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	0.73 457	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	0.15 151	0.70 306	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	0.67 488	0.02 15	0.69 474	0.75 499	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	0.17 164	0.78 320	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	0.79 527	0.02 15	0.75 487	0.76 501	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	0.11 168	0.04 90	0.03 52	0.58 413	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 643	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 664	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 650	0.06 70	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
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	0.75 460	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	0.73 457	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 541	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 647	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

IGEV_i1	0.26 216	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 688	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 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 125	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

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

FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 134	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

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

DA	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

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

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

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

GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 573	0.07 131	0.05 124	0.05 112	0.05 127	0.08 134	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

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

SMFormer	0.09 75	1.01 380	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

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

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

FADE		0.06 79		0.09 76	0.10 155							0.05 113				0.15 146	0.10 99	0.17 190	0.13 191	0.11 156

test_sample6	0.09 75	0.97 360	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 386	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

CAS++	0.17 164	0.27 172	0.21 204	0.10 81	0.21 254	0.15 173	0.22 241	0.10 142	0.21 241	0.22 211	0.10 151	0.19 195	0.18 230	0.10 145	0.19 228	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 75	0.95 357	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 75	1.01 380	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 134	0.05 117	0.09 140	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 75	1.00 370	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 386	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 335	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

mmm	0.14 139	1.83 526	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

DualNet (step1)	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 335	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

ffm	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

Wz-Net-MNSev	0.06 61	0.54 286	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 268	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

xxxx	0.11 112	1.16 407	0.16 173	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 396	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

SuperB	0.21 188	0.10 99	2.51 681	0.12 106	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 142	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 194	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 158	0.11 168	0.12 166	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

11t1	0.17 164	2.16 561	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.23 217	0.10 151	0.20 198	0.10 151	0.24 224	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

222	0.10 91	0.99 368	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

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

USTest	0.01 9	0.02 12	0.00 1	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

qqq1	0.25 207	3.70 631	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 207	3.70 631	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

1111x	0.10 91	1.14 402	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

x	0.11 112	1.15 405	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 167	0.14 194	0.14 168	0.14 187	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 155	0.14 165	0.10 150	0.91 502	0.69 506	0.14 165	0.11 169	0.14 167	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 495	0.76 521

CCAANet	0.17 164	0.71 307	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 167	0.14 194	0.14 168	0.22 239	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 190

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 167	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 514

StereoDRNet	0.15 151	0.14 123	0.10 92	0.14 122	0.09 148	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 167	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 530

PDISCO_ROB	0.83 478	2.80 612	3.49 703	0.14 122	0.11 175	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 179	0.14 194	3.30 694	0.13 183	0.14 133	2.34 674	0.16 182	0.12 180	2.62 675	0.10 151

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 134	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

zh-sn7	0.10 91	0.98 361	0.14 148	0.15 134	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo	0.18 173	0.50 268	0.16 173	0.15 134	0.16 218	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 179	0.16 208	0.16 179	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 197

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 134	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 167	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 158	2.01 551	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 132	0.20 139	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR_C	0.14 139	0.20 139	0.12 123	0.15 134	0.11 175	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 167	0.11 168	0.16 179	0.11 162	0.15 146	0.12 136	0.14 165	0.12 180	0.15 178	0.12 178

ACRE	0.13 132	0.21 145	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 134	0.10 155	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 191	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 132	0.16 126	0.11 112	0.15 134	0.09 148	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 191	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
over-6	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

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

over-8	0.11 112	0.14 123	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.09 140	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

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

iinet-test	0.08 72	0.16 126	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 444	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

xyz-stereo-finetune2	0.18 173	0.48 261	0.16 173	0.16 144	0.15 208	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 179	0.16 208	0.16 179	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 197

xyz-stereo-finetune	0.28 220	0.49 263	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.22 212	0.30 307	0.32 265	0.31 355	0.32 271	0.31 358	0.32 268	0.32 348	0.32 246	0.33 297	0.31 268	0.32 377	0.31 254	0.32 355

GMStereo_Zeroshot	0.16 158	0.16 126	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 179	0.16 208	0.16 179	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 197

ProNet	0.14 139	0.20 139	0.14 148	0.16 144	0.11 175	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 187	0.13 189	0.17 186	0.12 174	0.15 146	0.11 122	0.16 182	0.11 165	0.15 178	0.12 178

CIPLG	0.13 132	0.21 145	0.12 123	0.16 144	0.11 175	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 178	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

MIPNet	0.14 139	0.21 145	0.17 183	0.16 144	0.11 175	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.14 133	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR	0.14 139	0.24 159	0.14 148	0.16 144	0.12 188	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ICVP	0.15 151	0.53 282	0.11 112	0.16 144	0.11 175	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 179	0.11 168	0.16 179	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 139	0.17 131	0.12 123	0.17 157	0.11 175	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 187	0.11 168	0.17 186	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 139	0.16 126	0.12 123	0.17 157	0.12 188	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 187	0.12 183	0.17 186	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.12 178

VeloStereo	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 283	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 283	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

cf-r	0.66 425	2.17 562	0.12 123	0.18 159	0.12 188	0.18 191	2.70 700	2.60 673	0.12 187	0.18 188	0.12 177	0.18 191	0.12 183	0.18 189	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 620	1.74 675

LALA_ROB	0.15 151	0.19 135	0.12 123	0.18 159	0.11 175	0.20 199	0.12 180	0.21 207	0.12 187	0.20 196	0.12 177	0.20 198	0.12 183	0.21 208	0.13 183	0.17 167	0.10 99	0.18 200	0.11 165	0.18 194	0.11 165

SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 159	0.11 175	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 198	0.12 183	0.19 192	0.12 174	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TS12	0.09 75	0.09 94	0.17 183	0.19 164	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 134	0.06 134	0.08 134	0.06 131	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

IGEV-FE	0.35 257	0.37 197	0.17 183	0.19 164	0.17 224	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 195	0.17 220	0.37 293	0.36 381	0.19 179	0.17 196	0.19 203	0.17 231	0.38 308	2.84 699

DDVS	0.30 226	3.10 617	0.14 148	0.19 164	0.14 194	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 179	0.13 189	0.19 192	0.13 183	0.17 167	0.13 159	0.17 190	0.13 191	0.17 190	0.13 185

DeepPruner_ROB	0.16 158	0.18 134	0.13 143	0.19 164	0.13 192	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 195	0.13 189	0.19 192	0.13 183	0.18 175	0.13 159	0.18 200	0.13 191	0.18 194	0.13 185

zh-mn7	0.12 125	1.14 402	0.17 183	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 151	0.17 131	0.13 143	0.20 168	0.13 192	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 191	0.14 194	0.18 189	0.14 187	0.16 159	0.11 122	0.15 178	0.14 197	0.18 194	0.11 165

DAS	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 198	0.20 241	0.20 196	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 225

ASD4	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 198	0.20 241	0.20 196	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 225

ACVNet	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 207	0.14 194	0.20 196	0.13 190	0.21 206	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 178

acv_ft	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 207	0.14 194	0.20 196	0.13 190	0.21 206	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 178

hitnet-ft	0.79 461	2.78 611	0.14 148	0.20 168	0.14 194	0.21 210	2.89 701	2.80 688	0.14 194	0.20 196	0.14 195	0.20 198	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.54 674	2.33 692

PSMNet-RSSM	0.77 457	2.76 606	0.14 148	0.20 168	0.14 194	0.20 199	2.66 698	2.79 687	0.14 194	0.21 208	0.14 195	0.21 206	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 690

GwcNet-RSSM	0.77 457	2.77 608	0.14 148	0.20 168	0.14 194	0.20 199	2.67 699	2.78 686	0.14 194	0.20 196	0.14 195	0.20 198	0.14 194	0.21 208	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 690

CFNet-ft	0.55 404	1.57 487	0.14 148	0.20 168	0.14 194	0.20 199	2.53 696	1.61 613	0.14 194	0.20 196	0.14 195	0.20 198	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	1.56 608	1.24 624

RAFT-FEzeroshot	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 206	0.16 208	0.27 249	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 708

RAFT-FE	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 206	0.16 208	0.27 249	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 708

DepthFocus	0.18 173	0.22 149	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 212	0.15 206	0.22 211	0.15 205	0.22 215	0.16 208	0.22 213	0.15 198	0.20 182	0.15 172	0.20 208	0.14 197	0.20 201	0.14 190

RSGM-EC	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 212	0.15 206	0.24 224	0.15 205	0.22 215	0.15 206	0.22 213	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 190

acva	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 212	0.15 206	0.24 224	0.15 205	0.22 215	0.15 206	0.22 213	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 190

IMH-64-1	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 212	0.22 245	0.22 211	0.22 248	0.22 215	0.22 250	0.22 213	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 234

IMH-64	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 212	0.22 245	0.22 211	0.22 248	0.22 215	0.22 250	0.22 213	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 234

WAO-6	0.22 194	0.23 151	0.22 206	0.23 185	0.22 256	0.22 213	0.22 241	0.22 212	0.22 245	0.22 211	0.22 248	0.22 215	0.22 250	0.22 213	0.22 239	0.22 192	0.22 217	0.22 217	0.22 249	0.22 210	0.22 232

Wz-Net-LNSev	0.06 61	0.24 159	0.20 198	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

dd	0.23 200	0.98 361	0.16 173	0.23 185	0.15 208	0.23 222	0.15 196	0.23 219	0.15 206	0.23 217	0.15 205	0.24 229	0.17 220	0.23 220	0.15 198	0.22 192	0.15 172	0.21 212	0.15 206	0.22 210	0.16 197

dad	0.23 200	1.03 386	0.16 173	0.23 185	0.15 208	0.24 225	0.15 196	0.24 222	0.16 211	0.23 217	0.16 209	0.24 229	0.16 208	0.23 220	0.15 198	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 197

ac_64	0.22 194	0.13 117	0.19 195	0.23 185	0.10 155	0.26 244	1.02 558	0.14 166	0.10 153	0.28 247	0.14 195	0.17 187	0.19 237	0.28 254	0.09 140	0.22 192	0.16 175	0.23 226	0.17 231	0.11 156	0.12 178

BStereo	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 293	0.17 221	0.23 217	0.17 217	0.23 223	0.16 208	0.24 224	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 197

Anonymus123	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 293	0.17 221	0.23 217	0.17 217	0.23 223	0.16 208	0.24 224	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 197

ISRNet	0.11 112	0.05 66	0.36 297	0.24 190	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 166	0.05 117	0.05 103	0.09 140	0.24 210	0.20 208	0.10 141	0.05 123	0.06 123	0.13 185

Pointernet	0.21 188	0.22 149	0.19 195	0.24 190	0.19 240	0.24 225	0.19 226	0.24 222	0.19 234	0.24 224	0.19 236	0.24 229	0.19 237	0.24 224	0.19 228	0.22 192	0.17 196	0.22 217	0.17 231	0.22 210	0.17 214

UPFNet	0.42 322	1.20 412	0.17 183	0.24 190	0.17 224	0.25 235	0.17 212	1.19 542	0.90 542	0.25 232	0.17 217	0.24 229	0.17 220	0.25 233	0.17 212	0.22 192	0.17 196	0.22 217	0.16 209	1.15 533	0.93 540

iResNetv2_ROB	0.20 179	0.23 151	0.18 193	0.24 190	0.20 243	0.24 225	0.18 220	0.24 222	0.18 227	0.24 224	0.18 233	0.23 223	0.19 237	0.24 224	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.22 210	0.16 197

iResNet	0.20 179	0.23 151	0.18 193	0.24 190	0.18 235	0.24 225	0.20 230	0.24 222	0.18 227	0.23 217	0.17 217	0.23 223	0.18 230	0.23 220	0.18 224	0.22 192	0.16 175	0.21 212	0.16 209	0.21 208	0.16 197

ACV-stereo	0.30 226	2.08 553	0.25 219	0.25 197	0.18 235	0.24 225	0.17 212	0.24 222	0.18 227	0.24 224	0.17 217	0.25 236	0.17 220	0.24 224	0.17 212	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 197

LoS_RVC	0.30 226	1.14 402	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 230	0.25 260	0.25 232	0.25 266	0.26 248	0.26 272	0.26 245	0.25 257	0.26 219	0.26 231	0.25 241	0.25 265	0.26 233	0.26 252

CAS	0.30 226	1.17 408	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 230	0.26 274	0.25 232	0.25 266	0.25 236	0.25 262	0.25 233	0.25 257	0.26 219	0.26 231	0.26 246	0.25 265	0.26 233	0.25 246

LoS	0.25 207	0.27 172	0.25 219	0.25 197	0.25 270	0.25 235	0.25 257	0.26 236	0.25 260	0.25 232	0.25 266	0.25 236	0.25 262	0.25 233	0.25 257	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 246
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 337	1.24 466	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 594	0.93 548	0.25 232	0.17 217	0.25 236	0.18 230	0.25 233	0.17 212	0.23 203	0.16 175	0.23 226	0.16 209	1.20 545	0.99 546

delet	0.43 324	1.21 458	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 594	0.95 550	0.25 232	0.17 217	0.25 236	0.17 220	0.25 233	0.17 212	0.23 203	0.16 175	0.22 217	0.16 209	1.18 541	0.98 545

psm_up	0.43 324	1.19 411	0.17 183	0.25 197	0.18 235	0.25 235	0.19 226	1.26 594	0.91 543	0.26 241	0.17 217	0.25 236	0.17 220	0.25 233	0.17 212	0.22 192	0.17 196	0.23 226	0.16 209	1.18 541	0.99 546

Select-FE	0.41 308	0.44 238	0.23 209	0.26 204	0.22 256	0.26 244	0.22 241	0.26 236	0.23 252	0.26 241	0.23 253	0.26 248	0.23 256	0.45 393	0.42 425	0.25 217	0.22 217	0.25 241	0.22 249	0.45 393	2.90 700

tg	0.21 188	0.25 166	0.21 204	0.26 204	0.17 224	0.24 225	0.17 212	0.24 222	0.17 221	0.24 224	0.17 217	0.24 229	0.17 220	0.24 224	0.17 212	0.24 210	0.17 196	0.23 226	0.16 209	0.23 222	0.16 197

UNDER WATER-64	0.25 207	0.26 169	0.25 219	0.26 204	0.25 270	0.25 235	0.25 257	0.25 230	0.25 260	0.25 232	0.25 266	0.25 236	0.25 262	0.26 245	0.25 257	0.25 217	0.25 228	0.25 241	0.25 265	0.25 230	0.25 246

small-0shot	0.35 257	1.92 547	0.27 229	0.27 207	0.27 278	0.27 249	0.27 267	0.27 240	0.27 278	0.27 246	0.27 275	0.26 248	0.27 279	0.27 249	0.26 262	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 290

GEStereo_RVC	0.86 490	4.45 653	0.20 198	0.27 207	0.20 243	0.27 249	0.20 230	0.26 236	0.18 227	5.03 724	0.20 240	0.27 251	0.19 237	0.27 249	0.21 235	0.20 182	0.19 206	0.19 203	4.02 729	0.20 201	0.18 220

SQANet	0.28 220	0.28 175	0.28 236	0.28 209	0.28 284	0.28 251	0.28 278	0.28 241	0.28 284	0.28 247	0.28 283	0.28 252	0.28 288	0.28 254	0.28 273	0.28 228	0.28 251	0.28 255	0.28 328	0.28 241	0.28 316

ssnet_v2	0.68 431	1.96 549	1.25 591	0.29 210	0.20 243	0.30 256	0.20 230	0.29 246	0.22 245	1.50 614	0.20 240	0.31 267	0.20 241	0.27 249	0.22 239	0.24 210	1.49 614	0.26 246	0.18 238	3.90 685	0.19 223

DStereoO	0.31 233	0.31 183	0.31 262	0.30 211	0.40 420	0.31 263	0.30 298	0.30 249	0.34 381	0.29 252	0.31 355	0.29 258	0.30 307	0.31 265	0.31 338	0.31 243	0.29 265	0.31 268	0.30 359	0.31 254	0.31 348

MultiAttention	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 262	0.30 307	0.30 260	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 339

MSAF-DinoV2	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 262	0.30 307	0.30 260	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 339

IGEV_Zeroshot_test	0.20 179	0.19 135	0.40 346	0.30 211	0.17 224	0.22 213	0.17 212	0.21 207	0.17 221	0.20 196	0.17 217	0.21 206	0.18 230	0.21 208	0.17 212	0.20 182	0.16 175	0.20 208	0.16 209	0.20 201	0.17 214

GMOStereo	0.37 275	0.45 247	0.23 209	0.30 211	0.37 402	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 325	0.40 411	0.41 323	0.36 381	0.34 256	0.22 217	0.47 432	0.37 413	0.39 353	0.33 362

DANet	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 262	0.30 307	0.30 260	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 339
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 222	0.16 211	0.24 224	0.16 209	0.24 229	0.16 208	0.24 224	0.16 205	0.27 223	0.23 223	0.24 236	0.16 209	0.23 222	0.16 197

LACA1	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 222	0.16 211	0.24 224	0.16 209	0.24 229	0.16 208	0.24 224	0.16 205	0.27 223	0.22 217	0.23 226	0.16 209	0.23 222	0.16 197

DStereoSA	0.32 242	0.52 278	0.34 284	0.31 217	0.31 354	0.30 256	0.30 298	0.31 255	0.30 307	0.31 259	0.31 355	0.31 267	0.30 307	0.31 265	0.31 338	0.30 237	0.32 284	0.31 268	0.31 370	0.31 254	0.31 348

xxxxx1	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 261	0.25 260	0.31 259	0.24 260	0.33 275	0.25 262	0.32 268	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 290

tt_ll	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 261	0.25 260	0.31 259	0.24 260	0.33 275	0.25 262	0.32 268	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 290

ff	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 261	0.25 260	0.31 259	0.24 260	0.33 275	0.25 262	0.32 268	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 290

w-ln-seven-2	0.14 139	1.22 464	0.28 236	0.32 223	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	0.32 246	0.27 243	0.04 93	0.03 57	0.03 47	0.03 52

WCG-NET（raft）	0.32 242	1.24 466	0.24 216	0.32 223	0.24 267	0.32 272	0.23 250	0.32 257	0.24 255	0.32 265	0.24 260	0.32 271	0.24 259	0.32 268	0.24 249	0.30 237	0.23 223	0.30 262	0.23 255	0.30 249	0.23 234

CASnet	0.35 257	0.51 276	0.44 369	0.32 223	0.31 354	0.24 225	0.34 377	0.36 271	0.25 260	0.31 259	0.37 402	0.30 262	0.33 374	0.25 233	0.45 433	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 388
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 220	0.32 185	0.24 216	0.32 223	0.25 270	0.32 272	0.24 255	0.32 257	0.24 255	0.33 270	0.24 260	0.35 282	0.24 259	0.33 276	0.24 249	0.31 243	0.24 227	0.32 271	0.24 262	0.32 257	0.24 244

SMOE	0.23 200	0.25 166	0.30 246	0.33 227	0.18 235	0.26 244	0.18 220	0.26 236	0.18 227	0.26 241	0.18 233	0.25 236	0.18 230	0.25 233	0.18 224	0.31 243	0.27 243	0.23 226	0.17 231	0.23 222	0.17 214

DStereoFS	0.32 242	0.33 186	0.32 268	0.33 227	0.30 307	0.32 272	0.32 353	0.32 257	0.31 352	0.30 254	0.31 355	0.31 267	0.30 307	0.32 268	0.32 348	0.32 246	0.31 279	0.30 262	0.47 462	0.32 257	0.34 369

model_zeroshot	0.27 217	0.20 139	0.27 229	0.33 227	0.21 254	0.37 291	0.22 241	0.37 279	0.24 255	0.26 241	0.27 275	0.33 275	0.21 249	0.25 233	0.27 264	0.32 246	0.20 208	0.34 288	0.23 255	0.25 230	0.26 252

tt1	0.31 233	0.93 354	0.24 216	0.33 227	0.23 262	0.31 263	0.24 255	0.32 257	0.24 255	0.32 265	0.23 253	0.32 271	0.25 262	0.32 268	0.24 249	0.27 223	0.26 231	0.27 251	0.26 271	0.27 239	0.27 290

depth_test_26	0.20 179	0.34 187	0.25 219	0.34 231	0.14 194	0.21 210	0.14 188	0.21 207	0.14 194	0.21 208	0.14 195	0.21 206	0.14 194	0.21 208	0.14 187	0.26 219	0.26 231	0.22 217	0.15 206	0.22 210	0.14 190

DLNR-FE	0.28 220	0.89 340	0.30 246	0.34 231	0.19 240	0.28 251	0.19 226	0.28 241	0.20 236	0.28 247	0.20 240	0.28 252	0.20 241	0.28 254	0.20 231	0.33 252	0.28 251	0.25 241	0.19 239	0.24 227	0.19 223

H2IRNET	0.34 248	0.34 187	0.34 284	0.34 231	0.34 388	0.34 275	0.34 377	0.34 264	0.34 381	0.34 273	0.34 382	0.34 280	0.34 379	0.34 277	0.34 373	0.34 256	0.34 326	0.34 288	0.34 391	0.34 269	0.34 369

DMCA	0.36 265	0.38 201	0.37 301	0.35 234	0.35 392	0.36 283	0.36 389	0.36 271	0.35 385	0.35 277	0.37 402	0.36 287	0.36 390	0.35 280	0.36 381	0.36 269	0.36 339	0.35 304	0.36 410	0.36 290	0.36 383

MLCV	0.31 233	0.35 189	0.27 229	0.35 234	0.28 284	0.35 279	0.27 267	0.35 267	0.28 284	0.36 281	0.27 275	0.35 282	0.27 279	0.35 280	0.27 264	0.34 256	0.27 243	0.34 288	0.27 309	0.34 269	0.27 290

ETE_ROB	0.35 257	0.35 189	0.35 295	0.35 234	0.35 392	0.35 279	0.35 382	0.35 267	0.35 385	0.35 277	0.35 391	0.35 282	0.35 386	0.35 280	0.35 377	0.35 264	0.35 333	0.35 304	0.35 404	0.35 282	0.35 380

DN-CSS_ROB	0.31 233	0.35 189	0.28 236	0.35 234	0.28 284	0.34 275	0.27 267	0.34 264	0.25 260	0.35 277	0.27 275	0.36 287	0.26 272	0.34 277	0.28 273	0.35 264	0.28 251	0.34 288	0.28 328	0.34 269	0.27 290

Any-RAFT	0.32 242	0.36 194	0.27 229	0.36 238	0.27 278	0.36 283	0.27 267	0.36 271	0.27 278	0.36 281	0.27 275	0.36 287	0.27 279	0.36 286	0.28 273	0.36 269	0.28 251	0.36 311	0.28 328	0.36 290	0.28 316

CES	0.39 295	0.47 255	0.36 297	0.36 238	0.37 402	0.45 397	0.35 382	0.35 267	0.40 416	0.36 281	0.44 443	0.47 407	0.36 390	0.44 375	0.36 381	0.37 272	0.39 357	0.44 413	0.35 404	0.37 295	0.36 383

HGLStereo	0.28 220	0.29 177	0.22 206	0.36 238	0.22 256	0.36 283	0.21 236	0.36 271	0.21 241	0.42 330	0.21 246	0.36 287	0.22 250	0.36 286	0.21 235	0.34 256	0.21 213	0.34 288	0.21 246	0.34 269	0.21 229

PAM	0.39 295	1.88 537	0.34 284	0.37 241	0.41 430	0.45 397	0.22 241	0.28 241	0.23 252	0.28 247	0.24 260	0.29 258	0.23 256	0.29 258	0.23 246	0.38 284	0.32 284	0.38 322	0.37 413	0.32 257	0.22 232

RSM	0.36 265	0.36 194	0.43 367	0.37 241	0.42 440	0.49 420	0.42 430	0.37 279	0.28 284	0.36 281	0.29 296	0.36 287	0.30 307	0.37 293	0.28 273	0.34 256	0.31 279	0.34 288	0.35 404	0.40 367	0.29 325

XPNet_ROB	0.37 275	0.37 197	0.37 301	0.37 241	0.37 402	0.37 291	0.37 395	0.37 279	0.37 398	0.37 287	0.37 402	0.37 297	0.37 395	0.37 293	0.37 391	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 388

Weightmod	0.27 217	0.29 177	0.33 273	0.38 244	0.20 243	0.30 256	0.21 236	0.29 246	0.21 241	0.29 252	0.22 248	0.30 262	0.20 241	0.30 260	0.21 235	0.37 272	0.31 279	0.27 251	0.20 241	0.28 241	0.21 229

SME	0.27 217	0.29 177	0.31 262	0.38 244	0.20 243	0.29 254	0.18 220	0.30 249	0.20 236	0.32 265	0.21 246	0.32 271	0.20 241	0.32 268	0.21 235	0.35 264	0.32 284	0.27 251	0.19 239	0.29 245	0.20 225

PStereo	0.32 242	0.36 194	0.28 236	0.38 244	0.29 295	0.36 283	0.27 267	0.38 288	0.27 278	0.38 288	0.28 283	0.36 287	0.27 279	0.36 286	0.28 273	0.32 246	0.27 243	0.33 278	0.27 309	0.33 264	0.27 290

Monster-pub-mixall	0.44 337	0.56 290	0.60 433	0.38 244	0.27 278	0.37 291	0.27 267	0.37 279	0.29 292	0.38 288	0.27 275	0.38 299	0.29 298	0.85 503	0.27 264	1.46 593	0.26 231	0.34 288	0.26 271	0.36 290	0.53 459

WAO-8	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 288	0.38 402	0.38 288	0.38 407	0.38 299	0.38 399	0.38 296	0.38 394	0.38 284	0.38 350	0.38 322	0.37 413	0.38 308	0.38 395

WAO-7	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 288	0.38 402	0.38 288	0.38 407	0.38 299	0.38 399	0.38 296	0.38 394	0.38 284	0.38 350	0.38 322	0.38 426	0.38 308	0.38 395

Venus	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.37 291	0.38 402	0.37 279	0.37 398	0.41 316	0.37 402	0.39 304	0.37 395	0.38 296	0.38 394	0.37 272	0.38 350	0.38 322	0.37 413	0.37 295	0.38 395

IMH	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 288	0.38 402	0.42 330	0.38 407	0.40 312	0.38 399	0.38 296	0.38 394	0.38 284	0.38 350	0.39 363	0.38 426	0.38 308	0.38 395

Monster-pub-eth3d	0.45 360	0.57 291	0.60 433	0.39 252	0.28 284	0.37 291	0.28 278	0.37 279	0.30 307	0.39 295	0.29 296	0.39 304	0.30 307	0.92 514	0.27 264	1.42 590	0.28 251	0.34 288	0.28 328	0.37 295	0.53 459

1test111	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 293	0.29 292	0.39 295	0.29 296	0.39 304	0.28 288	0.40 307	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 348

cc1	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 293	0.29 292	0.39 295	0.29 296	0.39 304	0.28 288	0.40 307	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 348

HanzoNet	0.39 295	0.38 201	0.40 346	0.39 252	0.41 430	0.38 298	0.38 402	0.38 288	0.38 402	0.39 295	0.39 417	0.38 299	0.38 399	0.39 304	0.40 409	0.38 284	0.38 350	0.40 376	0.38 426	0.38 308	0.40 404

gwcnet-sp	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 198	0.25 260	1.61 618	0.23 253	0.28 252	0.26 272	0.20 196	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 234

scenet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 198	0.25 260	1.61 618	0.23 253	0.28 252	0.26 272	0.20 196	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 234

ssnet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 198	0.25 260	1.61 618	0.23 253	0.28 252	0.26 272	0.20 196	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 234

Wz-Net-LNSev-Ref	0.11 112	0.44 238	0.33 273	0.39 252	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	0.39 297	0.36 339	0.02 19	0.02 21	0.02 21	0.02 20

iRaft-Stereo_5w	0.34 248	0.42 233	0.31 262	0.39 252	0.30 307	0.38 298	0.30 298	0.40 301	0.29 292	0.40 302	0.37 402	0.41 325	0.34 379	0.38 296	0.30 297	0.34 256	0.27 243	0.34 288	0.26 271	0.34 269	0.26 252

iRaft-Stereo_20w	0.34 248	0.41 223	0.31 262	0.39 252	0.29 295	0.40 306	0.32 353	0.41 316	0.32 362	0.38 288	0.30 311	0.39 304	0.30 307	0.38 296	0.32 348	0.35 264	0.27 243	0.34 288	0.27 309	0.34 269	0.29 325

RAFT + AFF	0.31 233	0.45 247	0.34 284	0.39 252	0.28 284	0.38 298	0.33 364	0.29 246	0.31 352	0.30 254	0.30 311	0.29 258	0.27 279	0.29 258	0.30 297	0.28 228	0.29 265	0.29 260	0.29 343	0.27 239	0.32 355

StereoDRNet-Refined	0.33 247	0.39 208	0.26 226	0.39 252	0.26 277	0.40 306	0.26 264	0.40 301	0.26 274	0.39 295	0.26 271	0.39 304	0.26 272	0.39 304	0.26 262	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 388
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 532	0.39 208	5.28 717	0.39 252	0.20 243	0.39 304	0.27 267	0.39 293	0.22 245	0.38 288	0.20 240	0.38 299	0.20 241	6.95 735	0.22 239	0.30 237	0.21 213	0.27 251	0.21 246	5.25 717	0.21 229

Replicate-Monster	0.45 360	0.57 291	0.60 433	0.40 265	0.29 295	0.37 291	0.27 267	0.37 279	0.30 307	0.40 302	0.31 355	0.40 312	0.30 307	0.99 522	0.27 264	1.36 586	0.31 279	0.34 288	0.30 359	0.36 290	0.54 462

w-ln-seven	0.18 173	1.47 483	0.33 273	0.40 265	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	0.38 284	0.32 284	0.05 108	0.04 99	0.04 97	0.04 96

DCVSM-stereo	0.36 265	1.89 538	0.22 206	0.40 265	0.22 256	0.40 306	0.22 241	0.40 301	0.22 245	0.40 302	0.22 248	0.40 312	0.22 250	0.40 307	0.22 239	0.28 228	0.21 213	0.28 255	0.21 246	0.28 241	0.20 225

IGEV++	0.34 248	0.43 235	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 301	0.29 292	0.40 302	0.29 296	0.40 312	0.29 298	0.40 307	0.30 297	0.38 284	0.29 265	0.37 314	0.29 343	0.37 295	0.29 325

ACVNet-DCA	0.37 275	1.00 370	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 301	0.29 292	0.40 302	0.29 296	0.40 312	0.29 298	0.39 304	0.28 273	0.33 252	0.32 284	0.33 278	0.32 377	0.33 264	0.32 355

xx1	0.38 281	1.03 386	0.31 262	0.40 265	0.31 354	0.41 322	0.28 278	0.40 301	0.29 292	0.40 302	0.29 296	0.40 312	0.29 298	0.40 307	0.29 287	0.34 256	0.33 297	0.34 288	0.32 377	0.34 269	0.32 355

knoymous	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

anonymousa	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

riskmin	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

Anonymous_2	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

Anonymous_1	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

AdaStereo	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404
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	0.36 265	0.40 212	0.28 236	0.41 277	0.28 284	0.41 322	0.28 278	0.41 316	0.28 284	0.41 316	0.28 283	0.41 325	0.28 288	0.42 337	0.30 297	0.37 272	0.26 231	0.37 314	0.27 309	0.45 393	0.56 473

z-mn7	0.16 158	1.21 458	0.33 273	0.41 277	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	0.35 264	0.31 279	0.04 93	0.04 99	0.04 97	0.04 96

RAFT-Test	0.36 265	0.37 197	0.33 273	0.41 277	0.32 366	0.41 322	0.32 353	0.41 316	0.32 362	0.41 316	0.32 365	0.41 325	0.32 363	0.41 323	0.33 360	0.37 272	0.29 265	0.37 314	0.29 343	0.38 308	0.31 348

GwcNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

PSMNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

GANet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

ADLNet2	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

ADLNet	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

GES	0.66 425	2.34 578	0.29 242	0.41 277	0.29 295	0.41 322	0.29 290	0.42 334	0.29 292	0.40 302	0.41 428	0.41 325	0.30 307	0.51 435	0.29 287	0.32 246	0.29 265	0.32 271	2.46 700	2.49 662	0.30 339

DGSMNet	0.34 248	0.41 223	0.27 229	0.41 277	0.28 284	0.41 322	0.28 278	0.41 316	0.27 278	0.41 316	0.27 275	0.42 343	0.27 279	0.41 323	0.28 273	0.40 304	0.29 265	0.40 376	0.28 328	0.40 367	0.27 290

HiDET	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 334	0.30 307	0.44 375	0.30 311	0.42 343	0.30 307	0.42 337	0.68 496	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 325

LCMNet	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 334	0.30 307	0.45 387	0.30 311	0.42 343	0.30 307	0.42 337	0.69 504	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 325

CSFM-Stereo	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.43 342	0.30 307	0.44 375	0.30 311	0.42 343	0.30 307	0.42 337	0.73 517	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.30 339

HART	0.38 281	0.45 247	0.34 284	0.42 287	0.33 378	0.41 322	0.34 377	0.42 334	0.33 372	0.43 337	0.34 382	0.42 343	0.34 379	0.41 323	0.38 394	0.40 304	0.32 284	0.42 410	0.32 377	0.40 367	0.32 355

RAFT-Stereo-weight	0.45 360	1.90 540	0.34 284	0.42 287	0.36 398	0.43 349	0.35 382	0.42 334	0.34 381	0.42 330	0.34 382	0.44 387	0.34 379	0.41 323	0.34 373	0.38 284	0.32 284	0.38 322	0.32 377	0.38 308	0.33 362

Gwc-CoAtRS	0.41 308	1.49 484	0.32 268	0.42 287	0.32 366	0.41 322	0.32 353	0.41 316	0.33 372	0.41 316	0.32 365	0.41 325	0.32 363	0.41 323	0.32 348	0.39 297	0.28 251	0.39 363	0.28 328	0.40 367	0.28 316

Anonymus	0.47 374	0.73 310	0.46 376	0.43 293	0.54 481	0.53 447	0.27 267	0.39 293	0.35 385	0.33 270	0.40 420	0.33 275	0.38 399	0.53 442	0.54 466	0.56 410	0.36 339	0.49 445	0.53 478	0.66 451	0.54 462

MonSter++	0.38 281	0.44 238	0.31 262	0.43 293	0.30 307	0.43 349	0.31 345	0.43 342	0.31 352	0.45 387	0.31 355	0.43 352	0.31 358	0.43 344	0.69 504	0.38 284	0.33 297	0.40 376	0.30 359	0.38 308	0.30 339

test_for_model	0.35 257	0.39 208	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.31 338	0.38 284	0.26 231	0.38 322	0.26 271	0.38 308	0.26 252

GCAPDPT-zeroshot	0.36 265	0.40 212	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 342	0.31 352	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.31 338	0.39 297	0.28 251	0.39 363	0.27 309	0.39 353	0.26 252

gcap_with_dpt	0.35 257	0.39 208	0.30 246	0.44 297	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.30 311	0.44 387	0.30 307	0.44 375	0.30 297	0.38 284	0.26 231	0.38 322	0.27 309	0.38 308	0.27 290

gcap-zeroshot	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 380	0.32 362	0.44 375	0.32 365	0.44 387	0.32 363	0.44 375	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 290

testlalala	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 380	0.32 362	0.44 375	0.32 365	0.44 387	0.32 363	0.44 375	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 290

RCA-Stereo	0.51 393	3.22 622	0.34 284	0.44 297	0.34 388	0.44 383	0.34 377	0.43 342	0.34 381	0.43 337	0.34 382	0.44 387	0.33 374	0.43 344	0.33 360	0.38 284	0.29 265	0.38 322	0.29 343	0.38 308	0.29 325

CFNet-RSSM	0.91 498	4.89 659	0.34 284	0.44 297	1.07 565	1.62 623	1.40 638	0.91 502	0.35 385	1.60 615	1.39 638	0.64 472	0.34 379	0.44 375	0.33 360	0.41 312	0.35 333	0.75 499	0.30 359	0.41 378	0.29 325

GeoVLM	0.36 265	0.38 201	0.27 229	0.46 302	0.28 284	0.35 279	0.28 278	0.37 279	0.27 278	0.35 277	0.28 283	0.36 287	0.38 399	0.35 280	0.28 273	1.08 510	0.26 231	0.33 278	0.27 309	0.34 269	0.33 362

fffy	0.38 281	0.43 235	0.33 273	0.46 302	0.33 378	0.45 397	0.32 353	0.45 389	0.32 362	0.45 387	0.32 365	0.45 397	0.33 374	0.45 393	0.32 348	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 383

otaku	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.46 443	0.46 393	0.46 451	0.46 401	0.46 443	0.46 398	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

Ntro	0.47 374	0.47 255	0.46 376	0.46 302	0.46 451	0.47 409	0.47 448	0.46 393	0.47 448	0.46 393	0.46 451	0.47 407	0.46 443	0.47 402	0.47 444	0.47 374	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

Dean	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.46 443	0.47 399	0.46 451	0.46 401	0.46 443	0.46 398	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

ACVNet_1	0.46 367	0.47 255	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.47 448	0.46 393	0.46 451	0.46 401	0.46 443	0.46 398	0.46 437	0.46 367	0.46 396	0.47 432	0.46 455	0.46 396	0.46 428

ACVNet-4b	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.46 443	0.46 393	0.46 451	0.46 401	0.46 443	0.47 402	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

Weightmod_eth	0.20 179	0.24 159	0.28 236	0.47 309	0.14 194	0.24 225	0.14 188	0.17 186	0.13 191	0.22 211	0.16 209	0.22 215	0.13 189	0.20 196	0.16 205	0.24 210	0.20 208	0.19 203	0.14 197	0.16 183	0.24 244

FE-Mocha	0.35 257	0.71 307	0.40 346	0.47 309	0.27 278	0.34 275	0.27 267	0.34 264	0.26 274	0.34 273	0.26 271	0.34 280	0.27 279	0.34 277	0.27 264	0.44 328	0.41 371	0.33 278	0.29 343	0.32 257	0.29 325

LG-Stereo_L2	0.34 248	0.37 197	0.38 303	0.47 309	0.28 284	0.39 304	0.28 278	0.39 293	0.28 284	0.39 295	0.28 283	0.39 304	0.28 288	0.38 296	0.28 273	0.42 326	0.35 333	0.36 311	0.26 271	0.35 282	0.26 252

UNDER WATER	0.47 374	0.47 255	0.47 384	0.47 309	0.47 457	0.47 409	0.47 448	0.47 399	0.47 448	0.47 399	0.47 459	0.47 407	0.46 443	0.47 402	0.47 444	0.47 374	0.47 404	0.47 432	0.46 455	0.47 410	0.47 436

LVE	0.47 374	0.47 255	0.47 384	0.47 309	0.49 464	0.47 409	0.47 448	0.47 399	0.49 457	0.47 399	0.47 459	0.47 407	0.46 443	0.47 402	0.47 444	0.47 374	0.47 404	0.48 440	0.47 462	0.47 410	0.47 436

GANet-RSSM	0.75 451	1.91 541	0.14 148	0.47 309	0.14 194	0.21 210	3.21 717	2.30 659	0.14 194	0.46 393	0.14 195	0.23 223	0.18 230	0.21 208	0.14 187	0.18 175	0.27 243	0.37 314	0.13 191	2.13 643	2.12 685

GREAT-IGEV	0.38 281	0.43 235	0.36 297	0.48 315	0.32 366	0.45 397	0.32 353	0.45 389	0.32 362	0.45 387	0.32 365	0.45 397	0.32 363	0.45 393	0.32 348	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 325
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	0.36 265	0.49 263	0.39 314	0.48 315	0.32 366	0.41 322	0.28 278	0.40 301	0.30 307	0.41 316	0.28 283	0.40 312	0.28 288	0.42 337	0.28 273	0.45 357	0.32 284	0.38 322	0.30 359	0.37 295	0.27 290

mms	0.40 300	0.45 247	0.35 295	0.48 315	0.36 398	0.47 409	0.34 377	0.45 389	0.38 402	0.47 399	0.33 374	0.45 397	0.32 363	0.45 393	0.32 348	0.39 297	0.38 350	0.38 322	0.37 413	0.39 353	0.39 401

ccccc	0.41 308	0.44 238	0.34 284	0.48 315	0.35 392	0.48 414	0.35 382	0.51 431	0.35 385	0.47 399	0.35 391	0.47 407	0.34 379	0.47 402	0.35 377	0.41 312	0.40 361	0.40 376	0.40 431	0.41 378	0.39 401

RainbowNet	0.48 380	0.48 261	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 403	0.48 455	0.48 406	0.48 463	0.48 414	0.48 452	0.48 411	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.48 438

notaker	0.48 380	0.49 263	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 403	0.49 457	0.48 406	0.48 463	0.48 414	0.48 452	0.48 411	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.49 444

aanet-new-90k	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-60k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-70k	0.44 337	1.82 523	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-78k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-36k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-34k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-32k-new	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 380	0.30 307	0.44 375	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.34 326	0.39 363	0.26 271	0.38 308	0.26 252

aanet-new-32k	0.44 337	1.79 510	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-30k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-28k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.44 380	0.30 307	0.44 375	0.30 311	0.44 387	0.30 307	0.44 375	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT26K	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.31 338	0.44 328	0.33 297	0.38 322	0.27 309	0.38 308	0.26 252

aanet-new-24k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-22k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-16k	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-14k	0.60 409	5.12 667	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.30 297	0.44 328	0.37 343	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-8k	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new	0.43 324	1.80 511	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-cres-4k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-cres	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-36K	0.43 324	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-22K	0.44 337	1.85 532	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-20K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-24K	0.44 337	1.86 535	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-5K	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-2K	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-3K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-50K	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.36 339	0.38 322	0.26 271	0.38 308	0.26 252

Pro-Stereo	0.79 461	0.53 282	0.38 303	0.49 321	0.38 409	0.49 420	0.37 395	0.49 408	0.67 495	0.50 426	0.38 407	1.10 546	0.38 399	0.49 417	0.38 394	0.71 444	0.88 503	5.98 733	0.36 410	0.46 396	0.36 383

GCAP-BAT	0.41 308	1.30 470	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.44 375	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.34 326	0.38 322	0.26 271	0.38 308	0.26 252

GCAPDPT-zeroshot4090	0.40 300	1.09 396	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 380	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.34 326	0.38 322	0.27 309	0.38 308	0.27 290

MyStereo07	0.60 409	3.72 634	0.48 392	0.49 321	0.41 430	0.36 283	0.32 353	0.49 408	0.43 436	0.51 435	0.42 438	0.49 419	0.43 434	0.51 435	0.64 481	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 422

MyStereo04	0.56 406	3.72 634	0.59 429	0.49 321	0.41 430	0.36 283	0.32 353	0.37 279	0.31 352	0.34 273	0.46 451	0.35 282	0.32 363	0.35 280	0.33 360	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 422

HaxPig	0.47 374	0.47 255	0.47 384	0.49 321	0.47 457	0.47 409	0.47 448	0.47 399	0.47 448	0.47 399	0.47 459	0.47 407	0.47 451	0.47 402	0.47 444	0.47 374	0.47 404	0.47 432	0.47 462	0.47 410	0.48 438

ACVNet_2	0.49 386	0.49 263	0.49 399	0.49 321	0.49 464	0.49 420	0.49 459	0.49 408	0.49 457	0.49 413	0.49 466	0.49 419	0.49 458	0.49 417	0.49 452	0.49 382	0.49 411	0.49 445	0.49 470	0.49 417	0.49 444

IGEV-Stereo	0.35 257	0.44 238	0.45 371	0.49 321	0.30 307	0.37 291	0.30 298	0.36 271	0.30 307	0.36 281	0.29 296	0.36 287	0.29 298	0.36 286	0.30 297	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 246
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 308	0.46 251	0.33 273	0.49 321	0.33 378	0.49 420	0.33 364	0.49 408	0.33 372	0.49 413	0.33 374	0.49 419	0.33 374	0.51 435	0.33 360	0.41 312	0.30 274	0.41 394	0.30 359	0.79 478	0.29 325

aanet-new-40k	0.44 337	1.81 516	0.39 314	0.50 357	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-10k	0.45 360	1.81 516	0.40 346	0.50 357	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 387	0.32 363	0.44 375	0.31 338	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 290

252Zero-FE	0.45 360	0.50 268	0.36 297	0.50 357	0.36 398	0.50 429	0.36 389	0.50 417	0.36 396	0.49 413	0.36 395	0.49 419	0.36 390	0.54 445	0.41 417	0.45 357	0.34 326	0.45 418	0.34 391	0.55 436	0.75 518

water-stereo	0.41 308	0.84 329	0.46 376	0.50 357	0.33 378	0.45 397	0.33 364	0.45 389	0.32 362	0.45 387	0.32 365	0.45 397	0.32 363	0.45 393	0.32 348	0.44 328	0.41 371	0.39 363	0.31 370	0.39 353	0.32 355

DVStereo	0.43 324	0.86 333	0.48 392	0.50 357	0.33 378	0.46 404	0.33 364	0.46 393	0.33 372	0.46 393	0.33 374	0.47 407	0.33 374	0.47 402	0.34 373	0.45 357	0.42 380	0.40 376	0.33 387	0.47 410	0.38 395

FoundationStereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

StereoAnything_RVC	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

dual_stereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

TorneroNet	0.66 425	0.53 282	0.50 404	0.50 357	0.64 499	1.06 535	0.70 513	0.50 417	0.51 469	0.49 413	0.69 513	0.49 419	0.50 462	0.48 411	1.15 565	0.71 444	0.49 411	1.14 553	1.08 565	0.49 417	0.49 444

ccnet	0.80 464	2.28 570	0.33 273	0.50 357	0.33 378	0.50 429	0.33 364	0.50 417	0.33 372	0.49 413	0.33 374	0.49 419	1.56 630	2.38 663	0.33 360	0.41 312	0.29 265	0.42 410	1.57 647	2.28 649	0.29 325

SANet	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

quiztm	0.43 324	0.49 263	0.40 346	0.51 368	0.40 420	0.51 441	0.40 416	0.50 417	0.40 416	0.50 426	0.40 420	0.51 444	0.40 411	0.50 425	0.40 409	0.44 328	0.34 326	0.44 413	0.34 391	0.44 388	0.34 369

aanet-new-12k	0.46 367	1.99 550	0.40 346	0.51 368	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 387	0.31 358	0.44 375	0.32 348	0.47 374	0.35 333	0.39 363	0.27 309	0.39 353	0.27 290

GCAP-Stereo-DPT-FT	0.41 308	1.06 393	0.40 346	0.51 368	0.31 354	0.44 383	0.30 298	0.43 342	0.32 362	0.44 375	0.30 311	0.56 457	0.30 307	0.44 375	0.31 338	0.45 357	0.34 326	0.39 363	0.27 309	0.40 367	0.27 290

GCAP-Stereo-DPT-25K	0.41 308	1.09 396	0.40 346	0.52 371	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 387	0.31 358	0.44 375	0.31 338	0.46 367	0.35 333	0.39 363	0.28 328	0.39 353	0.28 316

fffft	0.48 380	0.51 276	0.45 371	0.52 371	0.45 449	0.52 445	0.45 440	0.52 436	0.48 455	0.53 442	0.45 448	0.52 445	0.45 440	0.52 440	0.46 437	0.51 394	0.41 371	0.50 451	0.41 440	0.50 422	0.41 413
1: 1. 1
DDF-Stereo	0.43 324	1.15 405	0.57 427	0.53 373	0.32 366	0.41 322	0.32 353	0.41 316	0.32 362	0.41 316	0.32 365	0.41 325	0.32 363	0.40 307	0.32 348	0.52 396	0.50 419	0.38 322	0.31 370	0.39 353	0.31 348

UGAM-zero	0.51 393	2.17 562	0.39 314	0.53 373	0.36 398	0.50 429	0.36 389	0.50 417	0.36 396	0.49 413	0.36 395	0.50 433	0.35 386	0.50 425	0.36 381	0.49 382	0.37 343	0.47 432	0.35 404	0.46 396	0.34 369

GCST	0.50 388	2.08 553	0.38 303	0.53 373	0.35 392	0.49 420	0.35 382	0.50 417	0.35 385	0.49 413	0.35 391	0.49 419	0.35 386	0.49 417	0.35 377	0.48 379	0.37 343	0.45 418	0.33 387	0.44 388	0.33 362

LACA3	0.23 200	0.25 166	0.27 229	0.54 376	0.17 224	0.25 235	0.17 212	0.25 230	0.17 221	0.25 232	0.17 217	0.25 236	0.17 220	0.25 233	0.17 212	0.28 228	0.23 223	0.24 236	0.17 231	0.24 227	0.17 214

depthmonostereo	0.44 337	0.85 331	0.46 376	0.54 376	0.40 420	0.52 445	0.38 402	0.52 436	0.35 385	0.47 399	0.34 382	0.46 401	0.34 379	0.47 402	0.34 373	0.45 357	0.43 385	0.41 394	0.33 387	0.41 378	0.32 355

SCV_C0	0.45 360	0.88 337	0.49 399	0.54 376	0.37 402	0.48 414	0.37 395	0.48 403	0.37 398	0.48 406	0.36 395	0.48 414	0.37 395	0.49 417	0.37 391	0.50 388	0.41 371	0.44 413	0.34 391	0.44 388	0.34 369

SCV	0.46 367	0.94 356	0.45 371	0.54 376	0.37 402	0.48 414	0.38 402	0.48 403	0.37 398	0.48 406	0.39 417	0.48 414	0.37 395	0.49 417	0.37 391	0.50 388	0.46 396	0.44 413	0.34 391	0.44 388	0.34 369

UGAM	0.51 393	2.23 567	0.39 314	0.54 376	0.35 392	0.50 429	0.35 382	0.49 408	0.35 385	0.49 413	0.35 391	0.49 419	0.36 390	0.50 425	0.36 381	0.49 382	0.37 343	0.45 418	0.34 391	0.45 393	0.34 369

FCDSN-DC	0.41 308	0.59 294	0.64 447	0.54 376	0.33 378	0.50 429	0.37 395	0.42 334	0.40 416	0.61 463	0.43 441	0.50 433	0.49 458	0.38 296	0.32 348	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 316
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 399	0.54 286	0.54 419	0.54 376	0.53 478	0.54 451	0.54 472	0.53 438	0.54 472	0.54 448	0.54 480	0.54 450	0.53 469	0.54 445	0.54 466	0.54 400	0.53 428	0.54 463	0.54 480	0.54 435	0.54 462

z-ln-s-r	0.21 188	1.40 481	0.53 418	0.56 383	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	0.57 412	0.44 393	0.04 93	0.04 99	0.04 97	0.04 96

GASTEREO	0.48 380	1.21 458	0.47 384	0.57 384	0.38 409	0.50 429	0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 433	0.38 399	0.50 425	0.38 394	0.52 396	0.42 380	0.46 422	0.34 391	0.46 396	0.34 369

CASS	0.57 408	0.89 340	0.56 423	0.57 384	0.56 482	0.56 453	0.56 474	0.56 444	0.53 470	0.57 456	0.57 483	0.59 464	0.48 452	0.56 450	0.57 470	0.55 406	0.56 433	0.47 432	0.56 486	0.62 447	0.56 473
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 393	1.40 481	0.49 399	0.58 386	0.38 409	0.50 429	0.38 402	0.54 440	0.41 426	0.52 439	0.41 428	0.53 446	0.42 429	0.53 442	0.41 417	0.60 416	0.47 404	0.48 440	0.37 413	0.48 414	0.38 395

TorneroNet-64	0.45 360	0.27 172	0.30 246	0.58 386	0.27 278	0.70 478	0.30 298	0.28 241	0.73 525	0.73 483	0.28 283	0.71 483	0.66 491	0.75 484	0.27 264	0.27 223	0.29 265	0.37 314	0.75 532	0.28 241	0.30 339

PML	0.46 367	1.36 476	0.29 242	0.58 386	0.30 307	0.57 459	0.29 290	0.57 447	0.29 292	0.57 456	0.29 296	0.57 460	0.29 298	0.56 450	0.29 287	0.52 396	0.30 274	0.53 462	0.31 370	0.53 434	0.30 339

S0	0.42 322	0.44 238	0.54 419	0.59 389	0.34 388	0.48 414	0.22 241	0.51 431	0.25 260	0.51 435	0.34 382	0.53 446	0.35 386	0.47 402	0.36 381	0.55 406	0.39 357	0.49 445	0.27 309	0.46 396	0.34 369

GSStereo	0.81 469	4.28 651	0.50 404	0.59 389	0.40 420	0.51 441	0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 433	3.79 714	0.50 425	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 380

MyStereo8	0.71 440	3.92 643	0.52 414	0.59 389	0.52 475	0.57 459	0.53 469	0.59 453	0.50 462	0.59 460	0.51 476	0.57 460	0.50 462	0.56 450	0.52 462	0.54 400	0.49 411	0.54 463	0.49 470	0.55 436	0.50 447

LL-Strereo2	0.48 380	1.73 499	0.51 411	0.59 389	0.34 388	0.42 342	0.33 364	0.40 301	0.31 352	0.42 330	0.33 374	0.42 343	0.31 358	0.44 375	0.39 406	0.60 416	0.51 424	0.44 413	0.33 387	0.44 388	0.33 362

PA-Net	11.80 738	223.51 765	0.62 440	0.59 389	0.71 516	0.59 461	0.73 519	0.67 468	0.73 525	0.55 451	0.61 493	0.60 465	0.74 516	0.63 466	0.73 517	0.66 434	0.60 448	0.69 486	0.66 509	0.72 465	0.65 491
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 414	1.21 458	0.54 419	0.61 394	0.53 478	0.67 473	0.53 469	0.66 467	0.53 470	0.64 469	0.53 479	0.65 476	0.53 469	0.59 457	0.52 462	0.65 432	0.48 408	0.64 476	0.52 476	0.58 444	0.50 447

LG-Stereo_L1	0.47 374	0.52 278	0.47 384	0.62 395	0.39 419	0.53 447	0.40 416	0.53 438	0.39 415	0.53 442	0.39 417	0.53 446	0.39 410	0.53 442	0.39 406	0.55 406	0.46 396	0.49 445	0.37 413	0.49 417	0.37 388

MonSter	0.60 409	0.64 301	0.52 414	0.62 395	0.44 445	2.07 639	0.44 434	0.62 460	0.44 439	0.62 466	0.44 443	0.62 470	0.44 436	0.62 461	0.44 431	0.58 413	0.42 380	0.62 472	0.46 455	0.58 444	0.42 420

GREATEN-IGEV_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.29 295	0.36 283	0.29 290	0.36 271	0.29 292	0.39 295	0.29 296	0.36 287	0.29 298	0.36 286	0.29 287	0.62 424	0.57 435	0.35 304	0.29 343	0.36 290	0.29 325

GREATEN-IGEV-FM_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.28 284	0.36 283	0.28 278	0.36 271	0.28 284	0.36 281	0.28 283	0.36 287	0.28 288	0.36 286	0.28 273	0.62 424	0.57 435	0.35 304	0.28 328	0.35 282	0.28 316

LG-Stereo_Zeroshot	0.48 380	0.55 288	0.47 384	0.63 397	0.41 430	0.56 453	0.44 434	0.56 444	0.41 426	0.56 453	0.41 428	0.57 460	0.42 429	0.56 450	0.41 417	0.55 406	0.43 385	0.51 456	0.37 413	0.51 428	0.37 388

MyStereo06	0.75 451	4.12 645	0.60 433	0.63 397	0.61 493	0.62 467	0.66 489	0.56 444	0.45 442	0.55 451	0.48 463	0.54 450	0.46 443	0.57 455	0.45 433	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 470

MyStereo05	0.80 464	4.12 645	0.63 444	0.63 397	0.61 493	0.62 467	0.66 489	0.65 464	0.62 486	0.67 475	0.61 493	0.65 476	0.58 477	0.67 471	0.55 469	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 470

LG-Stereo	0.60 409	0.58 293	0.47 384	0.64 402	0.74 521	1.00 518	0.69 506	0.57 447	0.41 426	0.57 456	0.41 428	0.57 460	0.41 423	1.00 524	0.75 522	0.91 483	0.51 424	0.52 459	0.37 413	0.52 430	0.37 388

DN	0.53 398	0.85 331	0.45 371	0.65 403	0.44 445	0.60 462	0.44 434	0.60 455	0.44 439	0.60 461	0.45 448	0.60 465	0.44 436	0.60 459	0.44 431	0.56 410	0.42 380	0.56 466	0.42 448	0.56 439	0.42 420

MSKI-zero shot	0.24 204	0.21 145	0.49 399	0.65 403	0.18 235	0.22 213	0.17 212	0.23 219	0.18 227	0.21 208	0.17 217	0.23 223	0.28 288	0.23 220	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.21 208	0.16 197

LMCR-Stereo	0.65 423	0.63 299	0.65 451	0.65 403	0.65 501	0.66 472	0.63 485	0.58 450	0.65 491	0.63 468	0.64 497	0.65 476	0.65 488	0.66 469	0.66 487	0.66 434	0.64 457	0.65 480	0.67 513	0.68 456	0.73 514

DSFCA	0.66 425	0.73 310	0.78 489	0.65 403	0.65 501	0.64 469	0.64 486	0.65 464	0.63 489	0.64 469	0.64 497	0.64 472	0.64 486	0.65 468	0.65 484	0.65 432	0.65 459	0.65 480	0.65 506	0.66 451	0.64 489

AIO-test1	0.54 399	0.60 297	0.52 414	0.66 407	0.47 457	0.61 464	0.47 448	0.58 450	0.46 443	0.61 463	0.46 451	0.61 468	0.45 440	0.62 461	0.45 433	0.61 420	0.52 426	0.57 467	0.48 466	0.57 442	0.48 438

WAFT-Stereo (ZS)	0.67 430	0.78 320	0.67 457	0.67 408	0.66 504	0.67 473	0.67 493	0.65 464	0.66 493	0.66 473	0.67 502	0.66 479	0.67 493	0.67 471	0.72 516	0.66 434	0.67 462	0.67 482	0.67 513	0.67 454	0.67 496

AIO-test2	0.55 404	0.59 294	0.52 414	0.67 408	0.47 457	0.61 464	0.47 448	0.61 459	0.47 448	0.61 463	0.47 459	0.61 468	0.48 452	0.62 461	0.47 444	0.64 430	0.53 428	0.58 468	0.47 462	0.58 444	0.48 438

S	0.56 406	0.61 298	0.54 419	0.68 410	0.48 461	0.65 470	0.49 459	0.63 461	0.49 457	0.64 469	0.49 466	0.64 472	0.48 452	0.62 461	0.49 452	0.63 428	0.62 453	0.59 471	0.48 466	0.57 442	0.48 438

mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 470	0.69 506	0.69 478	0.69 513	0.69 480	0.69 505	0.69 474	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 500

mm1	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 470	0.69 506	0.69 478	0.69 513	0.69 480	0.69 505	0.69 474	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 500

GEAStereo	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 431	0.38 402	0.53 442	0.38 407	0.50 433	0.38 399	0.51 435	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 369

gasm-f	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 431	0.38 402	0.53 442	0.38 407	0.50 433	0.38 399	0.51 435	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 369

4D-IteraStereo	0.78 460	3.13 619	0.89 501	0.69 411	0.32 366	0.40 306	0.32 353	0.76 481	0.97 553	0.52 439	0.65 499	0.89 511	0.32 363	0.76 485	0.98 547	0.83 476	0.94 509	0.35 304	0.27 309	0.70 463	0.89 536

Selective-IGEV	0.51 393	0.55 288	0.45 371	0.69 411	0.45 449	0.61 464	0.45 440	0.50 417	0.40 416	0.56 453	0.44 443	0.55 454	0.40 411	0.72 479	0.67 488	0.59 415	0.46 396	0.45 418	0.34 391	0.46 396	0.37 388

LL-Strereo	1.01 520	5.06 666	1.63 622	0.70 417	1.43 638	0.56 453	0.46 443	0.57 447	0.50 462	0.57 456	0.50 470	1.58 619	0.49 458	0.59 457	0.50 455	1.64 602	0.52 426	0.51 456	1.37 634	0.52 430	0.45 427

DMCA-RVC	0.70 437	0.80 323	0.70 470	0.70 417	0.70 514	0.70 478	0.70 513	0.71 475	0.70 514	0.70 480	0.71 522	0.71 483	0.70 509	0.70 476	0.69 504	0.69 438	0.70 477	0.69 486	0.70 523	0.69 460	0.70 503

DStereoRT	0.73 447	0.81 326	0.73 481	0.71 419	0.74 521	0.73 482	0.75 521	0.71 475	0.71 519	0.74 488	0.72 525	0.73 488	0.80 525	0.71 477	0.73 517	0.76 462	0.71 481	0.73 493	0.72 528	0.70 463	0.76 521

anonymity	0.63 419	0.69 303	0.56 423	0.71 419	0.56 482	0.71 480	0.56 474	0.71 475	0.56 473	0.72 481	0.56 482	0.71 483	0.56 473	0.71 477	0.58 472	0.68 437	0.55 431	0.68 483	0.55 482	0.68 456	0.54 462

HLF11	0.17 164	0.05 66	0.63 444	0.72 421	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	0.71 444	0.59 445	0.05 108	0.04 99	0.04 97	0.04 96

HLf8	0.17 164	0.05 66	0.62 440	0.72 421	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 451	0.72 421	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	0.71 444	0.59 445	0.05 108	0.04 99	0.05 114	0.04 96

iGMRVC	0.84 481	2.85 613	0.72 477	0.72 421	0.73 519	0.77 484	0.79 526	0.73 478	0.74 527	0.73 483	0.72 525	0.73 488	0.76 519	0.73 481	0.73 517	0.72 452	0.73 484	0.73 493	0.72 528	0.73 468	0.72 510

ManiGeoR	0.17 164	0.05 66	0.62 440	0.73 425	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 164	0.05 66	0.62 440	0.73 425	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

SMoEStereo_RVC	0.63 419	0.75 315	0.51 411	0.73 425	0.53 478	0.71 480	0.47 448	0.67 468	0.58 476	0.74 488	0.60 489	0.72 486	0.53 469	0.74 483	0.51 460	0.61 420	0.62 453	0.62 472	0.61 495	0.63 448	0.61 479

ARAFT	0.68 431	0.81 326	0.63 444	0.74 428	0.60 487	0.78 486	0.62 484	0.77 482	0.66 493	0.74 488	0.63 495	0.75 491	0.62 485	0.83 498	0.60 477	0.70 443	0.55 431	0.70 491	0.60 493	0.78 476	0.55 470

GCAP-Stereo	0.75 451	4.15 648	0.42 365	0.75 429	0.35 392	0.78 486	0.40 416	0.79 483	0.38 402	0.78 492	0.36 395	0.78 494	0.36 390	0.79 487	0.39 406	0.75 460	0.39 357	0.76 501	0.39 430	0.75 469	0.39 401

AFF-stereo	0.73 447	0.88 337	0.67 457	0.75 429	0.68 509	0.75 483	0.64 486	0.80 486	0.72 522	0.83 503	0.70 517	0.82 502	0.64 486	0.84 499	0.67 488	0.77 464	0.63 455	0.81 510	0.63 497	0.78 476	0.62 482

SE	0.64 421	0.73 310	0.77 487	0.79 431	0.59 485	0.78 486	0.54 472	0.58 450	0.58 476	0.78 492	0.59 487	0.63 471	0.18 230	0.78 486	0.52 462	0.80 467	0.65 459	0.69 486	0.57 488	0.75 469	0.52 456

PointNet	0.60 409	0.75 315	0.49 399	0.79 431	0.50 468	0.79 489	0.49 459	0.79 483	0.49 457	0.80 495	0.49 466	0.79 496	0.49 458	0.80 489	0.49 452	0.63 428	0.40 361	0.63 474	0.40 431	0.63 448	0.40 404

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 384	0.79 431	0.24 267	0.30 256	0.26 264	0.30 249	0.24 255	0.32 265	0.23 253	0.31 267	0.24 259	0.30 260	0.23 246	0.29 236	0.26 231	0.29 260	0.24 262	0.33 264	0.23 234

G-Net	0.79 461	0.79 322	0.79 492	0.79 431	0.79 534	0.79 489	0.79 526	0.79 483	0.79 533	0.79 494	0.79 537	0.79 496	0.79 524	0.79 487	0.79 527	0.79 465	0.79 494	0.79 505	0.79 539	0.79 478	0.79 526

MIM_Stereo	0.25 207	0.23 151	0.66 453	0.80 435	0.17 224	0.22 213	0.17 212	0.23 219	0.18 227	0.26 241	0.17 217	0.21 206	0.17 220	0.25 233	0.17 212	0.23 203	0.16 175	0.21 212	0.17 231	0.22 210	0.17 214

RAFT-Stereo + iAFF	0.70 437	0.72 309	0.71 474	0.80 435	0.62 498	0.82 497	0.61 483	0.81 489	0.62 486	0.81 498	0.63 495	0.80 498	0.70 509	0.73 481	0.61 479	0.76 462	0.61 452	0.74 498	0.61 495	0.77 474	0.61 479

NaN_ROB	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 486	0.80 535	0.80 495	0.80 539	0.80 498	0.80 525	0.80 489	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 527

CSAN	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 486	0.80 535	0.80 495	0.80 539	0.80 498	0.80 525	0.80 489	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 527

AIO-Stereo	0.84 481	0.66 302	0.70 470	0.83 439	0.67 506	0.98 516	0.82 536	1.14 533	0.72 522	1.03 536	0.74 529	1.03 539	1.09 552	0.99 522	0.45 433	1.04 507	0.73 484	0.95 537	0.74 530	0.94 512	0.46 428

CAR	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 489	0.58 476	0.81 498	0.58 485	0.83 503	0.59 479	0.82 493	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 456

MSE-Stereo	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 489	0.58 476	0.81 498	0.58 485	0.83 503	0.59 479	0.82 493	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 456

Former-RAFT_DAM_RVC	0.49 386	0.98 361	0.64 447	0.84 440	0.46 451	0.45 397	0.35 382	0.47 399	0.47 448	0.45 387	0.34 382	0.46 401	0.48 452	0.46 398	0.35 377	0.39 297	0.71 481	0.39 363	0.35 404	0.41 378	0.41 413

test_xeample3	1.10 530	1.81 516	0.61 439	0.84 440	0.49 464	0.77 484	0.66 489	0.92 505	1.40 638	0.68 477	0.46 451	0.78 494	0.54 472	1.72 623	1.48 640	1.34 583	1.52 616	1.35 622	1.67 672	1.33 600	1.55 642

RSM++	0.76 456	0.82 328	0.66 453	0.85 444	0.64 499	0.85 501	0.71 516	0.94 509	0.64 490	0.87 504	0.67 502	0.87 507	0.65 488	0.84 499	0.65 484	0.81 471	0.70 477	0.79 505	0.71 526	0.83 488	0.70 503

Selective-RAFT-Error	0.88 495	0.84 329	0.98 513	0.86 445	0.97 553	0.88 505	0.95 547	0.84 493	0.99 556	0.92 511	0.82 541	0.84 505	0.98 539	0.87 504	0.97 546	0.81 471	0.83 500	0.79 505	0.82 544	0.79 478	0.85 532

monster-pro	0.75 451	1.67 491	0.64 447	0.89 446	0.57 484	0.86 503	0.56 474	0.87 495	0.56 473	0.87 504	0.57 483	0.88 508	0.57 474	0.87 504	0.57 470	0.79 465	0.58 439	0.76 501	0.54 480	0.77 474	0.54 462

FC-DCNN	1.07 527	1.09 396	0.98 513	0.89 446	0.52 475	1.41 615	0.91 542	1.21 590	1.24 626	1.96 628	2.05 698	1.91 630	1.30 618	1.27 606	1.08 559	0.80 467	0.60 448	0.58 468	0.41 440	0.68 456	0.54 462

DDUNet	0.81 469	2.45 587	0.57 427	0.90 448	0.60 487	0.88 505	0.59 481	0.90 500	0.60 482	0.88 506	0.60 489	0.90 512	0.58 477	0.88 506	0.60 477	0.84 478	0.60 448	0.86 518	0.57 488	0.86 491	0.60 478

ADCS	0.09 75	0.02 12	0.04 64	0.90 448	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 381	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

UDG	0.80 464	2.21 566	0.60 433	0.91 450	0.60 487	0.90 508	0.58 477	0.88 499	0.60 482	0.90 507	0.60 489	0.88 508	0.60 481	0.90 509	0.58 472	0.86 480	0.60 448	0.84 516	0.59 492	0.84 489	0.61 479

DPSM_ROB	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 505	0.91 543	0.93 513	0.91 548	0.92 515	0.90 532	0.91 510	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 540

DPSM	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 505	0.91 543	0.93 513	0.91 548	0.92 515	0.90 532	0.91 510	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 540

MGA	0.73 447	0.76 317	0.60 433	0.92 453	1.17 575	0.81 494	0.59 481	0.84 493	0.62 486	0.81 498	0.59 487	0.84 505	0.60 481	0.81 492	0.61 479	0.71 444	0.53 428	0.89 520	0.53 478	0.75 469	0.54 462

zero-FE	0.72 443	1.31 472	0.66 453	0.92 453	0.60 487	0.82 497	0.58 477	0.82 492	0.58 476	0.81 498	0.60 489	0.81 501	0.60 481	0.82 493	0.58 472	0.74 459	0.59 445	0.73 493	0.52 476	0.76 472	0.51 454

tt45	1.04 525	0.88 337	1.36 603	0.92 453	1.03 563	1.51 619	0.79 526	0.70 474	0.88 541	0.74 488	0.90 545	1.60 620	0.72 514	1.60 618	0.75 522	0.91 483	0.78 492	1.52 629	0.79 539	1.14 530	1.32 629

PAM_32	0.64 421	2.38 582	0.51 411	0.92 453	0.43 444	0.53 447	0.44 434	0.87 495	0.43 436	0.52 439	0.45 448	0.53 446	0.40 411	0.54 445	0.46 437	0.62 424	0.56 433	0.48 440	0.45 453	0.76 472	0.44 425

MoCha-V2	2.11 647	26.97 742	0.78 489	0.92 453	0.77 531	0.96 515	0.72 518	0.90 500	0.72 522	0.94 515	0.70 517	0.90 512	0.71 513	0.91 510	0.71 514	0.85 479	0.71 481	0.88 519	0.69 519	0.87 492	0.67 496

Syn2CoEx	0.25 207	1.31 472	0.74 482	0.92 453	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	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

pmcnn	0.92 500	0.92 350	0.92 508	0.92 453	0.92 548	0.92 510	0.92 543	0.92 505	0.92 547	0.92 511	0.92 551	0.92 515	0.92 534	0.92 514	0.92 539	0.92 486	0.92 507	0.92 527	0.92 548	0.92 503	0.92 539

DCRE	0.84 481	1.89 538	0.77 487	0.94 460	0.72 518	0.88 505	0.73 519	0.87 495	0.78 529	0.90 507	0.71 522	0.88 508	0.67 493	0.88 506	0.73 517	0.81 471	0.68 468	0.81 510	0.70 523	0.82 486	0.70 503

DGTPSM_ROB	0.93 505	1.00 370	0.92 508	0.94 460	0.96 552	0.91 509	0.92 543	0.91 502	0.96 552	0.91 509	0.96 552	0.93 518	0.92 534	0.94 516	0.92 539	0.92 486	0.92 507	0.90 521	0.92 548	0.94 512	0.91 538

ToySt	0.92 500	2.11 556	0.90 504	0.95 462	0.79 534	0.99 517	0.78 525	0.94 509	0.81 538	0.94 515	0.78 535	0.95 521	0.77 521	0.94 516	0.86 537	0.91 483	0.79 494	0.85 517	0.77 535	0.89 496	0.73 514

R-Stereo Train	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 511	0.68 501	0.95 517	0.68 508	0.96 522	0.68 498	0.96 520	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 498

RAFT-Stereo	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 511	0.68 501	0.95 517	0.68 508	0.96 522	0.68 498	0.96 520	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 498
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 451	0.92 350	0.85 500	0.96 465	0.59 485	1.27 601	0.44 434	0.59 453	0.69 506	0.91 509	0.68 508	0.55 454	0.61 484	1.06 540	0.83 535	0.62 424	0.70 477	0.90 521	0.41 440	0.89 496	0.56 473

ff7	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 633	1.80 674	2.05 638	1.56 644	2.33 659	2.12 682	2.23 654	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 556

ffff	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 633	1.80 674	2.05 638	1.56 644	2.33 659	2.12 682	2.23 654	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 556

ccc-4	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 633	1.80 674	2.05 638	1.56 644	2.33 659	2.12 682	2.23 654	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 556

LGCAT	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

Test_v1	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

GANet	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

TDLM	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

CVANet_RVC	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

AdaDepth	0.86 490	0.93 354	0.71 474	1.01 474	1.07 565	1.02 532	0.71 516	1.00 513	0.71 519	1.01 530	0.71 522	1.00 525	0.72 514	1.14 551	0.71 514	0.92 486	0.64 457	0.90 521	0.64 502	0.89 496	0.69 500

trnet	1.01 520	1.01 380	1.01 520	1.01 474	1.01 560	1.01 526	1.01 556	1.01 522	1.01 562	1.01 530	1.01 560	1.01 533	1.01 548	1.01 532	1.01 554	1.01 506	1.01 517	1.01 547	1.01 562	1.01 522	1.01 554

ADCMid	0.08 72	0.02 12	0.02 15	1.01 474	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

STTRV1_RVC	0.82 474	1.60 489	0.70 470	1.01 474	0.60 487	1.07 538	0.69 506	1.01 522	0.60 482	0.72 481	0.55 481	1.02 537	0.68 498	1.03 538	0.67 488	0.89 482	0.63 455	0.92 527	0.57 488	0.90 499	0.65 491

edge stereo	2.43 674	27.07 743	1.14 529	1.06 478	1.14 568	1.08 539	1.17 570	1.16 537	1.14 569	1.10 540	1.16 570	1.09 544	1.16 562	1.10 546	1.16 569	1.10 513	1.11 531	1.16 556	1.19 573	1.13 529	1.11 559

EKT-Stereo	0.37 275	0.40 212	0.44 369	1.07 479	0.29 295	0.34 275	0.31 345	0.36 271	0.29 292	0.38 288	0.31 355	0.37 297	0.30 307	0.36 286	0.29 287	0.34 256	0.28 251	0.39 363	0.30 359	0.37 295	0.30 339

GLC_STEREO	1.07 527	1.01 380	1.06 523	1.07 479	1.05 564	1.06 535	1.08 561	1.08 529	1.05 566	1.07 538	1.06 562	1.08 542	1.05 550	1.06 540	1.10 560	1.07 509	1.09 527	1.05 551	1.05 564	1.06 526	1.12 561

999	1.00 512	1.12 401	0.59 429	1.10 481	1.21 627	1.09 541	0.52 468	1.08 529	1.43 640	1.18 551	1.35 632	0.98 524	0.52 468	0.91 510	0.85 536	0.72 452	1.46 612	0.83 515	0.98 553	0.68 456	1.41 637

HH	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 545	0.75 491	1.00 540	0.84 499	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 252

HanStereo	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 545	0.75 491	1.00 540	0.84 499	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 252

DPSimNet_ROB	0.97 509	1.18 410	0.81 496	1.10 481	0.91 547	1.02 532	0.82 536	1.04 528	0.91 543	1.03 536	0.86 544	1.28 608	0.82 529	1.03 538	0.89 538	1.17 524	0.81 499	1.02 548	0.82 544	1.08 527	0.81 529

MSMD_ROB	1.19 537	1.10 400	0.70 470	1.10 481	0.60 487	1.10 542	0.70 513	1.10 532	0.70 514	1.10 540	0.70 517	1.10 546	0.70 509	7.00 736	0.70 512	1.10 513	0.70 477	1.10 552	0.70 523	1.10 528	0.70 503

AF-Net	2.37 671	25.71 738	1.17 533	1.13 486	1.15 570	1.15 549	1.18 571	1.19 542	1.16 571	1.10 540	1.15 567	1.10 546	1.18 563	1.12 550	1.15 565	1.10 513	1.10 530	1.17 560	1.15 569	1.16 535	1.12 561

DF	0.39 295	1.37 478	1.02 521	1.14 487	0.12 188	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 179	0.12 183	0.16 179	0.12 174	1.12 519	1.00 511	0.15 178	0.12 180	0.15 178	0.12 178

ktn	0.72 443	0.53 282	1.08 525	1.14 487	0.51 474	1.22 597	1.36 631	0.51 431	0.59 481	0.51 435	0.51 476	0.69 480	1.20 565	0.67 471	0.51 460	0.51 394	0.49 411	0.58 468	0.66 509	0.52 430	0.53 459

Nwc_Net	2.37 671	25.95 739	1.15 531	1.14 487	1.15 570	1.08 539	1.14 565	1.17 539	1.16 571	1.14 549	1.15 567	1.08 542	1.15 558	1.11 548	1.14 564	1.10 513	1.11 531	1.16 556	1.09 566	1.16 535	1.15 566

KSHMR	0.66 425	0.50 268	0.48 392	1.15 490	0.52 475	0.49 420	0.51 467	0.49 408	0.71 519	0.67 475	0.50 470	1.16 554	1.11 553	0.66 469	0.52 462	0.49 382	0.49 411	0.51 456	0.66 509	0.50 422	1.14 565

HBP-ISP	1.24 587	1.72 494	1.65 623	1.15 490	0.76 528	1.40 613	0.88 539	1.67 619	1.02 563	1.69 623	1.38 637	1.69 625	1.21 611	1.87 630	1.21 620	1.05 508	0.79 494	0.97 540	0.80 541	1.19 543	0.75 518

RP	2.33 667	25.00 735	1.13 528	1.15 490	1.15 570	1.10 542	1.15 567	1.15 534	1.15 570	1.12 546	1.15 567	1.09 544	1.13 554	1.10 546	1.15 565	1.11 518	1.09 527	1.16 556	1.12 567	1.16 535	1.17 570

RGC	2.36 669	25.48 736	1.19 537	1.15 490	1.15 570	1.10 542	1.16 569	1.17 539	1.16 571	1.12 546	1.16 570	1.11 550	1.13 554	1.09 544	1.18 571	1.10 513	1.15 536	1.16 556	1.12 567	1.14 530	1.12 561

NCC-stereo	2.36 669	25.52 737	1.17 533	1.15 490	1.17 575	1.11 545	1.11 562	1.15 534	1.16 571	1.10 540	1.16 570	1.10 546	1.15 558	1.14 551	1.13 563	1.09 511	1.11 531	1.15 555	1.16 571	1.17 540	1.17 570

Selective-RAFT	0.89 497	0.89 340	0.72 477	1.16 495	0.78 532	1.06 535	0.82 536	0.87 495	0.97 553	1.00 519	0.91 548	0.90 512	1.00 540	0.89 508	0.93 543	0.83 476	0.83 500	0.82 514	0.82 544	0.81 484	0.82 530

Abc-Net	2.32 666	24.75 734	1.14 529	1.17 496	1.17 575	1.11 545	1.15 567	1.17 539	1.21 623	1.08 539	1.16 570	1.12 551	1.14 557	1.09 544	1.17 570	1.09 511	1.16 537	1.17 560	1.17 572	1.16 535	1.11 559
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 667	24.38 733	1.18 535	1.18 497	1.18 578	1.14 548	1.18 571	1.19 542	1.19 577	1.14 549	1.18 574	1.14 552	1.18 563	1.14 551	1.18 571	1.14 522	1.14 535	1.19 565	1.19 573	1.15 533	1.19 574

HSM-Net_RVC	0.95 508	1.17 408	0.78 489	1.18 497	0.71 516	1.16 550	0.75 521	1.09 531	0.80 535	1.10 540	0.75 530	1.17 555	0.74 516	1.17 554	0.80 530	1.13 520	0.73 484	1.17 560	0.77 535	1.16 535	0.72 510
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

CrosDoStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PFNet+	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

LCNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

HHNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Patchmatch Stereo++	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575
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	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

STrans-v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

TransformOpticalFlow	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

OMP-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

IIG-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

NF-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

OCTAStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PSM-softLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

KMStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

NRIStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PSM-adaLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PSM-AAD	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

ROB_FTStereo_v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

ROB_FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Consistency-Raft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

KYRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

HUI-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

ASMatch	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DeepStereo_LL	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DEmStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

SST-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

THIR-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT_R40	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PFNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

GrayStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RE-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Pruner-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

TVStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DeepStereo_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT-RH_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

IRAFT_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT-345	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

iRAFT	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

CRE-IMP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

GMM-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT-IKP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Prome-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

CroCo-Stereo	0.73 447	1.22 464	0.25 219	1.22 544	0.25 270	1.22 597	0.25 257	1.22 591	0.25 260	1.22 599	0.25 266	1.22 603	0.25 262	1.22 602	0.25 257	1.22 575	0.26 231	1.21 612	0.25 265	1.22 593	0.25 246
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	2.51 678	26.86 741	1.23 589	1.22 544	1.22 629	1.24 599	1.25 622	1.22 591	1.24 626	1.21 598	1.24 623	1.19 556	1.27 615	1.19 555	1.24 622	1.19 525	1.20 542	1.25 615	1.19 573	1.24 594	1.23 623

FAT-Stereo	2.46 676	26.05 740	1.23 589	1.23 546	1.22 629	1.20 551	1.24 621	1.23 593	1.23 625	1.19 552	1.22 621	1.21 602	1.24 613	1.20 556	1.24 622	1.21 573	1.17 540	1.22 613	1.25 626	1.20 545	1.24 624

AIO-Stereo-zeroshot	0.91 498	0.86 333	0.89 501	1.25 547	0.69 510	1.05 534	0.81 533	1.16 537	0.50 462	1.12 546	0.97 553	0.72 486	0.82 529	1.06 540	0.95 544	0.61 420	0.87 502	1.03 550	0.85 547	1.04 525	1.01 554

WQFJA1++	0.84 481	0.98 361	0.67 457	1.26 548	0.75 523	1.00 518	0.67 493	1.00 513	0.67 495	1.00 519	0.67 502	1.00 525	0.67 493	1.00 524	0.67 488	0.96 494	0.67 462	0.91 524	0.63 497	0.92 503	0.63 483

NLMM	0.84 481	1.00 370	0.67 457	1.27 549	0.75 523	1.00 518	0.68 498	1.00 513	0.67 495	1.00 519	0.67 502	1.02 537	0.67 493	1.02 536	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.92 503	0.63 483

MLG-Stereo	0.92 500	0.90 343	0.84 499	1.27 549	0.49 464	1.38 611	0.88 539	1.41 608	0.97 553	0.73 483	1.09 564	1.26 604	0.43 434	0.72 479	1.05 557	1.13 520	0.49 411	1.18 563	0.66 509	1.01 522	0.46 428

CroCo-Stereo Lap2	0.77 457	1.29 468	0.29 242	1.27 549	0.29 295	1.27 601	0.26 264	1.26 594	0.26 274	1.26 600	0.26 271	1.27 607	0.26 272	1.26 603	0.27 264	1.27 578	0.27 243	1.27 616	0.27 309	1.27 597	0.27 290

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 549	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Hybrid-DGEV	1.03 524	1.75 500	0.80 493	1.28 553	0.78 532	1.26 600	0.80 529	1.26 594	0.78 529	1.26 600	0.78 535	1.26 604	0.78 523	1.26 603	0.78 526	1.15 523	0.75 487	1.14 553	0.74 530	1.14 530	0.75 518

WQFJA1	0.85 487	0.98 361	0.67 457	1.29 554	0.76 528	1.01 526	0.67 493	1.02 527	0.67 495	1.02 534	0.67 502	1.01 533	0.67 493	1.01 532	0.68 496	0.99 500	0.67 462	0.93 531	0.64 502	0.92 503	0.65 491

NLSM3	0.85 487	0.99 368	0.68 465	1.29 554	0.76 528	1.01 526	0.68 498	1.01 522	0.68 501	1.02 534	0.68 508	1.01 533	0.68 498	1.01 532	0.68 496	0.97 495	0.68 468	0.93 531	0.64 502	0.93 508	0.63 483

WQFJX1	0.84 481	0.98 361	0.67 457	1.30 556	0.75 523	1.01 526	0.67 493	1.01 522	0.67 495	1.01 530	0.67 502	1.01 533	0.68 498	1.00 524	0.68 496	0.98 499	0.67 462	0.92 527	0.64 502	0.92 503	0.64 489

WQFJX	0.85 487	1.00 370	0.68 465	1.30 556	0.75 523	1.01 526	0.68 498	1.01 522	0.68 501	1.01 530	0.68 508	1.03 539	0.68 498	1.02 536	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.94 512	0.63 483

castereo++	0.54 399	3.59 628	1.15 531	1.31 558	0.14 194	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 179	0.13 189	0.16 179	0.14 187	1.45 592	1.16 537	0.15 178	0.14 197	0.15 178	0.13 185

11t	1.27 589	2.70 598	1.34 593	1.32 559	0.89 543	1.30 603	1.34 628	1.64 616	0.57 475	1.45 613	0.72 525	1.05 541	1.29 617	1.07 543	1.29 629	1.49 594	1.02 518	0.97 540	1.15 569	1.48 605	1.31 628

Hybrid-DGEV-2	1.05 526	1.83 526	0.83 497	1.33 560	0.82 540	1.30 603	0.81 533	1.26 594	0.79 533	1.29 602	0.79 537	1.26 604	0.80 525	1.26 603	0.79 527	1.20 527	0.78 492	1.18 563	0.77 535	1.20 545	0.77 523

Hybrid-DGEV-03	1.07 527	1.83 526	0.83 497	1.34 561	0.81 539	1.32 605	0.81 533	1.31 601	0.81 538	1.31 603	0.82 541	1.32 609	0.82 529	1.32 608	0.81 533	1.19 525	0.77 490	1.19 565	0.76 533	1.19 543	0.77 523

PS-NSSS	1.38 594	1.39 480	1.34 593	1.34 561	1.35 632	1.38 611	1.37 636	1.35 602	1.38 637	1.34 605	1.34 631	1.39 613	1.38 626	1.70 622	1.40 637	1.36 586	1.36 604	1.36 624	1.37 634	1.37 602	1.36 634

MaskLacGwcNet_RVC	1.35 591	1.35 475	1.35 595	1.35 563	1.35 632	1.35 607	1.35 629	1.36 603	1.35 634	1.36 607	1.35 632	1.36 611	1.36 623	1.36 609	1.35 633	1.35 584	1.35 603	1.35 622	1.35 631	1.35 601	1.35 633

CSP-Net	0.34 248	1.29 468	1.19 537	1.36 564	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	1.26 577	1.21 588	0.03 41	0.09 142	0.02 21	0.09 143

CC-Net-ROB	1.36 592	1.33 474	1.33 592	1.36 564	1.38 635	1.36 609	1.33 627	1.37 605	1.34 631	1.35 606	1.36 634	1.38 612	1.34 621	1.38 611	1.38 636	1.35 584	1.38 607	1.33 619	1.35 631	1.43 604	1.34 632

RASNet	1.49 595	1.65 490	1.45 611	1.38 566	1.43 638	1.47 618	1.36 631	1.38 606	1.36 635	1.39 608	1.60 648	1.45 617	1.45 629	1.51 616	2.21 693	1.53 598	1.36 604	1.36 624	1.36 633	1.66 613	1.36 634

qqai	1.22 585	1.38 479	1.12 526	1.39 567	1.14 568	1.40 613	1.14 565	1.41 608	1.12 567	1.40 609	1.11 566	1.40 615	1.13 554	1.41 612	1.15 565	1.25 576	0.97 510	1.24 614	1.01 562	1.24 594	0.96 543

FENet	0.54 399	1.52 485	1.19 537	1.41 568	0.23 262	0.35 279	0.23 250	0.35 267	0.23 252	0.34 273	0.23 253	0.35 282	0.23 256	0.35 280	0.23 246	1.40 589	1.07 521	0.32 271	0.23 255	0.33 264	0.23 234

BLMT-Stereo	1.53 596	1.36 476	1.06 523	1.42 569	1.23 631	1.41 615	1.07 560	1.43 610	1.12 567	1.42 611	1.06 562	1.83 627	1.07 551	1.42 614	1.07 558	1.27 578	1.38 607	6.80 734	1.00 555	1.26 596	1.00 548

MM-Stereo_test2	1.20 538	1.85 532	1.05 522	1.46 570	0.94 551	1.36 609	0.99 550	1.36 603	0.95 550	1.41 610	0.98 554	1.40 615	0.96 536	1.37 610	0.95 544	1.37 588	1.06 520	1.33 619	0.93 552	1.29 599	0.89 536

NLMM1	0.86 490	0.98 361	0.69 467	1.48 571	0.75 523	1.01 526	0.69 506	1.00 513	0.69 506	1.00 519	0.70 517	1.00 525	0.68 498	1.01 532	0.67 488	0.97 495	0.68 468	0.92 527	0.63 497	0.93 508	0.63 483

castereo	0.61 414	3.79 636	1.35 595	1.52 572	0.15 208	0.17 187	0.16 202	0.20 198	0.21 241	0.18 188	0.16 209	0.21 206	0.12 183	0.26 245	0.17 212	1.43 591	1.38 607	0.17 190	0.16 209	0.18 194	0.16 197

FAST (zero-shot)	0.87 494	1.55 486	0.42 365	1.57 573	0.42 440	1.62 623	0.45 440	1.59 611	0.42 434	1.66 622	0.44 443	1.62 624	0.42 429	1.59 617	0.42 425	0.64 430	0.43 385	0.64 476	0.42 448	0.67 454	0.46 428

PASM	0.39 295	3.06 616	1.36 603	1.58 574	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 158	0.09 147	0.09 140	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

FlowAnything_test	1.02 522	1.72 494	0.71 474	1.59 575	0.70 514	1.61 621	0.69 506	1.61 613	0.70 514	1.60 615	0.70 517	1.61 623	0.69 505	1.61 620	0.70 512	0.81 471	0.58 439	0.81 510	0.55 482	0.81 484	0.56 473

FlowAnything	1.02 522	1.71 493	0.72 477	1.59 575	0.69 510	1.60 620	0.69 506	1.61 613	0.70 514	1.60 615	0.69 513	1.60 620	0.69 505	1.61 620	0.69 504	0.81 471	0.58 439	0.81 510	0.56 486	0.82 486	0.56 473

DPSMNet_ROB	1.60 599	1.59 488	1.70 626	1.59 575	1.59 644	1.61 621	1.61 647	1.60 612	1.60 644	1.62 621	1.59 647	1.60 620	1.60 632	1.60 618	1.59 644	1.59 599	1.60 627	1.59 630	1.59 652	1.59 609	1.59 648

MM-Stereo_test3	1.27 589	2.07 552	1.18 535	1.60 578	1.02 562	1.45 617	1.01 556	1.40 607	1.04 565	1.44 612	1.03 561	1.46 618	1.02 549	1.44 615	1.02 555	1.51 597	1.12 534	1.32 618	0.98 553	1.38 603	0.97 544

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

DEFOM-Stereo	0.68 431	3.11 618	1.40 609	1.63 582	0.25 270	0.31 263	0.25 257	0.31 255	0.28 284	0.31 259	0.29 296	0.29 258	0.27 279	0.31 265	0.28 273	1.59 599	1.47 613	0.30 262	0.29 343	0.30 249	0.28 316

ours_stereo	1.20 538	1.21 458	0.90 504	1.64 583	1.11 567	1.35 607	0.67 493	1.76 620	0.93 548	1.70 624	1.10 565	1.39 613	0.75 518	1.41 612	0.81 533	1.60 601	1.03 519	1.33 619	1.00 555	1.61 610	0.72 510

ADCRef	0.12 125	0.03 31	0.04 64	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

test-3	0.98 511	4.13 647	1.85 644	1.85 585	0.61 493	0.69 475	0.37 395	0.63 461	0.61 485	0.66 473	0.51 476	0.73 488	0.44 436	0.57 455	0.54 466	1.68 603	1.81 641	0.40 376	0.43 451	0.66 451	0.50 447

RAFT_CTSACE	1.92 611	3.71 633	1.72 629	1.88 586	1.72 669	2.04 637	1.42 641	2.18 639	1.89 687	2.02 635	1.97 687	1.95 631	2.06 681	1.93 632	1.62 645	1.76 604	1.66 632	2.02 649	1.73 680	1.73 616	1.43 639

GANetREF_RVC	1.55 597	1.94 548	1.22 587	1.88 586	1.21 627	1.88 628	1.22 619	1.88 622	1.22 624	1.88 625	1.22 621	1.88 628	1.22 612	1.89 631	1.22 621	1.87 609	1.22 589	1.88 644	1.22 622	1.88 622	1.22 621
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	0.43 324	1.91 541	0.92 508	1.91 588	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	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

Wavelet-MonSter	1.00 512	1.21 458	0.76 485	1.94 589	1.01 560	1.11 545	0.76 523	1.15 534	0.76 528	1.11 545	0.76 531	1.14 552	0.76 519	1.11 548	0.76 524	1.21 573	0.90 504	1.02 548	0.71 526	1.02 524	0.71 509

SPS-STEREO	1.59 598	1.91 541	1.21 586	1.94 589	1.20 581	2.00 636	1.23 620	1.99 627	1.24 626	2.00 633	1.25 624	2.03 638	1.26 614	2.00 635	1.29 629	1.90 613	1.18 541	1.89 645	1.21 621	1.89 623	1.20 575
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 608	1.91 541	1.71 628	1.95 591	1.70 667	1.95 633	1.70 664	1.96 625	1.74 670	1.97 630	1.72 669	1.95 631	1.71 653	1.97 634	1.71 664	1.86 607	1.62 628	1.85 637	1.66 671	1.86 621	1.64 666

CRFU-Net	0.65 423	1.67 491	1.22 587	1.96 592	0.27 278	0.41 322	0.27 267	0.41 316	0.27 278	0.40 302	0.26 271	0.41 325	0.27 279	0.40 307	0.27 264	1.80 606	1.62 628	0.34 288	0.23 255	0.33 264	0.23 234

NINENet	0.69 434	3.87 640	1.20 540	1.98 593	0.05 126	0.40 306	0.04 103	0.40 301	0.05 124	0.41 316	0.04 110	0.41 325	0.05 117	0.40 307	0.05 115	1.79 605	1.56 620	0.34 288	0.22 249	0.34 269	0.23 234

error version	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 325	0.40 411	0.41 323	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 362

test_1	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 325	0.40 411	0.41 323	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 362

DNS	0.86 490	2.43 586	1.66 625	2.03 596	0.42 440	0.60 462	0.42 430	0.60 455	0.42 434	0.60 461	0.42 438	0.60 465	0.42 429	0.60 459	0.42 425	1.97 618	1.63 630	0.55 465	0.40 431	0.55 436	0.40 404

MM-Stereo_test1	1.80 607	3.41 626	1.52 618	2.12 597	1.41 637	2.04 637	1.41 639	2.05 631	1.46 641	2.04 637	1.41 639	2.05 639	1.42 628	2.05 636	1.43 639	2.04 623	1.54 619	1.94 646	1.38 636	1.99 626	1.33 630

MC-Stereo	1.76 604	2.96 614	1.37 605	2.14 598	1.37 634	2.14 642	1.36 631	2.14 636	1.37 636	2.14 642	1.37 635	2.14 640	1.37 625	2.14 640	1.37 635	1.97 618	1.32 591	1.97 648	1.32 630	1.98 625	1.33 630

derf	1.91 610	2.15 560	1.78 632	2.16 599	1.75 670	2.21 651	1.80 668	2.22 650	1.80 674	2.21 653	1.76 670	2.17 641	1.81 662	2.24 657	1.74 673	1.93 616	1.56 620	1.96 647	1.53 645	1.95 624	1.56 643

DEFOM-Stereo_RVC	0.83 478	5.18 670	1.98 667	2.19 600	0.17 224	0.19 194	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 215	0.22 250	0.20 196	0.15 198	2.28 648	2.13 669	0.24 236	0.17 231	0.18 194	0.16 197

ADCP+	0.15 151	0.04 52	0.04 64	2.20 601	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 602	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

noway7	2.08 638	5.18 670	1.92 652	2.27 605	1.66 649	2.18 643	1.66 650	2.17 638	1.66 645	2.18 645	1.65 652	2.18 642	1.66 635	2.17 641	1.66 650	2.15 627	1.85 648	2.05 650	1.60 655	2.05 628	1.60 650

zzzz4	2.08 638	5.22 674	1.93 655	2.27 605	1.66 649	2.19 645	1.66 650	2.18 639	1.67 648	2.18 645	1.66 655	2.18 642	1.66 635	2.18 642	1.66 650	2.15 627	1.84 643	2.05 650	1.60 655	2.05 628	1.60 650

TRStereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 655	1.86 680	2.30 661	1.87 676	2.30 656	1.87 665	2.08 637	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 671

XX-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 655	1.86 680	2.30 661	1.87 676	2.30 656	1.87 665	2.08 637	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 671

EAI-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 655	1.86 680	2.30 661	1.87 676	2.30 656	1.87 665	2.08 637	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 671

zzzzzz3	2.07 635	5.00 664	1.93 655	2.28 610	1.66 649	2.19 645	1.66 650	2.18 639	1.67 648	2.19 648	1.66 655	2.18 642	1.67 641	2.18 642	1.66 650	2.15 627	1.85 648	2.05 650	1.59 652	2.05 628	1.59 648

noway2	2.07 635	4.96 661	1.92 652	2.28 610	1.66 649	2.20 648	1.66 650	2.19 642	1.66 645	2.19 648	1.65 652	2.19 645	1.68 643	2.18 642	1.65 647	2.15 627	1.86 652	2.06 654	1.59 652	2.06 632	1.60 650

NCCL2	2.28 665	2.27 569	2.28 674	2.28 610	2.28 699	2.27 658	2.29 694	2.28 653	2.28 697	2.27 660	2.28 699	2.28 655	2.27 685	2.27 658	2.28 698	2.28 648	2.28 673	2.27 668	2.29 698	2.27 648	2.29 689

monster_256*512	2.09 641	5.21 673	1.98 667	2.30 613	1.67 653	2.18 643	1.66 650	2.20 645	1.67 648	2.19 648	1.67 657	2.19 645	1.66 635	2.19 645	1.66 650	2.15 627	1.86 652	2.05 650	1.60 655	2.06 632	1.61 655

zzzz2	2.08 638	4.92 660	1.93 655	2.30 613	1.67 653	2.19 645	1.66 650	2.20 645	1.67 648	2.20 651	1.68 662	2.21 649	1.66 635	2.20 647	1.68 659	2.17 633	1.84 643	2.07 656	1.62 665	2.05 628	1.61 655

zzz1	2.09 641	4.97 662	1.93 655	2.30 613	1.68 657	2.21 651	1.68 658	2.21 648	1.68 653	2.21 653	1.67 657	2.21 649	1.68 643	2.21 650	1.69 662	2.17 633	1.85 648	2.08 660	1.61 659	2.06 632	1.61 655

noway5	1.92 611	4.97 662	1.95 664	2.31 616	1.68 657	2.21 651	1.68 658	2.21 648	1.69 660	2.22 657	1.68 662	2.21 649	1.68 643	2.21 650	1.68 659	2.18 635	1.87 656	1.71 634	0.65 506	0.85 490	0.72 510

noway1	2.10 643	5.26 678	1.93 655	2.31 616	1.69 662	2.21 651	1.67 656	2.19 642	1.68 653	2.21 653	1.68 662	2.21 649	1.67 641	2.20 647	1.66 650	2.15 627	1.84 643	2.07 656	1.61 659	2.07 636	1.61 655

MatchStereo	0.54 399	0.12 115	2.38 679	2.32 618	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.08 135	2.34 655	2.34 674	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 653	2.34 578	1.87 648	2.32 618	1.94 684	2.40 665	1.89 679	2.37 663	2.07 696	2.52 674	1.95 686	2.44 666	1.99 677	2.41 666	1.89 686	2.32 654	2.09 667	2.24 667	2.18 694	2.21 644	2.23 688

HUF	2.18 653	2.30 571	1.99 671	2.34 620	2.02 689	2.41 666	2.06 690	2.38 664	1.89 687	2.36 666	1.85 673	2.56 674	1.98 675	2.31 661	1.97 689	2.30 652	2.03 666	2.30 670	2.11 692	2.23 645	2.16 686

GELT-Stereo	2.10 643	5.33 681	1.94 663	2.37 621	1.68 657	2.21 651	1.69 662	2.19 642	1.67 648	2.18 645	1.67 657	2.19 645	1.66 635	2.19 645	1.66 650	2.23 641	1.83 642	2.07 656	1.61 659	2.04 627	1.61 655

noway4	2.11 647	5.14 668	1.93 655	2.37 621	1.69 662	2.20 648	1.68 658	2.22 650	1.68 653	2.21 653	1.69 666	2.23 653	1.68 643	2.22 652	1.66 650	2.24 642	1.84 643	2.09 665	1.63 668	2.09 641	1.62 661

zzzzzzz1	2.10 643	5.20 672	1.93 655	2.38 623	1.68 657	2.20 648	1.67 656	2.20 645	1.68 653	2.20 651	1.67 657	2.20 648	1.68 643	2.20 647	1.67 658	2.24 642	1.86 652	2.06 654	1.61 659	2.06 632	1.62 661

noway3	2.12 649	5.22 674	1.93 655	2.39 624	1.70 667	2.23 656	1.70 664	2.22 650	1.70 661	2.22 657	1.70 668	2.23 653	1.69 650	2.22 652	1.71 664	2.28 648	1.86 652	2.08 660	1.63 668	2.09 641	1.63 664

STTStereo	3.73 700	30.40 747	2.37 678	2.39 624	2.31 701	2.35 663	2.33 695	2.29 655	2.42 698	2.32 665	2.34 700	2.33 659	2.36 686	2.30 660	2.27 697	2.35 656	2.22 672	2.31 671	2.22 695	2.29 650	2.34 693

AIO_test	2.18 653	2.09 555	2.04 672	2.42 626	2.01 686	2.47 668	1.94 681	2.34 662	2.03 695	2.56 675	1.94 684	2.43 665	1.94 672	2.41 666	1.87 683	2.39 659	2.10 668	2.35 675	1.91 691	2.25 647	2.19 687

iRaftStereo_RVC	0.97 509	3.17 621	2.30 675	2.42 626	0.38 409	0.54 451	0.38 402	0.54 440	0.38 402	0.54 448	0.38 407	0.54 450	0.38 399	0.54 445	0.38 394	2.38 658	2.34 674	0.49 445	0.36 410	0.49 417	0.36 383

UDGNet	2.23 663	5.40 685	1.72 629	2.48 628	1.69 662	2.51 673	1.69 662	2.51 671	1.72 667	2.50 673	1.69 666	2.52 668	1.69 650	2.50 670	1.68 659	2.41 660	1.70 634	2.42 678	1.69 676	2.42 655	1.64 666

VIP-Stereo	0.70 437	2.97 615	2.43 680	2.49 629	0.16 218	0.25 235	0.16 202	0.25 230	0.16 211	0.25 232	0.18 233	0.25 236	0.16 208	0.26 245	0.16 205	1.86 607	1.26 590	0.23 226	0.15 206	0.23 222	0.15 196

IGEVStereo-DCA	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 617	1.17 575	2.75 686	1.90 681	2.54 672	1.15 558	0.94 516	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 533

rrr	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 617	1.17 575	2.75 686	1.90 681	2.54 672	1.15 558	0.94 516	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 533

FBW_ROB	2.12 649	2.46 588	1.77 631	2.49 629	1.79 673	2.38 664	1.83 669	2.46 667	1.78 673	2.48 672	1.97 687	2.40 664	1.78 660	2.42 668	1.83 677	2.31 653	1.85 648	2.38 676	1.82 683	2.35 652	1.84 677

FSD	0.61 414	0.59 294	0.50 404	2.58 633	0.44 445	0.56 453	0.44 434	0.55 443	0.44 439	0.56 453	0.44 443	0.56 457	0.44 436	0.56 450	0.46 437	0.61 420	0.42 380	0.52 459	0.42 448	0.52 430	0.51 454

MonStereo	2.17 651	2.41 584	1.49 617	2.67 634	1.67 653	2.60 679	2.04 689	2.32 660	1.76 671	2.44 669	1.68 662	2.50 667	1.69 650	2.38 663	1.80 676	2.28 648	1.78 638	2.63 688	2.14 693	3.47 681	1.68 669

IER	0.88 495	7.04 697	2.23 673	2.75 635	0.28 284	0.43 349	0.25 257	0.39 293	0.25 260	0.41 316	0.27 275	0.39 304	0.25 262	0.40 307	0.28 273	0.37 272	0.28 251	0.37 314	0.25 265	0.37 295	0.25 246

LGtest1	2.22 660	2.70 598	1.89 649	2.76 636	1.86 677	2.75 687	1.86 674	2.75 683	1.86 680	2.75 686	1.86 674	2.77 691	1.87 665	2.75 687	1.86 680	2.46 662	1.58 623	2.45 680	1.56 646	2.45 658	1.56 643

4.5_new	2.00 619	1.84 531	1.98 667	2.77 637	2.16 694	2.27 658	1.28 626	2.09 632	1.98 691	2.01 634	1.28 627	2.71 682	1.98 675	2.51 671	1.65 647	2.26 644	1.33 598	1.87 641	1.87 685	2.49 662	1.60 650

LG-G_1	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 684	1.87 684	2.75 686	1.87 676	2.76 689	1.87 665	2.75 687	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 645

LG-G	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 684	1.87 684	2.75 686	1.87 676	2.76 689	1.87 665	2.75 687	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 645

sCroCo_RVC	2.10 643	2.76 606	1.92 652	2.78 640	1.39 636	2.73 685	1.41 639	2.73 682	1.40 638	2.77 691	1.41 639	2.74 688	1.40 627	2.74 686	1.40 637	2.72 673	1.42 610	2.72 689	1.44 642	2.79 676	1.42 638

NLCA_NET_v2_RVC	5.04 728	50.87 758	2.78 683	2.87 641	2.71 703	2.78 690	0.47 448	2.88 689	2.86 703	1.89 626	2.67 702	2.79 692	2.79 691	2.78 690	2.83 700	2.82 674	2.82 680	2.83 690	2.77 702	2.83 677	2.76 698
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	2.02 627	2.20 564	1.82 638	2.90 642	2.16 694	2.41 666	1.25 622	2.00 628	1.98 691	1.99 632	1.31 629	2.72 686	1.93 671	2.67 680	1.69 662	2.26 644	1.32 591	1.83 636	1.87 685	2.53 669	1.61 655

2.25w	2.00 619	1.86 535	1.98 667	2.95 643	2.17 696	2.26 657	1.35 629	2.42 666	2.00 694	2.07 641	1.27 626	2.53 669	1.99 677	2.29 659	1.49 641	2.21 639	1.32 591	1.85 637	1.87 685	2.52 666	1.62 661

3.25w	2.04 632	2.20 564	1.48 613	3.03 644	2.17 696	2.63 680	1.39 637	1.96 625	1.95 690	1.96 628	1.37 635	2.71 682	1.96 674	2.71 681	1.73 672	2.26 644	1.32 591	1.87 641	1.87 685	2.51 665	1.63 664

plain	1.88 609	3.16 620	0.64 447	3.10 645	0.65 501	3.10 692	0.64 486	3.12 691	0.65 491	3.10 692	0.65 499	3.11 693	0.65 488	3.12 691	0.65 484	3.12 678	0.65 459	3.13 691	0.65 506	3.13 679	0.65 491

2.75w_new	1.99 615	2.34 578	1.81 633	3.14 646	1.62 646	1.94 630	1.99 685	2.72 676	1.71 663	2.72 680	1.99 696	1.90 629	1.73 655	1.82 629	1.29 629	2.37 657	2.01 661	2.31 671	1.42 640	1.77 619	1.22 621

3w_stereo	2.04 632	2.24 568	1.70 626	3.15 647	2.18 698	2.49 670	1.26 624	2.03 630	1.98 691	1.98 631	1.33 630	2.72 686	1.99 677	2.59 674	1.72 667	2.22 640	1.33 598	1.85 637	1.88 690	2.50 664	1.58 647

3.75w	1.99 615	2.31 572	1.83 641	3.16 648	1.65 648	1.93 629	1.98 682	2.72 676	1.68 653	2.73 685	1.97 687	2.00 635	1.72 654	1.81 628	1.25 625	2.27 647	2.01 661	2.38 676	1.42 640	1.71 615	1.24 624

MIF-Stereo (partial)	2.58 681	3.31 625	0.66 453	3.18 649	0.66 504	3.18 693	0.66 489	3.21 692	0.67 495	3.19 693	0.66 501	3.19 694	0.66 491	3.31 695	0.68 496	5.09 711	1.79 640	8.23 738	1.67 672	6.18 722	1.38 636

LiteMatch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 478	0.69 506	1.00 519	0.77 533	0.94 519	0.57 474	0.82 493	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 503

Lsterematch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 478	0.69 506	1.00 519	0.77 533	0.94 519	0.57 474	0.82 493	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 503

2w_stereo	1.99 615	2.36 581	1.81 633	3.24 652	1.67 653	1.94 630	1.98 682	2.72 676	1.68 653	2.72 680	1.94 684	1.98 634	1.74 657	1.79 627	1.27 626	1.95 617	2.00 659	2.53 685	1.60 655	1.68 614	1.15 566

AEACV	1.12 533	0.52 278	3.12 699	3.24 652	0.86 541	0.53 447	0.49 459	0.60 455	0.47 448	0.53 442	0.49 466	0.55 454	0.45 440	0.55 449	0.47 444	3.01 677	3.88 702	0.71 492	0.60 493	0.80 481	0.48 438

4.5w-stereo	1.99 615	2.33 574	1.81 633	3.28 654	1.68 657	1.94 630	1.99 685	2.72 676	1.70 661	2.72 680	1.99 696	1.97 633	1.68 643	1.76 624	1.29 629	1.91 614	2.02 665	2.53 685	1.61 659	1.75 618	1.16 569

2.5w	2.01 626	2.40 583	1.37 605	3.28 654	2.01 686	2.71 682	1.43 644	1.82 621	1.83 678	1.90 627	1.41 639	2.71 682	1.35 622	2.71 681	1.85 679	2.66 669	1.53 617	1.64 631	1.23 623	2.53 669	1.87 681

Anonymous3	2.55 679	3.26 624	1.65 623	3.28 654	1.63 647	3.24 694	1.68 658	3.27 693	1.66 645	3.28 694	1.67 657	3.25 695	1.66 635	3.27 693	1.64 646	3.26 679	1.65 631	3.30 693	1.65 670	4.95 713	1.65 668

4.25_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 676	1.71 663	2.72 680	1.97 687	2.01 636	1.74 657	1.77 625	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 570

4.5w_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 676	1.71 663	2.72 680	1.97 687	2.01 636	1.74 657	1.77 625	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 570

3.25w_new	2.03 629	2.72 602	1.35 595	3.33 659	1.57 642	2.72 683	1.53 646	2.15 637	1.33 630	2.15 643	1.60 648	2.63 678	1.30 618	2.72 683	1.99 691	2.67 671	1.53 617	1.75 635	1.25 626	2.53 669	1.87 681

4w-stereo	2.02 627	2.72 602	1.44 610	3.36 660	1.59 644	2.48 669	1.72 666	2.28 653	1.24 626	2.24 659	1.65 652	2.56 674	1.32 620	2.39 665	1.98 690	2.67 671	1.51 615	1.66 632	1.24 624	2.53 669	1.88 684

3.5w_stereo	2.03 629	2.72 602	1.35 595	3.41 661	1.57 642	2.72 683	1.49 645	2.01 629	1.34 631	2.15 643	1.61 650	2.63 678	1.36 623	2.72 683	1.99 691	2.66 669	1.58 623	1.68 633	1.24 624	2.53 669	1.87 681

UniTT-Stereo	2.03 629	3.43 627	0.72 477	3.42 662	0.73 519	3.27 695	0.68 498	3.38 696	0.69 506	3.29 695	0.72 525	3.28 696	0.70 509	3.35 697	0.68 496	3.39 681	0.68 468	3.31 694	0.69 519	3.37 680	0.73 514

DispNO	1.00 512	0.63 299	0.43 367	3.45 663	0.44 445	0.65 470	0.43 433	0.64 463	0.43 436	0.64 469	0.43 441	0.64 472	3.03 692	0.64 467	0.43 430	4.55 694	0.43 385	0.63 474	0.43 451	0.63 448	0.43 422

asda	2.17 651	2.54 589	1.81 633	3.47 664	1.78 672	2.50 672	1.86 674	2.61 674	1.68 653	2.61 676	1.83 672	2.37 663	1.73 655	2.44 669	1.88 685	2.51 666	1.84 643	2.34 673	1.62 665	2.23 645	1.77 676

4.25w-stereo	1.98 614	2.72 602	1.46 612	3.47 664	1.43 638	2.07 639	1.98 682	2.53 672	1.52 642	2.71 679	1.98 693	1.81 626	1.62 634	1.96 633	1.36 634	1.88 612	2.00 659	2.53 685	1.61 659	1.74 617	1.15 566

monsters	2.18 653	2.41 584	1.96 666	3.47 664	2.03 690	2.53 674	1.64 649	2.48 668	1.73 668	2.40 668	1.50 642	2.62 677	1.94 672	2.59 674	1.94 687	2.44 661	1.57 622	2.28 669	1.87 685	2.42 655	1.86 679

Occ-G	1.12 533	0.52 278	3.72 708	3.50 667	0.50 468	0.56 453	0.47 448	0.54 440	0.46 443	0.54 448	0.41 428	0.54 450	0.42 429	0.52 440	0.42 425	3.42 682	4.02 704	0.52 459	0.45 453	0.51 428	0.44 425

HCRNet	1.22 585	7.11 698	3.00 686	3.55 668	0.33 378	0.29 254	0.14 188	0.19 192	0.15 206	0.33 270	0.29 296	0.25 236	0.14 194	0.22 213	0.33 360	3.64 683	3.00 682	0.76 501	0.32 377	0.18 194	0.13 185

asd	2.18 653	2.77 608	1.58 620	3.59 669	2.00 685	2.58 678	1.85 673	2.39 665	1.71 663	2.47 671	1.97 687	2.59 676	1.61 633	2.56 672	1.79 675	2.51 666	1.99 658	2.11 666	1.62 665	2.36 653	1.60 650

DPSNet	3.66 698	3.60 629	3.62 706	3.63 670	3.64 724	3.65 699	3.65 723	3.66 699	3.67 720	3.67 698	3.65 721	3.67 700	3.66 709	3.66 698	3.68 718	3.68 684	3.66 700	3.67 698	3.68 724	3.67 682	3.67 722

monsterstereo	2.20 659	2.33 574	1.95 664	3.65 671	2.07 691	2.49 670	1.61 647	2.48 668	1.83 678	2.45 670	1.61 650	2.67 681	1.86 663	2.64 676	1.94 687	2.48 665	1.66 632	2.34 673	1.68 674	2.40 654	1.86 679

RAStereo	2.23 663	3.64 630	0.76 485	3.65 671	0.86 541	3.66 700	0.76 523	3.67 700	0.81 538	3.66 697	0.76 531	3.66 699	0.77 521	3.68 699	0.77 525	3.68 684	0.77 490	3.69 699	0.77 535	3.70 683	0.77 523

sAnonymous2	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 723	2.72 701	5.45 728	1.98 693	4.59 714	2.64 688	2.65 677	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 694

CroCo_RVC	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 723	2.72 701	5.45 728	1.98 693	4.59 714	2.64 688	2.65 677	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 694

MonStereo1	1.94 613	2.77 608	1.52 618	3.73 675	1.51 641	2.13 641	1.42 641	2.32 660	1.52 642	2.31 664	1.50 642	2.53 669	1.59 631	2.34 662	1.56 642	1.91 614	1.36 604	1.86 640	1.31 629	2.07 636	1.53 640

1w_stereo	2.05 634	2.32 573	1.35 595	3.74 676	2.01 686	2.73 685	1.42 641	1.88 622	1.93 689	2.03 636	1.28 627	2.71 682	1.99 677	2.72 683	1.72 667	2.20 638	1.32 591	1.87 641	1.86 684	2.45 658	1.54 641

qwe	2.18 653	2.60 592	1.58 620	3.83 677	1.90 683	2.53 674	1.90 680	2.48 668	1.73 668	2.37 667	1.92 683	2.53 669	1.68 643	2.56 672	1.83 677	2.52 668	1.87 656	2.07 656	1.68 674	2.32 651	1.71 670

NLSM1	2.93 693	3.24 623	2.57 682	4.04 678	2.66 702	3.30 696	2.55 697	3.29 694	2.55 699	3.35 696	2.48 701	3.28 696	2.47 687	3.34 696	2.49 699	3.26 679	2.55 679	3.13 691	2.57 701	3.00 678	2.46 696

DNSM	2.56 680	4.43 652	3.08 697	4.09 679	1.86 677	2.66 681	1.86 674	2.66 675	1.87 684	2.66 678	1.86 674	2.66 680	1.86 663	2.66 679	1.87 683	3.82 686	2.94 681	2.42 678	1.73 680	2.42 655	1.73 674

BUS	0.83 478	1.91 541	0.92 508	4.48 680	0.02 22	0.40 306	0.04 103	0.41 316	0.02 22	0.48 406	0.03 56	0.41 325	0.05 117	0.03 43	0.05 115	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 290

BSDual-CNN	0.81 469	1.91 541	0.92 508	4.48 680	0.02 22	0.42 342	0.06 137	0.41 316	0.02 22	0.48 406	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 290

hknet	1.10 530	1.85 532	3.49 703	4.48 680	0.02 22	0.42 342	0.06 137	0.41 316	0.02 22	0.48 406	0.03 56	0.41 325	0.03 53	0.42 337	0.03 52	4.39 691	4.19 705	0.33 278	0.23 255	0.34 269	0.27 290

rvit_105_1	3.83 701	5.22 674	3.01 687	4.53 683	3.01 705	4.51 708	3.01 703	4.56 710	3.04 704	4.53 709	3.03 705	4.55 712	3.03 692	4.56 710	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.57 697	3.05 703

rvit_stereo_0081	3.83 701	5.23 677	3.01 687	4.53 683	3.03 707	4.55 714	3.02 704	4.56 710	3.04 704	4.52 707	3.02 703	4.54 710	3.03 692	4.56 710	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.58 698	3.05 703

rvit_stereo_0082	3.86 703	5.82 693	3.01 687	4.53 683	3.03 707	4.54 710	3.02 704	4.56 710	3.04 704	4.53 709	3.02 703	4.55 712	3.04 695	4.57 713	3.05 703	4.57 695	3.05 683	4.58 709	3.05 706	4.58 698	3.06 706

rvit_0105_4	3.91 708	5.47 689	3.02 690	4.54 686	3.02 706	4.54 710	3.03 708	4.75 720	3.17 715	4.57 713	3.06 708	4.61 718	3.16 703	4.65 717	3.09 709	4.66 702	3.11 691	4.68 716	3.18 717	4.81 708	3.16 715

rvit_stereo_0080	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 714	3.07 709	4.58 714	3.06 708	4.59 714	3.06 697	4.61 714	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 710

whm_eth	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 714	3.07 709	4.58 714	3.06 708	4.59 714	3.06 697	4.61 714	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 710

rvit_stereo_0081_aga	3.86 703	5.33 681	3.02 690	4.55 689	3.04 711	4.54 710	3.02 704	4.64 717	3.06 708	4.54 711	3.04 707	4.62 719	3.08 699	4.62 716	3.07 706	4.58 698	3.06 687	4.60 711	3.08 710	4.63 701	3.07 707

rvit_stereo_ft	3.93 711	5.44 687	3.05 694	4.59 690	3.06 712	4.61 718	3.08 713	4.67 719	3.12 714	4.63 718	3.10 713	4.65 721	3.11 701	4.69 720	3.13 711	4.70 703	3.14 693	4.71 718	3.15 716	4.74 705	3.16 715

rvit_0105_3	3.91 708	5.33 681	3.06 695	4.60 691	3.07 713	4.60 717	3.06 712	4.62 716	3.08 712	4.60 716	3.07 711	4.62 719	3.08 699	4.67 718	3.10 710	4.70 703	3.11 691	4.77 720	3.19 718	4.77 707	3.14 714

rvit_stereo_0083	3.92 710	5.30 680	3.06 695	4.61 692	3.09 714	4.67 719	3.08 713	4.66 718	3.09 713	4.62 717	3.10 713	4.66 722	3.11 701	4.67 718	3.16 712	4.72 705	3.16 694	4.77 720	3.11 713	4.66 704	3.11 712

rvit_0105_6	3.87 705	5.73 692	3.10 698	4.69 693	3.12 715	4.54 710	3.02 704	4.56 710	3.04 704	4.54 711	3.03 705	4.54 710	3.04 695	4.56 710	3.05 703	4.58 698	3.05 683	4.58 709	3.05 706	4.58 698	3.05 703

rvit_0105_5	4.10 712	5.40 685	3.13 701	4.71 694	3.15 716	4.72 722	3.10 715	4.90 725	3.27 717	4.69 719	3.16 715	4.84 726	3.25 705	4.96 724	3.34 715	5.05 710	3.39 699	5.10 725	3.40 719	5.11 715	3.42 719

NLCSM	3.67 699	4.08 644	3.19 702	4.80 695	3.26 717	3.99 704	3.24 718	4.25 706	3.18 716	4.09 702	3.27 716	4.14 705	3.18 704	4.13 704	3.28 714	4.06 687	3.10 690	3.85 703	3.14 715	3.91 688	3.27 718

StereoVision	3.15 694	5.00 664	0.89 501	4.83 696	1.00 554	3.93 701	1.27 625	6.37 730	1.34 631	5.67 730	1.26 625	5.84 732	1.27 615	5.03 727	1.24 622	5.10 712	1.09 527	4.61 712	0.57 488	5.62 720	1.12 561

MLG-Stereo_test2	4.28 715	5.46 688	3.69 707	4.86 697	3.72 725	5.58 729	3.42 719	4.81 722	3.77 725	4.85 721	3.72 723	5.55 731	3.63 708	5.58 728	3.53 717	4.41 692	3.28 698	4.99 724	2.95 704	4.75 706	3.13 713

TestStereo	4.88 725	4.75 656	4.79 712	4.87 698	4.92 733	4.81 725	4.90 733	4.78 721	4.77 732	4.87 722	4.89 732	4.90 727	4.91 725	4.99 725	4.79 730	4.98 708	4.87 710	4.87 723	4.92 734	5.00 714	5.00 732

DispFullNet	4.61 721	4.84 657	3.12 699	5.00 699	3.57 721	4.75 723	3.03 708	7.75 736	4.17 729	4.91 723	3.09 712	6.20 733	3.95 718	6.71 732	3.51 716	5.30 713	3.67 701	5.86 732	3.63 721	5.61 719	3.46 720

FC-DCNN v2	5.10 729	5.15 669	4.49 711	5.07 700	3.37 719	6.87 732	4.75 732	5.04 726	6.34 736	7.84 736	5.06 733	6.72 737	4.09 721	4.99 725	5.44 733	5.03 709	3.16 694	4.67 715	4.86 733	5.15 716	3.89 727

MLG-Stereo_test1	4.25 713	5.34 684	3.61 705	5.31 701	3.63 723	5.23 726	3.57 721	5.38 728	3.65 719	5.23 725	3.47 718	4.76 723	3.74 712	4.85 721	3.71 719	4.96 707	3.18 696	4.71 718	2.92 703	4.86 711	2.90 700

MLG-Stereo_test3	4.26 714	4.85 658	3.95 709	5.35 702	3.60 722	4.75 723	3.76 724	5.49 729	3.71 721	5.39 726	3.69 722	4.82 725	3.66 709	4.85 721	3.73 722	4.93 706	3.19 697	4.69 717	2.99 705	4.84 710	2.98 702

CFNet	1.37 593	5.27 679	0.19 195	5.49 703	0.19 240	0.28 251	0.19 226	0.28 241	0.19 234	0.28 247	0.19 236	0.28 252	4.35 722	0.28 254	0.19 228	0.23 203	0.17 196	0.23 226	4.21 731	4.81 708	0.17 214

RAFT+CT+SA	4.28 715	7.62 702	4.91 714	5.55 704	2.28 699	3.09 691	3.64 722	4.49 708	3.07 709	4.80 720	3.35 717	4.77 724	3.70 711	4.29 707	3.05 703	5.58 714	5.98 717	3.58 697	3.78 726	4.26 691	3.72 723

MaDis-Stereo	3.19 695	6.02 695	1.12 526	5.61 705	1.16 574	5.43 728	1.02 558	5.15 727	0.70 514	5.43 727	1.21 620	5.03 729	0.97 537	4.85 721	0.99 548	4.53 693	1.16 537	5.53 728	1.25 626	5.37 718	1.30 627

AANet_RVC	1.26 588	0.31 183	4.99 715	5.93 706	0.20 243	0.25 235	0.20 230	0.25 230	0.20 236	0.23 217	0.19 236	0.25 236	0.20 241	0.25 233	0.20 231	5.66 715	4.76 709	0.26 246	0.30 359	0.24 227	0.27 290

SA	4.33 717	7.35 699	6.85 726	5.96 707	4.09 729	3.59 698	3.15 716	3.82 701	2.64 700	3.91 699	3.85 724	3.57 698	2.72 690	3.13 692	4.03 725	7.09 727	6.86 722	3.57 696	3.12 714	3.85 684	3.51 721

SGM-Forest	5.21 731	5.92 694	4.08 710	6.18 708	4.16 730	6.31 731	4.34 731	6.50 731	4.33 730	6.14 732	4.21 729	6.61 736	4.55 724	6.67 731	4.48 729	5.94 717	3.94 703	5.85 731	4.03 730	5.79 721	4.17 730
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 635	1.30 470	5.73 720	6.28 709	0.79 534	1.33 606	0.80 529	1.30 600	1.02 563	1.33 604	0.84 543	1.33 610	0.97 537	1.28 607	1.04 556	6.05 719	5.89 715	1.28 617	0.76 533	1.28 598	0.88 533

test_5	4.62 722	7.55 701	6.23 721	6.32 710	3.40 720	5.29 727	3.50 720	3.53 698	4.11 728	4.28 704	4.47 731	4.26 708	4.38 723	3.68 699	3.24 713	5.89 716	5.60 713	4.84 722	3.50 720	4.33 692	3.93 729

cross-raft	4.83 724	7.52 700	6.43 722	6.63 711	3.96 728	4.51 708	3.99 728	4.49 708	3.96 727	4.52 707	3.96 726	4.50 709	3.97 719	4.50 709	3.97 724	6.65 722	6.44 719	4.33 704	3.92 728	4.35 693	3.91 728

PhaseNet	1.74 603	6.34 696	4.81 713	6.77 712	0.24 267	0.80 491	0.53 469	0.48 403	0.22 245	0.53 442	0.28 283	0.48 414	0.25 262	0.40 307	0.32 348	6.39 721	4.61 708	0.46 422	0.38 426	0.25 230	0.18 220

raft_robust	4.71 723	7.75 703	5.40 719	6.81 713	3.31 718	4.28 707	4.20 730	4.32 707	4.37 731	4.35 706	4.35 730	4.14 705	3.75 713	4.30 708	4.20 728	6.67 723	6.37 718	3.36 695	4.24 732	4.86 711	3.25 717

TestStereo1	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 703	3.74 722	3.97 700	3.52 719	3.94 703	3.58 706	3.98 702	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 725

SA-5K	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 703	3.74 722	3.97 700	3.52 719	3.94 703	3.58 706	3.98 702	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 725

Sa-1000	4.34 718	8.37 705	6.84 725	6.98 716	4.45 732	3.58 697	3.00 702	3.42 697	3.39 718	2.61 676	4.00 727	3.83 702	4.01 720	3.90 701	3.90 723	5.98 718	5.62 714	3.76 700	2.34 699	4.35 693	2.47 697

test_4	4.88 725	8.13 704	6.98 727	7.46 717	4.44 731	4.25 706	3.85 727	4.04 705	3.92 726	4.13 703	3.91 725	4.18 707	3.84 716	4.14 705	4.06 726	7.01 726	7.13 725	4.53 705	3.72 725	4.09 689	3.72 723

rvit_stereo_0075_2	6.64 733	8.80 710	5.25 716	7.89 718	5.27 735	7.90 736	5.27 734	7.92 737	5.28 734	7.91 737	5.29 735	7.93 738	5.27 726	7.92 737	5.28 731	7.93 728	5.28 712	7.93 737	5.29 736	7.93 730	5.28 734

test_3	5.01 727	8.86 711	7.77 729	8.09 719	2.76 704	4.13 705	4.05 729	3.88 702	3.76 724	4.33 705	4.13 728	3.71 701	3.91 717	4.21 706	4.06 726	7.93 728	7.69 727	4.53 705	3.91 727	4.17 690	4.29 731

test-1	6.46 732	9.16 713	8.03 733	8.09 719	5.62 736	6.11 730	6.35 736	6.85 733	4.94 733	6.08 731	6.29 738	4.98 728	6.43 730	6.22 729	6.36 736	6.16 720	7.47 726	5.82 730	5.44 737	7.11 727	5.68 735

U	5.15 730	8.49 708	1.81 633	8.49 721	1.77 671	8.49 737	1.77 667	8.51 738	1.77 672	8.49 738	1.77 671	8.50 739	1.78 660	8.58 738	1.77 674	8.54 731	1.78 638	8.55 739	1.78 682	8.55 733	1.84 677

RAFT	6.73 734	9.36 714	7.40 728	8.51 722	6.55 737	6.88 733	6.60 737	6.79 732	6.60 737	6.80 733	6.72 739	5.31 730	5.50 728	6.61 730	6.61 737	8.42 730	5.89 715	5.73 729	5.45 738	6.61 723	6.24 736

SGM+DAISY	7.06 735	9.15 712	5.38 718	8.84 723	5.18 734	8.80 738	5.31 735	8.79 739	5.28 734	8.89 739	5.20 734	8.93 740	5.33 727	8.95 739	5.36 732	8.70 732	5.21 711	8.74 740	5.20 735	8.89 734	5.15 733

testmc14	2.43 674	10.48 722	8.02 732	8.93 724	0.31 354	0.44 383	0.30 298	0.42 334	0.30 307	0.42 330	0.30 311	0.42 343	0.30 307	0.42 337	0.30 297	8.88 734	6.99 724	0.41 394	0.28 328	0.39 353	0.28 316

CFNet_RVC	2.38 673	8.71 709	0.38 303	9.33 725	0.42 440	0.56 453	0.42 430	0.60 455	0.38 402	0.62 466	0.42 438	0.56 457	7.29 734	0.62 461	0.42 425	0.53 399	0.37 343	0.49 445	0.34 391	8.30 731	6.87 737

test-v	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 734	6.91 738	7.29 734	5.71 736	6.45 734	6.93 731	6.73 733	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 738

test-2	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 734	6.91 738	7.29 734	5.71 736	6.45 734	6.93 731	6.73 733	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 738

MCSU-Stereo	2.48 677	10.56 723	8.50 734	9.47 728	0.31 354	0.43 349	0.30 298	0.42 334	0.30 307	0.42 330	0.30 311	0.42 343	0.30 307	0.41 323	0.30 297	8.86 733	6.93 723	0.40 376	0.29 343	0.39 353	0.28 316

MSMDNet	2.65 682	10.14 720	0.33 273	9.74 729	0.32 366	0.87 504	0.33 364	2.95 690	0.68 501	0.49 413	0.34 382	0.49 419	5.70 729	0.49 417	0.33 360	0.42 326	9.57 731	0.41 394	0.31 370	8.36 732	0.65 491

pcwnet_v2	2.66 683	9.89 718	0.33 273	9.89 730	0.32 366	0.50 429	0.32 353	0.49 408	0.33 372	0.49 413	0.34 382	0.49 419	8.76 736	0.48 411	0.33 360	0.41 312	9.58 732	0.40 376	0.29 343	9.01 735	0.63 483

CFNet_ucs	2.73 685	9.64 716	0.33 273	9.92 731	0.32 366	0.49 420	0.33 364	0.49 408	0.33 372	0.49 413	0.33 374	0.49 419	8.98 737	0.48 411	0.33 360	0.41 312	9.96 736	0.40 376	0.29 343	10.12 740	0.54 462

ccs_rob	2.79 691	10.17 721	0.32 268	10.00 732	0.33 378	0.49 420	0.33 364	1.90 624	0.32 362	0.51 435	0.33 374	0.49 419	9.24 738	0.49 417	0.33 360	0.41 312	9.82 734	0.41 394	0.28 328	9.34 736	0.29 325

PCWNet_CMD	2.80 692	9.82 717	0.32 268	10.09 733	0.32 366	0.49 420	0.33 364	3.34 695	0.33 372	0.49 413	0.33 374	0.49 419	8.73 735	0.48 411	0.33 360	0.41 312	9.22 730	0.42 410	0.29 343	9.55 737	0.31 348

UCFNet_RVC	2.75 687	10.06 719	0.29 242	10.31 734	0.29 295	0.42 342	0.29 290	0.43 342	0.29 292	0.42 330	0.29 296	0.42 343	9.87 739	0.43 344	0.29 287	0.36 269	9.84 735	0.36 311	0.26 271	9.77 738	0.26 252

CFNet_pseudo	2.67 684	9.36 714	0.32 268	10.99 735	0.33 378	0.85 501	0.33 364	0.49 408	0.33 372	0.49 413	0.32 365	0.49 419	7.26 733	0.49 417	0.33 360	0.41 312	9.62 733	0.41 394	0.29 343	10.03 739	0.29 325

TestStereo_HL3	2.76 688	0.41 223	11.46 738	14.11 736	0.30 307	0.45 397	0.29 290	0.43 342	0.29 292	0.43 337	0.29 296	0.43 352	0.28 288	0.44 375	0.30 297	13.57 739	10.32 737	0.41 394	0.27 309	0.38 308	0.27 290

TestStereo_HL2	2.73 685	0.41 223	11.06 735	14.13 737	0.30 307	0.44 383	0.28 278	0.43 342	0.29 292	0.43 337	0.28 283	0.43 352	0.29 298	0.43 344	0.28 273	13.51 738	10.37 738	0.41 394	0.27 309	0.38 308	0.27 290

GGDA	2.76 688	0.41 223	11.34 737	14.28 738	0.30 307	0.44 383	0.29 290	0.43 342	0.29 292	0.43 337	0.28 283	0.43 352	0.28 288	0.43 344	0.29 287	13.45 737	10.57 739	0.41 394	0.27 309	0.38 308	0.27 290

TestStereo-Hl	2.78 690	0.42 233	11.23 736	14.38 739	0.30 307	0.44 383	0.30 298	0.43 342	0.28 284	0.43 337	0.29 296	0.44 387	0.29 298	0.44 375	0.29 287	13.64 740	10.73 740	0.41 394	0.27 309	0.38 308	0.27 290

rafts_anoy	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

raft+_RVC	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

raftrobust	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

CasAABBNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

RALCasStereoNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

RALAANet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

MANE	19.05 739	23.00 732	15.00 739	23.00 746	15.00 740	24.00 745	16.00 740	24.00 746	16.00 740	22.00 746	15.00 740	23.00 747	16.00 740	23.00 746	15.00 740	22.00 747	15.00 741	22.00 747	15.00 741	22.00 747	15.00 740

fff	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 748	10000000.00 769	35.27 750	29.82 749	32.45 749	30.15 748	32.35 748	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 749

csc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 748	10000000.00 769	35.27 750	29.82 749	32.45 749	30.15 748	32.35 748	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 749

cscssc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 748	10000000.00 769	35.27 750	29.82 749	32.45 749	30.15 748	32.35 748	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 749

111	30.40 746	30.94 748	29.72 747	32.61 747	30.02 748	33.57 746	30.47 748	31.50 747	29.39 748	30.98 747	29.11 748	29.78 748	30.39 751	29.45 747	30.76 751	30.08 748	29.02 749	29.92 748	30.32 752	29.86 748	30.17 748

DCANet-4	35.22 748	34.54 749	35.08 753	33.58 751	35.47 755	34.55 747	35.53 755	36.08 753	35.85 752	35.92 753	35.77 754	35.18 754	35.48 753	35.39 753	37.15 758	34.55 754	33.92 753	35.02 755	34.90 754	35.79 752	34.74 755

ADStereo(finetuned)	36.13 749	36.63 753	38.07 758	36.97 752	33.25 752	35.91 751	34.45 752	36.36 754	32.99 749	38.14 759	36.71 755	36.69 755	34.13 752	38.57 759	40.79 759	37.60 760	36.58 756	35.90 756	33.36 753	35.42 751	34.04 752

fast-reg	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

Reg-Stereo(zero)	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

FLISNet	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

CoSv	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

tt	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 751	33.55 750	34.50 748	35.43 752	33.81 752	10000000.00 770	33.57 751	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 753

DCANet	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 751	33.55 750	34.50 748	35.43 752	33.81 752	10000000.00 770	33.57 751	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 753

WCMA_ROB	31.10 747	35.43 752	27.12 746	39.51 759	23.10 747	38.78 758	25.30 747	37.49 759	25.39 747	37.29 758	27.02 747	38.52 760	26.48 747	37.80 758	26.44 747	36.28 755	22.65 748	33.90 752	22.30 748	37.10 757	24.18 747

NOSS_ROB	102.95 755	153.00 763	121.00 762	51.00 760	44.00 760	165.00 762	127.00 762	153.00 762	119.00 759	164.00 763	125.00 762	168.00 764	120.00 760	153.00 762	117.00 762	49.00 761	44.00 761	49.00 761	44.00 761	49.00 758	44.00 760

CBMV	128.50 756	1422.70 771	53.10 760	79.50 761	51.30 761	77.30 760	49.70 760	74.00 760	48.20 758	77.20 761	48.80 761	73.90 762	48.00 759	73.80 761	48.80 761	70.40 762	45.10 762	68.90 762	46.10 762	68.20 759	45.00 761
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 754	87.70 759	41.95 759	113.75 762	65.62 762	75.05 759	55.25 761	75.64 761	45.04 757	71.61 760	41.75 760	72.81 761	44.06 758	68.38 760	44.63 760	101.89 763	59.57 763	107.10 763	61.05 763	104.38 760	59.38 762

MeshStereo	159.24 757	171.00 764	160.68 765	162.58 763	160.59 764	164.01 761	160.35 764	158.51 763	158.56 761	158.34 762	160.12 764	158.56 763	159.92 762	157.26 763	158.94 764	154.38 764	158.36 764	155.75 764	159.13 766	153.67 761	154.07 764
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	201.80 759	123.00 760	115.00 761	219.00 764	218.00 766	223.00 764	244.00 766	217.00 765	236.00 763	202.00 765	203.00 765	205.00 766	208.00 763	225.00 765	204.00 765	210.00 765	198.00 766	197.00 766	184.00 767	204.00 763	201.00 765

DF_test	189.29 758	560.34 768	182.58 766	229.00 765	135.68 763	197.79 763	135.52 763	197.80 764	135.44 760	197.75 764	135.49 763	197.90 765	135.51 761	197.84 764	135.75 763	217.37 766	171.11 765	183.74 765	127.67 765	183.56 762	127.88 763

MGS-Stereo	239.45 760	123.00 760	135.00 763	266.00 766	286.00 767	277.00 765	305.00 767	271.00 766	242.00 764	274.00 766	279.00 767	255.00 767	270.00 765	268.00 766	297.00 767	221.00 767	247.00 768	216.00 767	123.00 764	217.00 764	217.00 767

EGLCR-Stereo	246.90 761	129.00 762	139.00 764	266.00 766	286.00 767	277.00 765	305.00 767	271.00 766	242.00 764	274.00 766	279.00 767	255.00 767	270.00 765	268.00 766	297.00 767	230.00 768	247.00 768	216.00 767	223.00 769	237.00 765	227.00 768

DLCB_ROB	284.23 762	354.61 766	207.27 767	363.24 768	206.46 765	364.72 767	210.41 765	364.72 768	210.41 762	364.81 768	208.64 766	364.81 769	208.64 764	364.72 768	210.41 766	354.70 769	205.53 767	354.70 769	205.53 768	354.70 766	205.53 766

LE_ROB	396.57 763	471.28 767	329.84 768	471.48 769	308.15 769	526.83 768	322.10 769	488.15 769	323.76 766	495.46 769	317.97 769	497.17 770	320.10 767	481.62 769	326.76 769	462.71 770	298.97 770	466.16 770	285.98 770	447.62 767	289.21 769

SGM-ForestM	596.69 764	677.77 769	444.52 769	699.85 770	517.25 770	732.94 769	488.29 770	770.79 770	460.11 767	750.81 770	487.98 770	792.79 771	499.41 768	730.90 770	475.81 770	720.03 771	491.16 771	663.96 771	418.60 771	674.76 768	436.05 770

CBMV_ROB	818.48 765	913.88 770	709.52 770	862.84 771	597.78 771	1073.99 770	700.52 771	1015.66 771	702.59 768	1115.65 771	760.02 771	1130.24 772	721.57 769	1037.41 771	692.65 771	814.05 772	564.29 772	843.28 772	595.31 772	915.51 769	602.92 771

111111	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

SGD-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

IGEV-Stereo++	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

IGEV-BASED-STEREO-	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

IGEV-Stereo+	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

SDNR	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

anonymousdsp2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

anonymousdsp	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

test_example2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

DIP-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772
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							0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 433	3.79 714	0.50 425	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 380

Low-res two-view benchmark