 298	0.43 343	0.29 302	0.43 360	0.28 292	0.44 383	0.30 303	13.57 750	10.32 748	0.41 402	0.27 313	0.38 314	0.27 294

GGDA	2.76 699	0.41 224	11.34 748	14.28 749	0.30 313	0.44 391	0.29 296	0.43 350	0.29 298	0.43 343	0.28 287	0.43 360	0.28 292	0.43 352	0.29 293	13.45 748	10.57 750	0.41 402	0.27 313	0.38 314	0.27 294

TestStereo-Hl	2.78 701	0.42 234	11.23 747	14.38 750	0.30 313	0.44 391	0.30 304	0.43 350	0.28 288	0.43 343	0.29 302	0.44 395	0.29 304	0.44 383	0.29 293	13.64 751	10.73 751	0.41 402	0.27 313	0.38 314	0.27 294

ccs_rob	2.79 702	10.17 732	0.32 275	10.00 742	0.33 386	0.49 428	0.33 372	1.90 635	0.32 370	0.51 441	0.33 380	0.49 427	9.24 749	0.49 425	0.33 368	0.41 317	9.82 745	0.41 402	0.28 334	9.34 747	0.29 331

PCWNet_CMD	2.80 703	9.82 728	0.32 275	10.09 743	0.32 374	0.49 428	0.33 372	3.34 706	0.33 380	0.49 419	0.33 380	0.49 427	8.73 746	0.48 419	0.33 368	0.41 317	9.22 741	0.42 418	0.29 349	9.55 748	0.31 356

NLSM1	2.93 704	3.24 633	2.57 693	4.04 687	2.66 713	3.30 707	2.55 708	3.29 705	2.55 710	3.35 707	2.48 712	3.28 707	2.47 698	3.34 707	2.49 710	3.26 690	2.55 690	3.13 702	2.57 712	3.00 689	2.46 707

StereoVision	3.15 705	5.00 674	0.89 511	4.83 705	1.00 564	3.93 712	1.27 636	6.37 741	1.34 642	5.67 741	1.26 636	5.84 743	1.27 626	5.03 738	1.24 633	5.10 723	1.09 536	4.61 723	0.57 498	5.62 731	1.12 572

MaDis-Stereo	3.19 706	6.02 706	1.12 536	5.61 715	1.16 584	5.43 739	1.02 569	5.15 738	0.70 524	5.43 738	1.21 631	5.03 740	0.97 548	4.85 732	0.99 558	4.53 704	1.16 546	5.53 739	1.25 637	5.37 729	1.30 638

sAnonymous2	3.31 707	2.63 603	1.38 617	3.71 682	1.86 688	4.70 731	1.11 573	4.82 734	2.72 712	5.45 739	1.98 704	4.59 725	2.64 699	2.65 688	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 705

CroCo_RVC	3.31 707	2.63 603	1.38 617	3.71 682	1.86 688	4.70 731	1.11 573	4.82 734	2.72 712	5.45 739	1.98 704	4.59 725	2.64 699	2.65 688	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 705

DPSNet	3.66 709	3.60 639	3.62 717	3.63 679	3.64 735	3.65 710	3.65 734	3.66 710	3.67 731	3.67 709	3.65 732	3.67 711	3.66 720	3.66 709	3.68 729	3.68 695	3.66 711	3.67 709	3.68 735	3.67 693	3.67 733

NLCSM	3.67 710	4.08 654	3.19 713	4.80 704	3.26 728	3.99 715	3.24 729	4.25 717	3.18 727	4.09 713	3.27 727	4.14 716	3.18 715	4.13 715	3.28 725	4.06 698	3.10 701	3.85 714	3.14 726	3.91 699	3.27 729

STTStereo	3.73 711	30.40 758	2.37 689	2.39 632	2.31 712	2.35 674	2.33 706	2.29 666	2.42 709	2.32 676	2.34 711	2.33 670	2.36 697	2.30 671	2.27 708	2.35 667	2.22 683	2.31 682	2.22 706	2.29 661	2.34 704

rvit_105_1	3.83 712	5.22 684	3.01 698	4.53 692	3.01 716	4.51 719	3.01 714	4.56 721	3.04 715	4.53 720	3.03 716	4.55 723	3.03 703	4.56 721	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.57 708	3.05 714

rvit_stereo_0081	3.83 712	5.23 687	3.01 698	4.53 692	3.03 718	4.55 725	3.02 715	4.56 721	3.04 715	4.52 718	3.02 714	4.54 721	3.03 703	4.56 721	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.58 709	3.05 714

rvit_stereo_0081_aga	3.86 714	5.33 691	3.02 701	4.55 698	3.04 722	4.54 721	3.02 715	4.64 728	3.06 719	4.54 722	3.04 718	4.62 730	3.08 710	4.62 727	3.07 717	4.58 709	3.06 698	4.60 722	3.08 721	4.63 712	3.07 718

rvit_stereo_0082	3.86 714	5.82 704	3.01 698	4.53 692	3.03 718	4.54 721	3.02 715	4.56 721	3.04 715	4.53 720	3.02 714	4.55 723	3.04 706	4.57 724	3.05 714	4.57 706	3.05 694	4.58 720	3.05 717	4.58 709	3.06 717

rvit_0105_6	3.87 716	5.73 703	3.10 709	4.69 702	3.12 726	4.54 721	3.02 715	4.56 721	3.04 715	4.54 722	3.03 716	4.54 721	3.04 706	4.56 721	3.05 714	4.58 709	3.05 694	4.58 720	3.05 717	4.58 709	3.05 714

rvit_stereo_0080	3.89 717	5.70 701	3.04 703	4.54 695	3.03 718	4.56 726	3.05 721	4.60 725	3.07 720	4.58 725	3.06 719	4.59 725	3.06 708	4.61 725	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 721

whm_eth	3.89 717	5.70 701	3.04 703	4.54 695	3.03 718	4.56 726	3.05 721	4.60 725	3.07 720	4.58 725	3.06 719	4.59 725	3.06 708	4.61 725	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 721

rvit_0105_4	3.91 719	5.47 699	3.02 701	4.54 695	3.02 717	4.54 721	3.03 719	4.75 731	3.17 726	4.57 724	3.06 719	4.61 729	3.16 714	4.65 728	3.09 720	4.66 713	3.11 702	4.68 727	3.18 728	4.81 719	3.16 726

rvit_0105_3	3.91 719	5.33 691	3.06 706	4.60 700	3.07 724	4.60 728	3.06 723	4.62 727	3.08 723	4.60 727	3.07 722	4.62 730	3.08 710	4.67 729	3.10 721	4.70 714	3.11 702	4.77 731	3.19 729	4.77 718	3.14 725

rvit_stereo_0083	3.92 721	5.30 690	3.06 706	4.61 701	3.09 725	4.67 730	3.08 724	4.66 729	3.09 724	4.62 728	3.10 724	4.66 733	3.11 712	4.67 729	3.16 723	4.72 716	3.16 705	4.77 731	3.11 724	4.66 715	3.11 723

rvit_stereo_ft	3.93 722	5.44 697	3.05 705	4.59 699	3.06 723	4.61 729	3.08 724	4.67 730	3.12 725	4.63 729	3.10 724	4.65 732	3.11 712	4.69 731	3.13 722	4.70 714	3.14 704	4.71 729	3.15 727	4.74 716	3.16 726

rvit_0105_5	4.10 723	5.40 695	3.13 712	4.71 703	3.15 727	4.72 733	3.10 726	4.90 736	3.27 728	4.69 730	3.16 726	4.84 737	3.25 716	4.96 735	3.34 726	5.05 721	3.39 710	5.10 736	3.40 730	5.11 726	3.42 730

MLG-Stereo_test1	4.25 724	5.34 694	3.61 716	5.31 711	3.63 734	5.23 737	3.57 732	5.38 739	3.65 730	5.23 736	3.47 729	4.76 734	3.74 723	4.85 732	3.71 730	4.96 718	3.18 707	4.71 729	2.92 714	4.86 722	2.90 711

MLG-Stereo_test3	4.26 725	4.85 668	3.95 720	5.35 712	3.60 733	4.75 734	3.76 735	5.49 740	3.71 732	5.39 737	3.69 733	4.82 736	3.66 720	4.85 732	3.73 733	4.93 717	3.19 708	4.69 728	2.99 716	4.84 721	2.98 713

MLG-Stereo_test2	4.28 726	5.46 698	3.69 718	4.86 707	3.72 736	5.58 740	3.42 730	4.81 733	3.77 736	4.85 732	3.72 734	5.55 742	3.63 719	5.58 739	3.53 728	4.41 703	3.28 709	4.99 735	2.95 715	4.75 717	3.13 724

RAFT+CT+SA	4.28 726	7.62 713	4.91 725	5.55 714	2.28 710	3.09 702	3.64 733	4.49 719	3.07 720	4.80 731	3.35 728	4.77 735	3.70 722	4.29 718	3.05 714	5.58 725	5.98 728	3.58 708	3.78 737	4.26 702	3.72 734

SA	4.33 728	7.35 710	6.85 737	5.96 717	4.09 740	3.59 709	3.15 727	3.82 712	2.64 711	3.91 710	3.85 735	3.57 709	2.72 701	3.13 703	4.03 736	7.09 738	6.86 733	3.57 707	3.12 725	3.85 695	3.51 732

Sa-1000	4.34 729	8.37 716	6.84 736	6.98 726	4.45 743	3.58 708	3.00 713	3.42 708	3.39 729	2.61 687	4.00 738	3.83 713	4.01 731	3.90 712	3.90 734	5.98 729	5.62 725	3.76 711	2.34 710	4.35 704	2.47 708

TestStereo1	4.60 730	8.41 717	6.44 734	6.86 724	3.79 737	3.97 713	3.78 736	3.99 714	3.74 733	3.97 711	3.52 730	3.94 714	3.58 717	3.98 713	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 736

SA-5K	4.60 730	8.41 717	6.44 734	6.86 724	3.79 737	3.97 713	3.78 736	3.99 714	3.74 733	3.97 711	3.52 730	3.94 714	3.58 717	3.98 713	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 736

DispFullNet	4.61 732	4.84 667	3.12 710	5.00 709	3.57 732	4.75 734	3.03 719	7.75 747	4.17 740	4.91 734	3.09 723	6.20 744	3.95 729	6.71 743	3.51 727	5.30 724	3.67 712	5.86 743	3.63 732	5.61 730	3.46 731

test_5	4.62 733	7.55 712	6.23 732	6.32 720	3.40 731	5.29 738	3.50 731	3.53 709	4.11 739	4.28 715	4.47 742	4.26 719	4.38 734	3.68 710	3.24 724	5.89 727	5.60 724	4.84 733	3.50 731	4.33 703	3.93 740

raft_robust	4.71 734	7.75 714	5.40 730	6.81 723	3.31 729	4.28 718	4.20 741	4.32 718	4.37 742	4.35 717	4.35 741	4.14 716	3.75 724	4.30 719	4.20 739	6.67 734	6.37 729	3.36 706	4.24 743	4.86 722	3.25 728

cross-raft	4.83 735	7.52 711	6.43 733	6.63 721	3.96 739	4.51 719	3.99 739	4.49 719	3.96 738	4.52 718	3.96 737	4.50 720	3.97 730	4.50 720	3.97 735	6.65 733	6.44 730	4.33 715	3.92 739	4.35 704	3.91 739

test_4	4.88 736	8.13 715	6.98 738	7.46 727	4.44 742	4.25 717	3.85 738	4.04 716	3.92 737	4.13 714	3.91 736	4.18 718	3.84 727	4.14 716	4.06 737	7.01 737	7.13 736	4.53 716	3.72 736	4.09 700	3.72 734

TestStereo	4.88 736	4.75 666	4.79 723	4.87 708	4.92 744	4.81 736	4.90 744	4.78 732	4.77 743	4.87 733	4.89 743	4.90 738	4.91 736	4.99 736	4.79 741	4.98 719	4.87 721	4.87 734	4.92 745	5.00 725	5.00 743

test_3	5.01 738	8.86 722	7.77 740	8.09 729	2.76 715	4.13 716	4.05 740	3.88 713	3.76 735	4.33 716	4.13 739	3.71 712	3.91 728	4.21 717	4.06 737	7.93 739	7.69 738	4.53 716	3.91 738	4.17 701	4.29 742

NLCA_NET_v2_RVC	5.04 739	50.87 769	2.78 694	2.87 650	2.71 714	2.78 701	0.47 457	2.88 700	2.86 714	1.89 637	2.67 713	2.79 703	2.79 702	2.78 701	2.83 711	2.82 685	2.82 691	2.83 701	2.77 713	2.83 688	2.76 709
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	5.10 740	5.15 679	4.49 722	5.07 710	3.37 730	6.87 743	4.75 743	5.04 737	6.34 747	7.84 747	5.06 744	6.72 748	4.09 732	4.99 736	5.44 744	5.03 720	3.16 705	4.67 726	4.86 744	5.15 727	3.89 738

U	5.15 741	8.49 719	1.81 644	8.49 731	1.77 682	8.49 748	1.77 678	8.51 749	1.77 683	8.49 749	1.77 682	8.50 750	1.78 671	8.58 749	1.77 685	8.54 742	1.78 649	8.55 750	1.78 693	8.55 744	1.84 688

SGM-Forest	5.21 742	5.92 705	4.08 721	6.18 718	4.16 741	6.31 742	4.34 742	6.50 742	4.33 741	6.14 743	4.21 740	6.61 747	4.55 735	6.67 742	4.48 740	5.94 728	3.94 714	5.85 742	4.03 741	5.79 732	4.17 741
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 743	9.16 724	8.03 744	8.09 729	5.62 747	6.11 741	6.35 747	6.85 744	4.94 744	6.08 742	6.29 749	4.98 739	6.43 741	6.22 740	6.36 747	6.16 731	7.47 737	5.82 741	5.44 748	7.11 738	5.68 746

rvit_stereo_0075_2	6.64 744	8.80 721	5.25 727	7.89 728	5.27 746	7.90 747	5.27 745	7.92 748	5.28 745	7.91 748	5.29 746	7.93 749	5.27 737	7.92 748	5.28 742	7.93 739	5.28 723	7.93 748	5.29 747	7.93 741	5.28 745

RAFT	6.73 745	9.36 725	7.40 739	8.51 732	6.55 748	6.88 744	6.60 748	6.79 743	6.60 748	6.80 744	6.72 750	5.31 741	5.50 739	6.61 741	6.61 748	8.42 741	5.89 726	5.73 740	5.45 749	6.61 734	6.24 747

SGM+DAISY	7.06 746	9.15 723	5.38 729	8.84 733	5.18 745	8.80 749	5.31 746	8.79 750	5.28 745	8.89 750	5.20 745	8.93 751	5.33 738	8.95 750	5.36 743	8.70 743	5.21 722	8.74 751	5.20 746	8.89 745	5.15 744

test-v	7.53 747	11.89 735	7.98 741	9.36 736	7.14 749	7.06 745	7.09 749	7.37 745	6.91 749	7.29 745	5.71 747	6.45 745	6.93 742	6.73 744	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 749

test-2	7.53 747	11.89 735	7.98 741	9.36 736	7.14 749	7.06 745	7.09 749	7.37 745	6.91 749	7.29 745	5.71 747	6.45 745	6.93 742	6.73 744	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 749

PA-Net	11.80 749	223.51 776	0.62 450	0.59 396	0.71 526	0.59 469	0.73 530	0.67 476	0.73 535	0.55 457	0.61 502	0.60 473	0.74 527	0.63 474	0.73 527	0.66 442	0.60 456	0.69 495	0.66 519	0.72 474	0.65 501
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 750	23.00 743	15.00 750	23.00 757	15.00 751	24.00 756	16.00 751	24.00 757	16.00 751	22.00 757	15.00 751	23.00 758	16.00 751	23.00 757	15.00 751	22.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 751

rafts_anoy	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

raft+_RVC	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

raftrobust	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

CasAABBNet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

RALCasStereoNet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

RALAANet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

111	30.40 757	30.94 759	29.72 758	32.61 758	30.02 759	33.57 757	30.47 759	31.50 758	29.39 759	30.98 758	29.11 759	29.78 759	30.39 762	29.45 758	30.76 762	30.08 759	29.02 760	29.92 759	30.32 763	29.86 759	30.17 759

WCMA_ROB	31.10 758	35.43 763	27.12 757	39.51 770	23.10 758	38.78 769	25.30 758	37.49 770	25.39 758	37.29 769	27.02 758	38.52 771	26.48 758	37.80 769	26.44 758	36.28 766	22.65 759	33.90 763	22.30 759	37.10 768	24.18 758

DCANet-4	35.22 759	34.54 760	35.08 764	33.58 762	35.47 766	34.55 758	35.53 766	36.08 764	35.85 763	35.92 764	35.77 765	35.18 765	35.48 764	35.39 764	37.15 769	34.55 765	33.92 764	35.02 766	34.90 765	35.79 763	34.74 766

ADStereo(finetuned)	36.13 760	36.63 764	38.07 769	36.97 763	33.25 763	35.91 762	34.45 763	36.36 765	32.99 760	38.14 770	36.71 766	36.69 766	34.13 763	38.57 770	40.79 770	37.60 771	36.58 767	35.90 767	33.36 764	35.42 762	34.04 763

fast-reg	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

Reg-Stereo(zero)	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

FLISNet	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

CoSv	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

MDST_ROB	69.83 765	87.70 770	41.95 770	113.75 773	65.62 773	75.05 770	55.25 772	75.64 772	45.04 768	71.61 771	41.75 771	72.81 772	44.06 769	68.38 771	44.63 771	101.89 774	59.57 774	107.10 774	61.05 774	104.38 771	59.38 773

NOSS_ROB	102.95 766	153.00 774	121.00 773	51.00 771	44.00 771	165.00 773	127.00 773	153.00 773	119.00 770	164.00 774	125.00 773	168.00 775	120.00 771	153.00 773	117.00 773	49.00 772	44.00 772	49.00 772	44.00 772	49.00 769	44.00 771

CBMV	128.50 767	1422.70 782	53.10 771	79.50 772	51.30 772	77.30 771	49.70 771	74.00 771	48.20 769	77.20 772	48.80 772	73.90 773	48.00 770	73.80 772	48.80 772	70.40 773	45.10 773	68.90 773	46.10 773	68.20 770	45.00 772
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 768	171.00 775	160.68 776	162.58 774	160.59 775	164.01 772	160.35 775	158.51 774	158.56 772	158.34 773	160.12 775	158.56 774	159.92 773	157.26 774	158.94 775	154.38 775	158.36 775	155.75 775	159.13 777	153.67 772	154.07 775
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DF_test	189.29 769	560.34 779	182.58 777	229.00 776	135.68 774	197.79 774	135.52 774	197.80 775	135.44 771	197.75 775	135.49 774	197.90 776	135.51 772	197.84 775	135.75 774	217.37 777	171.11 776	183.74 776	127.67 776	183.56 773	127.88 774

AE-Stereo	201.80 770	123.00 771	115.00 772	219.00 775	218.00 777	223.00 775	244.00 777	217.00 776	236.00 774	202.00 776	203.00 776	205.00 777	208.00 774	225.00 776	204.00 776	210.00 776	198.00 777	197.00 777	184.00 778	204.00 774	201.00 776

MGS-Stereo	239.45 771	123.00 771	135.00 774	266.00 777	286.00 778	277.00 776	305.00 778	271.00 777	242.00 775	274.00 777	279.00 778	255.00 778	270.00 776	268.00 777	297.00 778	221.00 778	247.00 779	216.00 778	123.00 775	217.00 775	217.00 778

EGLCR-Stereo	246.90 772	129.00 773	139.00 775	266.00 777	286.00 778	277.00 776	305.00 778	271.00 777	242.00 775	274.00 777	279.00 778	255.00 778	270.00 776	268.00 777	297.00 778	230.00 779	247.00 779	216.00 778	223.00 780	237.00 776	227.00 779

DLCB_ROB	284.23 773	354.61 777	207.27 778	363.24 779	206.46 776	364.72 778	210.41 776	364.72 779	210.41 773	364.81 779	208.64 777	364.81 780	208.64 775	364.72 779	210.41 777	354.70 780	205.53 778	354.70 780	205.53 779	354.70 777	205.53 777

LE_ROB	396.57 774	471.28 778	329.84 779	471.48 780	308.15 780	526.83 779	322.10 780	488.15 780	323.76 777	495.46 780	317.97 780	497.17 781	320.10 778	481.62 780	326.76 780	462.71 781	298.97 781	466.16 781	285.98 781	447.62 778	289.21 780

SGM-ForestM	596.69 775	677.77 780	444.52 780	699.85 781	517.25 781	732.94 780	488.29 781	770.79 781	460.11 778	750.81 781	487.98 781	792.79 782	499.41 779	730.90 781	475.81 781	720.03 782	491.16 782	663.96 782	418.60 782	674.76 779	436.05 781

CBMV_ROB	818.48 776	913.88 781	709.52 781	862.84 782	597.78 782	1073.99 781	700.52 782	1015.66 782	702.59 779	1115.65 782	760.02 782	1130.24 783	721.57 780	1037.41 782	692.65 782	814.05 783	564.29 783	843.28 783	595.31 783	915.51 780	602.92 782

tt	500032.53 777	34.60 761	29.72 758	37.47 768	34.41 764	36.85 763	35.22 764	34.71 762	33.55 761	34.50 759	35.43 763	33.81 763	10000000.00 781	33.57 762	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 764

DCANet	500032.53 777	34.60 761	29.72 758	37.47 768	34.41 764	36.85 763	35.22 764	34.71 762	33.55 761	34.50 759	35.43 763	33.81 763	10000000.00 781	33.57 762	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 764

fff	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 759	10000000.00 780	35.27 761	29.82 760	32.45 760	30.15 759	32.35 759	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 760

csc	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 759	10000000.00 780	35.27 761	29.82 760	32.45 760	30.15 759	32.35 759	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 760

cscssc	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 759	10000000.00 780	35.27 761	29.82 760	32.45 760	30.15 759	32.35 759	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 760

111111	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

SGD-Stereo	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

IGEV-Stereo++	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

IGEV-BASED-STEREO-	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

IGEV-Stereo+	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

SDNR	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

anonymousdsp2	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

anonymousdsp	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

test_example2	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

DIP-Stereo	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783
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							0.38 410	0.50 425	0.38 410	0.50 432	0.38 413	0.50 441	3.79 725	0.50 433	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 388

FADE		0.06 79		0.09 76	0.10 155							0.05 113				0.15 146	0.10 99	0.17 192	0.13 192	0.11 156

Low-res two-view benchmark