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

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

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	0.73 478	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

CoDeX	0.15 160	0.70 321	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 510	0.02 15	0.69 496	0.75 521	0.01 9	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

SFCPSM	0.17 173	0.78 337	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 550	0.02 15	0.75 509	0.76 523	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 431	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 127	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

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

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

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

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

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

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

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	0.75 481	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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	0.73 478	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

2222	0.09 80	0.59 305	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 309	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 298	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

IGEV_i1	0.26 228	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 712	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 127	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 67	0.08 85	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 141	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

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

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

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

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

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

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

GwcNet	0.12 132	0.07 83	0.05 79	0.08 76	0.05 126	0.08 139	1.20 597	0.07 138	0.05 124	0.05 112	0.05 127	0.08 141	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

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

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

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

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

FADE		0.06 79		0.09 83	0.10 162							0.05 113				0.15 153	0.10 106	0.17 201	0.13 201	0.11 163

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

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

test_sample4	0.10 98	1.03 409	0.12 130	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

CAS++	0.17 173	0.27 175	0.21 213	0.10 88	0.21 267	0.15 183	0.22 253	0.10 149	0.21 254	0.22 223	0.10 158	0.19 205	0.18 243	0.10 152	0.19 241	0.20 191	0.19 215	0.18 212	0.10 158	0.19 212	0.18 233
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 80	0.95 379	0.09 95	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 141	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 141	0.05 117	0.09 147	0.08 142	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 80	1.00 393	0.11 119	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

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

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

JetRed	0.11 119	0.12 115	0.11 119	0.11 105	0.11 182	0.11 161	0.14 198	0.11 161	0.11 178	0.12 170	0.11 176	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.16 184	0.11 159	0.11 172	0.11 163	0.11 172

mmm	0.14 148	1.83 549	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 186	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.11 129	0.14 172	0.11 172	0.49 437	0.11 172

DualNet (step1)	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

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

ffm	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

Wz-Net-MNSev	0.06 61	0.54 292	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

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

xxxx	0.11 119	1.16 430	0.16 182	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 419	0.13 150	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

SuperB	0.21 197	0.10 99	2.51 705	0.12 113	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 149	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

JetBlue	0.11 119	0.11 110	0.12 130	0.13 125	0.14 204	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 165	0.11 175	0.12 173	0.12 183	0.11 112	0.11 129	0.11 159	0.11 172	0.11 163	0.11 172

11t1	0.17 173	2.16 584	0.13 150	0.13 125	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.05 115	0.18 184	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.23 229	0.10 158	0.20 210	0.10 158	0.24 237	0.11 169	0.11 112	0.09 101	0.12 166	0.14 207	0.12 173	0.09 150

222	0.10 98	0.99 391	0.12 130	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

anonymous	0.09 80	0.09 94	0.14 155	0.14 129	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 149	0.07 147	0.09 147	0.07 139	0.14 140	0.13 166	0.09 146	0.07 142	0.09 149	0.07 142

USTest	0.01 9	0.02 12	0.00 1	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

qqq1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

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

x	0.11 119	1.15 428	0.15 175	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 148	0.13 117	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 175	0.14 204	0.14 175	0.14 197	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 237	0.90 365	0.10 99	0.14 129	0.10 162	0.14 173	0.10 157	0.91 524	0.69 529	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 518	0.76 544

CCAANet	0.17 173	0.71 322	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 175	0.14 204	0.14 175	0.22 252	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 200

DRN-Test	0.14 148	0.13 117	0.09 95	0.14 129	0.09 155	0.15 183	0.09 152	0.14 173	0.10 160	0.14 173	0.09 154	0.14 175	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 537

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

PDISCO_ROB	0.83 500	2.80 635	3.49 727	0.14 129	0.11 182	0.17 197	0.09 152	0.15 188	0.10 160	0.15 182	0.12 186	0.16 189	0.14 204	3.30 718	0.13 192	0.14 140	2.34 698	0.16 191	0.12 190	2.62 699	0.10 158

RT-Monster	0.09 80	0.07 83	0.03 39	0.15 141	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 508	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

zh-sn7	0.10 98	0.98 383	0.14 155	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo	0.18 182	0.50 274	0.16 182	0.15 141	0.16 229	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 189	0.16 220	0.16 188	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 209

S2M2_L	0.12 132	0.14 124	0.10 99	0.15 141	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.15 182	0.10 158	0.14 175	0.10 158	0.14 175	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 167	2.01 574	0.12 130	0.15 141	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 139	0.20 142	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR_C	0.14 148	0.20 142	0.12 130	0.15 141	0.11 182	0.14 173	0.15 206	0.14 173	0.11 178	0.15 182	0.12 186	0.14 175	0.11 175	0.16 188	0.11 169	0.15 153	0.12 143	0.14 172	0.12 190	0.15 188	0.12 187

ACRE	0.13 139	0.21 148	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.12 186	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ELAS_RVC	0.14 148	0.16 129	0.10 99	0.15 141	0.10 162	0.18 201	0.11 174	0.19 202	0.11 178	0.19 200	0.12 186	0.18 201	0.11 175	0.19 202	0.12 183	0.14 140	0.08 91	0.14 172	0.09 149	0.15 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 139	0.16 129	0.11 119	0.15 141	0.09 155	0.18 201	0.11 174	0.18 200	0.11 178	0.17 194	0.11 176	0.18 201	0.11 175	0.18 199	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnonStereo	0.13 139	0.14 124	0.14 155	0.16 151	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

over-6	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 124	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.09 147	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 110	0.16 182	0.16 151	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

iinet-test	0.08 74	0.16 129	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 232	0.02 20	0.02 21	0.71 465	0.02 16	0.02 19	0.02 21	0.02 21	0.16 209

xyz-stereo-finetune2	0.18 182	0.48 267	0.16 182	0.16 151	0.15 218	0.15 183	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 189	0.16 220	0.16 188	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 209

xyz-stereo-finetune	0.28 232	0.49 269	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.22 225	0.30 322	0.32 277	0.31 370	0.32 284	0.31 373	0.32 281	0.32 365	0.32 259	0.33 311	0.31 281	0.32 395	0.31 267	0.32 372

GMStereo_Zeroshot	0.16 167	0.16 129	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 189	0.16 220	0.16 188	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 209

ProNet	0.14 148	0.20 142	0.14 155	0.16 151	0.11 182	0.16 190	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 197	0.13 199	0.17 196	0.12 183	0.15 153	0.11 129	0.16 191	0.11 172	0.15 188	0.12 187

CIPLG	0.13 139	0.21 148	0.12 130	0.16 151	0.11 182	0.15 183	0.11 174	0.14 173	0.11 178	0.15 182	0.12 186	0.15 188	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

MIPNet	0.14 148	0.21 148	0.17 192	0.16 151	0.11 182	0.15 183	0.12 189	0.14 173	0.11 178	0.16 187	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.14 140	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 148	0.24 162	0.14 155	0.16 151	0.12 197	0.15 183	0.12 189	0.14 173	0.11 178	0.15 182	0.12 186	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ICVP	0.15 160	0.53 288	0.11 119	0.16 151	0.11 182	0.16 190	0.11 174	0.16 189	0.11 178	0.16 187	0.11 176	0.16 189	0.11 175	0.16 188	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EE1	0.13 139	0.14 124	0.14 155	0.17 165	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

S2M2_XL	0.14 148	0.17 134	0.12 130	0.17 165	0.11 182	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.11 176	0.17 197	0.11 175	0.17 196	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 148	0.16 129	0.12 130	0.17 165	0.12 197	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 197	0.12 193	0.17 196	0.12 183	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.12 187

VeloStereo	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 296	0.10 153	0.08 152	0.10 152	0.12 183	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

flow	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 296	0.10 153	0.08 152	0.10 152	0.12 183	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

cf-r	0.66 445	2.17 585	0.12 130	0.18 168	0.12 197	0.18 201	2.70 724	2.60 697	0.12 196	0.18 198	0.12 186	0.18 201	0.12 193	0.18 199	0.12 183	0.15 153	0.11 129	0.15 187	0.11 172	1.81 644	1.74 699

LALA_ROB	0.15 160	0.19 138	0.12 130	0.18 168	0.11 182	0.20 210	0.12 189	0.21 219	0.12 196	0.20 207	0.12 186	0.20 210	0.12 193	0.21 220	0.13 192	0.17 176	0.10 106	0.18 212	0.11 172	0.18 206	0.11 172

SGM_RVC	0.15 160	0.17 134	0.11 119	0.18 168	0.11 182	0.19 204	0.11 174	0.19 202	0.12 196	0.19 200	0.12 186	0.20 210	0.12 193	0.19 202	0.12 183	0.16 166	0.11 129	0.17 201	0.10 158	0.17 202	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TS12	0.09 80	0.09 94	0.17 192	0.19 173	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 141	0.06 136	0.08 141	0.06 133	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

IGEV-FE	0.35 271	0.37 200	0.17 192	0.19 173	0.17 235	0.20 210	0.17 223	0.19 202	0.17 233	0.19 200	0.17 229	0.19 205	0.17 232	0.37 306	0.36 400	0.19 188	0.17 205	0.19 215	0.17 244	0.38 323	2.84 723

DDVS	0.30 238	3.10 640	0.14 155	0.19 173	0.14 204	0.19 204	0.14 198	0.20 209	0.14 203	0.19 200	0.13 200	0.16 189	0.13 199	0.19 202	0.13 192	0.17 176	0.13 166	0.17 201	0.13 201	0.17 202	0.13 194

DeepPruner_ROB	0.16 167	0.18 137	0.13 150	0.19 173	0.13 202	0.19 204	0.13 196	0.19 202	0.13 200	0.19 200	0.13 200	0.19 205	0.13 199	0.19 202	0.13 192	0.18 184	0.13 166	0.18 212	0.13 201	0.18 206	0.13 194

zh-mn7	0.12 132	1.14 425	0.17 192	0.20 177	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 184	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 160	0.17 134	0.13 150	0.20 177	0.13 202	0.19 204	0.13 196	0.18 200	0.13 200	0.19 200	0.13 200	0.18 201	0.14 204	0.18 199	0.14 197	0.16 166	0.11 129	0.15 187	0.14 207	0.18 206	0.11 172

DAS	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 210	0.20 254	0.20 207	0.20 244	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 238

ASD4	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 210	0.20 254	0.20 207	0.20 244	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 238

ACVNet	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 219	0.14 203	0.20 207	0.13 200	0.21 218	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 187

acv_ft	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 219	0.14 203	0.20 207	0.13 200	0.21 218	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 187

hitnet-ft	0.79 483	2.78 634	0.14 155	0.20 177	0.14 204	0.21 221	2.89 725	2.80 712	0.14 203	0.20 207	0.14 205	0.20 210	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.54 698	2.33 716

PSMNet-RSSM	0.77 479	2.76 629	0.14 155	0.20 177	0.14 204	0.20 210	2.66 722	2.79 711	0.14 203	0.21 219	0.14 205	0.21 218	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 714

GwcNet-RSSM	0.77 479	2.77 631	0.14 155	0.20 177	0.14 204	0.20 210	2.67 723	2.78 710	0.14 203	0.20 207	0.14 205	0.20 210	0.14 204	0.21 220	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 714

CFNet-ft	0.55 424	1.57 510	0.14 155	0.20 177	0.14 204	0.20 210	2.53 720	1.61 637	0.14 203	0.20 207	0.14 205	0.20 210	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	1.56 632	1.24 648

RAFT-FEzeroshot	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 218	0.16 220	0.27 262	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 732

RAFT-FE	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 218	0.16 220	0.27 262	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 732

DepthFocus	0.18 182	0.22 152	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.22 223	0.15 215	0.22 228	0.16 220	0.22 226	0.15 209	0.20 191	0.15 181	0.20 220	0.14 207	0.20 213	0.14 200

RSGM-EC	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.24 236	0.15 215	0.22 228	0.15 216	0.22 226	1.19 597	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 200

acva	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.24 236	0.15 215	0.22 228	0.15 216	0.22 226	1.19 597	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 200

IMH-64-1	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 228	0.22 263	0.22 226	0.22 252	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 247

IMH-64	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 228	0.22 263	0.22 226	0.22 252	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 247

WAO-6	0.22 204	0.23 154	0.22 215	0.23 194	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 228	0.22 263	0.22 226	0.22 252	0.22 201	0.22 229	0.22 230	0.22 262	0.22 223	0.22 245

Wz-Net-LNSev	0.06 61	0.24 162	0.20 207	0.23 194	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 213	0.21 222	0.02 19	0.01 9	0.01 10	0.01 10

dd	0.23 211	0.98 383	0.16 182	0.23 194	0.15 218	0.23 235	0.15 206	0.23 232	0.15 215	0.23 229	0.15 215	0.24 242	0.17 232	0.23 233	0.15 209	0.22 201	0.15 181	0.21 225	0.15 218	0.22 223	0.16 209

dad	0.23 211	1.03 409	0.16 182	0.23 194	0.15 218	0.24 238	0.15 206	0.24 235	0.16 223	0.23 229	0.16 221	0.24 242	0.16 220	0.23 233	0.15 209	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 209

ac_64	0.22 204	0.13 117	0.19 204	0.23 194	0.10 162	0.26 257	1.02 582	0.14 173	0.10 160	0.28 259	0.14 205	0.17 197	0.19 250	0.28 267	0.09 147	0.22 201	0.16 184	0.23 239	0.17 244	0.11 163	0.12 187

BStereo	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 306	0.17 233	0.23 229	0.17 229	0.23 236	0.16 220	0.24 237	0.17 224	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 209

Anonymus123	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 306	0.17 233	0.23 229	0.17 229	0.23 236	0.16 220	0.24 237	0.17 224	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 209

ISRNet	0.11 119	0.05 66	0.36 316	0.24 199	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 173	0.05 117	0.05 103	0.09 147	0.24 222	0.20 217	0.10 148	0.05 123	0.06 125	0.13 194

Pointernet	0.21 197	0.22 152	0.19 204	0.24 199	0.19 253	0.24 238	0.19 238	0.24 235	0.19 247	0.24 236	0.19 249	0.24 242	0.19 250	0.24 237	0.19 241	0.22 201	0.17 205	0.22 230	0.17 244	0.22 223	0.17 227

UPFNet	0.42 338	1.20 435	0.17 192	0.24 199	0.17 235	0.25 248	0.17 223	1.19 564	0.90 565	0.25 244	0.17 229	0.24 242	0.17 232	0.25 246	0.17 224	0.22 201	0.17 205	0.22 230	0.16 221	1.15 557	0.93 563

iResNetv2_ROB	0.20 188	0.23 154	0.18 202	0.24 199	0.20 256	0.24 238	0.18 232	0.24 235	0.18 240	0.24 236	0.18 246	0.23 236	0.19 250	0.24 237	0.18 237	0.21 199	0.16 184	0.21 225	0.16 221	0.22 223	0.16 209

iResNet	0.20 188	0.23 154	0.18 202	0.24 199	0.18 247	0.24 238	0.20 242	0.24 235	0.18 240	0.23 229	0.17 229	0.23 236	0.18 243	0.23 233	0.18 237	0.22 201	0.16 184	0.21 225	0.16 221	0.21 221	0.16 209

SCION-MonSter	0.21 197	0.76 333	0.22 215	0.25 206	0.15 218	0.19 204	0.15 206	0.19 202	0.15 215	0.19 200	0.15 215	0.19 205	0.15 216	0.19 202	0.14 197	0.22 201	0.21 222	0.16 191	0.14 207	0.16 193	0.15 207

ACV-stereo	0.30 238	2.08 576	0.25 229	0.25 206	0.18 247	0.24 238	0.17 223	0.24 235	0.18 240	0.24 236	0.17 229	0.25 249	0.17 232	0.24 237	0.17 224	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 209

LoS_RVC	0.30 238	1.14 425	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.26 261	0.26 285	0.26 258	0.25 270	0.26 231	0.26 243	0.25 254	0.25 278	0.26 246	0.26 265

CAS	0.30 238	1.17 431	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 243	0.26 287	0.25 244	0.25 279	0.25 249	0.25 275	0.25 246	0.25 270	0.26 231	0.26 243	0.26 259	0.25 278	0.26 246	0.25 259

LoS	0.25 218	0.27 175	0.25 229	0.25 206	0.25 283	0.25 248	0.25 269	0.26 249	0.25 273	0.25 244	0.25 279	0.25 249	0.25 275	0.25 246	0.25 270	0.26 231	0.25 240	0.25 254	0.26 284	0.26 246	0.25 259
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 353	1.24 489	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 618	0.93 572	0.25 244	0.17 229	0.25 249	0.18 243	0.25 246	0.17 224	0.23 213	0.16 184	0.23 239	0.16 221	1.20 569	0.99 570

delet	0.43 340	1.21 481	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 618	0.95 574	0.25 244	0.17 229	0.25 249	0.17 232	0.25 246	0.17 224	0.23 213	0.16 184	0.22 230	0.16 221	1.18 565	0.98 569

psm_up	0.43 340	1.19 434	0.17 192	0.25 206	0.18 247	0.25 248	0.19 238	1.26 618	0.91 566	0.26 253	0.17 229	0.25 249	0.17 232	0.25 246	0.17 224	0.22 201	0.17 205	0.23 239	0.16 221	1.18 565	0.99 570

Select-FE	0.41 323	0.44 243	0.23 219	0.26 214	0.22 269	0.26 257	0.22 253	0.26 249	0.23 265	0.26 253	0.23 266	0.26 261	0.23 269	0.45 411	0.42 446	0.25 229	0.22 229	0.25 254	0.22 262	0.45 411	2.90 724

tg	0.21 197	0.25 169	0.21 213	0.26 214	0.17 235	0.24 238	0.17 223	0.24 235	0.17 233	0.24 236	0.17 229	0.24 242	0.17 232	0.24 237	0.17 224	0.24 222	0.17 205	0.23 239	0.16 221	0.23 235	0.16 209

UNDER WATER-64	0.25 218	0.26 172	0.25 229	0.26 214	0.25 283	0.25 248	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.25 249	0.25 275	0.26 258	0.25 270	0.25 229	0.25 240	0.25 254	0.25 278	0.25 243	0.25 259

small-0shot	0.35 271	1.92 570	0.27 239	0.27 217	0.27 291	0.27 262	0.27 279	0.27 253	0.27 291	0.27 258	0.27 288	0.26 261	0.27 292	0.27 262	0.26 275	0.27 235	0.26 243	0.26 259	0.26 284	0.26 246	0.27 303

GEStereo_RVC	0.86 512	4.45 676	0.20 207	0.27 217	0.20 256	0.27 262	0.20 242	0.26 249	0.18 240	5.03 748	0.20 253	0.27 264	0.19 250	0.27 262	0.21 248	0.20 191	0.19 215	0.19 215	4.02 753	0.20 213	0.18 233

SQANet	0.28 232	0.28 178	0.28 247	0.28 219	0.28 297	0.28 264	0.28 290	0.28 254	0.28 297	0.28 259	0.28 296	0.28 265	0.28 301	0.28 267	0.28 286	0.28 240	0.28 264	0.28 268	0.28 343	0.28 254	0.28 331

GEAR-Net	0.22 204	0.46 256	0.27 239	0.29 220	0.17 235	0.21 221	0.17 223	0.21 219	0.17 233	0.21 219	0.17 229	0.21 218	0.17 232	0.21 220	0.17 224	0.28 240	0.26 243	0.20 220	0.16 221	0.20 213	0.16 209

ssnet_v2	0.68 453	1.96 572	1.25 614	0.29 220	0.20 256	0.30 269	0.20 242	0.29 259	0.22 258	1.50 638	0.20 253	0.31 280	0.20 254	0.27 262	0.22 252	0.24 222	1.49 637	0.26 259	0.18 251	3.90 709	0.19 236

DStereoO	0.31 245	0.31 186	0.31 275	0.30 222	0.40 441	0.31 276	0.30 313	0.30 262	0.34 400	0.29 264	0.31 370	0.29 271	0.30 322	0.31 278	0.31 353	0.31 256	0.29 278	0.31 281	0.30 376	0.31 267	0.31 365

MultiAttention	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 275	0.30 322	0.30 273	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 355

MSAF-DinoV2	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 275	0.30 322	0.30 273	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 355

IGEV_Zeroshot_test	0.20 188	0.19 138	0.40 366	0.30 222	0.17 235	0.22 226	0.17 223	0.21 219	0.17 233	0.20 207	0.17 229	0.21 218	0.18 243	0.21 220	0.17 224	0.20 191	0.16 184	0.20 220	0.16 221	0.20 213	0.17 227

GMOStereo	0.37 289	0.45 252	0.23 219	0.30 222	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 343	0.40 432	0.41 341	0.36 400	0.34 269	0.22 229	0.47 450	0.37 432	0.39 371	0.33 381

DANet	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 275	0.30 322	0.30 273	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 355
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 235	0.16 223	0.24 236	0.16 221	0.24 242	0.16 220	0.24 237	0.16 217	0.27 235	0.23 235	0.24 249	0.16 221	0.23 235	0.16 209

LACA1	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 235	0.16 223	0.24 236	0.16 221	0.24 242	0.16 220	0.24 237	0.16 217	0.27 235	0.22 229	0.23 239	0.16 221	0.23 235	0.16 209

DStereoSA	0.32 254	0.52 284	0.34 303	0.31 228	0.31 369	0.30 269	0.30 313	0.31 268	0.30 322	0.31 271	0.31 370	0.31 280	0.30 322	0.31 278	0.31 353	0.30 250	0.32 298	0.31 281	0.31 387	0.31 267	0.31 365

xxxxx1	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 288	0.25 275	0.32 281	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 303

tt_ll	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 288	0.25 275	0.32 281	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 303

ff	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 288	0.25 275	0.32 281	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 303

w-ln-seven-2	0.14 148	1.22 487	0.28 247	0.32 234	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 259	0.27 256	0.04 93	0.03 57	0.03 47	0.03 52

WCG-NET（raft）	0.32 254	1.24 489	0.24 226	0.32 234	0.24 280	0.32 285	0.23 262	0.32 270	0.24 268	0.32 277	0.24 273	0.32 284	0.24 272	0.32 281	0.24 262	0.30 250	0.23 235	0.30 275	0.23 268	0.30 262	0.23 247

CASnet	0.35 271	0.51 282	0.44 389	0.32 234	0.31 369	0.24 238	0.34 396	0.36 284	0.25 273	0.31 271	0.37 418	0.30 275	0.33 392	0.25 246	0.45 455	0.37 285	0.37 358	0.33 291	0.35 423	0.34 282	0.37 408
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 232	0.32 188	0.24 226	0.32 234	0.25 283	0.32 285	0.24 267	0.32 270	0.24 268	0.33 282	0.24 273	0.35 295	0.24 272	0.33 289	0.24 262	0.31 256	0.24 239	0.32 284	0.24 275	0.32 270	0.24 257

SCION-M(vits-remse)	0.34 260	0.79 339	0.30 257	0.33 238	0.28 297	0.40 320	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 318	0.28 301	0.40 321	0.28 286	0.23 213	0.21 222	0.35 317	0.27 322	0.35 295	0.27 303

SCION-Mon(vits-remp)	0.34 260	0.98 383	0.30 257	0.33 238	0.18 247	0.21 221	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 318	0.28 301	0.40 321	0.28 286	0.37 285	0.29 278	0.35 317	0.27 322	0.35 295	0.27 303

SMOE	0.23 211	0.25 169	0.30 257	0.33 238	0.18 247	0.26 257	0.18 232	0.26 249	0.18 240	0.26 253	0.18 246	0.25 249	0.18 243	0.25 246	0.18 237	0.31 256	0.27 256	0.23 239	0.17 244	0.23 235	0.17 227

DStereoFS	0.32 254	0.33 189	0.32 284	0.33 238	0.30 322	0.32 285	0.32 370	0.32 270	0.31 367	0.30 266	0.31 370	0.31 280	0.30 322	0.32 281	0.32 365	0.32 259	0.31 293	0.30 275	0.47 484	0.32 270	0.34 388

model_zeroshot	0.27 229	0.20 142	0.27 239	0.33 238	0.21 267	0.37 304	0.22 253	0.37 292	0.24 268	0.26 253	0.27 288	0.33 288	0.21 262	0.25 246	0.27 277	0.32 259	0.20 217	0.34 301	0.23 268	0.25 243	0.26 265

tt1	0.31 245	0.93 376	0.24 226	0.33 238	0.23 275	0.31 276	0.24 267	0.32 270	0.24 268	0.32 277	0.23 266	0.32 284	0.25 275	0.32 281	0.24 262	0.27 235	0.26 243	0.27 264	0.26 284	0.27 252	0.27 303

depth_test_26	0.20 188	0.34 190	0.25 229	0.34 244	0.14 204	0.21 221	0.14 198	0.21 219	0.14 203	0.21 219	0.14 205	0.21 218	0.14 204	0.21 220	0.14 197	0.26 231	0.26 243	0.22 230	0.15 218	0.22 223	0.14 200

DLNR-FE	0.28 232	0.89 361	0.30 257	0.34 244	0.19 253	0.28 264	0.19 238	0.28 254	0.20 249	0.28 259	0.20 253	0.28 265	0.20 254	0.28 267	0.20 244	0.33 265	0.28 264	0.25 254	0.19 252	0.24 240	0.19 236

H2IRNET	0.34 260	0.34 190	0.34 303	0.34 244	0.34 408	0.34 288	0.34 396	0.34 277	0.34 400	0.34 285	0.34 397	0.34 293	0.34 399	0.34 290	0.34 392	0.34 269	0.34 340	0.34 301	0.34 410	0.34 282	0.34 388

DMCA	0.36 279	0.38 204	0.37 321	0.35 247	0.35 412	0.36 296	0.36 408	0.36 284	0.35 404	0.35 289	0.37 418	0.36 300	0.36 410	0.35 293	0.36 400	0.36 282	0.36 353	0.35 317	0.36 429	0.36 305	0.36 402

MLCV	0.31 245	0.35 192	0.27 239	0.35 247	0.28 297	0.35 292	0.27 279	0.35 280	0.28 297	0.36 293	0.27 288	0.35 295	0.27 292	0.35 293	0.27 277	0.34 269	0.27 256	0.34 301	0.27 322	0.34 282	0.27 303

ETE_ROB	0.35 271	0.35 192	0.35 314	0.35 247	0.35 412	0.35 292	0.35 401	0.35 280	0.35 404	0.35 289	0.35 406	0.35 295	0.35 406	0.35 293	0.35 396	0.35 277	0.35 347	0.35 317	0.35 423	0.35 295	0.35 399

DN-CSS_ROB	0.31 245	0.35 192	0.28 247	0.35 247	0.28 297	0.34 288	0.27 279	0.34 277	0.25 273	0.35 289	0.27 288	0.36 300	0.26 285	0.34 290	0.28 286	0.35 277	0.28 264	0.34 301	0.28 343	0.34 282	0.27 303

Any-RAFT	0.32 254	0.36 197	0.27 239	0.36 251	0.27 291	0.36 296	0.27 279	0.36 284	0.27 291	0.36 293	0.27 288	0.36 300	0.27 292	0.36 299	0.28 286	0.36 282	0.28 264	0.36 326	0.28 343	0.36 305	0.28 331

CES	0.39 309	0.47 261	0.36 316	0.36 251	0.37 423	0.45 415	0.35 401	0.35 280	0.40 437	0.36 293	0.44 459	0.47 425	0.36 410	0.44 393	0.36 400	0.37 285	0.39 372	0.44 431	0.35 423	0.37 310	0.36 402

HGLStereo	0.28 232	0.29 180	0.22 215	0.36 251	0.22 269	0.36 296	0.21 248	0.36 284	0.21 254	0.42 346	0.21 259	0.36 300	0.22 263	0.36 299	0.21 248	0.34 269	0.21 222	0.34 301	0.21 259	0.34 282	0.21 242

PAM	0.39 309	1.88 560	0.34 303	0.37 254	0.41 451	0.45 415	0.22 253	0.28 254	0.23 265	0.28 259	0.24 273	0.29 271	0.23 269	0.29 271	0.23 259	0.38 298	0.32 298	0.38 338	0.37 432	0.32 270	0.22 245

RSM	0.36 279	0.36 197	0.43 387	0.37 254	0.42 461	0.49 441	0.42 451	0.37 292	0.28 297	0.36 293	0.29 311	0.36 300	0.30 322	0.37 306	0.28 286	0.34 269	0.31 293	0.34 301	0.35 423	0.40 385	0.29 340

XPNet_ROB	0.37 289	0.37 200	0.37 321	0.37 254	0.37 423	0.37 304	0.37 414	0.37 292	0.37 417	0.37 299	0.37 418	0.37 310	0.37 415	0.37 306	0.37 410	0.37 285	0.37 358	0.37 330	0.37 432	0.37 310	0.37 408

NoBS	0.39 309	0.68 317	0.36 316	0.38 257	0.36 418	0.38 311	0.39 435	0.39 306	0.39 434	0.37 299	0.35 406	0.37 310	0.38 419	0.37 306	0.38 413	0.39 311	0.36 353	0.36 326	0.39 450	0.38 323	0.38 415

Weightmod	0.27 229	0.29 180	0.33 289	0.38 257	0.20 256	0.30 269	0.21 248	0.29 259	0.21 254	0.29 264	0.22 261	0.30 275	0.20 254	0.30 273	0.21 248	0.37 285	0.31 293	0.27 264	0.20 254	0.28 254	0.21 242

SME	0.27 229	0.29 180	0.31 275	0.38 257	0.20 256	0.29 267	0.18 232	0.30 262	0.20 249	0.32 277	0.21 259	0.32 284	0.20 254	0.32 281	0.21 248	0.35 277	0.32 298	0.27 264	0.19 252	0.29 258	0.20 238

PStereo	0.32 254	0.36 197	0.28 247	0.38 257	0.29 310	0.36 296	0.27 279	0.38 301	0.27 291	0.38 301	0.28 296	0.36 300	0.27 292	0.36 299	0.28 286	0.32 259	0.27 256	0.33 291	0.27 322	0.33 277	0.27 303

Monster-pub-mixall	0.44 353	0.56 298	0.60 455	0.38 257	0.27 291	0.37 304	0.27 279	0.37 292	0.29 307	0.38 301	0.27 288	0.38 313	0.29 313	0.85 525	0.27 277	1.46 615	0.26 243	0.34 301	0.26 284	0.36 305	0.53 482

WAO-8	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.38 301	0.38 423	0.38 313	0.38 419	0.38 310	0.38 413	0.38 298	0.38 365	0.38 338	0.37 432	0.38 323	0.38 415

WAO-7	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.38 301	0.38 423	0.38 313	0.38 419	0.38 310	0.38 413	0.38 298	0.38 365	0.38 338	0.38 446	0.38 323	0.38 415

Venus	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.37 304	0.38 421	0.37 292	0.37 417	0.41 332	0.37 418	0.39 318	0.37 415	0.38 310	0.38 413	0.37 285	0.38 365	0.38 338	0.37 432	0.37 310	0.38 415

IMH	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.42 346	0.38 423	0.40 328	0.38 419	0.38 310	0.38 413	0.38 298	0.38 365	0.39 381	0.38 446	0.38 323	0.38 415

Monster-pub-eth3d	0.45 376	0.57 300	0.60 455	0.39 266	0.28 297	0.37 304	0.28 290	0.37 292	0.30 322	0.39 308	0.29 311	0.39 318	0.30 322	0.92 537	0.27 277	1.42 612	0.28 264	0.34 301	0.28 343	0.37 310	0.53 482

1test111	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 318	0.28 301	0.40 321	0.29 302	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 365

cc1	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 318	0.28 301	0.40 321	0.29 302	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 365

HanzoNet	0.39 309	0.38 204	0.40 366	0.39 266	0.41 451	0.38 311	0.38 421	0.38 301	0.38 421	0.39 308	0.39 433	0.38 313	0.38 419	0.39 318	0.40 430	0.38 298	0.38 365	0.40 394	0.38 446	0.38 323	0.40 425

gwcnet-sp	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 265	0.26 285	0.20 207	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 247

scenet	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 265	0.26 285	0.20 207	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 247

ssnet	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 265	0.26 285	0.20 207	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 247

Wz-Net-LNSev-Ref	0.11 119	0.44 243	0.33 289	0.39 266	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 311	0.36 353	0.02 19	0.02 21	0.02 21	0.02 20

iRaft-Stereo_5w	0.34 260	0.42 238	0.31 275	0.39 266	0.30 322	0.38 311	0.30 313	0.40 315	0.29 307	0.40 315	0.37 418	0.41 343	0.34 399	0.38 310	0.30 312	0.34 269	0.27 256	0.34 301	0.26 284	0.34 282	0.26 265

iRaft-Stereo_20w	0.34 260	0.41 227	0.31 275	0.39 266	0.29 310	0.40 320	0.32 370	0.41 334	0.32 379	0.38 301	0.30 326	0.39 318	0.30 322	0.38 310	0.32 365	0.35 277	0.27 256	0.34 301	0.27 322	0.34 282	0.29 340

RAFT + AFF	0.31 245	0.45 252	0.34 303	0.39 266	0.28 297	0.38 311	0.33 381	0.29 259	0.31 367	0.30 266	0.30 326	0.29 271	0.27 292	0.29 271	0.30 312	0.28 240	0.29 278	0.29 273	0.29 358	0.27 252	0.32 372

StereoDRNet-Refined	0.33 259	0.39 211	0.26 236	0.39 266	0.26 290	0.40 320	0.26 276	0.40 315	0.26 287	0.39 308	0.26 284	0.39 318	0.26 285	0.39 318	0.26 275	0.37 285	0.25 240	0.37 330	0.25 278	0.37 310	0.37 408
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 555	0.39 211	5.28 741	0.39 266	0.20 256	0.39 318	0.27 279	0.39 306	0.22 258	0.38 301	0.20 253	0.38 313	0.20 254	6.95 759	0.22 252	0.30 250	0.21 222	0.27 264	0.21 259	5.25 741	0.21 242

test410_97500	0.41 323	0.89 361	0.31 275	0.40 279	0.31 369	0.40 320	0.31 360	0.40 315	0.31 367	0.61 482	0.53 496	0.40 328	0.31 373	0.40 321	0.31 353	0.58 431	0.47 420	0.38 338	0.29 358	0.38 323	0.29 340

test410	0.66 445	5.69 713	0.31 275	0.40 279	0.31 369	0.41 339	0.31 360	0.40 315	0.31 367	0.62 486	0.55 499	0.40 328	0.31 373	0.40 321	0.31 353	0.59 434	0.47 420	0.38 338	0.29 358	0.38 323	0.30 355

Replicate-Monster	0.45 376	0.57 300	0.60 455	0.40 279	0.29 310	0.37 304	0.27 279	0.37 292	0.30 322	0.40 315	0.31 370	0.40 328	0.30 322	0.99 545	0.27 277	1.36 608	0.31 293	0.34 301	0.30 376	0.36 305	0.54 485

w-ln-seven	0.18 182	1.47 506	0.33 289	0.40 279	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 298	0.32 298	0.05 108	0.04 99	0.04 97	0.04 96

DCVSM-stereo	0.36 279	1.89 561	0.22 215	0.40 279	0.22 269	0.40 320	0.22 253	0.40 315	0.22 258	0.40 315	0.22 261	0.40 328	0.22 263	0.40 321	0.22 252	0.28 240	0.21 222	0.28 268	0.21 259	0.28 254	0.20 238

IGEV++	0.34 260	0.43 240	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 328	0.29 313	0.40 321	0.30 312	0.38 298	0.29 278	0.37 330	0.29 358	0.37 310	0.29 340

ACVNet-DCA	0.37 289	1.00 393	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 328	0.29 313	0.39 318	0.28 286	0.33 265	0.32 298	0.33 291	0.32 395	0.33 277	0.32 372

xx1	0.38 295	1.03 409	0.31 275	0.40 279	0.31 369	0.41 339	0.28 290	0.40 315	0.29 307	0.40 315	0.29 311	0.40 328	0.29 313	0.40 321	0.29 302	0.34 269	0.33 311	0.34 301	0.32 395	0.34 282	0.32 372

knoymous	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

anonymousa	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

riskmin	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

Anonymous_2	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

Anonymous_1	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

AdaStereo	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Zero-FE251	0.36 279	0.40 215	0.28 247	0.41 293	0.28 297	0.41 339	0.28 290	0.41 334	0.28 297	0.41 332	0.28 296	0.41 343	0.28 301	0.42 355	0.30 312	0.37 285	0.26 243	0.37 330	0.27 322	0.45 411	0.56 496

z-mn7	0.16 167	1.21 481	0.33 289	0.41 293	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 277	0.31 293	0.04 93	0.04 99	0.04 97	0.04 96

RAFT-Test	0.36 279	0.37 200	0.33 289	0.41 293	0.32 383	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 343	0.32 380	0.41 341	0.33 377	0.37 285	0.29 278	0.37 330	0.29 358	0.38 323	0.31 365

GwcNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

PSMNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

GANet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

ADLNet2	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

ADLNet	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

GES	0.66 445	2.34 601	0.29 253	0.41 293	0.29 310	0.41 339	0.29 305	0.42 352	0.29 307	0.40 315	0.41 444	0.41 343	0.30 322	0.51 455	0.29 302	0.32 259	0.29 278	0.32 284	2.46 724	2.49 686	0.30 355

DGSMNet	0.34 260	0.41 227	0.27 239	0.41 293	0.28 297	0.41 339	0.28 290	0.41 334	0.27 291	0.41 332	0.27 288	0.42 361	0.27 292	0.41 341	0.28 286	0.40 319	0.29 278	0.40 394	0.28 343	0.40 385	0.27 303

SCION-MonSter(vits)	0.25 218	0.79 339	0.31 275	0.42 303	0.28 297	0.40 320	0.28 290	0.20 209	0.15 215	0.40 315	0.15 215	0.19 205	0.15 216	0.20 207	0.15 209	0.23 213	0.21 222	0.17 201	0.14 207	0.16 193	0.14 200

HiDET	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 352	0.30 322	0.44 391	0.30 326	0.42 361	0.30 322	0.42 355	0.68 518	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 340

LCMNet	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 352	0.30 322	0.45 403	0.30 326	0.42 361	0.30 322	0.42 355	0.69 526	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 340

CSFM-Stereo	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.42 361	0.30 322	0.42 355	0.73 540	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.30 355

HART	0.38 295	0.45 252	0.34 303	0.42 303	0.33 396	0.41 339	0.34 396	0.42 352	0.33 389	0.43 353	0.34 397	0.42 361	0.34 399	0.41 341	0.38 413	0.40 319	0.32 298	0.42 428	0.32 395	0.40 385	0.32 372

RAFT-Stereo-weight	0.45 376	1.90 563	0.34 303	0.42 303	0.36 418	0.43 367	0.35 401	0.42 352	0.34 400	0.42 346	0.34 397	0.44 405	0.34 399	0.41 341	0.34 392	0.38 298	0.32 298	0.38 338	0.32 395	0.38 323	0.33 381

Gwc-CoAtRS	0.41 323	1.49 507	0.32 284	0.42 303	0.32 383	0.41 339	0.32 370	0.41 334	0.33 389	0.41 332	0.32 380	0.41 343	0.32 380	0.41 341	0.32 365	0.39 311	0.28 264	0.39 381	0.28 343	0.40 385	0.28 331

Anonymus	0.47 393	0.73 325	0.46 397	0.43 310	0.54 504	0.53 468	0.27 279	0.39 306	0.35 404	0.33 282	0.40 436	0.33 288	0.38 419	0.53 463	0.54 488	0.56 428	0.36 353	0.49 463	0.53 500	0.66 473	0.54 485

MonSter++	0.38 295	0.44 243	0.31 275	0.43 310	0.30 322	0.43 367	0.31 360	0.43 360	0.31 367	0.45 403	0.31 370	0.43 370	0.31 373	0.43 362	0.69 526	0.38 298	0.33 311	0.40 394	0.30 376	0.38 323	0.30 355

test_for_model	0.35 271	0.39 211	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.31 353	0.38 298	0.26 243	0.38 338	0.26 284	0.38 323	0.26 265

GCAPDPT-zeroshot	0.36 279	0.40 215	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 360	0.31 367	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.31 353	0.39 311	0.28 264	0.39 381	0.27 322	0.39 371	0.26 265

gcap_with_dpt	0.35 271	0.39 211	0.30 257	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.30 326	0.44 405	0.30 322	0.44 393	0.30 312	0.38 298	0.26 243	0.38 338	0.27 322	0.38 323	0.27 303

gcap-zeroshot	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 405	0.32 380	0.44 393	0.31 353	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 303

testlalala	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 405	0.32 380	0.44 393	0.31 353	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 303

RCA-Stereo	0.51 413	3.22 645	0.34 303	0.44 314	0.34 408	0.44 401	0.34 396	0.43 360	0.34 400	0.43 353	0.34 397	0.44 405	0.33 392	0.43 362	0.33 377	0.38 298	0.29 278	0.38 338	0.29 358	0.38 323	0.29 340

CFNet-RSSM	0.91 520	4.89 682	0.34 303	0.44 314	1.07 588	1.62 647	1.40 662	0.91 524	0.35 404	1.60 639	1.39 662	0.64 493	0.34 399	0.44 393	0.33 377	0.41 327	0.35 347	0.75 521	0.30 376	0.41 396	0.29 340

GeoVLM	0.36 279	0.38 204	0.27 239	0.46 319	0.28 297	0.35 292	0.28 290	0.37 292	0.27 291	0.35 289	0.28 296	0.36 300	0.38 419	0.35 293	0.28 286	1.08 532	0.26 243	0.33 291	0.27 322	0.34 282	0.33 381

fffy	0.38 295	0.43 240	0.33 289	0.46 319	0.33 396	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 415	0.33 392	0.45 411	0.32 365	0.38 298	0.38 365	0.38 338	0.37 432	0.37 310	0.36 402

otaku	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.46 409	0.46 468	0.46 419	0.46 465	0.46 416	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

Ntro	0.47 393	0.47 261	0.46 397	0.46 319	0.46 472	0.47 427	0.47 470	0.46 411	0.47 470	0.46 409	0.46 468	0.47 425	0.46 465	0.47 420	0.47 466	0.47 391	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

Dean	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.47 415	0.46 468	0.46 419	0.46 465	0.46 416	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

ACVNet_1	0.46 385	0.47 261	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.47 470	0.46 409	0.46 468	0.46 419	0.46 465	0.46 416	0.46 459	0.46 384	0.46 412	0.47 450	0.46 477	0.46 416	0.46 451

ACVNet-4b	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.46 409	0.46 468	0.46 419	0.46 465	0.47 420	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

Weightmod_eth	0.20 188	0.24 162	0.28 247	0.47 326	0.14 204	0.24 238	0.14 198	0.17 196	0.13 200	0.22 223	0.16 221	0.22 228	0.13 199	0.20 207	0.16 217	0.24 222	0.20 217	0.19 215	0.14 207	0.16 193	0.24 257

FE-Mocha	0.35 271	0.71 322	0.40 366	0.47 326	0.27 291	0.34 288	0.27 279	0.34 277	0.26 287	0.34 285	0.26 284	0.34 293	0.27 292	0.34 290	0.27 277	0.44 343	0.41 386	0.33 291	0.29 358	0.32 270	0.29 340

LG-Stereo_L2	0.34 260	0.37 200	0.38 323	0.47 326	0.28 297	0.39 318	0.28 290	0.39 306	0.28 297	0.39 308	0.28 296	0.39 318	0.28 301	0.38 310	0.28 286	0.42 341	0.35 347	0.36 326	0.26 284	0.35 295	0.26 265

UNDER WATER	0.47 393	0.47 261	0.47 405	0.47 326	0.47 479	0.47 427	0.47 470	0.47 417	0.47 470	0.47 415	0.47 476	0.47 425	0.46 465	0.47 420	0.47 466	0.47 391	0.47 420	0.47 450	0.46 477	0.47 430	0.47 459

LVE	0.47 393	0.47 261	0.47 405	0.47 326	0.49 487	0.47 427	0.47 470	0.47 417	0.49 479	0.47 415	0.47 476	0.47 425	0.46 465	0.47 420	0.47 466	0.47 391	0.47 420	0.48 458	0.47 484	0.47 430	0.47 459

GANet-RSSM	0.75 473	1.91 564	0.14 155	0.47 326	0.14 204	0.21 221	3.21 741	2.30 683	0.14 203	0.46 409	0.14 205	0.23 236	0.18 243	0.21 220	0.14 197	0.18 184	0.27 256	0.37 330	0.13 201	2.13 667	2.12 709

GREAT-IGEV	0.38 295	0.43 240	0.36 316	0.48 332	0.32 383	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 415	0.32 380	0.45 411	0.32 365	0.44 343	0.33 311	0.41 412	0.29 358	0.41 396	0.29 340
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 279	0.49 269	0.39 334	0.48 332	0.32 383	0.41 339	0.28 290	0.40 315	0.30 322	0.41 332	0.28 296	0.40 328	0.28 301	0.42 355	0.28 286	0.45 372	0.32 298	0.38 338	0.30 376	0.37 310	0.27 303

mms	0.40 315	0.45 252	0.35 314	0.48 332	0.36 418	0.47 427	0.34 396	0.45 407	0.38 421	0.47 415	0.33 389	0.45 415	0.32 380	0.45 411	0.32 365	0.39 311	0.38 365	0.38 338	0.37 432	0.39 371	0.39 422

ccccc	0.41 323	0.44 243	0.34 303	0.48 332	0.35 412	0.48 432	0.35 401	0.51 452	0.35 404	0.47 415	0.35 406	0.47 425	0.34 399	0.47 420	0.35 396	0.41 327	0.40 376	0.40 394	0.40 452	0.41 396	0.39 422

RainbowNet	0.48 399	0.48 267	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 421	0.48 477	0.48 422	0.48 480	0.48 432	0.48 474	0.48 430	0.48 472	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.48 461

notaker	0.48 399	0.49 269	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 421	0.49 479	0.48 422	0.48 480	0.48 432	0.48 474	0.48 430	0.48 472	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.49 467

aanet-new-90k	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-60k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-70k	0.44 353	1.82 546	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-78k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-36k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-34k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-32k-new	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.34 340	0.39 381	0.26 284	0.38 323	0.26 265

aanet-new-32k	0.44 353	1.79 533	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-30k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-28k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.44 405	0.30 322	0.44 393	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT26K	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.31 353	0.44 343	0.33 311	0.38 338	0.27 322	0.38 323	0.26 265

aanet-new-24k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-22k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-16k	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-14k	0.60 429	5.12 690	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.30 312	0.44 343	0.37 358	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-8k	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new	0.43 340	1.80 534	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-cres-4k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-cres	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-36K	0.43 340	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-22K	0.44 353	1.85 555	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-20K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-24K	0.44 353	1.86 558	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-5K	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-2K	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-3K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-50K	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.36 353	0.38 338	0.26 284	0.38 323	0.26 265

Pro-Stereo	0.79 483	0.53 288	0.38 323	0.49 338	0.38 430	0.49 441	0.37 414	0.49 429	0.67 518	0.50 445	0.38 423	1.10 569	0.38 419	0.49 437	0.38 413	0.71 465	0.88 525	5.98 757	0.36 429	0.46 416	0.36 402

GCAP-BAT	0.41 323	1.30 493	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.34 340	0.38 338	0.26 284	0.38 323	0.26 265

GCAPDPT-zeroshot4090	0.40 315	1.09 419	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 398	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.34 340	0.38 338	0.27 322	0.38 323	0.27 303

MyStereo07	0.60 429	3.72 657	0.48 413	0.49 338	0.41 451	0.36 296	0.32 370	0.49 429	0.43 457	0.51 454	0.42 454	0.49 439	0.43 455	0.51 455	0.64 503	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 444

MyStereo04	0.56 426	3.72 657	0.59 451	0.49 338	0.41 451	0.36 296	0.32 370	0.37 292	0.31 367	0.34 285	0.46 468	0.35 295	0.32 380	0.35 293	0.33 377	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 444

HaxPig	0.47 393	0.47 261	0.47 405	0.49 338	0.47 479	0.47 427	0.47 470	0.47 417	0.47 470	0.47 415	0.47 476	0.47 425	0.47 473	0.47 420	0.47 466	0.47 391	0.47 420	0.47 450	0.47 484	0.47 430	0.48 461

ACVNet_2	0.49 405	0.49 269	0.49 420	0.49 338	0.49 487	0.49 441	0.49 481	0.49 429	0.49 479	0.49 432	0.49 483	0.49 439	0.49 480	0.49 437	0.49 474	0.49 399	0.49 429	0.49 463	0.49 492	0.49 437	0.49 467

IGEV-Stereo	0.35 271	0.44 243	0.45 391	0.49 338	0.30 322	0.37 304	0.30 313	0.36 284	0.30 322	0.36 293	0.29 311	0.36 300	0.29 313	0.36 299	0.30 312	0.46 384	0.39 372	0.32 284	0.24 275	0.32 270	0.25 259
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 323	0.46 256	0.33 289	0.49 338	0.33 396	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 439	0.33 392	0.51 455	0.33 377	0.41 327	0.30 288	0.41 412	0.30 376	0.79 501	0.29 340

aanet-new-40k	0.44 353	1.81 539	0.39 334	0.50 374	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-10k	0.45 376	1.81 539	0.40 366	0.50 374	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 405	0.32 380	0.44 393	0.31 353	0.46 384	0.35 347	0.39 381	0.27 322	0.39 371	0.27 303

252Zero-FE	0.45 376	0.50 274	0.36 316	0.50 374	0.36 418	0.50 450	0.36 408	0.50 438	0.36 415	0.49 432	0.36 411	0.49 439	0.36 410	0.54 466	0.41 438	0.45 372	0.34 340	0.45 436	0.34 410	0.55 457	0.75 541

water-stereo	0.41 323	0.84 349	0.46 397	0.50 374	0.33 396	0.45 415	0.33 381	0.45 407	0.32 379	0.45 403	0.32 380	0.45 415	0.32 380	0.45 411	0.32 365	0.44 343	0.41 386	0.39 381	0.31 387	0.39 371	0.32 372

DVStereo	0.43 340	0.86 353	0.48 413	0.50 374	0.33 396	0.46 422	0.33 381	0.46 411	0.33 389	0.46 409	0.33 389	0.47 425	0.33 392	0.47 420	0.34 392	0.45 372	0.42 396	0.40 394	0.33 406	0.47 430	0.38 415

FoundationStereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

StereoAnything_RVC	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

dual_stereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

TorneroNet	0.66 445	0.53 288	0.50 426	0.50 374	0.64 522	1.06 557	0.70 536	0.50 438	0.51 491	0.49 432	0.69 532	0.49 439	0.50 484	0.48 430	1.15 588	0.71 465	0.49 429	1.14 576	1.08 589	0.49 437	0.49 467

ccnet	0.80 486	2.28 593	0.33 289	0.50 374	0.33 396	0.50 450	0.33 381	0.50 438	0.33 389	0.49 432	0.33 389	0.49 439	1.56 654	2.38 687	0.33 377	0.41 327	0.29 278	0.42 428	1.57 671	2.28 673	0.29 340

SANet	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

quiztm	0.43 340	0.49 269	0.40 366	0.51 385	0.40 441	0.51 462	0.40 436	0.50 438	0.40 437	0.50 445	0.40 436	0.51 464	0.40 432	0.50 445	0.40 430	0.44 343	0.34 340	0.44 431	0.34 410	0.44 406	0.34 388

aanet-new-12k	0.46 385	1.99 573	0.40 366	0.51 385	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 405	0.31 373	0.44 393	0.32 365	0.47 391	0.35 347	0.39 381	0.27 322	0.39 371	0.27 303

GCAP-Stereo-DPT-FT	0.41 323	1.06 416	0.40 366	0.51 385	0.31 369	0.44 401	0.30 313	0.43 360	0.32 379	0.44 391	0.30 326	0.56 478	0.30 322	0.44 393	0.31 353	0.45 372	0.34 340	0.39 381	0.27 322	0.40 385	0.27 303

GCAP-Stereo-DPT-25K	0.41 323	1.09 419	0.40 366	0.52 388	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 405	0.31 373	0.44 393	0.31 353	0.46 384	0.35 347	0.39 381	0.28 343	0.39 371	0.28 331

fffft	0.48 399	0.51 282	0.45 391	0.52 388	0.45 470	0.52 466	0.45 461	0.52 457	0.48 477	0.53 461	0.45 464	0.52 465	0.45 461	0.52 460	0.46 459	0.51 412	0.41 386	0.50 469	0.41 461	0.50 442	0.41 434
1: 1. 1
DDF-Stereo	0.43 340	1.15 428	0.57 449	0.53 390	0.32 383	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 343	0.32 380	0.40 321	0.32 365	0.52 414	0.50 437	0.38 338	0.31 387	0.39 371	0.31 365

UGAM-zero	0.51 413	2.17 585	0.39 334	0.53 390	0.36 418	0.50 450	0.36 408	0.50 438	0.36 415	0.49 432	0.36 411	0.50 453	0.35 406	0.50 445	0.36 400	0.49 399	0.37 358	0.47 450	0.35 423	0.46 416	0.34 388

GCST	0.50 408	2.08 576	0.38 323	0.53 390	0.35 412	0.49 441	0.35 401	0.50 438	0.35 404	0.49 432	0.35 406	0.49 439	0.35 406	0.49 437	0.35 396	0.48 396	0.37 358	0.45 436	0.33 406	0.44 406	0.33 381

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

depthmonostereo	0.44 353	0.85 351	0.46 397	0.54 393	0.40 441	0.52 466	0.38 421	0.52 457	0.35 404	0.47 415	0.34 397	0.46 419	0.34 399	0.47 420	0.34 392	0.45 372	0.43 401	0.41 412	0.33 406	0.41 396	0.32 372

SCV_C0	0.45 376	0.88 358	0.49 420	0.54 393	0.37 423	0.48 432	0.37 414	0.48 421	0.37 417	0.48 422	0.36 411	0.48 432	0.37 415	0.49 437	0.37 410	0.50 406	0.41 386	0.44 431	0.34 410	0.44 406	0.34 388

SCV	0.46 385	0.94 378	0.45 391	0.54 393	0.37 423	0.48 432	0.38 421	0.48 421	0.37 417	0.48 422	0.39 433	0.48 432	0.37 415	0.49 437	0.37 410	0.50 406	0.46 412	0.44 431	0.34 410	0.44 406	0.34 388

UGAM	0.51 413	2.23 590	0.39 334	0.54 393	0.35 412	0.50 450	0.35 401	0.49 429	0.35 404	0.49 432	0.35 406	0.49 439	0.36 410	0.50 445	0.36 400	0.49 399	0.37 358	0.45 436	0.34 410	0.45 411	0.34 388

FCDSN-DC	0.41 323	0.59 305	0.64 470	0.54 393	0.33 396	0.50 450	0.37 414	0.42 352	0.40 437	0.61 482	0.43 457	0.50 453	0.49 480	0.38 310	0.32 365	0.28 240	0.23 235	0.26 259	0.22 262	0.35 295	0.28 331
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 419	0.54 292	0.54 441	0.54 393	0.53 501	0.54 472	0.54 495	0.53 459	0.54 495	0.54 467	0.54 498	0.54 471	0.53 491	0.54 466	0.54 488	0.54 418	0.53 449	0.54 483	0.54 502	0.54 456	0.54 485

z-ln-s-r	0.21 197	1.40 504	0.53 440	0.56 400	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 430	0.44 409	0.04 93	0.04 99	0.04 97	0.04 96

GASTEREO	0.48 399	1.21 481	0.47 405	0.57 401	0.38 430	0.50 450	0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 453	0.38 419	0.50 445	0.38 413	0.52 414	0.42 396	0.46 440	0.34 410	0.46 416	0.34 388

CASS	0.57 428	0.89 361	0.56 445	0.57 401	0.56 505	0.56 474	0.56 497	0.56 465	0.53 493	0.57 475	0.57 502	0.59 485	0.48 474	0.56 471	0.57 492	0.55 424	0.56 454	0.47 450	0.56 508	0.62 469	0.56 496
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 413	1.40 504	0.49 420	0.58 403	0.38 430	0.50 450	0.38 421	0.54 461	0.41 447	0.52 458	0.41 444	0.53 467	0.42 450	0.53 463	0.41 438	0.60 436	0.47 420	0.48 458	0.37 432	0.48 434	0.38 415

TorneroNet-64	0.45 376	0.27 175	0.30 257	0.58 403	0.27 291	0.70 499	0.30 313	0.28 254	0.73 548	0.73 505	0.28 296	0.71 505	0.66 514	0.75 506	0.27 277	0.27 235	0.29 278	0.37 330	0.75 555	0.28 254	0.30 355

PML	0.46 385	1.36 499	0.29 253	0.58 403	0.30 322	0.57 480	0.29 305	0.57 468	0.29 307	0.57 475	0.29 311	0.57 481	0.29 313	0.56 471	0.29 302	0.52 414	0.30 288	0.53 480	0.31 387	0.53 455	0.30 355

S0	0.42 338	0.44 243	0.54 441	0.59 406	0.34 408	0.48 432	0.22 253	0.51 452	0.25 273	0.51 454	0.34 397	0.53 467	0.35 406	0.47 420	0.36 400	0.55 424	0.39 372	0.49 463	0.27 322	0.46 416	0.34 388

GSStereo	0.81 491	4.28 674	0.50 426	0.59 406	0.40 441	0.51 462	0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 453	3.79 738	0.50 445	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 399

MyStereo8	0.71 462	3.92 666	0.52 436	0.59 406	0.52 498	0.57 480	0.53 492	0.59 474	0.50 484	0.59 479	0.51 493	0.57 481	0.50 484	0.56 471	0.52 484	0.54 418	0.49 429	0.54 483	0.49 492	0.55 457	0.50 470

LL-Strereo2	0.48 399	1.73 522	0.51 433	0.59 406	0.34 408	0.42 360	0.33 381	0.40 315	0.31 367	0.42 346	0.33 389	0.42 361	0.31 373	0.44 393	0.39 427	0.60 436	0.51 442	0.44 431	0.33 406	0.44 406	0.33 381

PA-Net	11.80 762	223.51 789	0.62 463	0.59 406	0.71 539	0.59 482	0.73 543	0.67 489	0.73 548	0.55 470	0.61 512	0.60 486	0.74 540	0.63 487	0.73 540	0.66 455	0.60 469	0.69 508	0.66 532	0.72 487	0.65 514
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 434	1.21 481	0.54 441	0.61 411	0.53 501	0.67 494	0.53 492	0.66 488	0.53 493	0.64 490	0.53 496	0.65 497	0.53 491	0.59 478	0.52 484	0.65 453	0.48 426	0.64 498	0.52 498	0.58 465	0.50 470

LG-Stereo_L1	0.47 393	0.52 284	0.47 405	0.62 412	0.39 440	0.53 468	0.40 436	0.53 459	0.39 434	0.53 461	0.39 433	0.53 467	0.39 431	0.53 463	0.39 427	0.55 424	0.46 412	0.49 463	0.37 432	0.49 437	0.37 408

MonSter	0.60 429	0.64 314	0.52 436	0.62 412	0.44 466	2.07 663	0.44 455	0.62 481	0.44 460	0.62 486	0.44 459	0.62 491	0.44 457	0.62 482	0.44 452	0.58 431	0.42 396	0.62 494	0.46 477	0.58 465	0.42 441

GREATEN-IGEV_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.29 310	0.36 296	0.29 305	0.36 284	0.29 307	0.39 308	0.29 311	0.36 300	0.29 313	0.36 299	0.29 302	0.62 445	0.57 456	0.35 317	0.29 358	0.36 305	0.29 340

GREATEN-IGEV-FM_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.28 297	0.36 296	0.28 290	0.36 284	0.28 297	0.36 293	0.28 296	0.36 300	0.28 301	0.36 299	0.28 286	0.62 445	0.57 456	0.35 317	0.28 343	0.35 295	0.28 331

LG-Stereo_Zeroshot	0.48 399	0.55 295	0.47 405	0.63 414	0.41 451	0.56 474	0.44 455	0.56 465	0.41 447	0.56 472	0.41 444	0.57 481	0.42 450	0.56 471	0.41 438	0.55 424	0.43 401	0.51 474	0.37 432	0.51 448	0.37 408

MyStereo06	0.75 473	4.12 668	0.60 455	0.63 414	0.61 516	0.62 488	0.66 512	0.56 465	0.45 464	0.55 470	0.48 480	0.54 471	0.46 465	0.57 476	0.45 455	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 493

MyStereo05	0.80 486	4.12 668	0.63 467	0.63 414	0.61 516	0.62 488	0.66 512	0.65 485	0.62 509	0.67 496	0.61 512	0.65 497	0.58 500	0.67 492	0.55 491	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 493

LG-Stereo	0.60 429	0.58 302	0.47 405	0.64 419	0.74 544	1.00 540	0.69 529	0.57 468	0.41 447	0.57 475	0.41 444	0.57 481	0.41 444	1.00 547	0.75 545	0.91 505	0.51 442	0.52 477	0.37 432	0.52 451	0.37 408

DN	0.53 418	0.85 351	0.45 391	0.65 420	0.44 466	0.60 483	0.44 455	0.60 476	0.44 460	0.60 480	0.45 464	0.60 486	0.44 457	0.60 480	0.44 452	0.56 428	0.42 396	0.56 487	0.42 469	0.56 460	0.42 441

MSKI-zero shot	0.24 215	0.21 148	0.49 420	0.65 420	0.18 247	0.22 226	0.17 223	0.23 232	0.18 240	0.21 219	0.17 229	0.23 236	0.28 301	0.23 233	0.18 237	0.21 199	0.16 184	0.21 225	0.16 221	0.21 221	0.16 209

LMCR-Stereo	0.65 443	0.63 312	0.65 474	0.65 420	0.65 524	0.66 493	0.63 508	0.58 471	0.65 514	0.63 489	0.64 516	0.65 497	0.65 511	0.66 490	0.66 509	0.66 455	0.64 479	0.65 502	0.67 536	0.68 478	0.73 537

DSFCA	0.66 445	0.73 325	0.78 512	0.65 420	0.65 524	0.64 490	0.64 509	0.65 485	0.63 512	0.64 490	0.64 516	0.64 493	0.64 509	0.65 489	0.65 506	0.65 453	0.65 481	0.65 502	0.65 529	0.66 473	0.64 512

AIO-test1	0.54 419	0.60 309	0.52 436	0.66 424	0.47 479	0.61 485	0.47 470	0.58 471	0.46 465	0.61 482	0.46 468	0.61 489	0.45 461	0.62 482	0.45 455	0.61 440	0.52 445	0.57 488	0.48 488	0.57 463	0.48 461

rgla	0.45 376	0.54 292	0.33 289	0.67 425	0.32 383	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.94 573	0.48 432	0.33 392	0.47 420	0.33 377	0.45 372	0.52 445	0.53 480	0.31 387	0.45 411	0.32 372

416test1013	0.49 405	0.80 342	0.33 289	0.67 425	0.33 396	0.48 432	0.41 445	0.48 421	0.39 434	0.48 422	0.93 572	0.52 465	0.32 380	0.52 460	0.38 413	0.49 399	0.51 442	0.53 480	0.37 432	0.51 448	0.36 402

416test	0.46 385	0.55 295	0.33 289	0.67 425	0.33 396	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.99 578	0.48 432	0.33 392	0.48 430	0.33 377	0.45 372	0.52 445	0.54 483	0.32 395	0.45 411	0.32 372

WAFT-Stereo (ZS)	0.67 451	0.78 337	0.67 480	0.67 425	0.66 527	0.67 494	0.67 516	0.65 485	0.66 516	0.66 494	0.67 521	0.66 500	0.67 516	0.67 492	0.72 539	0.66 455	0.67 484	0.67 504	0.67 536	0.67 476	0.67 519

AIO-test2	0.55 424	0.59 305	0.52 436	0.67 425	0.47 479	0.61 485	0.47 470	0.61 480	0.47 470	0.61 482	0.47 476	0.61 489	0.48 474	0.62 482	0.47 466	0.64 451	0.53 449	0.58 489	0.47 484	0.58 465	0.48 461

S	0.56 426	0.61 311	0.54 441	0.68 430	0.48 483	0.65 491	0.49 481	0.63 482	0.49 479	0.64 490	0.49 483	0.64 493	0.48 474	0.62 482	0.49 474	0.63 449	0.62 475	0.59 492	0.48 488	0.57 463	0.48 461

mm2	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 491	0.69 529	0.69 499	0.69 532	0.69 501	0.69 528	0.69 495	0.69 526	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 523

mm1	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 491	0.69 529	0.69 499	0.69 532	0.69 501	0.69 528	0.69 495	0.69 526	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 523

GEAStereo	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 452	0.38 421	0.53 461	0.38 423	0.50 453	0.38 419	0.51 455	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 388

gasm-f	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 452	0.38 421	0.53 461	0.38 423	0.50 453	0.38 419	0.51 455	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 388

4D-IteraStereo	0.78 482	3.13 642	0.89 524	0.69 431	0.32 383	0.40 320	0.32 370	0.76 503	0.97 577	0.52 458	0.65 518	0.89 533	0.32 380	0.76 507	0.98 570	0.83 498	0.94 531	0.35 317	0.27 322	0.70 485	0.89 559

Selective-IGEV	0.51 413	0.55 295	0.45 391	0.69 431	0.45 470	0.61 485	0.45 461	0.50 438	0.40 437	0.56 472	0.44 459	0.55 475	0.40 432	0.72 501	0.67 510	0.59 434	0.46 412	0.45 436	0.34 410	0.46 416	0.37 408

LL-Strereo	1.01 543	5.06 689	1.63 645	0.70 437	1.43 662	0.56 474	0.46 465	0.57 468	0.50 484	0.57 475	0.50 487	1.58 642	0.49 480	0.59 478	0.50 477	1.64 625	0.52 445	0.51 474	1.37 658	0.52 451	0.45 449

DMCA-RVC	0.70 459	0.80 342	0.70 493	0.70 437	0.70 537	0.70 499	0.70 536	0.71 496	0.70 537	0.70 501	0.71 542	0.71 505	0.70 532	0.70 497	0.69 526	0.69 459	0.70 499	0.69 508	0.70 546	0.69 482	0.70 526

DStereoRT	0.73 469	0.81 346	0.73 504	0.71 439	0.74 544	0.73 503	0.75 545	0.71 496	0.71 542	0.74 510	0.72 545	0.73 510	0.80 549	0.71 499	0.73 540	0.76 483	0.71 503	0.73 515	0.72 551	0.70 485	0.76 544

anonymity	0.63 439	0.69 318	0.56 445	0.71 439	0.56 505	0.71 501	0.56 497	0.71 496	0.56 496	0.72 502	0.56 501	0.71 505	0.56 495	0.71 499	0.58 494	0.68 458	0.55 452	0.68 505	0.55 504	0.68 478	0.54 485

HLF11	0.17 173	0.05 66	0.63 467	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 465	0.59 466	0.05 108	0.04 99	0.04 97	0.04 96

HLf8	0.17 173	0.05 66	0.62 463	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 173	0.05 66	0.65 474	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 465	0.59 466	0.05 108	0.04 99	0.05 114	0.04 96

iGMRVC	0.84 503	2.85 636	0.72 500	0.72 441	0.73 542	0.77 506	0.79 550	0.73 500	0.74 550	0.73 505	0.72 545	0.73 510	0.76 543	0.73 503	0.73 540	0.72 473	0.73 506	0.73 515	0.72 551	0.73 490	0.72 533

ManiGeoR	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

SMoEStereo_RVC	0.63 439	0.75 330	0.51 433	0.73 445	0.53 501	0.71 501	0.47 470	0.67 489	0.58 499	0.74 510	0.60 508	0.72 508	0.53 491	0.74 505	0.51 482	0.61 440	0.62 475	0.62 494	0.61 518	0.63 470	0.61 502

ARAFT	0.68 453	0.81 346	0.63 467	0.74 448	0.60 510	0.78 508	0.62 507	0.77 504	0.66 516	0.74 510	0.63 514	0.75 513	0.62 508	0.83 520	0.60 499	0.70 464	0.55 452	0.70 513	0.60 516	0.78 499	0.55 493

GCAP-Stereo	0.75 473	4.15 671	0.42 385	0.75 449	0.35 412	0.78 508	0.40 436	0.79 505	0.38 421	0.78 514	0.36 411	0.78 516	0.36 410	0.79 509	0.39 427	0.75 481	0.39 372	0.76 523	0.39 450	0.75 492	0.39 422

AFF-stereo	0.73 469	0.88 358	0.67 480	0.75 449	0.68 532	0.75 505	0.64 509	0.80 508	0.72 545	0.83 525	0.70 536	0.82 524	0.64 509	0.84 521	0.67 510	0.77 486	0.63 477	0.81 532	0.63 520	0.78 499	0.62 505

SE	0.64 441	0.73 325	0.77 510	0.79 451	0.59 508	0.78 508	0.54 495	0.58 471	0.58 499	0.78 514	0.59 506	0.63 492	0.18 243	0.78 508	0.52 484	0.80 489	0.65 481	0.69 508	0.57 511	0.75 492	0.52 479

PointNet	0.60 429	0.75 330	0.49 420	0.79 451	0.50 491	0.79 511	0.49 481	0.79 505	0.49 479	0.80 517	0.49 483	0.79 518	0.49 480	0.80 511	0.49 474	0.63 449	0.40 376	0.63 496	0.40 452	0.63 470	0.40 425

DLNR_Zeroshot_test	0.31 245	0.28 178	0.47 405	0.79 451	0.24 280	0.30 269	0.26 276	0.30 262	0.24 268	0.32 277	0.23 266	0.31 280	0.24 272	0.30 273	0.23 259	0.29 249	0.26 243	0.29 273	0.24 275	0.33 277	0.23 247

G-Net	0.79 483	0.79 339	0.79 515	0.79 451	0.79 557	0.79 511	0.79 550	0.79 505	0.79 556	0.79 516	0.79 557	0.79 518	0.79 548	0.79 509	0.79 550	0.79 487	0.79 516	0.79 527	0.79 562	0.79 501	0.79 549

MIM_Stereo	0.25 218	0.23 154	0.66 476	0.80 455	0.17 235	0.22 226	0.17 223	0.23 232	0.18 240	0.26 253	0.17 229	0.21 218	0.17 232	0.25 246	0.17 224	0.23 213	0.16 184	0.21 225	0.17 244	0.22 223	0.17 227

RAFT-Stereo + iAFF	0.70 459	0.72 324	0.71 497	0.80 455	0.62 521	0.82 519	0.61 506	0.81 511	0.62 509	0.81 520	0.63 514	0.80 520	0.70 532	0.73 503	0.61 501	0.76 483	0.61 474	0.74 520	0.61 518	0.77 497	0.61 502

NaN_ROB	0.80 486	0.80 342	0.80 516	0.80 455	0.80 560	0.80 513	0.80 553	0.80 508	0.80 558	0.80 517	0.80 559	0.80 520	0.80 549	0.80 511	0.80 553	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 550

CSAN	0.80 486	0.80 342	0.80 516	0.80 455	0.80 560	0.80 513	0.80 553	0.80 508	0.80 558	0.80 517	0.80 559	0.80 520	0.80 549	0.80 511	0.80 553	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 550

AIO-Stereo	0.84 503	0.66 315	0.70 493	0.83 459	0.67 529	0.98 538	0.82 560	1.14 555	0.72 545	1.03 558	0.74 549	1.03 562	1.09 576	0.99 545	0.45 455	1.04 529	0.73 506	0.95 559	0.74 553	0.94 535	0.46 451

CAR	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 511	0.58 499	0.81 520	0.58 504	0.83 525	0.59 502	0.82 515	0.59 497	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 479

MSE-Stereo	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 511	0.58 499	0.81 520	0.58 504	0.83 525	0.59 502	0.82 515	0.59 497	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 479

Former-RAFT_DAM_RVC	0.49 405	0.98 383	0.64 470	0.84 460	0.46 472	0.45 415	0.35 401	0.47 417	0.47 470	0.45 403	0.34 397	0.46 419	0.48 474	0.46 416	0.35 396	0.39 311	0.71 503	0.39 381	0.35 423	0.41 396	0.41 434

test_xeample3	1.10 553	1.81 539	0.61 461	0.84 460	0.49 487	0.77 506	0.66 512	0.92 527	1.40 662	0.68 498	0.46 468	0.78 516	0.54 494	1.72 647	1.48 664	1.34 605	1.52 639	1.35 645	1.67 696	1.33 624	1.55 666

RSM++	0.76 478	0.82 348	0.66 476	0.85 464	0.64 522	0.85 523	0.71 539	0.94 531	0.64 513	0.87 526	0.67 521	0.87 529	0.65 511	0.84 521	0.65 506	0.81 493	0.70 499	0.79 527	0.71 549	0.83 511	0.70 526

Selective-RAFT-Error	0.88 517	0.84 349	0.98 536	0.86 465	0.97 576	0.88 527	0.95 571	0.84 515	0.99 580	0.92 533	0.82 561	0.84 527	0.98 563	0.87 526	0.97 569	0.81 493	0.83 522	0.79 527	0.82 567	0.79 501	0.85 555

monster-pro	0.75 473	1.67 514	0.64 470	0.89 466	0.57 507	0.86 525	0.56 497	0.87 517	0.56 496	0.87 526	0.57 502	0.88 530	0.57 497	0.87 526	0.57 492	0.79 487	0.58 460	0.76 523	0.54 502	0.77 497	0.54 485

FC-DCNN	1.07 550	1.09 419	0.98 536	0.89 466	0.52 498	1.41 638	0.91 566	1.21 613	1.24 650	1.96 652	2.05 722	1.91 654	1.30 642	1.27 630	1.08 582	0.80 489	0.60 469	0.58 489	0.41 461	0.68 478	0.54 485

DDUNet	0.81 491	2.45 610	0.57 449	0.90 468	0.60 510	0.88 527	0.59 504	0.90 522	0.60 505	0.88 528	0.60 508	0.90 534	0.58 500	0.88 528	0.60 499	0.84 500	0.60 469	0.86 540	0.57 511	0.86 514	0.60 501

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

UDG	0.80 486	2.21 589	0.60 455	0.91 470	0.60 510	0.90 530	0.58 500	0.88 521	0.60 505	0.90 529	0.60 508	0.88 530	0.60 504	0.90 531	0.58 494	0.86 502	0.60 469	0.84 538	0.59 515	0.84 512	0.61 502

DPSM_ROB	0.92 522	0.91 367	0.91 529	0.91 470	0.92 571	0.92 532	0.92 567	0.92 527	0.91 566	0.93 535	0.91 568	0.92 537	0.90 556	0.91 533	0.92 562	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 563

DPSM	0.92 522	0.91 367	0.91 529	0.91 470	0.92 571	0.92 532	0.92 567	0.92 527	0.91 566	0.93 535	0.91 568	0.92 537	0.90 556	0.91 533	0.92 562	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 563

MGA	0.73 469	0.76 333	0.60 455	0.92 473	1.17 598	0.81 516	0.59 504	0.84 515	0.62 509	0.81 520	0.59 506	0.84 527	0.60 504	0.81 514	0.61 501	0.71 465	0.53 449	0.89 542	0.53 500	0.75 492	0.54 485

zero-FE	0.72 465	1.31 495	0.66 476	0.92 473	0.60 510	0.82 519	0.58 500	0.82 514	0.58 499	0.81 520	0.60 508	0.81 523	0.60 504	0.82 515	0.58 494	0.74 480	0.59 466	0.73 515	0.52 498	0.76 495	0.51 477

tt45	1.04 548	0.88 358	1.36 626	0.92 473	1.03 586	1.51 643	0.79 550	0.70 495	0.88 564	0.74 510	0.90 565	1.60 643	0.72 538	1.60 642	0.75 545	0.91 505	0.78 514	1.52 652	0.79 562	1.14 554	1.32 653

PAM_32	0.64 441	2.38 605	0.51 433	0.92 473	0.43 465	0.53 468	0.44 455	0.87 517	0.43 457	0.52 458	0.45 464	0.53 467	0.40 432	0.54 466	0.46 459	0.62 445	0.56 454	0.48 458	0.45 475	0.76 495	0.44 447

MoCha-V2	2.11 671	26.97 766	0.78 512	0.92 473	0.77 554	0.96 537	0.72 542	0.90 522	0.72 545	0.94 537	0.70 536	0.90 534	0.71 537	0.91 533	0.71 537	0.85 501	0.71 503	0.88 541	0.69 542	0.87 515	0.67 519

Syn2CoEx	0.25 218	1.31 495	0.74 505	0.92 473	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 503	0.75 509	0.02 19	0.02 21	0.02 21	0.02 20

pmcnn	0.92 522	0.92 372	0.92 531	0.92 473	0.92 571	0.92 532	0.92 567	0.92 527	0.92 570	0.92 533	0.92 571	0.92 537	0.92 558	0.92 537	0.92 562	0.92 508	0.92 529	0.92 549	0.92 572	0.92 526	0.92 562

DCRE	0.84 503	1.89 561	0.77 510	0.94 480	0.72 541	0.88 527	0.73 543	0.87 517	0.78 552	0.90 529	0.71 542	0.88 530	0.67 516	0.88 528	0.73 540	0.81 493	0.68 490	0.81 532	0.70 546	0.82 509	0.70 526

DGTPSM_ROB	0.93 527	1.00 393	0.92 531	0.94 480	0.96 575	0.91 531	0.92 567	0.91 524	0.96 576	0.91 531	0.96 574	0.93 540	0.92 558	0.94 539	0.92 562	0.92 508	0.92 529	0.90 543	0.92 572	0.94 535	0.91 561

ToySt	0.92 522	2.11 579	0.90 527	0.95 482	0.79 557	0.99 539	0.78 549	0.94 531	0.81 561	0.94 537	0.78 555	0.95 543	0.77 545	0.94 539	0.86 560	0.91 505	0.79 516	0.85 539	0.77 558	0.89 519	0.73 537

R-Stereo Train	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 533	0.68 524	0.95 539	0.68 527	0.96 544	0.68 521	0.96 543	0.68 518	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 521

RAFT-Stereo	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 533	0.68 524	0.95 539	0.68 527	0.96 544	0.68 521	0.96 543	0.68 518	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 521
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 473	0.92 372	0.85 523	0.96 485	0.59 508	1.27 623	0.44 455	0.59 474	0.69 529	0.91 531	0.68 527	0.55 475	0.61 507	1.06 563	0.83 558	0.62 445	0.70 499	0.90 543	0.41 461	0.89 519	0.56 496

ff7	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 683	2.12 706	2.23 678	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 580

ffff	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 683	2.12 706	2.23 678	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 580

ccc-4	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 683	2.12 706	2.23 678	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 580

LGCAT	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

Test_v1	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

GANet	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

TDLM	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

CVANet_RVC	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

AdaDepth	0.86 512	0.93 376	0.71 497	1.01 494	1.07 588	1.02 554	0.71 539	1.00 535	0.71 542	1.01 552	0.71 542	1.00 547	0.72 538	1.14 574	0.71 537	0.92 508	0.64 479	0.90 543	0.64 525	0.89 519	0.69 523

trnet	1.01 543	1.01 403	1.01 543	1.01 494	1.01 583	1.01 548	1.01 580	1.01 544	1.01 586	1.01 552	1.01 584	1.01 556	1.01 572	1.01 555	1.01 577	1.01 528	1.01 539	1.01 570	1.01 586	1.01 545	1.01 578

ADCMid	0.08 74	0.02 12	0.02 15	1.01 494	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

STTRV1_RVC	0.82 496	1.60 512	0.70 493	1.01 494	0.60 510	1.07 560	0.69 529	1.01 544	0.60 505	0.72 502	0.55 499	1.02 560	0.68 521	1.03 561	0.67 510	0.89 504	0.63 477	0.92 549	0.57 511	0.90 522	0.65 514

edge stereo	2.43 698	27.07 767	1.14 552	1.06 498	1.14 591	1.08 561	1.17 594	1.16 559	1.14 593	1.10 562	1.16 594	1.09 567	1.16 586	1.10 569	1.16 592	1.10 535	1.11 553	1.16 579	1.19 597	1.13 553	1.11 583

EKT-Stereo	0.37 289	0.40 215	0.44 389	1.07 499	0.29 310	0.34 288	0.31 360	0.36 284	0.29 307	0.38 301	0.31 370	0.37 310	0.30 322	0.36 299	0.29 302	0.34 269	0.28 264	0.39 381	0.30 376	0.37 310	0.30 355

GLC_STEREO	1.07 550	1.01 403	1.06 546	1.07 499	1.05 587	1.06 557	1.08 585	1.08 551	1.05 590	1.07 560	1.06 586	1.08 565	1.05 574	1.06 563	1.10 583	1.07 531	1.09 549	1.05 574	1.05 588	1.06 549	1.12 585

999	1.00 535	1.12 424	0.59 451	1.10 501	1.21 650	1.09 563	0.52 490	1.08 551	1.43 664	1.18 575	1.35 656	0.98 546	0.52 490	0.91 533	0.85 559	0.72 473	1.46 635	0.83 537	0.98 577	0.68 478	1.41 661

HH	0.71 462	2.54 612	0.74 505	1.10 501	0.32 383	0.41 339	0.37 414	0.69 491	0.78 552	0.73 505	0.90 565	0.75 513	1.00 564	0.84 521	0.69 526	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 265

HanStereo	0.71 462	2.54 612	0.74 505	1.10 501	0.32 383	0.41 339	0.37 414	0.69 491	0.78 552	0.73 505	0.90 565	0.75 513	1.00 564	0.84 521	0.69 526	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 265

DPSimNet_ROB	0.97 532	1.18 433	0.81 519	1.10 501	0.91 570	1.02 554	0.82 560	1.04 550	0.91 566	1.03 558	0.86 564	1.28 631	0.82 553	1.03 561	0.89 561	1.17 546	0.81 521	1.02 571	0.82 567	1.08 550	0.81 552

MSMD_ROB	1.19 560	1.10 423	0.70 493	1.10 501	0.60 510	1.10 564	0.70 536	1.10 554	0.70 537	1.10 562	0.70 536	1.10 569	0.70 532	7.00 760	0.70 535	1.10 535	0.70 499	1.10 575	0.70 546	1.10 551	0.70 526

AF-Net	2.37 695	25.71 762	1.17 556	1.13 506	1.15 593	1.15 571	1.18 595	1.19 564	1.16 595	1.10 562	1.15 591	1.10 569	1.18 587	1.12 573	1.15 588	1.10 535	1.10 552	1.17 583	1.15 593	1.16 559	1.12 585

DF	0.39 309	1.37 501	1.02 544	1.14 507	0.12 197	0.16 190	0.12 189	0.16 189	0.12 196	0.16 187	0.12 186	0.16 189	0.12 193	0.16 188	0.12 183	1.12 541	1.00 533	0.15 187	0.12 190	0.15 188	0.12 187

ktn	0.72 465	0.53 288	1.08 548	1.14 507	0.51 497	1.22 619	1.36 655	0.51 452	0.59 504	0.51 454	0.51 493	0.69 501	1.20 589	0.67 492	0.51 482	0.51 412	0.49 429	0.58 489	0.66 532	0.52 451	0.53 482

Nwc_Net	2.37 695	25.95 763	1.15 554	1.14 507	1.15 593	1.08 561	1.14 589	1.17 561	1.16 595	1.14 572	1.15 591	1.08 565	1.15 582	1.11 571	1.14 587	1.10 535	1.11 553	1.16 579	1.09 590	1.16 559	1.15 590

KSHMR	0.66 445	0.50 274	0.48 413	1.15 510	0.52 498	0.49 441	0.51 489	0.49 429	0.71 542	0.67 496	0.50 487	1.16 577	1.11 577	0.66 490	0.52 484	0.49 399	0.49 429	0.51 474	0.66 532	0.50 442	1.14 589

HBP-ISP	1.24 610	1.72 517	1.65 646	1.15 510	0.76 551	1.40 636	0.88 563	1.67 643	1.02 587	1.69 647	1.38 661	1.69 648	1.21 635	1.87 654	1.21 644	1.05 530	0.79 516	0.97 563	0.80 564	1.19 567	0.75 541

RP	2.33 691	25.00 759	1.13 551	1.15 510	1.15 593	1.10 564	1.15 591	1.15 556	1.15 594	1.12 568	1.15 591	1.09 567	1.13 578	1.10 569	1.15 588	1.11 540	1.09 549	1.16 579	1.12 591	1.16 559	1.17 594

RGC	2.36 693	25.48 760	1.19 560	1.15 510	1.15 593	1.10 564	1.16 593	1.17 561	1.16 595	1.12 568	1.16 594	1.11 573	1.13 578	1.09 567	1.18 595	1.10 535	1.15 558	1.16 579	1.12 591	1.14 554	1.12 585

NCC-stereo	2.36 693	25.52 761	1.17 556	1.15 510	1.17 598	1.11 567	1.11 586	1.15 556	1.16 595	1.10 562	1.16 594	1.10 569	1.15 582	1.14 574	1.13 586	1.09 533	1.11 553	1.15 578	1.16 595	1.17 564	1.17 594

Selective-RAFT	0.89 519	0.89 361	0.72 500	1.16 515	0.78 555	1.06 557	0.82 560	0.87 517	0.97 577	1.00 541	0.91 568	0.90 534	1.00 564	0.89 530	0.93 566	0.83 498	0.83 522	0.82 536	0.82 567	0.81 507	0.82 553

Abc-Net	2.32 690	24.75 758	1.14 552	1.17 516	1.17 598	1.11 567	1.15 591	1.17 561	1.21 647	1.08 561	1.16 594	1.12 574	1.14 581	1.09 567	1.17 594	1.09 533	1.16 559	1.17 583	1.17 596	1.16 559	1.11 583
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 691	24.38 757	1.18 558	1.18 517	1.18 601	1.14 570	1.18 595	1.19 564	1.19 601	1.14 572	1.18 598	1.14 575	1.18 587	1.14 574	1.18 595	1.14 544	1.14 557	1.19 588	1.19 597	1.15 557	1.19 598

HSM-Net_RVC	0.95 530	1.17 431	0.78 512	1.18 517	0.71 539	1.16 572	0.75 545	1.09 553	0.80 558	1.10 562	0.75 550	1.17 578	0.74 540	1.17 577	0.80 553	1.13 542	0.73 506	1.17 583	0.77 558	1.16 559	0.72 533
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

CrosDoStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PFNet+	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

LCNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

HHNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Patchmatch Stereo++	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

STrans-v2	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

TransformOpticalFlow	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

OMP-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

IIG-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

NF-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

OCTAStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PSM-softLoss	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

KMStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

NRIStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PSM-adaLoss	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PSM-AAD	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

FTStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

ROB_FTStereo_v2	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

ROB_FTStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Consistency-Raft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

KYRaft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

HUI-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

ASMatch	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DeepStereo_LL	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DEmStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

SST-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

THIR-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT_R40	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DRaft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PFNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

GrayStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RE-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Pruner-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

TVStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DeepStereo_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT-RH_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

IRAFT_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT-345	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

iRAFT	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

CRE-IMP	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

GMM-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT-IKP	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Prome-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

CroCo-Stereo	0.73 469	1.22 487	0.25 229	1.22 564	0.25 283	1.22 619	0.25 269	1.22 614	0.25 273	1.22 623	0.25 279	1.22 626	0.25 275	1.22 625	0.25 270	1.22 597	0.26 243	1.21 635	0.25 278	1.22 617	0.25 259
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 702	26.86 765	1.23 612	1.22 564	1.22 652	1.24 621	1.25 646	1.22 614	1.24 650	1.21 622	1.24 647	1.19 579	1.27 639	1.19 578	1.24 646	1.19 547	1.20 564	1.25 638	1.19 597	1.24 618	1.23 647

FAT-Stereo	2.46 700	26.05 764	1.23 612	1.23 566	1.22 652	1.20 573	1.24 645	1.23 616	1.23 649	1.19 576	1.22 645	1.21 625	1.24 637	1.20 579	1.24 646	1.21 595	1.17 562	1.22 636	1.25 650	1.20 569	1.24 648

AIO-Stereo-zeroshot	0.91 520	0.86 353	0.89 524	1.25 567	0.69 533	1.05 556	0.81 557	1.16 559	0.50 484	1.12 568	0.97 576	0.72 508	0.82 553	1.06 563	0.95 567	0.61 440	0.87 524	1.03 573	0.85 570	1.04 548	1.01 578

WQFJA1++	0.84 503	0.98 383	0.67 480	1.26 568	0.75 546	1.00 540	0.67 516	1.00 535	0.67 518	1.00 541	0.67 521	1.00 547	0.67 516	1.00 547	0.67 510	0.96 516	0.67 484	0.91 546	0.63 520	0.92 526	0.63 506

NLMM	0.84 503	1.00 393	0.67 480	1.27 569	0.75 546	1.00 540	0.68 521	1.00 535	0.67 518	1.00 541	0.67 521	1.02 560	0.67 516	1.02 559	0.67 510	0.97 517	0.67 484	0.93 553	0.63 520	0.92 526	0.63 506

MLG-Stereo	0.92 522	0.90 365	0.84 522	1.27 569	0.49 487	1.38 634	0.88 563	1.41 632	0.97 577	0.73 505	1.09 588	1.26 627	0.43 455	0.72 501	1.05 580	1.13 542	0.49 429	1.18 586	0.66 532	1.01 545	0.46 451

CroCo-Stereo Lap2	0.77 479	1.29 491	0.29 253	1.27 569	0.29 310	1.27 623	0.26 276	1.26 618	0.26 287	1.26 624	0.26 284	1.27 630	0.26 285	1.26 627	0.27 277	1.27 600	0.27 256	1.27 639	0.27 322	1.27 621	0.27 303

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

Hybrid-DGEV	1.03 547	1.75 523	0.80 516	1.28 573	0.78 555	1.26 622	0.80 553	1.26 618	0.78 552	1.26 624	0.78 555	1.26 627	0.78 547	1.26 627	0.78 549	1.15 545	0.75 509	1.14 576	0.74 553	1.14 554	0.75 541

WQFJA1	0.85 509	0.98 383	0.67 480	1.29 574	0.76 551	1.01 548	0.67 516	1.02 549	0.67 518	1.02 556	0.67 521	1.01 556	0.67 516	1.01 555	0.68 518	0.99 522	0.67 484	0.93 553	0.64 525	0.92 526	0.65 514

NLSM3	0.85 509	0.99 391	0.68 488	1.29 574	0.76 551	1.01 548	0.68 521	1.01 544	0.68 524	1.02 556	0.68 527	1.01 556	0.68 521	1.01 555	0.68 518	0.97 517	0.68 490	0.93 553	0.64 525	0.93 531	0.63 506

WQFJX1	0.84 503	0.98 383	0.67 480	1.30 576	0.75 546	1.01 548	0.67 516	1.01 544	0.67 518	1.01 552	0.67 521	1.01 556	0.68 521	1.00 547	0.68 518	0.98 521	0.67 484	0.92 549	0.64 525	0.92 526	0.64 512

WQFJX	0.85 509	1.00 393	0.68 488	1.30 576	0.75 546	1.01 548	0.68 521	1.01 544	0.68 524	1.01 552	0.68 527	1.03 562	0.68 521	1.02 559	0.67 510	0.97 517	0.67 484	0.93 553	0.63 520	0.94 535	0.63 506

castereo++	0.54 419	3.59 651	1.15 554	1.31 578	0.14 204	0.16 190	0.14 198	0.16 189	0.14 203	0.16 187	0.14 205	0.16 189	0.13 199	0.16 188	0.14 197	1.45 614	1.16 559	0.15 187	0.14 207	0.15 188	0.13 194

11t	1.27 612	2.70 621	1.34 616	1.32 579	0.89 566	1.30 626	1.34 652	1.64 640	0.57 498	1.45 637	0.72 545	1.05 564	1.29 641	1.07 566	1.29 653	1.49 616	1.02 540	0.97 563	1.15 593	1.48 629	1.31 652

Hybrid-DGEV-2	1.05 549	1.83 549	0.83 520	1.33 580	0.82 563	1.30 626	0.81 557	1.26 618	0.79 556	1.29 626	0.79 557	1.26 627	0.80 549	1.26 627	0.79 550	1.20 549	0.78 514	1.18 586	0.77 558	1.20 569	0.77 546

Hybrid-DGEV-03	1.07 550	1.83 549	0.83 520	1.34 581	0.81 562	1.32 628	0.81 557	1.31 625	0.81 561	1.31 627	0.82 561	1.32 632	0.82 553	1.32 632	0.81 556	1.19 547	0.77 512	1.19 588	0.76 556	1.19 567	0.77 546

PS-NSSS	1.38 617	1.39 503	1.34 616	1.34 581	1.35 655	1.38 634	1.37 660	1.35 626	1.38 661	1.34 629	1.34 655	1.39 636	1.38 650	1.70 646	1.40 661	1.36 608	1.36 627	1.36 647	1.37 658	1.37 626	1.36 658

MaskLacGwcNet_RVC	1.35 614	1.35 498	1.35 618	1.35 583	1.35 655	1.35 630	1.35 653	1.36 627	1.35 658	1.36 631	1.35 656	1.36 634	1.36 647	1.36 633	1.35 657	1.35 606	1.35 626	1.35 645	1.35 655	1.35 625	1.35 657

CSP-Net	0.34 260	1.29 491	1.19 560	1.36 584	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 599	1.21 611	0.03 41	0.09 149	0.02 21	0.09 150

CC-Net-ROB	1.36 615	1.33 497	1.33 615	1.36 584	1.38 659	1.36 632	1.33 651	1.37 629	1.34 655	1.35 630	1.36 658	1.38 635	1.34 645	1.38 635	1.38 660	1.35 606	1.38 630	1.33 642	1.35 655	1.43 628	1.34 656

RASNet	1.49 618	1.65 513	1.45 634	1.38 586	1.43 662	1.47 641	1.36 655	1.38 630	1.36 659	1.39 632	1.60 672	1.45 640	1.45 653	1.51 640	2.21 717	1.53 620	1.36 627	1.36 647	1.36 657	1.66 637	1.36 658

qqai	1.22 608	1.38 502	1.12 549	1.39 587	1.14 591	1.40 636	1.14 589	1.41 632	1.12 591	1.40 633	1.11 590	1.40 638	1.13 578	1.41 636	1.15 588	1.25 598	0.97 532	1.24 637	1.01 586	1.24 618	0.96 567

FENet	0.54 419	1.52 508	1.19 560	1.41 588	0.23 275	0.35 292	0.23 262	0.35 280	0.23 265	0.34 285	0.23 266	0.35 295	0.23 269	0.35 293	0.23 259	1.40 611	1.07 543	0.32 284	0.23 268	0.33 277	0.23 247

BLMT-Stereo	1.53 619	1.36 499	1.06 546	1.42 589	1.23 654	1.41 638	1.07 584	1.43 634	1.12 591	1.42 635	1.06 586	1.83 651	1.07 575	1.42 638	1.07 581	1.27 600	1.38 630	6.80 758	1.00 579	1.26 620	1.00 572

MM-Stereo_test2	1.20 561	1.85 555	1.05 545	1.46 590	0.94 574	1.36 632	0.99 574	1.36 627	0.95 574	1.41 634	0.98 577	1.40 638	0.96 560	1.37 634	0.95 567	1.37 610	1.06 542	1.33 642	0.93 576	1.29 623	0.89 559

NLMM1	0.86 512	0.98 383	0.69 490	1.48 591	0.75 546	1.01 548	0.69 529	1.00 535	0.69 529	1.00 541	0.70 536	1.00 547	0.68 521	1.01 555	0.67 510	0.97 517	0.68 490	0.92 549	0.63 520	0.93 531	0.63 506

castereo	0.61 434	3.79 659	1.35 618	1.52 592	0.15 218	0.17 197	0.16 213	0.20 209	0.21 254	0.18 198	0.16 221	0.21 218	0.12 193	0.26 258	0.17 224	1.43 613	1.38 630	0.17 201	0.16 221	0.18 206	0.16 209

FAST (zero-shot)	0.87 516	1.55 509	0.42 385	1.57 593	0.42 461	1.62 647	0.45 461	1.59 635	0.42 455	1.66 646	0.44 459	1.62 647	0.42 450	1.59 641	0.42 446	0.64 451	0.43 401	0.64 498	0.42 469	0.67 476	0.46 451

PASM	0.39 309	3.06 639	1.36 626	1.58 594	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 165	0.09 154	0.09 147	0.09 147	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 172

FlowAnything_test	1.02 545	1.72 517	0.71 497	1.59 595	0.70 537	1.61 645	0.69 529	1.61 637	0.70 537	1.60 639	0.70 536	1.61 646	0.69 528	1.61 644	0.70 535	0.81 493	0.58 460	0.81 532	0.55 504	0.81 507	0.56 496

FlowAnything	1.02 545	1.71 516	0.72 500	1.59 595	0.69 533	1.60 644	0.69 529	1.61 637	0.70 537	1.60 639	0.69 532	1.60 643	0.69 528	1.61 644	0.69 526	0.81 493	0.58 460	0.81 532	0.56 508	0.82 509	0.56 496

DPSMNet_ROB	1.60 622	1.59 511	1.70 649	1.59 595	1.59 668	1.61 645	1.61 671	1.60 636	1.60 668	1.62 645	1.59 671	1.60 643	1.60 656	1.60 642	1.59 668	1.59 622	1.60 650	1.59 654	1.59 676	1.59 633	1.59 672

MM-Stereo_test3	1.27 612	2.07 575	1.18 558	1.60 598	1.02 585	1.45 640	1.01 580	1.40 631	1.04 589	1.44 636	1.03 585	1.46 641	1.02 573	1.44 639	1.02 578	1.51 619	1.12 556	1.32 641	0.98 577	1.38 627	0.97 568

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

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

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

DEFOM-Stereo	0.68 453	3.11 641	1.40 632	1.63 602	0.25 283	0.31 276	0.25 269	0.31 268	0.28 297	0.31 271	0.29 311	0.29 271	0.27 292	0.31 278	0.28 286	1.59 622	1.47 636	0.30 275	0.29 358	0.30 262	0.28 331

ours_stereo	1.20 561	1.21 481	0.90 527	1.64 603	1.11 590	1.35 630	0.67 516	1.76 644	0.93 572	1.70 648	1.10 589	1.39 636	0.75 542	1.41 636	0.81 556	1.60 624	1.03 541	1.33 642	1.00 579	1.61 634	0.72 533

LACA_dic	0.45 376	0.13 117	1.78 655	1.70 604	0.12 197	0.13 171	0.12 189	0.16 189	0.15 215	0.13 172	0.12 186	0.13 173	0.11 175	0.16 188	0.13 192	1.73 627	1.69 657	0.16 191	0.11 172	0.13 175	0.13 194

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

test-3	0.98 534	4.13 670	1.85 668	1.85 606	0.61 516	0.69 496	0.37 414	0.63 482	0.61 508	0.66 494	0.51 493	0.73 510	0.44 457	0.57 476	0.54 488	1.68 626	1.81 665	0.40 394	0.43 472	0.66 473	0.50 470

RAFT_CTSACE	1.92 635	3.71 656	1.72 652	1.88 607	1.72 693	2.04 661	1.42 665	2.18 663	1.89 711	2.02 659	1.97 711	1.95 655	2.06 705	1.93 656	1.62 669	1.76 628	1.66 655	2.02 673	1.73 704	1.73 640	1.43 663

GANetREF_RVC	1.55 620	1.94 571	1.22 610	1.88 607	1.21 650	1.88 652	1.22 643	1.88 646	1.22 648	1.88 649	1.22 645	1.88 652	1.22 636	1.89 655	1.22 645	1.87 633	1.22 612	1.88 668	1.22 646	1.88 646	1.22 645
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
psmg	0.43 340	1.91 564	0.92 531	1.91 609	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	1.44 634	0.04 93	0.03 57	0.02 21	0.03 52

Wavelet-MonSter	1.00 535	1.21 481	0.76 508	1.94 610	1.01 583	1.11 567	0.76 547	1.15 556	0.76 551	1.11 567	0.76 551	1.14 575	0.76 543	1.11 571	0.76 547	1.21 595	0.90 526	1.02 571	0.71 549	1.02 547	0.71 532

SPS-STEREO	1.59 621	1.91 564	1.21 609	1.94 610	1.20 604	2.00 660	1.23 644	1.99 651	1.24 650	2.00 657	1.25 648	2.03 662	1.26 638	2.00 659	1.29 653	1.90 637	1.18 563	1.89 669	1.21 645	1.89 647	1.20 599
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 632	1.91 564	1.71 651	1.95 612	1.70 691	1.95 657	1.70 688	1.96 649	1.74 694	1.97 654	1.72 693	1.95 655	1.71 677	1.97 658	1.71 688	1.86 631	1.62 651	1.85 661	1.66 695	1.86 645	1.64 690

CRFU-Net	0.65 443	1.67 514	1.22 610	1.96 613	0.27 291	0.41 339	0.27 279	0.41 334	0.27 291	0.40 315	0.26 284	0.41 343	0.27 292	0.40 321	0.27 277	1.80 630	1.62 651	0.34 301	0.23 268	0.33 277	0.23 247

NINENet	0.69 456	3.87 663	1.20 563	1.98 614	0.05 126	0.40 320	0.04 103	0.40 315	0.05 124	0.41 332	0.04 110	0.41 343	0.05 117	0.40 321	0.05 115	1.79 629	1.56 643	0.34 301	0.22 262	0.34 282	0.23 247

error version	0.93 527	4.47 677	2.35 700	1.99 615	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 343	0.40 432	0.41 341	0.36 400	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 381

test_1	0.93 527	4.47 677	2.35 700	1.99 615	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 343	0.40 432	0.41 341	0.36 400	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 381

DNS	0.86 512	2.43 609	1.66 648	2.03 617	0.42 461	0.60 483	0.42 451	0.60 476	0.42 455	0.60 480	0.42 454	0.60 486	0.42 450	0.60 480	0.42 446	1.97 642	1.63 653	0.55 486	0.40 452	0.55 457	0.40 425

MM-Stereo_test1	1.80 631	3.41 649	1.52 641	2.12 618	1.41 661	2.04 661	1.41 663	2.05 655	1.46 665	2.04 661	1.41 663	2.05 663	1.42 652	2.05 660	1.43 663	2.04 647	1.54 642	1.94 670	1.38 660	1.99 650	1.33 654

MC-Stereo	1.76 628	2.96 637	1.37 628	2.14 619	1.37 658	2.14 666	1.36 655	2.14 660	1.37 660	2.14 666	1.37 659	2.14 664	1.37 649	2.14 664	1.37 659	1.97 642	1.32 614	1.97 672	1.32 654	1.98 649	1.33 654

derf	1.91 634	2.15 583	1.78 655	2.16 620	1.75 694	2.21 675	1.80 692	2.22 674	1.80 698	2.21 677	1.76 694	2.17 665	1.81 686	2.24 681	1.74 697	1.93 640	1.56 643	1.96 671	1.53 669	1.95 648	1.56 667

DEFOM-Stereo_RVC	0.83 500	5.18 693	1.98 691	2.19 621	0.17 235	0.19 204	0.18 232	0.19 202	0.16 223	0.20 207	0.19 249	0.22 228	0.22 263	0.20 207	0.15 209	2.28 672	2.13 693	0.24 249	0.17 244	0.18 206	0.16 209

ADCP+	0.15 160	0.04 52	0.04 64	2.20 622	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

AnyNet_C32	0.14 148	0.04 52	0.03 39	2.22 623	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

BEATNet-Init1	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

noway7	2.08 662	5.18 693	1.92 676	2.27 626	1.66 673	2.18 667	1.66 674	2.17 662	1.66 669	2.18 669	1.65 676	2.18 666	1.66 659	2.17 665	1.66 674	2.15 651	1.85 672	2.05 674	1.60 679	2.05 652	1.60 674

zzzz4	2.08 662	5.22 697	1.93 679	2.27 626	1.66 673	2.19 669	1.66 674	2.18 663	1.67 672	2.18 669	1.66 679	2.18 666	1.66 659	2.18 666	1.66 674	2.15 651	1.84 667	2.05 674	1.60 679	2.05 652	1.60 674

TRStereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 680	1.87 689	2.08 661	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 695

XX-Stereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 680	1.87 689	2.08 661	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 695

EAI-Stereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 680	1.87 689	2.08 661	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 695

zzzzzz3	2.07 659	5.00 687	1.93 679	2.28 631	1.66 673	2.19 669	1.66 674	2.18 663	1.67 672	2.19 672	1.66 679	2.18 666	1.67 665	2.18 666	1.66 674	2.15 651	1.85 672	2.05 674	1.59 676	2.05 652	1.59 672

noway2	2.07 659	4.96 684	1.92 676	2.28 631	1.66 673	2.20 672	1.66 674	2.19 666	1.66 669	2.19 672	1.65 676	2.19 669	1.68 667	2.18 666	1.65 671	2.15 651	1.86 676	2.06 678	1.59 676	2.06 656	1.60 674

NCCL2	2.28 689	2.27 592	2.28 698	2.28 631	2.28 723	2.27 682	2.29 718	2.28 677	2.28 721	2.27 684	2.28 723	2.28 679	2.27 709	2.27 682	2.28 722	2.28 672	2.28 697	2.27 692	2.29 722	2.27 672	2.29 713

monster_256*512	2.09 665	5.21 696	1.98 691	2.30 634	1.67 677	2.18 667	1.66 674	2.20 669	1.67 672	2.19 672	1.67 681	2.19 669	1.66 659	2.19 669	1.66 674	2.15 651	1.86 676	2.05 674	1.60 679	2.06 656	1.61 679

zzzz2	2.08 662	4.92 683	1.93 679	2.30 634	1.67 677	2.19 669	1.66 674	2.20 669	1.67 672	2.20 675	1.68 686	2.21 673	1.66 659	2.20 671	1.68 683	2.17 657	1.84 667	2.07 680	1.62 689	2.05 652	1.61 679

zzz1	2.09 665	4.97 685	1.93 679	2.30 634	1.68 681	2.21 675	1.68 682	2.21 672	1.68 677	2.21 677	1.67 681	2.21 673	1.68 667	2.21 674	1.69 686	2.17 657	1.85 672	2.08 684	1.61 683	2.06 656	1.61 679

noway5	1.92 635	4.97 685	1.95 688	2.31 637	1.68 681	2.21 675	1.68 682	2.21 672	1.69 684	2.22 681	1.68 686	2.21 673	1.68 667	2.21 674	1.68 683	2.18 659	1.87 680	1.71 658	0.65 529	0.85 513	0.72 533

noway1	2.10 667	5.26 701	1.93 679	2.31 637	1.69 686	2.21 675	1.67 680	2.19 666	1.68 677	2.21 677	1.68 686	2.21 673	1.67 665	2.20 671	1.66 674	2.15 651	1.84 667	2.07 680	1.61 683	2.07 660	1.61 679

MatchStereo	0.54 419	0.12 115	2.38 703	2.32 639	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 149	0.07 147	0.09 147	0.08 142	2.34 679	2.34 698	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 677	2.34 601	1.87 672	2.32 639	1.94 708	2.40 689	1.89 703	2.37 687	2.07 720	2.52 698	1.95 710	2.44 690	1.99 701	2.41 690	1.89 710	2.32 678	2.09 691	2.24 691	2.18 718	2.21 668	2.23 712

HUF	2.18 677	2.30 594	1.99 695	2.34 641	2.02 713	2.41 690	2.06 714	2.38 688	1.89 711	2.36 690	1.85 697	2.56 698	1.98 699	2.31 685	1.97 713	2.30 676	2.03 690	2.30 694	2.11 716	2.23 669	2.16 710

GELT-Stereo	2.10 667	5.33 704	1.94 687	2.37 642	1.68 681	2.21 675	1.69 686	2.19 666	1.67 672	2.18 669	1.67 681	2.19 669	1.66 659	2.19 669	1.66 674	2.23 665	1.83 666	2.07 680	1.61 683	2.04 651	1.61 679

noway4	2.11 671	5.14 691	1.93 679	2.37 642	1.69 686	2.20 672	1.68 682	2.22 674	1.68 677	2.21 677	1.69 690	2.23 677	1.68 667	2.22 676	1.66 674	2.24 666	1.84 667	2.09 689	1.63 692	2.09 665	1.62 685

zzzzzzz1	2.10 667	5.20 695	1.93 679	2.38 644	1.68 681	2.20 672	1.67 680	2.20 669	1.68 677	2.20 675	1.67 681	2.20 672	1.68 667	2.20 671	1.67 682	2.24 666	1.86 676	2.06 678	1.61 683	2.06 656	1.62 685

noway3	2.12 673	5.22 697	1.93 679	2.39 645	1.70 691	2.23 680	1.70 688	2.22 674	1.70 685	2.22 681	1.70 692	2.23 677	1.69 674	2.22 676	1.71 688	2.28 672	1.86 676	2.08 684	1.63 692	2.09 665	1.63 688

STTStereo	3.73 724	30.40 771	2.37 702	2.39 645	2.31 725	2.35 687	2.33 719	2.29 679	2.42 722	2.32 689	2.34 724	2.33 683	2.36 710	2.30 684	2.27 721	2.35 680	2.22 696	2.31 695	2.22 719	2.29 674	2.34 717

AIO_test	2.18 677	2.09 578	2.04 696	2.42 647	2.01 710	2.47 692	1.94 705	2.34 686	2.03 719	2.56 699	1.94 708	2.43 689	1.94 696	2.41 690	1.87 707	2.39 683	2.10 692	2.35 699	1.91 715	2.25 671	2.19 711

iRaftStereo_RVC	0.97 532	3.17 644	2.30 699	2.42 647	0.38 430	0.54 472	0.38 421	0.54 461	0.38 421	0.54 467	0.38 423	0.54 471	0.38 419	0.54 466	0.38 413	2.38 682	2.34 698	0.49 463	0.36 429	0.49 437	0.36 402

UDGNet	2.23 687	5.40 708	1.72 652	2.48 649	1.69 686	2.51 697	1.69 686	2.51 695	1.72 691	2.50 697	1.69 690	2.52 692	1.69 674	2.50 694	1.68 683	2.41 684	1.70 658	2.42 702	1.69 700	2.42 679	1.64 690

VIP-Stereo	0.70 459	2.97 638	2.43 704	2.49 650	0.16 229	0.25 248	0.16 213	0.25 243	0.16 223	0.25 244	0.18 246	0.25 249	0.16 220	0.26 258	0.16 217	1.86 631	1.26 613	0.23 239	0.15 218	0.23 235	0.15 207

IGEVStereo-DCA	1.77 629	4.21 672	1.84 666	2.49 650	2.11 716	2.54 700	1.36 655	1.65 641	1.17 599	2.75 710	1.90 705	2.54 696	1.15 582	0.94 539	1.11 584	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 556

rrr	1.77 629	4.21 672	1.84 666	2.49 650	2.11 716	2.54 700	1.36 655	1.65 641	1.17 599	2.75 710	1.90 705	2.54 696	1.15 582	0.94 539	1.11 584	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 556

FBW_ROB	2.12 673	2.46 611	1.77 654	2.49 650	1.79 697	2.38 688	1.83 693	2.46 691	1.78 697	2.48 696	1.97 711	2.40 688	1.78 684	2.42 692	1.83 701	2.31 677	1.85 672	2.38 700	1.82 707	2.35 676	1.84 701

FSD	0.61 434	0.59 305	0.50 426	2.58 654	0.44 466	0.56 474	0.44 455	0.55 464	0.44 460	0.56 472	0.44 459	0.56 478	0.44 457	0.56 471	0.46 459	0.61 440	0.42 396	0.52 477	0.42 469	0.52 451	0.51 477

MonStereo	2.17 675	2.41 607	1.49 640	2.67 655	1.67 677	2.60 703	2.04 713	2.32 684	1.76 695	2.44 693	1.68 686	2.50 691	1.69 674	2.38 687	1.80 700	2.28 672	1.78 662	2.63 712	2.14 717	3.47 705	1.68 693

IER	0.88 517	7.04 721	2.23 697	2.75 656	0.28 297	0.43 367	0.25 269	0.39 306	0.25 273	0.41 332	0.27 288	0.39 318	0.25 275	0.40 321	0.28 286	0.37 285	0.28 264	0.37 330	0.25 278	0.37 310	0.25 259

LGtest1	2.22 684	2.70 621	1.89 673	2.76 657	1.86 701	2.75 711	1.86 698	2.75 707	1.86 704	2.75 710	1.86 698	2.77 715	1.87 689	2.75 711	1.86 704	2.46 686	1.58 646	2.45 704	1.56 670	2.45 682	1.56 667

4.5_new	2.00 643	1.84 554	1.98 691	2.77 658	2.16 718	2.27 682	1.28 650	2.09 656	1.98 715	2.01 658	1.28 651	2.71 706	1.98 699	2.51 695	1.65 671	2.26 668	1.33 621	1.87 665	1.87 709	2.49 686	1.60 674

LG-G_1	2.22 684	2.71 623	1.89 673	2.77 658	1.87 705	2.75 711	1.87 701	2.76 708	1.87 708	2.75 710	1.87 700	2.76 713	1.87 689	2.75 711	1.86 704	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 669

LG-G	2.22 684	2.71 623	1.89 673	2.77 658	1.87 705	2.75 711	1.87 701	2.76 708	1.87 708	2.75 710	1.87 700	2.76 713	1.87 689	2.75 711	1.86 704	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 669

sCroCo_RVC	2.10 667	2.76 629	1.92 676	2.78 661	1.39 660	2.73 709	1.41 663	2.73 706	1.40 662	2.77 715	1.41 663	2.74 712	1.40 651	2.74 710	1.40 661	2.72 697	1.42 633	2.72 713	1.44 666	2.79 700	1.42 662

MWDA-net	0.67 451	0.66 315	0.45 391	2.84 662	0.46 472	0.73 503	0.45 461	0.71 496	0.44 460	0.72 502	0.45 464	0.70 504	0.45 461	0.70 497	0.44 452	0.61 440	0.41 386	0.61 493	0.43 472	0.61 468	0.42 441

NLCA_NET_v2_RVC	5.04 752	50.87 782	2.78 707	2.87 663	2.71 727	2.78 714	0.47 470	2.88 713	2.86 727	1.89 650	2.67 726	2.79 716	2.79 715	2.78 714	2.83 724	2.82 698	2.82 704	2.83 714	2.77 726	2.83 701	2.76 722
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV	2.02 651	2.20 587	1.82 662	2.90 664	2.16 718	2.41 690	1.25 646	2.00 652	1.98 715	1.99 656	1.31 653	2.72 710	1.93 695	2.67 704	1.69 686	2.26 668	1.32 614	1.83 660	1.87 709	2.53 693	1.61 679

2.25w	2.00 643	1.86 558	1.98 691	2.95 665	2.17 720	2.26 681	1.35 653	2.42 690	2.00 718	2.07 665	1.27 650	2.53 693	1.99 701	2.29 683	1.49 665	2.21 663	1.32 614	1.85 661	1.87 709	2.52 690	1.62 685

3.25w	2.04 656	2.20 587	1.48 636	3.03 666	2.17 720	2.63 704	1.39 661	1.96 649	1.95 714	1.96 652	1.37 659	2.71 706	1.96 698	2.71 705	1.73 696	2.26 668	1.32 614	1.87 665	1.87 709	2.51 689	1.63 688

plain	1.88 633	3.16 643	0.64 470	3.10 667	0.65 524	3.10 716	0.64 509	3.12 715	0.65 514	3.10 716	0.65 518	3.11 717	0.65 511	3.12 715	0.65 506	3.12 702	0.65 481	3.13 715	0.65 529	3.13 703	0.65 514

2.75w_new	1.99 639	2.34 601	1.81 657	3.14 668	1.62 670	1.94 654	1.99 709	2.72 700	1.71 687	2.72 704	1.99 720	1.90 653	1.73 679	1.82 653	1.29 653	2.37 681	2.01 685	2.31 695	1.42 664	1.77 643	1.22 645

3w_stereo	2.04 656	2.24 591	1.70 649	3.15 669	2.18 722	2.49 694	1.26 648	2.03 654	1.98 715	1.98 655	1.33 654	2.72 710	1.99 701	2.59 698	1.72 691	2.22 664	1.33 621	1.85 661	1.88 714	2.50 688	1.58 671

3.75w	1.99 639	2.31 595	1.83 665	3.16 670	1.65 672	1.93 653	1.98 706	2.72 700	1.68 677	2.73 709	1.97 711	2.00 659	1.72 678	1.81 652	1.25 649	2.27 671	2.01 685	2.38 700	1.42 664	1.71 639	1.24 648

MIF-Stereo (partial)	2.58 705	3.31 648	0.66 476	3.18 671	0.66 527	3.18 717	0.66 512	3.21 716	0.67 518	3.19 717	0.66 520	3.19 718	0.66 514	3.31 719	0.68 518	5.09 735	1.79 664	8.23 762	1.67 696	6.18 746	1.38 660

LiteMatch	1.13 558	0.73 325	2.80 708	3.23 672	0.61 516	0.83 521	0.68 521	0.73 500	0.69 529	1.00 541	0.77 553	0.94 541	0.57 497	0.82 515	0.64 503	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 526

Lsterematch	1.13 558	0.73 325	2.80 708	3.23 672	0.61 516	0.83 521	0.68 521	0.73 500	0.69 529	1.00 541	0.77 553	0.94 541	0.57 497	0.82 515	0.64 503	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 526

2w_stereo	1.99 639	2.36 604	1.81 657	3.24 674	1.67 677	1.94 654	1.98 706	2.72 700	1.68 677	2.72 704	1.94 708	1.98 658	1.74 681	1.79 651	1.27 650	1.95 641	2.00 683	2.53 709	1.60 679	1.68 638	1.15 590

AEACV	1.12 556	0.52 284	3.12 723	3.24 674	0.86 564	0.53 468	0.49 481	0.60 476	0.47 470	0.53 461	0.49 483	0.55 475	0.45 461	0.55 470	0.47 466	3.01 701	3.88 726	0.71 514	0.60 516	0.80 504	0.48 461

4.5w-stereo	1.99 639	2.33 597	1.81 657	3.28 676	1.68 681	1.94 654	1.99 709	2.72 700	1.70 685	2.72 704	1.99 720	1.97 657	1.68 667	1.76 648	1.29 653	1.91 638	2.02 689	2.53 709	1.61 683	1.75 642	1.16 593

2.5w	2.01 650	2.40 606	1.37 628	3.28 676	2.01 710	2.71 706	1.43 668	1.82 645	1.83 702	1.90 651	1.41 663	2.71 706	1.35 646	2.71 705	1.85 703	2.66 693	1.53 640	1.64 655	1.23 647	2.53 693	1.87 705

Anonymous3	2.55 703	3.26 647	1.65 646	3.28 676	1.63 671	3.24 718	1.68 682	3.27 717	1.66 669	3.28 718	1.67 681	3.25 719	1.66 659	3.27 717	1.64 670	3.26 703	1.65 654	3.30 717	1.65 694	4.95 737	1.65 692

4.25_new	2.00 643	2.33 597	1.82 662	3.32 679	1.69 686	1.95 657	1.99 709	2.72 700	1.71 687	2.72 704	1.97 711	2.01 660	1.74 681	1.77 649	1.28 651	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 594

4.5w_new	2.00 643	2.33 597	1.82 662	3.32 679	1.69 686	1.95 657	1.99 709	2.72 700	1.71 687	2.72 704	1.97 711	2.01 660	1.74 681	1.77 649	1.28 651	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 594

3.25w_new	2.03 653	2.72 625	1.35 618	3.33 681	1.57 666	2.72 707	1.53 670	2.15 661	1.33 654	2.15 667	1.60 672	2.63 702	1.30 642	2.72 707	1.99 715	2.67 695	1.53 640	1.75 659	1.25 650	2.53 693	1.87 705

4w-stereo	2.02 651	2.72 625	1.44 633	3.36 682	1.59 668	2.48 693	1.72 690	2.28 677	1.24 650	2.24 683	1.65 676	2.56 698	1.32 644	2.39 689	1.98 714	2.67 695	1.51 638	1.66 656	1.24 648	2.53 693	1.88 708

3.5w_stereo	2.03 653	2.72 625	1.35 618	3.41 683	1.57 666	2.72 707	1.49 669	2.01 653	1.34 655	2.15 667	1.61 674	2.63 702	1.36 647	2.72 707	1.99 715	2.66 693	1.58 646	1.68 657	1.24 648	2.53 693	1.87 705

UniTT-Stereo	2.03 653	3.43 650	0.72 500	3.42 684	0.73 542	3.27 719	0.68 521	3.38 720	0.69 529	3.29 719	0.72 545	3.28 720	0.70 532	3.35 721	0.68 518	3.39 705	0.68 490	3.31 718	0.69 542	3.37 704	0.73 537

DispNO	1.00 535	0.63 312	0.43 387	3.45 685	0.44 466	0.65 491	0.43 454	0.64 484	0.43 457	0.64 490	0.43 457	0.64 493	3.03 716	0.64 488	0.43 451	4.55 718	0.43 401	0.63 496	0.43 472	0.63 470	0.43 444

asda	2.17 675	2.54 612	1.81 657	3.47 686	1.78 696	2.50 696	1.86 698	2.61 698	1.68 677	2.61 700	1.83 696	2.37 687	1.73 679	2.44 693	1.88 709	2.51 690	1.84 667	2.34 697	1.62 689	2.23 669	1.77 700

4.25w-stereo	1.98 638	2.72 625	1.46 635	3.47 686	1.43 662	2.07 663	1.98 706	2.53 696	1.52 666	2.71 703	1.98 717	1.81 650	1.62 658	1.96 657	1.36 658	1.88 636	2.00 683	2.53 709	1.61 683	1.74 641	1.15 590

monsters	2.18 677	2.41 607	1.96 690	3.47 686	2.03 714	2.53 698	1.64 673	2.48 692	1.73 692	2.40 692	1.50 666	2.62 701	1.94 696	2.59 698	1.94 711	2.44 685	1.57 645	2.28 693	1.87 709	2.42 679	1.86 703

Occ-G	1.12 556	0.52 284	3.72 732	3.50 689	0.50 491	0.56 474	0.47 470	0.54 461	0.46 465	0.54 467	0.41 444	0.54 471	0.42 450	0.52 460	0.42 446	3.42 706	4.02 728	0.52 477	0.45 475	0.51 448	0.44 447

HCRNet	1.22 608	7.11 722	3.00 710	3.55 690	0.33 396	0.29 267	0.14 198	0.19 202	0.15 215	0.33 282	0.29 311	0.25 249	0.14 204	0.22 226	0.33 377	3.64 707	3.00 706	0.76 523	0.32 395	0.18 206	0.13 194

asd	2.18 677	2.77 631	1.58 643	3.59 691	2.00 709	2.58 702	1.85 697	2.39 689	1.71 687	2.47 695	1.97 711	2.59 700	1.61 657	2.56 696	1.79 699	2.51 690	1.99 682	2.11 690	1.62 689	2.36 677	1.60 674

DPSNet	3.66 722	3.60 652	3.62 730	3.63 692	3.64 748	3.65 723	3.65 747	3.66 723	3.67 744	3.67 722	3.65 745	3.67 724	3.66 733	3.66 722	3.68 742	3.68 708	3.66 724	3.67 722	3.68 748	3.67 706	3.67 746

monsterstereo	2.20 683	2.33 597	1.95 688	3.65 693	2.07 715	2.49 694	1.61 671	2.48 692	1.83 702	2.45 694	1.61 674	2.67 705	1.86 687	2.64 700	1.94 711	2.48 689	1.66 655	2.34 697	1.68 698	2.40 678	1.86 703

RAStereo	2.23 687	3.64 653	0.76 508	3.65 693	0.86 564	3.66 724	0.76 547	3.67 724	0.81 561	3.66 721	0.76 551	3.66 723	0.77 545	3.68 723	0.77 548	3.68 708	0.77 512	3.69 723	0.77 558	3.70 707	0.77 546

sAnonymous2	3.31 720	2.63 616	1.38 630	3.71 695	1.86 701	4.70 744	1.11 586	4.82 747	2.72 725	5.45 752	1.98 717	4.59 738	2.64 712	2.65 701	6.21 758	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 718

CroCo_RVC	3.31 720	2.63 616	1.38 630	3.71 695	1.86 701	4.70 744	1.11 586	4.82 747	2.72 725	5.45 752	1.98 717	4.59 738	2.64 712	2.65 701	6.21 758	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 718

MonStereo1	1.94 637	2.77 631	1.52 641	3.73 697	1.51 665	2.13 665	1.42 665	2.32 684	1.52 666	2.31 688	1.50 666	2.53 693	1.59 655	2.34 686	1.56 666	1.91 638	1.36 627	1.86 664	1.31 653	2.07 660	1.53 664

1w_stereo	2.05 658	2.32 596	1.35 618	3.74 698	2.01 710	2.73 709	1.42 665	1.88 646	1.93 713	2.03 660	1.28 651	2.71 706	1.99 701	2.72 707	1.72 691	2.20 662	1.32 614	1.87 665	1.86 708	2.45 682	1.54 665

qwe	2.18 677	2.60 615	1.58 643	3.83 699	1.90 707	2.53 698	1.90 704	2.48 692	1.73 692	2.37 691	1.92 707	2.53 693	1.68 667	2.56 696	1.83 701	2.52 692	1.87 680	2.07 680	1.68 698	2.32 675	1.71 694

NLSM1	2.93 717	3.24 646	2.57 706	4.04 700	2.66 726	3.30 720	2.55 721	3.29 718	2.55 723	3.35 720	2.48 725	3.28 720	2.47 711	3.34 720	2.49 723	3.26 703	2.55 703	3.13 715	2.57 725	3.00 702	2.46 720

DNSM	2.56 704	4.43 675	3.08 721	4.09 701	1.86 701	2.66 705	1.86 698	2.66 699	1.87 708	2.66 702	1.86 698	2.66 704	1.86 687	2.66 703	1.87 707	3.82 710	2.94 705	2.42 702	1.73 704	2.42 679	1.73 698

BUS	0.83 500	1.91 564	0.92 531	4.48 702	0.02 22	0.40 320	0.04 103	0.41 334	0.02 22	0.48 422	0.03 56	0.41 343	0.05 117	0.03 43	0.05 115	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 303

BSDual-CNN	0.81 491	1.91 564	0.92 531	4.48 702	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 303

hknet	1.10 553	1.85 555	3.49 727	4.48 702	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.41 343	0.03 53	0.42 355	0.03 52	4.39 715	4.19 729	0.33 291	0.23 268	0.34 282	0.27 303

rvit_105_1	3.83 725	5.22 697	3.01 711	4.53 705	3.01 729	4.51 732	3.01 727	4.56 734	3.04 728	4.53 733	3.03 729	4.55 736	3.03 716	4.56 734	3.04 725	4.57 719	3.05 707	4.57 731	3.05 730	4.57 721	3.05 727

rvit_stereo_0081	3.83 725	5.23 700	3.01 711	4.53 705	3.03 731	4.55 738	3.02 728	4.56 734	3.04 728	4.52 731	3.02 727	4.54 734	3.03 716	4.56 734	3.04 725	4.57 719	3.05 707	4.57 731	3.05 730	4.58 722	3.05 727

rvit_stereo_0082	3.86 727	5.82 717	3.01 711	4.53 705	3.03 731	4.54 734	3.02 728	4.56 734	3.04 728	4.53 733	3.02 727	4.55 736	3.04 719	4.57 737	3.05 727	4.57 719	3.05 707	4.58 733	3.05 730	4.58 722	3.06 730

rvit_0105_4	3.91 732	5.47 712	3.02 714	4.54 708	3.02 730	4.54 734	3.03 732	4.75 744	3.17 739	4.57 737	3.06 732	4.61 742	3.16 727	4.65 741	3.09 733	4.66 726	3.11 715	4.68 740	3.18 741	4.81 732	3.16 739

rvit_stereo_0080	3.89 730	5.70 714	3.04 716	4.54 708	3.03 731	4.56 739	3.05 734	4.60 738	3.07 733	4.58 738	3.06 732	4.59 738	3.06 721	4.61 738	3.08 731	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 734

whm_eth	3.89 730	5.70 714	3.04 716	4.54 708	3.03 731	4.56 739	3.05 734	4.60 738	3.07 733	4.58 738	3.06 732	4.59 738	3.06 721	4.61 738	3.08 731	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 734

rvit_stereo_0081_aga	3.86 727	5.33 704	3.02 714	4.55 711	3.04 735	4.54 734	3.02 728	4.64 741	3.06 732	4.54 735	3.04 731	4.62 743	3.08 723	4.62 740	3.07 730	4.58 722	3.06 711	4.60 735	3.08 734	4.63 725	3.07 731

rvit_stereo_ft	3.93 735	5.44 710	3.05 718	4.59 712	3.06 736	4.61 742	3.08 737	4.67 743	3.12 738	4.63 742	3.10 737	4.65 745	3.11 725	4.69 744	3.13 735	4.70 727	3.14 717	4.71 742	3.15 740	4.74 729	3.16 739

rvit_0105_3	3.91 732	5.33 704	3.06 719	4.60 713	3.07 737	4.60 741	3.06 736	4.62 740	3.08 736	4.60 740	3.07 735	4.62 743	3.08 723	4.67 742	3.10 734	4.70 727	3.11 715	4.77 744	3.19 742	4.77 731	3.14 738

rvit_stereo_0083	3.92 734	5.30 703	3.06 719	4.61 714	3.09 738	4.67 743	3.08 737	4.66 742	3.09 737	4.62 741	3.10 737	4.66 746	3.11 725	4.67 742	3.16 736	4.72 729	3.16 718	4.77 744	3.11 737	4.66 728	3.11 736

rvit_0105_6	3.87 729	5.73 716	3.10 722	4.69 715	3.12 739	4.54 734	3.02 728	4.56 734	3.04 728	4.54 735	3.03 729	4.54 734	3.04 719	4.56 734	3.05 727	4.58 722	3.05 707	4.58 733	3.05 730	4.58 722	3.05 727

rvit_0105_5	4.10 736	5.40 708	3.13 725	4.71 716	3.15 740	4.72 746	3.10 739	4.90 749	3.27 741	4.69 743	3.16 739	4.84 750	3.25 729	4.96 748	3.34 739	5.05 734	3.39 723	5.10 749	3.40 743	5.11 739	3.42 743

NLCSM	3.67 723	4.08 667	3.19 726	4.80 717	3.26 741	3.99 728	3.24 742	4.25 730	3.18 740	4.09 726	3.27 740	4.14 729	3.18 728	4.13 728	3.28 738	4.06 711	3.10 714	3.85 727	3.14 739	3.91 712	3.27 742

StereoVision	3.15 718	5.00 687	0.89 524	4.83 718	1.00 577	3.93 725	1.27 649	6.37 754	1.34 655	5.67 754	1.26 649	5.84 756	1.27 639	5.03 751	1.24 646	5.10 736	1.09 549	4.61 736	0.57 511	5.62 744	1.12 585

MWSP-net	0.96 531	0.75 330	0.49 420	4.84 719	0.48 483	1.28 625	0.52 490	1.20 567	0.51 491	1.14 572	0.70 536	1.00 547	0.56 495	0.90 531	0.69 526	0.76 483	0.60 469	0.95 559	0.56 508	0.73 490	0.45 449

MLG-Stereo_test2	4.28 739	5.46 711	3.69 731	4.86 720	3.72 749	5.58 753	3.42 743	4.81 746	3.77 749	4.85 745	3.72 747	5.55 755	3.63 732	5.58 752	3.53 741	4.41 716	3.28 722	4.99 748	2.95 728	4.75 730	3.13 737

TestStereo	4.88 749	4.75 679	4.79 736	4.87 721	4.92 757	4.81 749	4.90 757	4.78 745	4.77 756	4.87 746	4.89 756	4.90 751	4.91 749	4.99 749	4.79 754	4.98 732	4.87 734	4.87 747	4.92 758	5.00 738	5.00 756

DispFullNet	4.61 745	4.84 680	3.12 723	5.00 722	3.57 745	4.75 747	3.03 732	7.75 760	4.17 753	4.91 747	3.09 736	6.20 757	3.95 742	6.71 756	3.51 740	5.30 737	3.67 725	5.86 756	3.63 745	5.61 743	3.46 744

FC-DCNN v2	5.10 753	5.15 692	4.49 735	5.07 723	3.37 743	6.87 756	4.75 756	5.04 750	6.34 760	7.84 760	5.06 757	6.72 761	4.09 745	4.99 749	5.44 757	5.03 733	3.16 718	4.67 739	4.86 757	5.15 740	3.89 751

MLG-Stereo_test1	4.25 737	5.34 707	3.61 729	5.31 724	3.63 747	5.23 750	3.57 745	5.38 752	3.65 743	5.23 749	3.47 742	4.76 747	3.74 736	4.85 745	3.71 743	4.96 731	3.18 720	4.71 742	2.92 727	4.86 735	2.90 724

MLG-Stereo_test3	4.26 738	4.85 681	3.95 733	5.35 725	3.60 746	4.75 747	3.76 748	5.49 753	3.71 745	5.39 750	3.69 746	4.82 749	3.66 733	4.85 745	3.73 746	4.93 730	3.19 721	4.69 741	2.99 729	4.84 734	2.98 726

CFNet	1.37 616	5.27 702	0.19 204	5.49 726	0.19 253	0.28 264	0.19 238	0.28 254	0.19 247	0.28 259	0.19 249	0.28 265	4.35 746	0.28 267	0.19 241	0.23 213	0.17 205	0.23 239	4.21 755	4.81 732	0.17 227

RAFT+CT+SA	4.28 739	7.62 726	4.91 738	5.55 727	2.28 723	3.09 715	3.64 746	4.49 732	3.07 733	4.80 744	3.35 741	4.77 748	3.70 735	4.29 731	3.05 727	5.58 738	5.98 741	3.58 721	3.78 750	4.26 715	3.72 747

MaDis-Stereo	3.19 719	6.02 719	1.12 549	5.61 728	1.16 597	5.43 752	1.02 582	5.15 751	0.70 537	5.43 751	1.21 644	5.03 753	0.97 561	4.85 745	0.99 571	4.53 717	1.16 559	5.53 752	1.25 650	5.37 742	1.30 651

AANet_RVC	1.26 611	0.31 186	4.99 739	5.93 729	0.20 256	0.25 248	0.20 242	0.25 243	0.20 249	0.23 229	0.19 249	0.25 249	0.20 254	0.25 246	0.20 244	5.66 739	4.76 733	0.26 259	0.30 376	0.24 240	0.27 303

SA	4.33 741	7.35 723	6.85 750	5.96 730	4.09 753	3.59 722	3.15 740	3.82 725	2.64 724	3.91 723	3.85 748	3.57 722	2.72 714	3.13 716	4.03 749	7.09 751	6.86 746	3.57 720	3.12 738	3.85 708	3.51 745

SGM-Forest	5.21 755	5.92 718	4.08 734	6.18 731	4.16 754	6.31 755	4.34 755	6.50 755	4.33 754	6.14 756	4.21 753	6.61 760	4.55 748	6.67 755	4.48 753	5.94 741	3.94 727	5.85 755	4.03 754	5.79 745	4.17 754
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 659	1.30 493	5.73 744	6.28 732	0.79 557	1.33 629	0.80 553	1.30 624	1.02 587	1.33 628	0.84 563	1.33 633	0.97 561	1.28 631	1.04 579	6.05 743	5.89 739	1.28 640	0.76 556	1.28 622	0.88 556

test_5	4.62 746	7.55 725	6.23 745	6.32 733	3.40 744	5.29 751	3.50 744	3.53 722	4.11 752	4.28 728	4.47 755	4.26 732	4.38 747	3.68 723	3.24 737	5.89 740	5.60 737	4.84 746	3.50 744	4.33 716	3.93 753

cross-raft	4.83 748	7.52 724	6.43 746	6.63 734	3.96 752	4.51 732	3.99 752	4.49 732	3.96 751	4.52 731	3.96 750	4.50 733	3.97 743	4.50 733	3.97 748	6.65 746	6.44 743	4.33 728	3.92 752	4.35 717	3.91 752

PhaseNet	1.74 627	6.34 720	4.81 737	6.77 735	0.24 280	0.80 513	0.53 492	0.48 421	0.22 258	0.53 461	0.28 296	0.48 432	0.25 275	0.40 321	0.32 365	6.39 745	4.61 732	0.46 440	0.38 446	0.25 243	0.18 233

raft_robust	4.71 747	7.75 727	5.40 743	6.81 736	3.31 742	4.28 731	4.20 754	4.32 731	4.37 755	4.35 730	4.35 754	4.14 729	3.75 737	4.30 732	4.20 752	6.67 747	6.37 742	3.36 719	4.24 756	4.86 735	3.25 741

TestStereo1	4.60 743	8.41 730	6.44 747	6.86 737	3.79 750	3.97 726	3.78 749	3.99 727	3.74 746	3.97 724	3.52 743	3.94 727	3.58 730	3.98 726	3.72 744	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 749

SA-5K	4.60 743	8.41 730	6.44 747	6.86 737	3.79 750	3.97 726	3.78 749	3.99 727	3.74 746	3.97 724	3.52 743	3.94 727	3.58 730	3.98 726	3.72 744	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 749

Sa-1000	4.34 742	8.37 729	6.84 749	6.98 739	4.45 756	3.58 721	3.00 726	3.42 721	3.39 742	2.61 700	4.00 751	3.83 726	4.01 744	3.90 725	3.90 747	5.98 742	5.62 738	3.76 724	2.34 723	4.35 717	2.47 721

test_4	4.88 749	8.13 728	6.98 751	7.46 740	4.44 755	4.25 730	3.85 751	4.04 729	3.92 750	4.13 727	3.91 749	4.18 731	3.84 740	4.14 729	4.06 750	7.01 750	7.13 749	4.53 729	3.72 749	4.09 713	3.72 747

rvit_stereo_0075_2	6.64 757	8.80 734	5.25 740	7.89 741	5.27 759	7.90 760	5.27 758	7.92 761	5.28 758	7.91 761	5.29 759	7.93 762	5.27 750	7.92 761	5.28 755	7.93 752	5.28 736	7.93 761	5.29 760	7.93 754	5.28 758

test_3	5.01 751	8.86 735	7.77 753	8.09 742	2.76 728	4.13 729	4.05 753	3.88 726	3.76 748	4.33 729	4.13 752	3.71 725	3.91 741	4.21 730	4.06 750	7.93 752	7.69 751	4.53 729	3.91 751	4.17 714	4.29 755

test-1	6.46 756	9.16 737	8.03 757	8.09 742	5.62 760	6.11 754	6.35 760	6.85 757	4.94 757	6.08 755	6.29 762	4.98 752	6.43 754	6.22 753	6.36 760	6.16 744	7.47 750	5.82 754	5.44 761	7.11 751	5.68 759

U	5.15 754	8.49 732	1.81 657	8.49 744	1.77 695	8.49 761	1.77 691	8.51 762	1.77 696	8.49 762	1.77 695	8.50 763	1.78 684	8.58 762	1.77 698	8.54 755	1.78 662	8.55 763	1.78 706	8.55 757	1.84 701

RAFT	6.73 758	9.36 738	7.40 752	8.51 745	6.55 761	6.88 757	6.60 761	6.79 756	6.60 761	6.80 757	6.72 763	5.31 754	5.50 752	6.61 754	6.61 761	8.42 754	5.89 739	5.73 753	5.45 762	6.61 747	6.24 760

SGM+DAISY	7.06 759	9.15 736	5.38 742	8.84 746	5.18 758	8.80 762	5.31 759	8.79 763	5.28 758	8.89 763	5.20 758	8.93 764	5.33 751	8.95 763	5.36 756	8.70 756	5.21 735	8.74 764	5.20 759	8.89 758	5.15 757

testmc14	2.43 698	10.48 746	8.02 756	8.93 747	0.31 369	0.44 401	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 361	0.30 322	0.42 355	0.30 312	8.88 758	6.99 748	0.41 412	0.28 343	0.39 371	0.28 331

CFNet_RVC	2.38 697	8.71 733	0.38 323	9.33 748	0.42 461	0.56 474	0.42 451	0.60 476	0.38 421	0.62 486	0.42 454	0.56 478	7.29 758	0.62 482	0.42 446	0.53 417	0.37 358	0.49 463	0.34 410	8.30 755	6.87 761

test-v	7.53 760	11.89 748	7.98 754	9.36 749	7.14 762	7.06 758	7.09 762	7.37 758	6.91 762	7.29 758	5.71 760	6.45 758	6.93 755	6.73 757	7.27 762	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 762

test-2	7.53 760	11.89 748	7.98 754	9.36 749	7.14 762	7.06 758	7.09 762	7.37 758	6.91 762	7.29 758	5.71 760	6.45 758	6.93 755	6.73 757	7.27 762	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 762

MCSU-Stereo	2.48 701	10.56 747	8.50 758	9.47 751	0.31 369	0.43 367	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 361	0.30 322	0.41 341	0.30 312	8.86 757	6.93 747	0.40 394	0.29 358	0.39 371	0.28 331

MSMDNet	2.65 706	10.14 744	0.33 289	9.74 752	0.32 383	0.87 526	0.33 381	2.95 714	0.68 524	0.49 432	0.34 397	0.49 439	5.70 753	0.49 437	0.33 377	0.42 341	9.57 755	0.41 412	0.31 387	8.36 756	0.65 514

pcwnet_v2	2.66 707	9.89 742	0.33 289	9.89 753	0.32 383	0.50 450	0.32 370	0.49 429	0.33 389	0.49 432	0.34 397	0.49 439	8.76 760	0.48 430	0.33 377	0.41 327	9.58 756	0.40 394	0.29 358	9.01 759	0.63 506

CFNet_ucs	2.73 709	9.64 740	0.33 289	9.92 754	0.32 383	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 439	8.98 761	0.48 430	0.33 377	0.41 327	9.96 760	0.40 394	0.29 358	10.12 764	0.54 485

ccs_rob	2.79 715	10.17 745	0.32 284	10.00 755	0.33 396	0.49 441	0.33 381	1.90 648	0.32 379	0.51 454	0.33 389	0.49 439	9.24 762	0.49 437	0.33 377	0.41 327	9.82 758	0.41 412	0.28 343	9.34 760	0.29 340

PCWNet_CMD	2.80 716	9.82 741	0.32 284	10.09 756	0.32 383	0.49 441	0.33 381	3.34 719	0.33 389	0.49 432	0.33 389	0.49 439	8.73 759	0.48 430	0.33 377	0.41 327	9.22 754	0.42 428	0.29 358	9.55 761	0.31 365

UCFNet_RVC	2.75 711	10.06 743	0.29 253	10.31 757	0.29 310	0.42 360	0.29 305	0.43 360	0.29 307	0.42 346	0.29 311	0.42 361	9.87 763	0.43 362	0.29 302	0.36 282	9.84 759	0.36 326	0.26 284	9.77 762	0.26 265

CFNet_pseudo	2.67 708	9.36 738	0.32 284	10.99 758	0.33 396	0.85 523	0.33 381	0.49 429	0.33 389	0.49 432	0.32 380	0.49 439	7.26 757	0.49 437	0.33 377	0.41 327	9.62 757	0.41 412	0.29 358	10.03 763	0.29 340

MEA-ACV	1.66 623	0.87 355	0.61 461	11.81 759	1.35 655	1.50 642	0.71 539	1.23 616	0.92 570	1.13 571	0.96 574	1.69 648	0.70 532	1.23 626	1.16 592	1.54 621	1.20 564	1.58 653	0.85 570	1.12 552	0.95 566

TestStereo_HL3	2.76 712	0.41 227	11.46 762	14.11 760	0.30 322	0.45 415	0.29 305	0.43 360	0.29 307	0.43 353	0.29 311	0.43 370	0.28 301	0.44 393	0.30 312	13.57 763	10.32 761	0.41 412	0.27 322	0.38 323	0.27 303

TestStereo_HL2	2.73 709	0.41 227	11.06 759	14.13 761	0.30 322	0.44 401	0.28 290	0.43 360	0.29 307	0.43 353	0.28 296	0.43 370	0.29 313	0.43 362	0.28 286	13.51 762	10.37 762	0.41 412	0.27 322	0.38 323	0.27 303

GGDA	2.76 712	0.41 227	11.34 761	14.28 762	0.30 322	0.44 401	0.29 305	0.43 360	0.29 307	0.43 353	0.28 296	0.43 370	0.28 301	0.43 362	0.29 302	13.45 761	10.57 763	0.41 412	0.27 322	0.38 323	0.27 303

TestStereo-Hl	2.78 714	0.42 238	11.23 760	14.38 763	0.30 322	0.44 401	0.30 313	0.43 360	0.28 297	0.43 353	0.29 311	0.44 405	0.29 313	0.44 393	0.29 302	13.64 764	10.73 764	0.41 412	0.27 322	0.38 323	0.27 303

rafts_anoy	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

raft+_RVC	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

raftrobust	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

CasAABBNet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

RALCasStereoNet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

RALAANet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

MANE	19.05 763	23.00 756	15.00 763	23.00 770	15.00 764	24.00 769	16.00 764	24.00 770	16.00 764	22.00 770	15.00 764	23.00 771	16.00 764	23.00 770	15.00 764	22.00 771	15.00 765	22.00 771	15.00 765	22.00 771	15.00 764

fff	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 773	30.15 772	32.35 772	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 773

csc	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 773	30.15 772	32.35 772	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 773

cscssc	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 773	30.15 772	32.35 772	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 773

111	30.40 770	30.94 772	29.72 771	32.61 771	30.02 772	33.57 770	30.47 772	31.50 771	29.39 772	30.98 771	29.11 772	29.78 772	30.39 775	29.45 771	30.76 775	30.08 772	29.02 773	29.92 772	30.32 776	29.86 772	30.17 772

DCANet-4	35.22 772	34.54 773	35.08 777	33.58 775	35.47 779	34.55 771	35.53 779	36.08 777	35.85 776	35.92 777	35.77 778	35.18 778	35.48 777	35.39 777	37.15 782	34.55 778	33.92 777	35.02 779	34.90 778	35.79 776	34.74 779

ADStereo(finetuned)	36.13 773	36.63 777	38.07 782	36.97 776	33.25 776	35.91 775	34.45 776	36.36 778	32.99 773	38.14 783	36.71 779	36.69 779	34.13 776	38.57 783	40.79 783	37.60 784	36.58 780	35.90 780	33.36 777	35.42 775	34.04 776

fast-reg	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

Reg-Stereo(zero)	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

FLISNet	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

CoSv	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

tt	500032.53 790	34.60 774	29.72 771	37.47 781	34.41 777	36.85 776	35.22 777	34.71 775	33.55 774	34.50 772	35.43 776	33.81 776	10000000.00 794	33.57 775	33.13 776	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 777

DCANet	500032.53 790	34.60 774	29.72 771	37.47 781	34.41 777	36.85 776	35.22 777	34.71 775	33.55 774	34.50 772	35.43 776	33.81 776	10000000.00 794	33.57 775	33.13 776	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 777

WCMA_ROB	31.10 771	35.43 776	27.12 770	39.51 783	23.10 771	38.78 782	25.30 771	37.49 783	25.39 771	37.29 782	27.02 771	38.52 784	26.48 771	37.80 782	26.44 771	36.28 779	22.65 772	33.90 776	22.30 772	37.10 781	24.18 771

NOSS_ROB	102.95 779	153.00 787	121.00 786	51.00 784	44.00 784	165.00 786	127.00 786	153.00 786	119.00 783	164.00 787	125.00 786	168.00 788	120.00 784	153.00 786	117.00 786	49.00 785	44.00 785	49.00 785	44.00 785	49.00 782	44.00 784

CBMV	128.50 780	1422.70 795	53.10 784	79.50 785	51.30 785	77.30 784	49.70 784	74.00 784	48.20 782	77.20 785	48.80 785	73.90 786	48.00 783	73.80 785	48.80 785	70.40 786	45.10 786	68.90 786	46.10 786	68.20 783	45.00 785
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 778	87.70 783	41.95 783	113.75 786	65.62 786	75.05 783	55.25 785	75.64 785	45.04 781	71.61 784	41.75 784	72.81 785	44.06 782	68.38 784	44.63 784	101.89 787	59.57 787	107.10 787	61.05 787	104.38 784	59.38 786

MeshStereo	159.24 781	171.00 788	160.68 789	162.58 787	160.59 788	164.01 785	160.35 788	158.51 787	158.56 785	158.34 786	160.12 788	158.56 787	159.92 786	157.26 787	158.94 788	154.38 788	158.36 788	155.75 788	159.13 790	153.67 785	154.07 788
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 783	123.00 784	115.00 785	219.00 788	218.00 790	223.00 788	244.00 790	217.00 789	236.00 787	202.00 789	203.00 789	205.00 790	208.00 787	225.00 789	204.00 789	210.00 789	198.00 790	197.00 790	184.00 791	204.00 787	201.00 789

DF_test	189.29 782	560.34 792	182.58 790	229.00 789	135.68 787	197.79 787	135.52 787	197.80 788	135.44 784	197.75 788	135.49 787	197.90 789	135.51 785	197.84 788	135.75 787	217.37 790	171.11 789	183.74 789	127.67 789	183.56 786	127.88 787

MGS-Stereo	239.45 784	123.00 784	135.00 787	266.00 790	286.00 791	277.00 789	305.00 791	271.00 790	242.00 788	274.00 790	279.00 791	255.00 791	270.00 789	268.00 790	297.00 791	221.00 791	247.00 792	216.00 791	123.00 788	217.00 788	217.00 791

EGLCR-Stereo	246.90 785	129.00 786	139.00 788	266.00 790	286.00 791	277.00 789	305.00 791	271.00 790	242.00 788	274.00 790	279.00 791	255.00 791	270.00 789	268.00 790	297.00 791	230.00 792	247.00 792	216.00 791	223.00 793	237.00 789	227.00 792

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

LE_ROB	396.57 787	471.28 791	329.84 792	471.48 793	308.15 793	526.83 792	322.10 793	488.15 793	323.76 790	495.46 793	317.97 793	497.17 794	320.10 791	481.62 793	326.76 793	462.71 794	298.97 794	466.16 794	285.98 794	447.62 791	289.21 793

SGM-ForestM	596.69 788	677.77 793	444.52 793	699.85 794	517.25 794	732.94 793	488.29 794	770.79 794	460.11 791	750.81 794	487.98 794	792.79 795	499.41 792	730.90 794	475.81 794	720.03 795	491.16 795	663.96 795	418.60 795	674.76 792	436.05 794

CBMV_ROB	818.48 789	913.88 794	709.52 794	862.84 795	597.78 795	1073.99 794	700.52 795	1015.66 795	702.59 792	1115.65 795	760.02 795	1130.24 796	721.57 793	1037.41 795	692.65 795	814.05 796	564.29 796	843.28 796	595.31 796	915.51 793	602.92 795

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 453	3.79 738	0.50 445	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 399

Low-res two-view benchmark