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

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

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

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

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

Wz-Net-MNSev	0.06 45	0.54 236	0.10 71	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.11 100	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 42	0.50 218	0.10 71	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

VMStereo-Base	0.03 29	0.09 67	0.08 60	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

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

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

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

CoDeX	0.15 124	0.70 253	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 385	0.02 15	0.69 381	0.75 395	0.01 9	0.02 20	0.02 20

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

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

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

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

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

psmg	0.43 271	1.91 438	0.92 413	1.91 490	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 520	1.44 513	0.04 73	0.03 54	0.02 20	0.03 51

CSP-Net	0.34 207	1.29 399	1.19 439	1.36 468	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 480	1.21 490	0.03 38	0.09 113	0.02 20	0.09 113

SFCPSM	0.17 135	0.78 258	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 421	0.02 15	0.75 392	0.76 397	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 169	1.31 401	0.74 388	0.92 360	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 389	0.75 392	0.02 18	0.02 20	0.02 20	0.02 20

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

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

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

ADCMid	0.08 53	0.02 12	0.02 14	1.01 379	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 111	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 55	0.02 12	0.04 43	0.90 355	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 133	0.36 292	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 483	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

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

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

zh-sn7	0.10 68	0.98 296	0.14 126	0.15 112	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

zh-mn7	0.12 98	1.14 333	0.17 153	0.20 137	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 151	0.16 147	0.03 38	0.03 54	0.03 44	0.03 51

w-ln-seven-2	0.14 112	1.22 395	0.28 201	0.32 191	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 218	0.27 207	0.04 73	0.03 54	0.03 44	0.03 51

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample7	0.09 55	1.00 305	0.11 91	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample6	0.09 55	0.97 295	0.10 71	0.10 61	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample5	0.10 68	1.07 327	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 68	1.03 320	0.12 102	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

test_sample3	0.09 55	0.87 272	0.10 71	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 55	1.03 320	0.11 91	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 55	0.87 272	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 55	1.01 314	0.09 67	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 55	0.95 292	0.09 67	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

mmm	0.14 112	1.83 427	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.04 81	0.03 41	0.03 53	0.03 43	0.03 53	0.06 88	0.04 75	0.12 96	0.11 100	0.05 86	0.04 78	0.05 92	0.04 79

DualNet	0.10 68	1.07 327	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

xxx	0.09 55	1.01 314	0.10 71	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

x	0.11 89	1.15 336	0.15 142	0.14 102	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 144	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-LNSev-Ref	0.11 89	0.44 190	0.33 234	0.39 216	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 267	0.36 266	0.02 18	0.02 20	0.02 20	0.02 20

222	0.10 68	0.99 303	0.12 102	0.13 98	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 89	1.16 338	0.16 145	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 68	1.09 329	0.13 121	0.12 86	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 141	0.03 38	0.03 54	0.03 44	0.03 51

BEATNet_4x	0.11 89	0.03 31	0.03 36	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 89	0.03 31	0.03 36	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCRef	0.12 98	0.03 31	0.04 43	1.71 486	0.04 79	0.03 41	0.03 51	0.04 77	0.04 81	0.04 74	0.03 53	0.04 77	0.03 53	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 502	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 105	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

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

z-mn7	0.16 131	1.21 389	0.33 234	0.41 241	0.04 79	0.04 77	0.03 51	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 236	0.31 241	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 138	1.47 410	0.33 234	0.40 229	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 255	0.32 245	0.05 86	0.04 78	0.04 77	0.04 79

1111x	0.10 68	1.14 333	0.13 121	0.14 102	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 100	0.03 38	0.02 20	0.03 44	0.02 20

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

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

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 534	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.65 538	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 105	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 95	0.04 72	1.71 543	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

FADNet	0.12 98	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.66 540	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCP+	0.15 124	0.04 37	0.04 43	2.20 501	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 108	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCPNet	0.10 68	0.03 31	0.04 43	1.27 453	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 108	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
z-ln-s-r	0.21 151	1.40 408	0.53 340	0.56 308	0.04 79	0.05 89	0.04 81	0.05 89	0.05 98	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 89	0.57 343	0.44 314	0.04 73	0.04 78	0.04 77	0.04 79

APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 434	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

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

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

DFGA-Net	0.05 42	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

qqq1	0.25 169	3.70 525	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 169	3.70 525	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

11t1	0.17 135	2.16 455	0.13 121	0.13 98	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 53	0.06 98	0.03 53	0.06 88	0.05 89	0.18 151	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

ffm	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

qqq	0.16 131	2.01 446	0.12 102	0.15 112	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 53	0.06 98	0.03 53	0.06 88	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

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

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

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

DA	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 98	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 98	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

BridgeDepth_RVC	0.07 50	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.05 98	0.08 107	0.05 100	0.08 108	0.05 95	0.08 108	0.05 89	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 53	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.07 113	0.08 107	0.05 100	0.08 108	0.05 95	0.09 112	0.08 106	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 50	0.08 59	0.07 58	0.07 47	0.07 113	0.08 106	0.06 110	0.08 108	0.07 113	0.08 107	0.07 114	0.08 108	0.06 111	0.07 105	0.07 104	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

GwcNet	0.12 98	0.07 58	0.05 57	0.08 49	0.05 99	0.08 106	1.20 464	0.07 105	0.05 98	0.05 91	0.05 100	0.08 108	0.05 95	0.08 108	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 503	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 108	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 503	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 108	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

MatchStereo	0.54 315	0.12 83	2.38 566	2.32 509	0.09 117	0.09 112	0.08 115	0.09 112	0.07 113	0.09 112	0.07 114	0.09 114	0.07 115	0.09 112	0.08 106	2.34 543	2.34 561	0.12 124	0.11 132	0.11 125	0.10 118
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 55	0.09 67	0.10 71	0.09 56	0.09 117	0.09 112	0.09 116	0.10 113	0.08 117	0.10 114	0.09 118	0.09 114	0.09 119	0.09 112	0.08 106	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

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

SuperB	0.21 151	0.10 70	2.51 568	0.12 86	0.09 117	0.10 114	0.09 116	0.08 108	0.07 113	0.10 114	0.09 118	0.09 114	0.07 115	0.07 105	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

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

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

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

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

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

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

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

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

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

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

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

aanetorigin	0.13 105	0.11 81	0.11 91	0.11 78	0.11 140	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.12 144	0.11 127	0.11 135	0.11 127	0.11 129	0.11 90	0.11 100	0.14 130	0.11 132	0.49 327	0.11 131

PASM	0.39 248	3.06 510	1.36 505	1.58 476	0.09 117	0.11 125	0.11 134	0.11 125	0.11 136	0.09 112	0.09 118	0.11 127	0.09 119	0.09 112	0.09 111	0.11 90	0.11 100	0.11 121	0.09 113	0.11 125	0.11 131

ISRNet	0.11 89	0.05 49	0.36 255	0.24 159	0.07 113	0.13 129	0.05 93	0.06 94	0.05 98	0.05 91	0.05 100	0.13 131	0.05 95	0.05 82	0.09 111	0.24 186	0.20 178	0.10 110	0.05 97	0.06 96	0.13 150

S2M2_L	0.12 98	0.14 91	0.10 71	0.15 112	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.15 136	0.10 122	0.14 132	0.10 123	0.14 133	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IPLG	0.13 105	0.20 105	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.11 136	0.14 132	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

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

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

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

GMStereo	0.14 112	0.13 85	0.14 126	0.14 102	0.14 158	0.14 130	0.14 152	0.14 131	0.14 157	0.14 130	0.14 161	0.14 132	0.14 158	0.14 133	0.14 151	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 184	0.90 280	0.10 71	0.14 102	0.10 124	0.14 130	0.10 121	0.91 397	0.69 404	0.14 130	0.11 136	0.14 132	0.11 135	0.14 133	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 388	0.76 414

xyz-stereo-finetune2	0.18 138	0.48 212	0.16 145	0.16 121	0.15 169	0.15 137	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

CAS++	0.17 135	0.27 137	0.21 173	0.10 61	0.21 211	0.15 137	0.22 200	0.10 113	0.21 200	0.22 174	0.10 122	0.19 158	0.18 190	0.10 116	0.19 188	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 180
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CIPLG	0.13 105	0.21 112	0.12 102	0.16 121	0.11 140	0.15 137	0.11 134	0.14 131	0.11 136	0.15 136	0.12 144	0.15 142	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

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

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

DRN-Test	0.14 112	0.13 85	0.09 67	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.10 121	0.14 130	0.09 118	0.14 132	0.09 119	0.13 132	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 407

StereoDRNet	0.15 124	0.14 91	0.10 71	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.09 120	0.14 130	0.10 122	0.14 132	0.09 119	0.14 133	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 423

xyz-stereo-finetune	0.28 179	0.49 214	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.22 174	0.30 255	0.32 223	0.31 270	0.32 229	0.31 274	0.32 226	0.32 261	0.32 218	0.33 257	0.31 225	0.32 289	0.31 210	0.32 267

xyz-stereo	0.18 138	0.50 218	0.16 145	0.15 112	0.16 178	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

castereo++	0.54 315	3.59 522	1.15 433	1.31 462	0.14 158	0.16 144	0.14 152	0.16 144	0.14 157	0.16 141	0.14 161	0.16 143	0.13 154	0.16 143	0.14 151	1.45 495	1.16 439	0.15 142	0.14 161	0.15 142	0.13 150

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

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

ICVP	0.15 124	0.53 232	0.11 91	0.16 121	0.11 140	0.16 144	0.11 134	0.16 144	0.11 136	0.16 141	0.11 136	0.16 143	0.11 135	0.16 143	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 129	0.11 140	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.11 136	0.17 150	0.11 135	0.17 149	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
castereo	0.61 327	3.79 530	1.35 497	1.52 475	0.15 169	0.17 150	0.16 162	0.20 160	0.21 200	0.18 151	0.16 172	0.21 169	0.12 149	0.26 205	0.17 174	1.43 494	1.38 509	0.17 153	0.16 171	0.18 156	0.16 160

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

PDISCO_ROB	0.83 383	2.80 505	3.49 587	0.14 102	0.11 140	0.17 150	0.09 116	0.15 143	0.10 121	0.15 136	0.12 144	0.16 143	0.14 158	3.30 570	0.13 147	0.14 118	2.34 561	0.16 145	0.12 147	2.62 551	0.10 118

cf-r	0.66 337	2.17 456	0.12 102	0.18 131	0.12 153	0.18 154	2.70 576	2.60 550	0.12 152	0.18 151	0.12 144	0.18 154	0.12 149	0.18 152	0.12 141	0.15 125	0.11 100	0.15 142	0.11 132	1.81 510	1.74 551

ELAS_RVC	0.14 112	0.16 93	0.10 71	0.15 112	0.10 124	0.18 154	0.11 134	0.19 154	0.11 136	0.19 153	0.12 144	0.18 154	0.11 135	0.19 155	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 105	0.16 93	0.11 91	0.15 112	0.09 117	0.18 154	0.11 134	0.18 152	0.11 136	0.17 147	0.11 136	0.18 154	0.11 135	0.18 152	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DEFOM-Stereo_RVC	0.83 383	5.18 556	1.98 555	2.19 500	0.17 185	0.19 157	0.18 180	0.19 154	0.16 171	0.20 159	0.19 197	0.22 178	0.22 207	0.20 159	0.15 161	2.28 537	2.13 556	0.24 197	0.17 193	0.18 156	0.16 160

DDVS	0.30 185	3.10 511	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 143	0.13 154	0.19 155	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 150

ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 154	0.14 158	0.18 152	0.14 151	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

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

SGM_RVC	0.15 124	0.17 97	0.11 91	0.18 131	0.11 140	0.19 157	0.11 134	0.19 154	0.12 152	0.19 153	0.12 144	0.20 161	0.12 149	0.19 155	0.12 141	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-FEzeroshot	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 180	0.21 169	0.16 170	0.27 209	0.24 207	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 584

RAFT-FE	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 180	0.21 169	0.16 170	0.27 209	0.24 207	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 584

IGEV-FE	0.35 216	0.37 157	0.17 153	0.19 134	0.17 185	0.20 162	0.17 173	0.19 154	0.17 182	0.19 153	0.17 180	0.19 158	0.17 181	0.37 247	0.36 292	0.19 155	0.17 167	0.19 166	0.17 193	0.38 261	2.84 575

GCAPDPT-zeroshot4090	0.18 138	0.20 105	0.16 145	0.20 137	0.16 178	0.20 162	0.16 162	0.21 169	0.16 171	0.20 159	0.16 172	0.21 169	0.17 181	0.20 159	0.16 167	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 158

DAS	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 160	0.20 195	0.20 159	0.20 201	0.20 161	0.20 199	0.20 159	0.20 192	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 185

ASD4	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 160	0.20 195	0.20 159	0.20 201	0.20 161	0.20 199	0.20 159	0.20 192	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 185

ACVNet	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 144

PSMNet-RSSM	0.77 362	2.76 499	0.14 126	0.20 137	0.14 158	0.20 162	2.66 574	2.79 563	0.14 157	0.21 172	0.14 161	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 566

GwcNet-RSSM	0.77 362	2.77 501	0.14 126	0.20 137	0.14 158	0.20 162	2.67 575	2.78 562	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.21 171	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 566

CFNet-ft	0.55 320	1.57 413	0.14 126	0.20 137	0.14 158	0.20 162	2.53 572	1.61 504	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	1.56 498	1.24 514

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

hitnet-ft	0.79 366	2.78 504	0.14 126	0.20 137	0.14 158	0.21 174	2.89 577	2.80 564	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.54 550	2.33 568

GANet-RSSM	0.75 357	1.91 438	0.14 126	0.47 269	0.14 158	0.21 174	3.21 593	2.30 536	0.14 157	0.46 305	0.14 161	0.23 184	0.18 190	0.21 171	0.14 151	0.18 151	0.27 207	0.37 268	0.13 155	2.13 520	2.12 561

RSGM-EC	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 178	0.15 168	0.22 175	1.19 464	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 155

acva	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 178	0.15 168	0.22 175	1.19 464	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 155

WAO-6	0.22 157	0.23 117	0.22 175	0.23 154	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 178	0.22 207	0.22 175	0.22 198	0.22 168	0.22 186	0.22 180	0.22 207	0.22 173	0.22 190

IMH-64-1	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 178	0.22 207	0.22 175	0.22 198	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 192

IMH-64	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 178	0.22 207	0.22 175	0.22 198	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 192

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 276	0.30 179	0.17 185	0.22 176	0.17 173	0.21 169	0.17 182	0.20 159	0.17 180	0.21 169	0.18 190	0.21 171	0.17 174	0.20 159	0.16 147	0.20 172	0.16 171	0.20 164	0.17 176

MSKI-zero shot	0.24 165	0.21 112	0.49 322	0.65 325	0.18 195	0.22 176	0.17 173	0.23 180	0.18 187	0.21 172	0.17 180	0.23 184	0.28 243	0.23 181	0.18 185	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 160

MIM_Stereo	0.25 169	0.23 117	0.66 362	0.80 345	0.17 185	0.22 176	0.17 173	0.23 180	0.18 187	0.26 202	0.17 180	0.21 169	0.17 181	0.25 195	0.17 174	0.23 179	0.16 147	0.21 175	0.17 193	0.22 173	0.17 176

BStereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 248	0.17 182	0.23 178	0.17 180	0.23 184	0.16 170	0.24 185	0.17 174	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 160

Wave_Phase_stereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 248	0.17 182	0.23 178	0.17 180	0.23 184	0.16 170	0.24 185	0.17 174	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 160

dd	0.23 163	0.98 296	0.16 145	0.23 154	0.15 169	0.23 184	0.15 157	0.23 180	0.15 167	0.23 178	0.15 169	0.24 190	0.17 181	0.23 181	0.15 161	0.22 168	0.15 144	0.21 175	0.15 167	0.22 173	0.16 160

LACA2	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 183	0.16 171	0.24 185	0.16 172	0.24 190	0.16 170	0.24 185	0.16 167	0.27 198	0.23 192	0.24 197	0.16 171	0.23 184	0.16 160

LACA1	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 183	0.16 171	0.24 185	0.16 172	0.24 190	0.16 170	0.24 185	0.16 167	0.27 198	0.22 186	0.23 188	0.16 171	0.23 184	0.16 160

tg	0.21 151	0.25 133	0.21 173	0.26 173	0.17 185	0.24 187	0.17 173	0.24 183	0.17 182	0.24 185	0.17 180	0.24 190	0.17 181	0.24 185	0.17 174	0.24 186	0.17 167	0.23 188	0.16 171	0.23 184	0.16 160

ACV-stereo	0.30 185	2.08 448	0.25 188	0.25 166	0.18 195	0.24 187	0.17 173	0.24 183	0.18 187	0.24 185	0.17 180	0.25 198	0.17 181	0.24 185	0.17 174	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 160

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 199	0.24 187	0.19 184	0.24 183	0.19 193	0.24 185	0.19 197	0.24 190	0.19 195	0.24 185	0.19 188	0.22 168	0.17 167	0.22 180	0.17 193	0.22 173	0.17 176

test_for_model	0.24 165	0.24 125	0.46 299	0.45 262	0.21 211	0.24 187	0.20 188	0.24 183	0.20 195	0.24 185	0.20 201	0.24 190	0.20 199	0.24 185	0.19 188	0.26 194	0.25 196	0.19 166	0.15 167	0.20 164	0.19 182

CASnet	0.35 216	0.51 226	0.44 293	0.32 191	0.31 273	0.24 187	0.34 288	0.36 230	0.25 217	0.31 217	0.37 313	0.30 221	0.33 286	0.25 195	0.45 340	0.37 244	0.37 269	0.33 236	0.35 313	0.34 225	0.37 298
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
dad	0.23 163	1.03 320	0.16 145	0.23 154	0.15 169	0.24 187	0.15 157	0.24 183	0.16 171	0.23 178	0.16 172	0.24 190	0.16 170	0.23 181	0.15 161	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 160

iResNetv2_ROB	0.20 144	0.23 117	0.18 162	0.24 159	0.20 202	0.24 187	0.18 180	0.24 183	0.18 187	0.24 185	0.18 195	0.23 184	0.19 195	0.24 185	0.18 185	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 160

iResNet	0.20 144	0.23 117	0.18 162	0.24 159	0.18 195	0.24 187	0.20 188	0.24 183	0.18 187	0.23 178	0.17 180	0.23 184	0.18 190	0.23 181	0.18 185	0.22 168	0.16 147	0.21 175	0.16 171	0.21 171	0.16 160

VIP-Stereo	0.70 346	2.97 509	2.43 567	2.49 516	0.16 178	0.25 197	0.16 162	0.25 192	0.16 171	0.25 194	0.18 195	0.25 198	0.16 170	0.26 205	0.16 167	1.86 510	1.26 492	0.23 188	0.15 167	0.23 184	0.15 158

UNDER WATER-64	0.25 169	0.26 134	0.25 188	0.26 173	0.25 227	0.25 197	0.25 215	0.25 192	0.25 217	0.25 194	0.25 226	0.25 198	0.25 219	0.26 205	0.25 215	0.25 192	0.25 196	0.25 201	0.25 225	0.25 190	0.25 203

LoS	0.25 169	0.27 137	0.25 188	0.25 166	0.25 227	0.25 197	0.25 215	0.26 197	0.25 217	0.25 194	0.25 226	0.25 198	0.25 219	0.25 195	0.25 215	0.26 194	0.25 196	0.25 201	0.26 231	0.26 192	0.25 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 276	1.24 397	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 488	0.93 442	0.25 194	0.17 180	0.25 198	0.18 190	0.25 195	0.17 174	0.23 179	0.16 147	0.23 188	0.16 171	1.20 437	0.99 437

delet	0.43 271	1.21 389	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 488	0.95 444	0.25 194	0.17 180	0.25 198	0.17 181	0.25 195	0.17 174	0.23 179	0.16 147	0.22 180	0.16 171	1.18 433	0.98 436

psm_up	0.43 271	1.19 342	0.17 153	0.25 166	0.18 195	0.25 197	0.19 184	1.26 488	0.91 437	0.26 202	0.17 180	0.25 198	0.17 181	0.25 195	0.17 174	0.22 168	0.17 167	0.23 188	0.16 171	1.18 433	0.99 437

UPFNet	0.42 270	1.20 343	0.17 153	0.24 159	0.17 185	0.25 197	0.17 173	1.19 436	0.90 436	0.25 194	0.17 180	0.24 190	0.17 181	0.25 195	0.17 174	0.22 168	0.17 167	0.22 180	0.16 171	1.15 425	0.93 432

AANet_RVC	1.26 487	0.31 146	4.99 598	5.93 590	0.20 202	0.25 197	0.20 188	0.25 192	0.20 195	0.23 178	0.19 197	0.25 198	0.20 199	0.25 195	0.20 192	5.66 599	4.76 592	0.26 206	0.30 271	0.24 188	0.27 219

Select-FE	0.41 259	0.44 190	0.23 178	0.26 173	0.22 214	0.26 205	0.22 200	0.26 197	0.23 209	0.26 202	0.23 213	0.26 208	0.23 213	0.45 304	0.42 335	0.25 192	0.22 186	0.25 201	0.22 207	0.45 303	2.90 576

LoS_RVC	0.30 185	1.14 333	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 192	0.25 217	0.25 194	0.25 226	0.26 208	0.26 228	0.26 205	0.25 215	0.26 194	0.26 200	0.25 201	0.25 225	0.26 192	0.26 209

CAS	0.30 185	1.17 339	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 192	0.26 230	0.25 194	0.25 226	0.25 198	0.25 219	0.25 195	0.25 215	0.26 194	0.26 200	0.26 206	0.25 225	0.26 192	0.25 203

ac_64	0.22 157	0.13 85	0.19 164	0.23 154	0.10 124	0.26 205	1.02 450	0.14 131	0.10 121	0.28 206	0.14 161	0.17 150	0.19 195	0.28 213	0.09 111	0.22 168	0.16 147	0.23 188	0.17 193	0.11 125	0.12 144

GEStereo_RVC	0.86 395	4.45 546	0.20 167	0.27 176	0.20 202	0.27 209	0.20 188	0.26 197	0.18 187	5.03 600	0.20 201	0.27 210	0.19 195	0.27 209	0.21 196	0.20 159	0.19 176	0.19 166	4.02 605	0.20 164	0.18 180

DLNR-FE	0.28 179	0.89 277	0.30 209	0.34 198	0.19 199	0.28 210	0.19 184	0.28 201	0.20 195	0.28 206	0.20 201	0.28 211	0.20 199	0.28 213	0.20 192	0.33 223	0.28 214	0.25 201	0.19 199	0.24 188	0.19 182

SQANet	0.28 179	0.28 140	0.28 201	0.28 177	0.28 241	0.28 210	0.28 234	0.28 201	0.28 238	0.28 206	0.28 243	0.28 211	0.28 243	0.28 213	0.28 231	0.28 202	0.28 214	0.28 212	0.28 247	0.28 199	0.28 233

CFNet	1.37 492	5.27 559	0.19 164	5.49 587	0.19 199	0.28 210	0.19 184	0.28 201	0.19 193	0.28 206	0.19 197	0.28 211	4.35 598	0.28 213	0.19 188	0.23 179	0.17 167	0.23 188	4.21 607	4.81 584	0.17 176

HCRNet	1.22 485	7.11 576	3.00 571	3.55 553	0.33 289	0.29 213	0.14 152	0.19 154	0.15 167	0.33 227	0.29 248	0.25 198	0.14 158	0.22 175	0.33 271	3.64 569	3.00 566	0.76 397	0.32 289	0.18 156	0.13 150

DStereoSA	0.32 201	0.52 228	0.34 244	0.31 185	0.31 273	0.30 214	0.30 248	0.31 213	0.30 255	0.31 217	0.31 270	0.31 225	0.30 257	0.31 223	0.31 257	0.30 210	0.32 245	0.31 225	0.31 282	0.31 210	0.31 260

MultiAttention	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 221	0.30 257	0.30 219	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 251

MSAF-DinoV2	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 221	0.30 257	0.30 219	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 251

DLNR_Zeroshot_test	0.31 192	0.28 140	0.47 307	0.79 343	0.24 225	0.30 214	0.26 223	0.30 208	0.24 212	0.32 223	0.23 213	0.31 225	0.24 216	0.30 219	0.23 204	0.29 209	0.26 200	0.29 217	0.24 221	0.33 221	0.23 192

ssnet_v2	0.68 342	1.96 445	1.25 493	0.29 178	0.20 202	0.30 214	0.20 188	0.29 206	0.22 203	1.50 506	0.20 201	0.31 225	0.20 199	0.27 209	0.22 198	0.24 186	1.49 516	0.26 206	0.18 198	3.90 561	0.19 182

DANet	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 221	0.30 257	0.30 219	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 251
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 192	0.31 146	0.31 222	0.30 179	0.40 331	0.31 220	0.30 248	0.30 208	0.34 291	0.29 211	0.31 270	0.29 217	0.30 257	0.31 223	0.31 257	0.31 216	0.29 226	0.31 225	0.30 271	0.31 210	0.31 260

DEFOM-Stereo	0.68 342	3.11 512	1.40 511	1.63 484	0.25 227	0.31 220	0.25 215	0.31 213	0.28 238	0.31 217	0.29 248	0.29 217	0.27 236	0.31 223	0.28 231	1.59 502	1.47 515	0.30 219	0.29 257	0.30 205	0.28 233

tt1	0.31 192	0.93 289	0.24 185	0.33 195	0.23 220	0.31 220	0.24 213	0.32 215	0.24 212	0.32 223	0.23 213	0.32 229	0.25 219	0.32 226	0.24 207	0.27 198	0.26 200	0.27 210	0.26 231	0.27 197	0.27 219

xxxxx1	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 232	0.25 219	0.32 226	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 219

tt_ll	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 232	0.25 219	0.32 226	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 219

gwcnet-sp	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 211	0.26 228	0.20 159	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 192

scenet	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 211	0.26 228	0.20 159	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 192

ssnet	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 211	0.26 228	0.20 159	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 192

ff	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 232	0.25 219	0.32 226	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 219

DStereoFS	0.32 201	0.33 150	0.32 228	0.33 195	0.30 260	0.32 229	0.32 264	0.32 215	0.31 269	0.30 212	0.31 270	0.31 225	0.30 257	0.32 226	0.32 261	0.32 218	0.31 241	0.30 219	0.47 366	0.32 213	0.34 280

WCG-NET（raft）	0.32 201	1.24 397	0.24 185	0.32 191	0.24 225	0.32 229	0.23 208	0.32 215	0.24 212	0.32 223	0.24 220	0.32 229	0.24 216	0.32 226	0.24 207	0.30 210	0.23 192	0.30 219	0.23 213	0.30 205	0.23 192

iResNet_ROB	0.28 179	0.32 148	0.24 185	0.32 191	0.25 227	0.32 229	0.24 213	0.32 215	0.24 212	0.33 227	0.24 220	0.35 238	0.24 216	0.33 233	0.24 207	0.31 216	0.24 195	0.32 228	0.24 221	0.32 213	0.24 202

gcap-zeroshot	0.35 216	0.32 148	0.37 259	0.49 280	0.39 329	0.33 232	0.21 195	0.26 197	0.35 295	0.42 283	0.34 293	0.49 330	0.29 250	0.47 313	0.39 316	0.34 227	0.17 167	0.38 276	0.23 213	0.48 323	0.34 280

FE-Mocha	0.35 216	0.71 254	0.40 276	0.47 269	0.27 236	0.34 233	0.27 226	0.34 222	0.26 230	0.34 229	0.26 232	0.34 236	0.27 236	0.34 234	0.27 221	0.44 296	0.41 294	0.33 236	0.29 257	0.32 213	0.29 238

GCAP-BAT	0.33 205	0.78 258	0.32 228	0.38 210	0.25 227	0.34 233	0.25 215	0.34 222	0.26 230	0.34 229	0.25 226	0.35 238	0.26 228	0.35 237	0.27 221	0.36 240	0.30 235	0.32 228	0.24 221	0.32 213	0.26 209

H2IRNET	0.34 207	0.34 151	0.34 244	0.34 198	0.34 299	0.34 233	0.34 288	0.34 222	0.34 291	0.34 229	0.34 293	0.34 236	0.34 291	0.34 234	0.34 284	0.34 227	0.34 261	0.34 244	0.34 301	0.34 225	0.34 280

EKT-Stereo	0.37 230	0.40 169	0.44 293	1.07 384	0.29 250	0.34 233	0.31 261	0.36 230	0.29 244	0.38 243	0.31 270	0.37 250	0.30 257	0.36 243	0.29 241	0.34 227	0.28 214	0.39 289	0.30 271	0.37 248	0.30 251

DN-CSS_ROB	0.31 192	0.35 152	0.28 201	0.35 200	0.28 241	0.34 233	0.27 226	0.34 222	0.25 217	0.35 234	0.27 236	0.36 244	0.26 228	0.34 234	0.28 231	0.35 236	0.28 214	0.34 244	0.28 247	0.34 225	0.27 219

FENet	0.54 315	1.52 412	1.19 439	1.41 471	0.23 220	0.35 238	0.23 208	0.35 226	0.23 209	0.34 229	0.23 213	0.35 238	0.23 213	0.35 237	0.23 204	1.40 492	1.07 423	0.32 228	0.23 213	0.33 221	0.23 192

MLCV	0.31 192	0.35 152	0.27 197	0.35 200	0.28 241	0.35 238	0.27 226	0.35 226	0.28 238	0.36 237	0.27 236	0.35 238	0.27 236	0.35 237	0.27 221	0.34 227	0.27 207	0.34 244	0.27 240	0.34 225	0.27 219

ETE_ROB	0.35 216	0.35 152	0.35 253	0.35 200	0.35 302	0.35 238	0.35 293	0.35 226	0.35 295	0.35 234	0.35 302	0.35 238	0.35 298	0.35 237	0.35 288	0.35 236	0.35 263	0.35 260	0.35 313	0.35 237	0.35 290

MyStereo07	0.60 324	3.72 528	0.48 315	0.49 280	0.41 340	0.36 241	0.32 264	0.49 319	0.43 343	0.51 346	0.42 347	0.49 330	0.43 340	0.51 345	0.64 380	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 329

MyStereo04	0.56 322	3.72 528	0.59 347	0.49 280	0.41 340	0.36 241	0.32 264	0.37 236	0.31 269	0.34 229	0.46 357	0.35 238	0.32 278	0.35 237	0.33 271	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 329

Any-RAFT	0.32 201	0.36 155	0.27 197	0.36 204	0.27 236	0.36 241	0.27 226	0.36 230	0.27 235	0.36 237	0.27 236	0.36 244	0.27 236	0.36 243	0.28 231	0.36 240	0.28 214	0.36 265	0.28 247	0.36 244	0.28 233

HGLStereo	0.28 179	0.29 142	0.22 175	0.36 204	0.22 214	0.36 241	0.21 195	0.36 230	0.21 200	0.42 283	0.21 208	0.36 244	0.22 207	0.36 243	0.21 196	0.34 227	0.21 182	0.34 244	0.21 204	0.34 225	0.21 188

DMCA	0.36 222	0.38 161	0.37 259	0.35 200	0.35 302	0.36 241	0.36 300	0.36 230	0.35 295	0.35 234	0.37 313	0.36 244	0.36 301	0.35 237	0.36 292	0.36 240	0.36 266	0.35 260	0.36 319	0.36 244	0.36 293

Monster-pub-eth3d	0.45 279	0.57 241	0.60 349	0.39 216	0.28 241	0.37 246	0.28 234	0.37 236	0.30 255	0.39 249	0.29 248	0.39 257	0.30 257	0.92 409	0.27 221	1.42 493	0.28 214	0.34 244	0.28 247	0.37 248	0.53 361

Monster-pub-mixall	0.44 276	0.56 240	0.60 349	0.38 210	0.27 236	0.37 246	0.27 226	0.37 236	0.29 244	0.38 243	0.27 236	0.38 252	0.29 250	0.85 399	0.27 221	1.46 496	0.26 200	0.34 244	0.26 231	0.36 244	0.53 361

Replicate-Monster	0.45 279	0.57 241	0.60 349	0.40 229	0.29 250	0.37 246	0.27 226	0.37 236	0.30 255	0.40 255	0.31 270	0.40 265	0.30 257	0.99 417	0.27 221	1.36 489	0.31 241	0.34 244	0.30 271	0.36 244	0.54 364

model_zeroshot	0.27 178	0.20 105	0.27 197	0.33 195	0.21 211	0.37 246	0.22 200	0.37 236	0.24 212	0.26 202	0.27 236	0.33 232	0.21 206	0.25 195	0.27 221	0.32 218	0.20 178	0.34 244	0.23 213	0.25 190	0.26 209

Venus	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.37 246	0.38 313	0.37 236	0.37 308	0.41 269	0.37 313	0.39 257	0.37 306	0.38 250	0.38 304	0.37 244	0.38 275	0.38 276	0.37 322	0.37 248	0.38 305

IGEV-Stereo	0.35 216	0.44 190	0.45 295	0.49 280	0.30 260	0.37 246	0.30 248	0.36 230	0.30 255	0.36 237	0.29 248	0.36 244	0.29 250	0.36 243	0.30 248	0.46 304	0.39 282	0.32 228	0.24 221	0.32 213	0.25 203
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
XPNet_ROB	0.37 230	0.37 157	0.37 259	0.37 207	0.37 312	0.37 246	0.37 306	0.37 236	0.37 308	0.37 242	0.37 313	0.37 250	0.37 306	0.37 247	0.37 301	0.37 244	0.37 269	0.37 268	0.37 322	0.37 248	0.37 298

WAO-8	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.38 243	0.38 318	0.38 252	0.38 310	0.38 250	0.38 304	0.38 255	0.38 275	0.38 276	0.37 322	0.38 261	0.38 305

WAO-7	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.38 243	0.38 318	0.38 252	0.38 310	0.38 250	0.38 304	0.38 255	0.38 275	0.38 276	0.38 335	0.38 261	0.38 305

HanzoNet	0.39 248	0.38 161	0.40 276	0.39 216	0.41 340	0.38 253	0.38 313	0.38 244	0.38 312	0.39 249	0.39 328	0.38 252	0.38 310	0.39 258	0.40 320	0.38 255	0.38 275	0.40 295	0.38 335	0.38 261	0.40 314

IMH	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.42 283	0.38 318	0.40 265	0.38 310	0.38 250	0.38 304	0.38 255	0.38 275	0.39 289	0.38 335	0.38 261	0.38 305

iRaft-Stereo_5w	0.34 207	0.42 186	0.31 222	0.39 216	0.30 260	0.38 253	0.30 248	0.40 255	0.29 244	0.40 255	0.37 313	0.41 278	0.34 291	0.38 250	0.30 248	0.34 227	0.27 207	0.34 244	0.26 231	0.34 225	0.26 209

RAFT + AFF	0.31 192	0.45 198	0.34 244	0.39 216	0.28 241	0.38 253	0.33 275	0.29 206	0.31 269	0.30 212	0.30 260	0.29 217	0.27 236	0.29 217	0.30 248	0.28 202	0.29 226	0.29 217	0.29 257	0.27 197	0.32 267

LG-Stereo_L2	0.34 207	0.37 157	0.38 262	0.47 269	0.28 241	0.39 259	0.28 234	0.39 248	0.28 238	0.39 249	0.28 243	0.39 257	0.28 243	0.38 250	0.28 231	0.42 294	0.35 263	0.36 265	0.26 231	0.35 237	0.26 209

DISCO	1.11 434	0.39 167	5.28 600	0.39 216	0.20 202	0.39 259	0.27 226	0.39 248	0.22 203	0.38 243	0.20 201	0.38 252	0.20 199	6.95 611	0.22 198	0.30 210	0.21 182	0.27 210	0.21 204	5.25 593	0.21 188

DCVSM-stereo	0.36 222	1.89 435	0.22 175	0.40 229	0.22 214	0.40 261	0.22 200	0.40 255	0.22 203	0.40 255	0.22 209	0.40 265	0.22 207	0.40 261	0.22 198	0.28 202	0.21 182	0.28 212	0.21 204	0.28 199	0.20 185

IGEV++	0.34 207	0.43 187	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 255	0.29 244	0.40 255	0.29 248	0.40 265	0.29 250	0.40 261	0.30 248	0.38 255	0.29 226	0.37 268	0.29 257	0.37 248	0.29 238

ACVNet-DCA	0.37 230	1.00 305	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 255	0.29 244	0.40 255	0.29 248	0.40 265	0.29 250	0.39 258	0.28 231	0.33 223	0.32 245	0.33 236	0.32 289	0.33 221	0.32 267

1test111	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 248	0.29 244	0.39 249	0.29 248	0.39 257	0.28 243	0.40 261	0.29 241	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 260

cc1	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 248	0.29 244	0.39 249	0.29 248	0.39 257	0.28 243	0.40 261	0.29 241	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 260

4D-IteraStereo	0.78 365	3.13 513	0.89 406	0.69 330	0.32 277	0.40 261	0.32 264	0.76 381	0.97 447	0.52 349	0.65 398	0.89 408	0.32 278	0.76 388	0.98 441	0.83 384	0.94 414	0.35 260	0.27 240	0.70 362	0.89 428

knoymous	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

anonymousa	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

riskmin	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

Anonymous_2	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

Anonymous_1	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

BUS	0.83 383	1.91 438	0.92 413	4.48 564	0.02 21	0.40 261	0.04 81	0.41 270	0.02 21	0.48 318	0.03 53	0.41 278	0.05 95	0.03 40	0.05 89	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 219

NINENet	0.69 345	3.87 534	1.20 442	1.98 495	0.05 99	0.40 261	0.04 81	0.40 255	0.05 98	0.41 269	0.04 88	0.41 278	0.05 95	0.40 261	0.05 89	1.79 508	1.56 522	0.34 244	0.22 207	0.34 225	0.23 192

iRaft-Stereo_20w	0.34 207	0.41 179	0.31 222	0.39 216	0.29 250	0.40 261	0.32 264	0.41 270	0.32 275	0.38 243	0.30 260	0.39 257	0.30 257	0.38 250	0.32 261	0.35 236	0.27 207	0.34 244	0.27 240	0.34 225	0.29 238

AdaStereo	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314
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.
StereoDRNet-Refined	0.33 205	0.39 167	0.26 194	0.39 216	0.26 235	0.40 261	0.26 223	0.40 255	0.26 230	0.39 249	0.26 232	0.39 257	0.26 228	0.39 258	0.26 220	0.37 244	0.25 196	0.37 268	0.25 225	0.37 248	0.37 298
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 271	1.15 336	0.57 345	0.53 299	0.32 277	0.41 277	0.32 264	0.41 270	0.32 275	0.41 269	0.32 278	0.41 278	0.32 278	0.40 261	0.32 261	0.52 330	0.50 338	0.38 276	0.31 282	0.39 272	0.31 260

Zero-FE251	0.36 222	0.40 169	0.28 201	0.41 241	0.28 241	0.41 277	0.28 234	0.41 270	0.28 238	0.41 269	0.28 243	0.41 278	0.28 243	0.42 289	0.30 248	0.37 244	0.26 200	0.37 268	0.27 240	0.45 303	0.56 372

HART	0.38 236	0.45 198	0.34 244	0.42 251	0.33 289	0.41 277	0.34 288	0.42 288	0.33 282	0.43 289	0.34 293	0.42 296	0.34 291	0.41 276	0.38 304	0.40 272	0.32 245	0.42 323	0.32 289	0.40 279	0.32 267

GIP-stereo	0.36 222	0.49 214	0.39 270	0.48 274	0.32 277	0.41 277	0.28 234	0.40 255	0.30 255	0.41 269	0.28 243	0.40 265	0.28 243	0.42 289	0.28 231	0.45 299	0.32 245	0.38 276	0.30 271	0.37 248	0.27 219

xx1	0.38 236	1.03 320	0.31 222	0.40 229	0.31 273	0.41 277	0.28 234	0.40 255	0.29 244	0.40 255	0.29 248	0.40 265	0.29 250	0.40 261	0.29 241	0.34 227	0.33 257	0.34 244	0.32 289	0.34 225	0.32 267

RAFT-Test	0.36 222	0.37 157	0.33 234	0.41 241	0.32 277	0.41 277	0.32 264	0.41 270	0.32 275	0.41 269	0.32 278	0.41 278	0.32 278	0.41 276	0.33 271	0.37 244	0.29 226	0.37 268	0.29 257	0.38 261	0.31 260

HH	0.71 349	2.54 482	0.74 388	1.10 386	0.32 277	0.41 277	0.37 306	0.69 374	0.78 423	0.73 386	0.90 438	0.75 393	1.00 433	0.84 395	0.69 401	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 209

HanStereo	0.71 349	2.54 482	0.74 388	1.10 386	0.32 277	0.41 277	0.37 306	0.69 374	0.78 423	0.73 386	0.90 438	0.75 393	1.00 433	0.84 395	0.69 401	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 209

CRFU-Net	0.65 335	1.67 417	1.22 489	1.96 494	0.27 236	0.41 277	0.27 226	0.41 270	0.27 235	0.40 255	0.26 232	0.41 278	0.27 236	0.40 261	0.27 221	1.80 509	1.62 529	0.34 244	0.23 213	0.33 221	0.23 192

GMOStereo	0.37 230	0.45 198	0.23 178	0.30 179	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 278	0.40 320	0.41 276	0.36 292	0.34 227	0.22 186	0.47 343	0.37 322	0.39 272	0.33 274

error version	0.93 408	4.47 547	2.35 563	1.99 496	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 278	0.40 320	0.41 276	0.36 292	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 274

test_1	0.93 408	4.47 547	2.35 563	1.99 496	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 278	0.40 320	0.41 276	0.36 292	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 274

GwcNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

PSMNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

GANet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

ADLNet2	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

ADLNet	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

GES	0.66 337	2.34 472	0.29 205	0.41 241	0.29 250	0.41 277	0.29 243	0.42 288	0.29 244	0.40 255	0.41 337	0.41 278	0.30 257	0.51 345	0.29 241	0.32 218	0.29 226	0.32 228	2.46 576	2.49 538	0.30 251

DGSMNet	0.34 207	0.41 179	0.27 197	0.41 241	0.28 241	0.41 277	0.28 234	0.41 270	0.27 235	0.41 269	0.27 236	0.42 296	0.27 236	0.41 276	0.28 231	0.40 272	0.29 226	0.40 295	0.28 247	0.40 279	0.27 219

Gwc-CoAtRS	0.41 259	1.49 411	0.32 228	0.42 251	0.32 277	0.41 277	0.32 264	0.41 270	0.33 282	0.41 269	0.32 278	0.41 278	0.32 278	0.41 276	0.32 261	0.39 267	0.28 214	0.39 289	0.28 247	0.40 279	0.28 233

HiDET	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 288	0.30 255	0.44 296	0.30 260	0.42 296	0.30 257	0.42 289	0.68 393	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 238

LCMNet	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 288	0.30 255	0.45 299	0.30 260	0.42 296	0.30 257	0.42 289	0.69 401	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 238

CSFM-Stereo	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.43 294	0.30 255	0.44 296	0.30 260	0.42 296	0.30 257	0.42 289	0.73 411	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.30 251

LL-Strereo2	0.48 296	1.73 424	0.51 333	0.59 314	0.34 299	0.42 297	0.33 275	0.40 255	0.31 269	0.42 283	0.33 285	0.42 296	0.31 274	0.44 300	0.39 316	0.60 346	0.51 343	0.44 326	0.33 297	0.44 299	0.33 274

BSDual-CNN	0.81 374	1.91 438	0.92 413	4.48 564	0.02 21	0.42 297	0.06 110	0.41 270	0.02 21	0.48 318	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 219

hknet	1.10 432	1.85 431	3.49 587	4.48 564	0.02 21	0.42 297	0.06 110	0.41 270	0.02 21	0.48 318	0.03 53	0.41 278	0.03 53	0.42 289	0.03 49	4.39 575	4.19 589	0.33 236	0.23 213	0.34 225	0.27 219

UCFNet_RVC	2.75 566	10.06 597	0.29 205	10.31 614	0.29 250	0.42 297	0.29 243	0.43 294	0.29 244	0.42 283	0.29 248	0.42 296	9.87 615	0.43 295	0.29 241	0.36 240	9.84 615	0.36 265	0.26 231	9.77 614	0.26 209

MonSter++	0.38 236	0.44 190	0.31 222	0.43 257	0.30 260	0.43 304	0.31 261	0.43 294	0.31 269	0.45 299	0.31 270	0.43 303	0.31 274	0.43 295	0.69 401	0.38 255	0.33 257	0.40 295	0.30 271	0.38 261	0.30 251

RAFT-Stereo-weight	0.45 279	1.90 437	0.34 244	0.42 251	0.36 308	0.43 304	0.35 293	0.42 288	0.34 291	0.42 283	0.34 293	0.44 306	0.34 291	0.41 276	0.34 284	0.38 255	0.32 245	0.38 276	0.32 289	0.38 261	0.33 274

testlalala	0.49 302	2.86 507	0.39 270	0.49 280	0.30 260	0.43 304	0.30 248	0.43 294	0.30 255	0.43 289	0.30 260	0.43 303	0.30 257	0.43 295	0.30 248	0.45 299	0.36 266	0.38 276	0.26 231	0.38 261	0.26 209

GCAPDPT-zeroshot	0.36 222	0.40 169	0.30 209	0.43 257	0.30 260	0.43 304	0.30 248	0.43 294	0.31 269	0.43 289	0.30 260	0.43 303	0.30 257	0.44 300	0.31 257	0.39 267	0.28 214	0.39 289	0.27 240	0.39 272	0.26 209

IER	0.88 398	7.04 575	2.23 560	2.75 522	0.28 241	0.43 304	0.25 215	0.39 248	0.25 217	0.41 269	0.27 236	0.39 257	0.25 219	0.40 261	0.28 231	0.37 244	0.28 214	0.37 268	0.25 225	0.37 248	0.25 203

gcap_with_dpt	0.36 222	0.40 169	0.31 222	0.44 259	0.31 273	0.44 309	0.31 261	0.43 294	0.30 255	0.44 296	0.31 270	0.44 306	0.31 274	0.43 295	0.31 257	0.38 255	0.27 207	0.38 276	0.27 240	0.38 261	0.27 219

RCA-Stereo	0.51 310	3.22 516	0.34 244	0.44 259	0.34 299	0.44 309	0.34 288	0.43 294	0.34 291	0.43 289	0.34 293	0.44 306	0.33 286	0.43 295	0.33 271	0.38 255	0.29 226	0.38 276	0.29 257	0.38 261	0.29 238

water-stereo	0.41 259	0.84 267	0.46 299	0.50 289	0.33 289	0.45 311	0.33 275	0.45 301	0.32 275	0.45 299	0.32 278	0.45 309	0.32 278	0.45 304	0.32 261	0.44 296	0.41 294	0.39 289	0.31 282	0.39 272	0.32 267

GREAT-IGEV	0.38 236	0.43 187	0.36 255	0.48 274	0.32 277	0.45 311	0.32 264	0.45 301	0.32 275	0.45 299	0.32 278	0.45 309	0.32 278	0.45 304	0.32 261	0.44 296	0.33 257	0.41 312	0.29 257	0.41 289	0.29 238
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 236	0.43 187	0.33 234	0.46 263	0.33 289	0.45 311	0.32 264	0.45 301	0.32 275	0.45 299	0.32 278	0.45 309	0.33 286	0.45 304	0.32 261	0.38 255	0.38 275	0.38 276	0.37 322	0.37 248	0.36 293

PAM	0.39 248	1.88 434	0.34 244	0.37 207	0.41 340	0.45 311	0.22 200	0.28 201	0.23 209	0.28 206	0.24 220	0.29 217	0.23 213	0.29 217	0.23 204	0.38 255	0.32 245	0.38 276	0.37 322	0.32 213	0.22 190

Former-RAFT_DAM_RVC	0.49 302	0.98 296	0.64 358	0.84 350	0.46 358	0.45 311	0.35 293	0.47 311	0.47 354	0.45 299	0.34 293	0.46 313	0.48 357	0.46 309	0.35 288	0.39 267	0.71 386	0.39 289	0.35 313	0.41 289	0.41 321

CES	0.39 248	0.47 206	0.36 255	0.36 204	0.37 312	0.45 311	0.35 293	0.35 226	0.40 326	0.36 237	0.44 351	0.47 319	0.36 301	0.44 300	0.36 292	0.37 244	0.39 282	0.44 326	0.35 313	0.37 248	0.36 293

DilatedVolume-Stereo	0.43 271	0.86 270	0.48 315	0.50 289	0.33 289	0.46 317	0.33 275	0.46 305	0.33 282	0.46 305	0.33 285	0.47 319	0.33 286	0.47 313	0.34 284	0.45 299	0.42 303	0.40 295	0.33 297	0.47 319	0.38 305

otaku	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.46 305	0.46 357	0.46 313	0.46 348	0.46 309	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

Dean	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.47 311	0.46 357	0.46 313	0.46 348	0.46 309	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

ACVNet_1	0.46 285	0.47 206	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.47 354	0.46 305	0.46 357	0.46 313	0.46 348	0.46 309	0.46 344	0.46 304	0.46 317	0.47 343	0.46 359	0.46 306	0.46 335

ACVNet-4b	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.46 305	0.46 357	0.46 313	0.46 348	0.47 313	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

mms	0.40 252	0.45 198	0.35 253	0.48 274	0.36 308	0.47 322	0.34 288	0.45 301	0.38 312	0.47 311	0.33 285	0.45 309	0.32 278	0.45 304	0.32 261	0.39 267	0.38 275	0.38 276	0.37 322	0.39 272	0.39 311

Ntro	0.47 291	0.47 206	0.46 299	0.46 263	0.46 358	0.47 322	0.47 355	0.46 305	0.47 354	0.46 305	0.46 357	0.47 319	0.46 348	0.47 313	0.47 351	0.47 309	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

HaxPig	0.47 291	0.47 206	0.47 307	0.49 280	0.47 364	0.47 322	0.47 355	0.47 311	0.47 354	0.47 311	0.47 365	0.47 319	0.47 356	0.47 313	0.47 351	0.47 309	0.47 325	0.47 343	0.47 366	0.47 319	0.48 344

UNDER WATER	0.47 291	0.47 206	0.47 307	0.47 269	0.47 364	0.47 322	0.47 355	0.47 311	0.47 354	0.47 311	0.47 365	0.47 319	0.46 348	0.47 313	0.47 351	0.47 309	0.47 325	0.47 343	0.46 359	0.47 319	0.47 342

LVE	0.47 291	0.47 206	0.47 307	0.47 269	0.49 370	0.47 322	0.47 355	0.47 311	0.49 363	0.47 311	0.47 365	0.47 319	0.46 348	0.47 313	0.47 351	0.47 309	0.47 325	0.48 351	0.47 366	0.47 319	0.47 342

SCV_C0	0.45 279	0.88 274	0.49 322	0.54 302	0.37 312	0.48 327	0.37 306	0.48 315	0.37 308	0.48 318	0.36 306	0.48 326	0.37 306	0.49 328	0.37 301	0.50 322	0.41 294	0.44 326	0.34 301	0.44 299	0.34 280

SCV	0.46 285	0.94 291	0.45 295	0.54 302	0.37 312	0.48 327	0.38 313	0.48 315	0.37 308	0.48 318	0.39 328	0.48 326	0.37 306	0.49 328	0.37 301	0.50 322	0.46 317	0.44 326	0.34 301	0.44 299	0.34 280

ccccc	0.41 259	0.44 190	0.34 244	0.48 274	0.35 302	0.48 327	0.35 293	0.51 341	0.35 295	0.47 311	0.35 302	0.47 319	0.34 291	0.47 313	0.35 288	0.41 280	0.40 285	0.40 295	0.40 339	0.41 289	0.39 311

RainbowNet	0.48 296	0.48 212	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 315	0.48 361	0.48 318	0.48 369	0.48 326	0.48 357	0.48 322	0.48 357	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.48 344

notaker	0.48 296	0.49 214	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 315	0.49 363	0.48 318	0.48 369	0.48 326	0.48 357	0.48 322	0.48 357	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.49 349

Pro-Stereo	0.79 366	0.53 232	0.38 262	0.49 280	0.38 319	0.49 332	0.37 306	0.49 319	0.67 393	0.50 338	0.38 318	1.10 440	0.38 310	0.49 328	0.38 304	0.71 366	0.88 408	5.98 609	0.36 319	0.46 306	0.36 293

RSM	0.36 222	0.36 155	0.43 291	0.37 207	0.42 350	0.49 332	0.42 340	0.37 236	0.28 238	0.36 237	0.29 248	0.36 244	0.30 257	0.37 247	0.28 231	0.34 227	0.31 241	0.34 244	0.35 313	0.40 279	0.29 238

GCST	0.50 305	2.08 448	0.38 262	0.53 299	0.35 302	0.49 332	0.35 293	0.50 328	0.35 295	0.49 325	0.35 302	0.49 330	0.35 298	0.49 328	0.35 288	0.48 313	0.37 269	0.45 330	0.33 297	0.44 299	0.33 274

KSHMR	0.66 337	0.50 218	0.48 315	1.15 394	0.52 380	0.49 332	0.51 372	0.49 319	0.71 413	0.67 380	0.50 374	1.16 448	1.11 445	0.66 375	0.52 367	0.49 316	0.49 332	0.51 365	0.66 407	0.50 332	1.14 455

ACVNet_2	0.49 302	0.49 214	0.49 322	0.49 280	0.49 370	0.49 332	0.49 366	0.49 319	0.49 363	0.49 325	0.49 372	0.49 330	0.49 362	0.49 328	0.49 359	0.49 316	0.49 332	0.49 356	0.49 373	0.49 327	0.49 349

PCWNet_CMD	2.80 568	9.82 595	0.32 228	10.09 613	0.32 277	0.49 332	0.33 275	3.34 571	0.33 282	0.49 325	0.33 285	0.49 330	8.73 611	0.48 322	0.33 271	0.41 280	9.22 610	0.42 323	0.29 257	9.55 613	0.31 260

CFNet_ucs	2.73 565	9.64 594	0.33 234	9.92 611	0.32 277	0.49 332	0.33 275	0.49 319	0.33 282	0.49 325	0.33 285	0.49 330	8.98 613	0.48 322	0.33 271	0.41 280	9.96 616	0.40 295	0.29 257	10.12 616	0.54 364

psmorigin	0.41 259	0.46 202	0.33 234	0.49 280	0.33 289	0.49 332	0.33 275	0.49 319	0.33 282	0.49 325	0.33 285	0.49 330	0.33 286	0.51 345	0.33 271	0.41 280	0.30 235	0.41 312	0.30 271	0.79 374	0.29 238

ccs_rob	2.79 567	10.17 599	0.32 228	10.00 612	0.33 289	0.49 332	0.33 275	1.90 515	0.32 275	0.51 346	0.33 285	0.49 330	9.24 614	0.49 328	0.33 271	0.41 280	9.82 614	0.41 312	0.28 247	9.34 612	0.29 238

252Zero-FE	0.45 279	0.50 218	0.36 255	0.50 289	0.36 308	0.50 341	0.36 300	0.50 328	0.36 306	0.49 325	0.36 306	0.49 330	0.36 301	0.54 354	0.41 327	0.45 299	0.34 261	0.45 330	0.34 301	0.55 346	0.75 411

GASTEREO	0.48 296	1.21 389	0.47 307	0.57 309	0.38 319	0.50 341	0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 345	0.38 310	0.50 336	0.38 304	0.52 330	0.42 303	0.46 334	0.34 301	0.46 306	0.34 280

MSCF	0.51 310	1.40 408	0.49 322	0.58 311	0.38 319	0.50 341	0.38 313	0.54 349	0.41 335	0.52 349	0.41 337	0.53 357	0.42 337	0.53 352	0.41 327	0.60 346	0.47 325	0.48 351	0.37 322	0.48 323	0.38 305

FoundationStereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

StereoAnything_RVC	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

dual_stereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

UGAM-zero	0.51 310	2.17 456	0.39 270	0.53 299	0.36 308	0.50 341	0.36 300	0.50 328	0.36 306	0.49 325	0.36 306	0.50 345	0.35 298	0.50 336	0.36 292	0.49 316	0.37 269	0.47 343	0.35 313	0.46 306	0.34 280

UGAM	0.51 310	2.23 461	0.39 270	0.54 302	0.35 302	0.50 341	0.35 293	0.49 319	0.35 295	0.49 325	0.35 302	0.49 330	0.36 301	0.50 336	0.36 292	0.49 316	0.37 269	0.45 330	0.34 301	0.45 303	0.34 280

pcwnet_v2	2.66 563	9.89 596	0.33 234	9.89 610	0.32 277	0.50 341	0.32 264	0.49 319	0.33 282	0.49 325	0.34 293	0.49 330	8.76 612	0.48 322	0.33 271	0.41 280	9.58 612	0.40 295	0.29 257	9.01 611	0.63 382

ccnet	0.80 369	2.28 464	0.33 234	0.50 289	0.33 289	0.50 341	0.33 275	0.50 328	0.33 282	0.49 325	0.33 285	0.49 330	1.56 521	2.38 540	0.33 271	0.41 280	0.29 226	0.42 323	1.57 536	2.28 526	0.29 238

FCDSN-DC	0.41 259	0.59 244	0.64 358	0.54 302	0.33 289	0.50 341	0.37 306	0.42 288	0.40 326	0.61 370	0.43 349	0.50 345	0.49 362	0.38 250	0.32 261	0.28 202	0.23 192	0.26 206	0.22 207	0.35 237	0.28 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SANet	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

GEAStereo	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 341	0.38 312	0.53 352	0.38 318	0.50 345	0.38 310	0.51 345	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 280

GSStereo	0.81 374	4.28 545	0.50 326	0.59 314	0.40 331	0.51 353	0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 345	3.79 590	0.50 336	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 290

gasm-f	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 341	0.38 312	0.53 352	0.38 318	0.50 345	0.38 310	0.51 345	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 280

depthmonostereo	0.44 276	0.85 269	0.46 299	0.54 302	0.40 331	0.52 356	0.38 313	0.52 345	0.35 295	0.47 311	0.34 293	0.46 313	0.34 291	0.47 313	0.34 284	0.45 299	0.43 307	0.41 312	0.33 297	0.41 289	0.32 267

fffft	0.48 296	0.51 226	0.45 295	0.52 298	0.45 356	0.52 356	0.45 348	0.52 345	0.48 361	0.53 352	0.45 355	0.52 356	0.45 345	0.52 350	0.46 344	0.51 328	0.41 294	0.50 360	0.41 346	0.50 332	0.41 321
1: 1. 1
LG-Stereo_L1	0.47 291	0.52 228	0.47 307	0.62 319	0.39 329	0.53 358	0.40 327	0.53 347	0.39 325	0.53 352	0.39 328	0.53 357	0.39 319	0.53 352	0.39 316	0.55 340	0.46 317	0.49 356	0.37 322	0.49 327	0.37 298

PAM_32	0.64 334	2.38 476	0.51 333	0.92 360	0.43 352	0.53 358	0.44 343	0.87 391	0.43 343	0.52 349	0.45 355	0.53 357	0.40 320	0.54 354	0.46 344	0.62 354	0.56 351	0.48 351	0.45 357	0.76 369	0.44 332

AEACV	1.12 435	0.52 228	3.12 583	3.24 537	0.86 437	0.53 358	0.49 366	0.60 363	0.47 354	0.53 352	0.49 372	0.55 364	0.45 345	0.55 358	0.47 351	3.01 563	3.88 586	0.71 390	0.60 392	0.80 377	0.48 344

iRaftStereo_RVC	0.97 412	3.17 515	2.30 562	2.42 513	0.38 319	0.54 361	0.38 313	0.54 349	0.38 312	0.54 357	0.38 318	0.54 360	0.38 310	0.54 354	0.38 304	2.38 546	2.34 561	0.49 356	0.36 319	0.49 327	0.36 293

PSMNet_ROB	0.54 315	0.54 236	0.54 341	0.54 302	0.53 383	0.54 361	0.54 376	0.53 347	0.54 376	0.54 357	0.54 384	0.54 360	0.53 372	0.54 354	0.54 370	0.54 334	0.53 347	0.54 372	0.54 381	0.54 345	0.54 364

FSD	0.61 327	0.59 244	0.50 326	2.58 520	0.44 353	0.56 363	0.44 343	0.55 352	0.44 346	0.56 362	0.44 351	0.56 367	0.44 342	0.56 359	0.46 344	0.61 350	0.42 303	0.52 368	0.42 354	0.52 340	0.51 359

LG-Stereo_Zeroshot	0.48 296	0.55 238	0.47 307	0.63 321	0.41 340	0.56 363	0.44 343	0.56 353	0.41 335	0.56 362	0.41 337	0.57 369	0.42 337	0.56 359	0.41 327	0.55 340	0.43 307	0.51 365	0.37 322	0.51 338	0.37 298

Occ-G	1.12 435	0.52 228	3.72 592	3.50 552	0.50 374	0.56 363	0.47 355	0.54 349	0.46 349	0.54 357	0.41 337	0.54 360	0.42 337	0.52 350	0.42 335	3.42 568	4.02 588	0.52 368	0.45 357	0.51 338	0.44 332

LL-Strereo	1.01 422	5.06 554	1.63 524	0.70 334	1.43 529	0.56 363	0.46 350	0.57 356	0.50 366	0.57 365	0.50 374	1.58 511	0.49 362	0.59 366	0.50 360	1.64 505	0.52 345	0.51 365	1.37 524	0.52 340	0.45 334

CASS	0.57 323	0.89 277	0.56 343	0.57 309	0.56 386	0.56 363	0.56 377	0.56 353	0.53 374	0.57 365	0.57 387	0.59 373	0.48 357	0.56 359	0.57 373	0.55 340	0.56 351	0.47 343	0.56 386	0.62 352	0.56 372
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet_RVC	2.38 556	8.71 587	0.38 262	9.33 606	0.42 350	0.56 363	0.42 340	0.60 363	0.38 312	0.62 373	0.42 347	0.56 367	7.29 610	0.62 368	0.42 335	0.53 333	0.37 269	0.49 356	0.34 301	8.30 607	6.87 613

MyStereo8	0.71 349	3.92 537	0.52 336	0.59 314	0.52 380	0.57 369	0.53 374	0.59 361	0.50 366	0.59 369	0.51 380	0.57 369	0.50 365	0.56 359	0.52 367	0.54 334	0.49 332	0.54 372	0.49 373	0.55 346	0.50 352

PML	0.46 285	1.36 405	0.29 205	0.58 311	0.30 260	0.57 369	0.29 243	0.57 356	0.29 244	0.57 365	0.29 248	0.57 369	0.29 250	0.56 359	0.29 241	0.52 330	0.30 235	0.53 371	0.31 282	0.53 344	0.30 251

PA-Net	11.80 614	223.51 640	0.62 355	0.59 314	0.71 413	0.59 371	0.73 413	0.67 372	0.73 419	0.55 360	0.61 392	0.60 374	0.74 410	0.63 372	0.73 411	0.66 359	0.60 358	0.69 387	0.66 407	0.72 364	0.65 390
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-test2	0.55 320	0.59 244	0.52 336	0.67 329	0.47 364	0.61 372	0.47 355	0.61 365	0.47 354	0.61 370	0.47 365	0.61 375	0.48 357	0.62 368	0.47 351	0.64 356	0.53 347	0.58 375	0.47 366	0.58 349	0.48 344

AIO-test1	0.54 315	0.60 247	0.52 336	0.66 328	0.47 364	0.61 372	0.47 355	0.58 359	0.46 349	0.61 370	0.46 357	0.61 375	0.45 345	0.62 368	0.45 340	0.61 350	0.52 345	0.57 374	0.48 370	0.57 348	0.48 344

Selective-IGEV	0.51 310	0.55 238	0.45 295	0.69 330	0.45 356	0.61 372	0.45 348	0.50 328	0.40 326	0.56 362	0.44 351	0.55 364	0.40 320	0.72 382	0.67 385	0.59 345	0.46 317	0.45 330	0.34 301	0.46 306	0.37 298

MyStereo06	0.75 357	4.12 539	0.60 349	0.63 321	0.61 395	0.62 375	0.66 388	0.56 353	0.45 348	0.55 360	0.48 369	0.54 360	0.46 348	0.57 364	0.45 340	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 369

MyStereo05	0.80 369	4.12 539	0.63 356	0.63 321	0.61 395	0.62 375	0.66 388	0.65 369	0.62 386	0.67 380	0.61 392	0.65 381	0.58 377	0.67 377	0.55 372	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 369

DSFCA	0.66 337	0.73 256	0.78 394	0.65 325	0.65 401	0.64 377	0.64 385	0.65 369	0.63 388	0.64 376	0.64 396	0.64 378	0.64 383	0.65 374	0.65 381	0.65 357	0.65 368	0.65 384	0.65 405	0.66 355	0.64 388

DispNO	1.00 415	0.63 248	0.43 291	3.45 548	0.44 353	0.65 378	0.43 342	0.64 368	0.43 343	0.64 376	0.43 349	0.64 378	3.03 568	0.64 373	0.43 338	4.55 578	0.43 307	0.63 380	0.43 355	0.63 353	0.43 329

LMCR-Stereo	0.65 335	0.63 248	0.65 361	0.65 325	0.65 401	0.66 379	0.63 384	0.58 359	0.65 390	0.63 375	0.64 396	0.65 381	0.65 385	0.66 375	0.66 384	0.66 359	0.64 366	0.65 384	0.67 411	0.68 357	0.73 407

WCG-NET	0.61 327	1.21 389	0.54 341	0.61 318	0.53 383	0.67 380	0.53 374	0.66 371	0.53 374	0.64 376	0.53 383	0.65 381	0.53 372	0.59 366	0.52 367	0.65 357	0.48 329	0.64 381	0.52 379	0.58 349	0.50 352

test-3	0.98 414	4.13 541	1.85 544	1.85 487	0.61 395	0.69 381	0.37 306	0.63 367	0.61 385	0.66 379	0.51 380	0.73 390	0.44 342	0.57 364	0.54 370	1.68 506	1.81 541	0.40 295	0.43 355	0.66 355	0.50 352

TorneroNet-64	0.45 279	0.27 137	0.30 209	0.58 311	0.27 236	0.70 382	0.30 248	0.28 201	0.73 419	0.73 386	0.28 243	0.71 385	0.66 388	0.75 387	0.27 221	0.27 198	0.29 226	0.37 268	0.75 425	0.28 199	0.30 251

DMCA-RVC	0.70 346	0.80 261	0.70 376	0.70 334	0.70 411	0.70 382	0.70 407	0.71 377	0.70 408	0.70 383	0.71 418	0.71 385	0.70 403	0.70 379	0.69 401	0.69 362	0.70 382	0.69 387	0.70 416	0.69 361	0.70 399

SMoEStereo_RVC	0.63 332	0.75 257	0.51 333	0.73 339	0.53 383	0.71 384	0.47 355	0.67 372	0.58 379	0.74 391	0.60 388	0.72 388	0.53 372	0.74 386	0.51 365	0.61 350	0.62 363	0.62 378	0.61 394	0.63 353	0.61 378

anonymity	0.63 332	0.69 252	0.56 343	0.71 336	0.56 386	0.71 384	0.56 377	0.71 377	0.56 377	0.72 384	0.56 386	0.71 385	0.56 376	0.71 380	0.58 374	0.68 361	0.55 349	0.68 386	0.55 382	0.68 357	0.54 364

DStereoRT	0.73 354	0.81 264	0.73 387	0.71 336	0.74 418	0.73 386	0.75 415	0.71 377	0.71 413	0.74 391	0.72 421	0.73 390	0.80 419	0.71 380	0.73 411	0.76 372	0.71 386	0.73 391	0.72 421	0.70 362	0.76 414

AFF-stereo	0.73 354	0.88 274	0.67 366	0.75 341	0.68 408	0.75 387	0.64 385	0.80 385	0.72 416	0.83 401	0.70 413	0.82 403	0.64 383	0.84 395	0.67 385	0.77 374	0.63 364	0.81 405	0.63 396	0.78 372	0.62 381

iGMRVC	0.84 386	2.85 506	0.72 383	0.72 338	0.73 416	0.77 388	0.79 420	0.73 380	0.74 421	0.73 386	0.72 421	0.73 390	0.76 413	0.73 384	0.73 411	0.72 368	0.73 389	0.73 391	0.72 421	0.73 367	0.72 404

test_xeample3	1.10 432	1.81 426	0.61 354	0.84 350	0.49 370	0.77 388	0.66 388	0.92 400	1.40 529	0.68 382	0.46 357	0.78 396	0.54 375	1.72 514	1.48 531	1.34 486	1.52 518	1.35 513	1.67 549	1.33 490	1.55 532

GCAP-Stereo	0.75 357	4.15 542	0.42 290	0.75 341	0.35 302	0.78 390	0.40 327	0.79 383	0.38 312	0.78 395	0.36 306	0.78 396	0.36 301	0.79 389	0.39 316	0.75 371	0.39 282	0.76 397	0.39 338	0.75 368	0.39 311

ARAFT	0.68 342	0.81 264	0.63 356	0.74 340	0.60 389	0.78 390	0.62 383	0.77 382	0.66 392	0.74 391	0.63 394	0.75 393	0.62 382	0.83 394	0.60 377	0.70 365	0.55 349	0.70 389	0.60 392	0.78 372	0.55 369

G-Net	0.79 366	0.79 260	0.79 397	0.79 343	0.79 431	0.79 392	0.79 420	0.79 383	0.79 427	0.79 396	0.79 431	0.79 398	0.79 418	0.79 389	0.79 421	0.79 375	0.79 399	0.79 400	0.79 431	0.79 374	0.79 419

NaN_ROB	0.80 369	0.80 261	0.80 398	0.80 345	0.80 433	0.80 393	0.80 423	0.80 385	0.80 429	0.80 397	0.80 433	0.80 399	0.80 419	0.80 391	0.80 424	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 420

CSAN	0.80 369	0.80 261	0.80 398	0.80 345	0.80 433	0.80 393	0.80 423	0.80 385	0.80 429	0.80 397	0.80 433	0.80 399	0.80 419	0.80 391	0.80 424	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 420

zero-FE	0.72 352	1.31 401	0.66 362	0.92 360	0.60 389	0.82 395	0.58 379	0.82 389	0.58 379	0.81 399	0.60 388	0.81 402	0.60 379	0.82 393	0.58 374	0.74 370	0.59 357	0.73 391	0.52 379	0.76 369	0.51 359

RAFT-Stereo + iAFF	0.70 346	0.72 255	0.71 380	0.80 345	0.62 398	0.82 395	0.61 382	0.81 388	0.62 386	0.81 399	0.63 394	0.80 399	0.70 403	0.73 384	0.61 379	0.76 372	0.61 362	0.74 394	0.61 394	0.77 371	0.61 378

RSM++	0.76 361	0.82 266	0.66 362	0.85 352	0.64 399	0.85 397	0.71 410	0.94 404	0.64 389	0.87 402	0.67 401	0.87 405	0.65 385	0.84 395	0.65 381	0.81 379	0.70 382	0.79 400	0.71 419	0.83 384	0.70 399

CFNet_pseudo	2.67 564	9.36 592	0.32 228	10.99 615	0.33 289	0.85 397	0.33 275	0.49 319	0.33 282	0.49 325	0.32 278	0.49 330	7.26 609	0.49 328	0.33 271	0.41 280	9.62 613	0.41 312	0.29 257	10.03 615	0.29 238

MSMDNet	2.65 562	10.14 598	0.33 234	9.74 609	0.32 277	0.87 399	0.33 275	2.95 566	0.68 399	0.49 325	0.34 293	0.49 330	5.70 605	0.49 328	0.33 271	0.42 294	9.57 611	0.41 312	0.31 282	8.36 608	0.65 390

Selective-RAFT-Error	0.88 398	0.84 267	0.98 418	0.86 353	0.97 449	0.88 400	0.95 440	0.84 390	0.99 450	0.92 408	0.82 435	0.84 404	0.98 432	0.87 400	0.97 440	0.81 379	0.83 405	0.79 400	0.82 436	0.79 374	0.85 425

DCRE	0.84 386	1.89 435	0.77 393	0.94 366	0.72 415	0.88 400	0.73 413	0.87 391	0.78 423	0.90 404	0.71 418	0.88 406	0.67 390	0.88 401	0.73 411	0.81 379	0.68 375	0.81 405	0.70 416	0.82 382	0.70 399

DDUNet	0.81 374	2.45 480	0.57 345	0.90 355	0.60 389	0.88 400	0.59 381	0.90 395	0.60 382	0.88 403	0.60 388	0.90 409	0.58 377	0.88 401	0.60 377	0.84 386	0.60 358	0.86 413	0.57 388	0.86 386	0.60 377

UDG	0.80 369	2.21 460	0.60 349	0.91 357	0.60 389	0.90 403	0.58 379	0.88 394	0.60 382	0.90 404	0.60 388	0.88 406	0.60 379	0.90 404	0.58 374	0.86 388	0.60 358	0.84 411	0.59 391	0.84 385	0.61 378

DGTPSM_ROB	0.93 408	1.00 305	0.92 413	0.94 366	0.96 448	0.91 404	0.92 436	0.91 397	0.96 446	0.91 406	0.96 445	0.93 415	0.92 428	0.94 411	0.92 433	0.92 394	0.92 412	0.90 415	0.92 440	0.94 405	0.91 430

DPSM_ROB	0.92 403	0.91 282	0.91 411	0.91 357	0.92 444	0.92 405	0.92 436	0.92 400	0.91 437	0.93 410	0.91 441	0.92 412	0.90 426	0.91 405	0.92 433	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 432

DPSM	0.92 403	0.91 282	0.91 411	0.91 357	0.92 444	0.92 405	0.92 436	0.92 400	0.91 437	0.93 410	0.91 441	0.92 412	0.90 426	0.91 405	0.92 433	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 432

pmcnn	0.92 403	0.92 287	0.92 413	0.92 360	0.92 444	0.92 405	0.92 436	0.92 400	0.92 441	0.92 408	0.92 444	0.92 412	0.92 428	0.92 409	0.92 433	0.92 394	0.92 412	0.92 421	0.92 440	0.92 396	0.92 431

R-Stereo Train	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 406	0.68 399	0.95 414	0.68 406	0.96 417	0.68 394	0.96 415	0.68 393	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 396

RAFT-Stereo	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 406	0.68 399	0.95 414	0.68 406	0.96 417	0.68 394	0.96 415	0.68 393	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 396
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MoCha-V2	2.11 532	26.97 618	0.78 394	0.92 360	0.77 428	0.96 410	0.72 412	0.90 395	0.72 416	0.94 412	0.70 413	0.90 409	0.71 407	0.91 405	0.71 409	0.85 387	0.71 386	0.88 414	0.69 414	0.87 387	0.67 395

AIO-Stereo	0.84 386	0.66 251	0.70 376	0.83 349	0.67 405	0.98 411	0.82 429	1.14 427	0.72 416	1.03 430	0.74 425	1.03 433	1.09 444	0.99 417	0.45 340	1.04 413	0.73 389	0.95 431	0.74 423	0.94 405	0.46 335

ToySt	0.92 403	2.11 451	0.90 409	0.95 368	0.79 431	0.99 412	0.78 419	0.94 404	0.81 432	0.94 412	0.78 429	0.95 416	0.77 415	0.94 411	0.86 431	0.91 391	0.79 399	0.85 412	0.77 427	0.89 389	0.73 407

Test_v1	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

WQFJA1++	0.84 386	0.98 296	0.67 366	1.26 452	0.75 420	1.00 413	0.67 392	1.00 408	0.67 393	1.00 416	0.67 401	1.00 420	0.67 390	1.00 419	0.67 385	0.96 401	0.67 370	0.91 418	0.63 396	0.92 396	0.63 382

NLMM	0.84 386	1.00 305	0.67 366	1.27 453	0.75 420	1.00 413	0.68 396	1.00 408	0.67 393	1.00 416	0.67 401	1.02 431	0.67 390	1.02 430	0.67 385	0.97 402	0.67 370	0.93 425	0.63 396	0.92 396	0.63 382

LG-Stereo	0.60 324	0.58 243	0.47 307	0.64 324	0.74 418	1.00 413	0.69 402	0.57 356	0.41 335	0.57 365	0.41 337	0.57 369	0.41 331	1.00 419	0.75 416	0.91 391	0.51 343	0.52 368	0.37 322	0.52 340	0.37 298

GANet	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

TDLM	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

CVANet_RVC	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

WQFJA1	0.85 392	0.98 296	0.67 366	1.29 458	0.76 425	1.01 420	0.67 392	1.02 421	0.67 393	1.02 428	0.67 401	1.01 427	0.67 390	1.01 426	0.68 393	0.99 407	0.67 370	0.93 425	0.64 401	0.92 396	0.65 390

WQFJX1	0.84 386	0.98 296	0.67 366	1.30 460	0.75 420	1.01 420	0.67 392	1.01 416	0.67 393	1.01 424	0.67 401	1.01 427	0.68 394	1.00 419	0.68 393	0.98 406	0.67 370	0.92 421	0.64 401	0.92 396	0.64 388

WQFJX	0.85 392	1.00 305	0.68 373	1.30 460	0.75 420	1.01 420	0.68 396	1.01 416	0.68 399	1.01 424	0.68 406	1.03 433	0.68 394	1.02 430	0.67 385	0.97 402	0.67 370	0.93 425	0.63 396	0.94 405	0.63 382

NLMM1	0.86 395	0.98 296	0.69 375	1.48 474	0.75 420	1.01 420	0.69 402	1.00 408	0.69 404	1.00 416	0.70 413	1.00 420	0.68 394	1.01 426	0.67 385	0.97 402	0.68 375	0.92 421	0.63 396	0.93 401	0.63 382

NLSM3	0.85 392	0.99 303	0.68 373	1.29 458	0.76 425	1.01 420	0.68 396	1.01 416	0.68 399	1.02 428	0.68 406	1.01 427	0.68 394	1.01 426	0.68 393	0.97 402	0.68 375	0.93 425	0.64 401	0.93 401	0.63 382

trnet	1.01 422	1.01 314	1.01 424	1.01 379	1.01 455	1.01 420	1.01 448	1.01 416	1.01 455	1.01 424	1.01 452	1.01 427	1.01 440	1.01 426	1.01 447	1.01 412	1.01 419	1.01 440	1.01 453	1.01 414	1.01 444

AdaDepth	0.86 395	0.93 289	0.71 380	1.01 379	1.07 460	1.02 426	0.71 410	1.00 408	0.71 413	1.01 424	0.71 418	1.00 420	0.72 408	1.14 445	0.71 409	0.92 394	0.64 366	0.90 415	0.64 401	0.89 389	0.69 398

DPSimNet_ROB	0.97 412	1.18 341	0.81 401	1.10 386	0.91 443	1.02 426	0.82 429	1.04 422	0.91 437	1.03 430	0.86 437	1.28 502	0.82 423	1.03 432	0.89 432	1.17 428	0.81 404	1.02 441	0.82 436	1.08 419	0.81 422

AIO-Stereo-zeroshot	0.91 401	0.86 270	0.89 406	1.25 451	0.69 409	1.05 428	0.81 426	1.16 431	0.50 366	1.12 440	0.97 446	0.72 388	0.82 423	1.06 434	0.95 438	0.61 350	0.87 407	1.03 443	0.85 439	1.04 417	1.01 444

TorneroNet	0.66 337	0.53 232	0.50 326	0.50 289	0.64 399	1.06 429	0.70 407	0.50 328	0.51 373	0.49 325	0.69 411	0.49 330	0.50 365	0.48 322	1.15 457	0.71 366	0.49 332	1.14 446	1.08 455	0.49 327	0.49 349

Selective-RAFT	0.89 400	0.89 277	0.72 383	1.16 399	0.78 429	1.06 429	0.82 429	0.87 391	0.97 447	1.00 416	0.91 441	0.90 409	1.00 433	0.89 403	0.93 437	0.83 384	0.83 405	0.82 409	0.82 436	0.81 380	0.82 423

GLC_STEREO	1.07 429	1.01 314	1.06 426	1.07 384	1.05 459	1.06 429	1.08 453	1.08 423	1.05 458	1.07 432	1.06 454	1.08 436	1.05 442	1.06 434	1.10 452	1.07 415	1.09 429	1.05 444	1.05 454	1.06 418	1.12 451

STTRV1_RVC	0.82 379	1.60 415	0.70 376	1.01 379	0.60 389	1.07 432	0.69 402	1.01 416	0.60 382	0.72 384	0.55 385	1.02 431	0.68 394	1.03 432	0.67 385	0.89 390	0.63 364	0.92 421	0.57 388	0.90 392	0.65 390

edge stereo	2.43 557	27.07 619	1.14 431	1.06 383	1.14 463	1.08 433	1.17 461	1.16 431	1.14 460	1.10 434	1.16 461	1.09 438	1.16 453	1.10 440	1.16 460	1.10 418	1.11 433	1.16 449	1.19 463	1.13 421	1.11 449

Nwc_Net	2.37 554	25.95 615	1.15 433	1.14 392	1.15 464	1.08 433	1.14 457	1.17 433	1.16 462	1.14 443	1.15 458	1.08 436	1.15 449	1.11 442	1.14 456	1.10 418	1.11 433	1.16 449	1.09 456	1.16 427	1.15 456

999	1.00 415	1.12 332	0.59 347	1.10 386	1.21 518	1.09 435	0.52 373	1.08 423	1.43 531	1.18 445	1.35 523	0.98 419	0.52 371	0.91 405	0.85 430	0.72 368	1.46 514	0.83 410	0.98 445	0.68 357	1.41 527

RP	2.33 550	25.00 611	1.13 430	1.15 394	1.15 464	1.10 436	1.15 458	1.15 428	1.15 461	1.12 440	1.15 458	1.09 438	1.13 446	1.10 440	1.15 457	1.11 423	1.09 429	1.16 449	1.12 457	1.16 427	1.17 460

RGC	2.36 552	25.48 612	1.19 439	1.15 394	1.15 464	1.10 436	1.16 460	1.17 433	1.16 462	1.12 440	1.16 461	1.11 444	1.13 446	1.09 438	1.18 462	1.10 418	1.15 438	1.16 449	1.12 457	1.14 422	1.12 451

MSMD_ROB	1.19 437	1.10 331	0.70 376	1.10 386	0.60 389	1.10 436	0.70 407	1.10 426	0.70 408	1.10 434	0.70 413	1.10 440	0.70 403	7.00 612	0.70 407	1.10 418	0.70 382	1.10 445	0.70 416	1.10 420	0.70 399

Wavelet-MonSter	1.00 415	1.21 389	0.76 391	1.94 491	1.01 455	1.11 439	0.76 417	1.15 428	0.76 422	1.11 439	0.76 427	1.14 446	0.76 413	1.11 442	0.76 418	1.21 477	0.90 409	1.02 441	0.71 419	1.02 416	0.71 403

NCC-stereo	2.36 552	25.52 613	1.17 435	1.15 394	1.17 469	1.11 439	1.11 454	1.15 428	1.16 462	1.10 434	1.16 461	1.10 440	1.15 449	1.14 445	1.13 455	1.09 416	1.11 433	1.15 448	1.16 461	1.17 432	1.17 460

Abc-Net	2.32 549	24.75 610	1.14 431	1.17 400	1.17 469	1.11 439	1.15 458	1.17 433	1.21 514	1.08 433	1.16 461	1.12 445	1.14 448	1.09 438	1.17 461	1.09 416	1.16 439	1.17 453	1.17 462	1.16 427	1.11 449
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 550	24.38 609	1.18 437	1.18 401	1.18 471	1.14 442	1.18 462	1.19 436	1.19 468	1.14 443	1.18 465	1.14 446	1.18 454	1.14 445	1.18 462	1.14 426	1.14 437	1.19 458	1.19 463	1.15 425	1.19 464

AF-Net	2.37 554	25.71 614	1.17 435	1.13 391	1.15 464	1.15 443	1.18 462	1.19 436	1.16 462	1.10 434	1.15 458	1.10 440	1.18 454	1.12 444	1.15 457	1.10 418	1.10 432	1.17 453	1.15 459	1.16 427	1.12 451

HSM-Net_RVC	0.95 411	1.17 339	0.78 394	1.18 401	0.71 413	1.16 444	0.75 415	1.09 425	0.80 429	1.10 434	0.75 426	1.17 449	0.74 410	1.17 448	0.80 424	1.13 424	0.73 389	1.17 453	0.77 427	1.16 427	0.72 404
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

CrosDoStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PFNet+	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

LCNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

HHNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Patchmatch Stereo++	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465
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	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

STrans-v2	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

TransformOpticalFlow	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

OMP-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

IIG-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

NF-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

OCTAStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PSM-softLoss	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

KMStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

NRIStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PSM-adaLoss	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PSM-AAD	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

FTStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

ROB_FTStereo_v2	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

ROB_FTStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Consistency-Raft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

KYRaft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

HUI-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

ASMatch	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DeepStereo_LL	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DEmStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

SST-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

THIR-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT_R40	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DRaft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PFNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

GrayStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RE-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Pruner-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

TVStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DeepStereo_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT-RH_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

IRAFT_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT-345	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

iRAFT	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

CRE-IMP	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

GMM-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT-IKP	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Prome-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

FAT-Stereo	2.46 558	26.05 616	1.23 491	1.23 450	1.22 520	1.20 445	1.24 512	1.23 487	1.23 516	1.19 446	1.22 512	1.21 496	1.24 504	1.20 450	1.24 513	1.21 477	1.17 442	1.22 506	1.25 516	1.20 437	1.24 514

ktn	0.72 352	0.53 232	1.08 428	1.14 392	0.51 379	1.22 491	1.36 522	0.51 341	0.59 381	0.51 346	0.51 380	0.69 384	1.20 456	0.67 377	0.51 365	0.51 328	0.49 332	0.58 375	0.66 407	0.52 340	0.53 361

CroCo-Stereo	0.73 354	1.22 395	0.25 188	1.22 448	0.25 227	1.22 491	0.25 215	1.22 485	0.25 217	1.22 493	0.25 226	1.22 497	0.25 219	1.22 496	0.25 215	1.22 479	0.26 200	1.21 505	0.25 225	1.22 485	0.25 203
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	2.51 559	26.86 617	1.23 491	1.22 448	1.22 520	1.24 493	1.25 513	1.22 485	1.24 517	1.21 492	1.24 514	1.19 450	1.27 506	1.19 449	1.24 513	1.19 429	1.20 444	1.25 507	1.19 463	1.24 486	1.23 513

Hybrid-DGEV	1.03 426	1.75 425	0.80 398	1.28 457	0.78 429	1.26 494	0.80 423	1.26 488	0.78 423	1.26 494	0.78 429	1.26 498	0.78 417	1.26 497	0.78 420	1.15 427	0.75 392	1.14 446	0.74 423	1.14 422	0.75 411

AIO-Stereo-zeroshot1	0.75 357	0.92 287	0.85 405	0.96 371	0.59 388	1.27 495	0.44 343	0.59 361	0.69 404	0.91 406	0.68 406	0.55 364	0.61 381	1.06 434	0.83 429	0.62 354	0.70 382	0.90 415	0.41 346	0.89 389	0.56 372

CroCo-Stereo Lap2	0.77 362	1.29 399	0.29 205	1.27 453	0.29 250	1.27 495	0.26 223	1.26 488	0.26 230	1.26 494	0.26 232	1.27 501	0.26 228	1.26 497	0.27 221	1.27 481	0.27 207	1.27 508	0.27 240	1.27 488	0.27 219

Hybrid-DGEV-2	1.05 428	1.83 427	0.83 402	1.33 464	0.82 436	1.30 497	0.81 426	1.26 488	0.79 427	1.29 496	0.79 431	1.26 498	0.80 419	1.26 497	0.79 421	1.20 431	0.78 397	1.18 456	0.77 427	1.20 437	0.77 416

11t	1.27 488	2.70 491	1.34 495	1.32 463	0.89 439	1.30 497	1.34 519	1.64 507	0.57 378	1.45 505	0.72 421	1.05 435	1.29 508	1.07 437	1.29 520	1.49 497	1.02 420	0.97 434	1.15 459	1.48 495	1.31 518

Hybrid-DGEV-03	1.07 429	1.83 427	0.83 402	1.34 465	0.81 435	1.32 499	0.81 426	1.31 494	0.81 432	1.31 497	0.82 435	1.32 503	0.82 423	1.32 501	0.81 427	1.19 429	0.77 395	1.19 458	0.76 426	1.19 435	0.77 416

ours_stereo	1.20 438	1.21 389	0.90 409	1.64 485	1.11 462	1.35 500	0.67 392	1.76 511	0.93 442	1.70 515	1.10 457	1.39 506	0.75 412	1.41 505	0.81 427	1.60 504	1.03 421	1.33 510	1.00 447	1.61 500	0.72 404

MaskLacGwcNet_RVC	1.35 490	1.35 404	1.35 497	1.35 467	1.35 523	1.35 500	1.35 520	1.36 496	1.35 525	1.36 500	1.35 523	1.36 504	1.36 514	1.36 502	1.35 524	1.35 487	1.35 505	1.35 513	1.35 521	1.35 491	1.35 523

MM-Stereo_test2	1.20 438	1.85 431	1.05 425	1.46 473	0.94 447	1.36 502	0.99 443	1.36 496	0.95 444	1.41 502	0.98 447	1.40 508	0.96 430	1.37 503	0.95 438	1.37 491	1.06 422	1.33 510	0.93 444	1.29 489	0.89 428

CC-Net-ROB	1.36 491	1.33 403	1.33 494	1.36 468	1.38 526	1.36 502	1.33 518	1.37 498	1.34 522	1.35 499	1.36 525	1.38 505	1.34 512	1.38 504	1.38 527	1.35 487	1.38 509	1.33 510	1.35 521	1.43 494	1.34 522

MLG-Stereo	0.92 403	0.90 280	0.84 404	1.27 453	0.49 370	1.38 504	0.88 432	1.41 501	0.97 447	0.73 386	1.09 456	1.26 498	0.43 340	0.72 382	1.05 449	1.13 424	0.49 332	1.18 456	0.66 407	1.01 414	0.46 335

PS-NSSS	1.38 493	1.39 407	1.34 495	1.34 465	1.35 523	1.38 504	1.37 527	1.35 495	1.38 528	1.34 498	1.34 522	1.39 506	1.38 517	1.70 513	1.40 528	1.36 489	1.36 506	1.36 515	1.37 524	1.37 492	1.36 524

HBP-ISP	1.24 486	1.72 419	1.65 525	1.15 394	0.76 425	1.40 506	0.88 432	1.67 510	1.02 456	1.69 514	1.38 528	1.69 516	1.21 502	1.87 521	1.21 511	1.05 414	0.79 399	0.97 434	0.80 433	1.19 435	0.75 411

BTL-Stereo	1.53 495	1.36 405	1.06 426	1.42 472	1.23 522	1.41 507	1.07 452	1.43 502	1.12 459	1.42 503	1.06 454	1.83 518	1.07 443	1.42 506	1.07 450	1.27 481	1.38 509	6.80 610	1.00 447	1.26 487	1.00 439

FC-DCNN	1.07 429	1.09 329	0.98 418	0.89 354	0.52 380	1.41 507	0.91 435	1.21 484	1.24 517	1.96 519	2.05 574	1.91 521	1.30 509	1.27 500	1.08 451	0.80 376	0.60 358	0.58 375	0.41 346	0.68 357	0.54 364

MM-Stereo_test3	1.27 488	2.07 447	1.18 437	1.60 480	1.02 457	1.45 509	1.01 448	1.40 500	1.04 457	1.44 504	1.03 453	1.46 510	1.02 441	1.44 507	1.02 448	1.51 500	1.12 436	1.32 509	0.98 445	1.38 493	0.97 435

RASNet	1.49 494	1.65 416	1.45 513	1.38 470	1.43 529	1.47 510	1.36 522	1.38 499	1.36 526	1.39 501	1.60 539	1.45 509	1.45 520	1.51 508	2.21 569	1.53 501	1.36 506	1.36 515	1.36 523	1.66 503	1.36 524

tt45	1.04 427	0.88 274	1.36 505	0.92 360	1.03 458	1.51 511	0.79 420	0.70 376	0.88 435	0.74 391	0.90 438	1.60 512	0.72 408	1.60 509	0.75 416	0.91 391	0.78 397	1.52 520	0.79 431	1.14 422	1.32 519

FlowAnything	1.02 424	1.71 418	0.72 383	1.59 477	0.69 409	1.60 512	0.69 402	1.61 504	0.70 408	1.60 507	0.69 411	1.60 512	0.69 401	1.61 511	0.69 401	0.81 379	0.58 355	0.81 405	0.56 386	0.82 382	0.56 372

FlowAnything_test	1.02 424	1.72 419	0.71 380	1.59 477	0.70 411	1.61 513	0.69 402	1.61 504	0.70 408	1.60 507	0.70 413	1.61 515	0.69 401	1.61 511	0.70 407	0.81 379	0.58 355	0.81 405	0.55 382	0.81 380	0.56 372

DPSMNet_ROB	1.60 498	1.59 414	1.70 527	1.59 477	1.59 535	1.61 513	1.61 538	1.60 503	1.60 535	1.62 513	1.59 538	1.60 512	1.60 523	1.60 509	1.59 535	1.59 502	1.60 528	1.59 521	1.59 541	1.59 499	1.59 537

CFNet-RSSM	0.91 401	4.89 552	0.34 244	0.44 259	1.07 460	1.62 515	1.40 529	0.91 397	0.35 295	1.60 507	1.39 529	0.64 378	0.34 291	0.44 300	0.33 271	0.41 280	0.35 263	0.75 395	0.30 271	0.41 289	0.29 238

ff7	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 536	2.12 558	2.23 532	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 446

ffff	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 536	2.12 558	2.23 532	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 446

ccc-4	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 536	2.12 558	2.23 532	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 446

GANetREF_RVC	1.55 496	1.94 444	1.22 489	1.88 488	1.21 518	1.88 519	1.22 510	1.88 513	1.22 515	1.88 516	1.22 512	1.88 519	1.22 503	1.89 522	1.22 512	1.87 512	1.22 491	1.88 534	1.22 512	1.88 512	1.22 511
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
3.75w	1.99 511	2.31 466	1.83 541	3.16 535	1.65 539	1.93 520	1.98 558	2.72 552	1.68 537	2.73 561	1.97 563	2.00 526	1.72 532	1.81 519	1.25 516	2.27 536	2.01 548	2.38 553	1.42 530	1.71 505	1.24 514

4.5w-stereo	1.99 511	2.33 468	1.81 533	3.28 539	1.68 542	1.94 521	1.99 561	2.72 552	1.70 540	2.72 556	1.99 572	1.97 524	1.68 527	1.76 515	1.29 520	1.91 517	2.02 552	2.53 561	1.61 543	1.75 508	1.16 459

2.75w_new	1.99 511	2.34 472	1.81 533	3.14 533	1.62 537	1.94 521	1.99 561	2.72 552	1.71 541	2.72 556	1.99 572	1.90 520	1.73 533	1.82 520	1.29 520	2.37 545	2.01 548	2.31 548	1.42 530	1.77 509	1.22 511

2w_stereo	1.99 511	2.36 475	1.81 533	3.24 537	1.67 540	1.94 521	1.98 558	2.72 552	1.68 537	2.72 556	1.94 560	1.98 525	1.74 535	1.79 518	1.27 517	1.95 519	2.00 546	2.53 561	1.60 542	1.68 504	1.15 456

4.25_new	2.00 515	2.33 468	1.82 538	3.32 542	1.69 543	1.95 524	1.99 561	2.72 552	1.71 541	2.72 556	1.97 563	2.01 527	1.74 535	1.77 516	1.28 518	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 460

4.5w_new	2.00 515	2.33 468	1.82 538	3.32 542	1.69 543	1.95 524	1.99 561	2.72 552	1.71 541	2.72 556	1.97 563	2.01 527	1.74 535	1.77 516	1.28 518	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 460

MFMNet_re	1.81 506	1.91 438	1.71 529	1.95 493	1.70 546	1.95 524	1.70 543	1.96 516	1.74 548	1.97 521	1.72 547	1.95 522	1.71 531	1.97 525	1.71 543	1.86 510	1.62 529	1.85 527	1.66 548	1.86 511	1.64 543

SPS-STEREO	1.59 497	1.91 438	1.21 488	1.94 491	1.20 472	2.00 527	1.23 511	1.99 518	1.24 517	2.00 524	1.25 515	2.03 529	1.26 505	2.00 526	1.29 520	1.90 516	1.18 443	1.89 535	1.21 511	1.89 513	1.20 465
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 505	3.41 520	1.52 520	2.12 498	1.41 528	2.04 528	1.41 530	2.05 522	1.46 532	2.04 528	1.41 530	2.05 530	1.42 519	2.05 527	1.43 530	2.04 524	1.54 521	1.94 536	1.38 526	1.99 515	1.33 520

RAFT_CTSACE	1.92 508	3.71 527	1.72 530	1.88 488	1.72 547	2.04 528	1.42 532	2.18 529	1.89 563	2.02 526	1.97 563	1.95 522	2.06 557	1.93 523	1.62 536	1.76 507	1.66 532	2.02 538	1.73 557	1.73 506	1.43 529

4.25w-stereo	1.98 510	2.72 495	1.46 514	3.47 549	1.43 529	2.07 530	1.98 558	2.53 549	1.52 533	2.71 555	1.98 569	1.81 517	1.62 525	1.96 524	1.36 525	1.88 515	2.00 546	2.53 561	1.61 543	1.74 507	1.15 456

MonSter	0.60 324	0.64 250	0.52 336	0.62 319	0.44 353	2.07 530	0.44 343	0.62 366	0.44 346	0.62 373	0.44 351	0.62 377	0.44 342	0.62 368	0.44 339	0.58 344	0.42 303	0.62 378	0.46 359	0.58 349	0.42 328

MonStereo1	1.94 509	2.77 501	1.52 520	3.73 560	1.51 532	2.13 532	1.42 532	2.32 537	1.52 533	2.31 541	1.50 533	2.53 546	1.59 522	2.34 539	1.56 533	1.91 517	1.36 506	1.86 530	1.31 519	2.07 516	1.53 530

MC-Stereo	1.76 502	2.96 508	1.37 507	2.14 499	1.37 525	2.14 533	1.36 522	2.14 527	1.37 527	2.14 533	1.37 526	2.14 531	1.37 516	2.14 531	1.37 526	1.97 520	1.32 493	1.97 537	1.32 520	1.98 514	1.33 520

2.25w	2.00 515	1.86 433	1.98 555	2.95 530	2.17 572	2.26 534	1.35 520	2.42 543	2.00 570	2.07 532	1.27 517	2.53 546	1.99 553	2.29 536	1.49 532	2.21 531	1.32 493	1.85 527	1.87 561	2.52 542	1.62 541

4.5_new	2.00 515	1.84 430	1.98 555	2.77 524	2.16 570	2.27 535	1.28 517	2.09 523	1.98 567	2.01 525	1.28 518	2.71 558	1.98 551	2.51 548	1.65 538	2.26 533	1.33 500	1.87 531	1.87 561	2.49 538	1.60 538

NCCL2	2.28 548	2.27 463	2.28 561	2.28 508	2.28 575	2.27 535	2.29 570	2.28 530	2.28 573	2.27 537	2.28 575	2.28 532	2.27 561	2.27 535	2.28 574	2.28 537	2.28 560	2.27 545	2.29 574	2.27 525	2.29 565

TRStereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 533	1.87 541	2.08 528	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 548

XX-Stereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 533	1.87 541	2.08 528	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 548

EAI-Stereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 533	1.87 541	2.08 528	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 548

STTStereo	3.73 576	30.40 623	2.37 565	2.39 512	2.31 577	2.35 540	2.33 571	2.29 532	2.42 574	2.32 542	2.34 576	2.33 536	2.36 562	2.30 537	2.27 573	2.35 544	2.22 559	2.31 548	2.22 571	2.29 527	2.34 569

FBW_ROB	2.12 533	2.46 481	1.77 532	2.49 516	1.79 550	2.38 541	1.83 546	2.46 544	1.78 551	2.48 549	1.97 563	2.40 541	1.78 538	2.42 545	1.83 554	2.31 541	1.85 543	2.38 553	1.82 559	2.35 529	1.84 553

AIO_rvc	2.18 536	2.34 472	1.87 548	2.32 509	1.94 560	2.40 542	1.89 555	2.37 540	2.07 572	2.52 551	1.95 562	2.44 543	1.99 553	2.41 543	1.89 562	2.32 542	2.09 554	2.24 544	2.18 570	2.21 521	2.23 564

IGEV	2.02 523	2.20 458	1.82 538	2.90 529	2.16 570	2.41 543	1.25 513	2.00 519	1.98 567	1.99 523	1.31 520	2.72 562	1.93 547	2.67 556	1.69 542	2.26 533	1.32 493	1.83 526	1.87 561	2.53 545	1.61 540

HUF	2.18 536	2.30 465	1.99 558	2.34 511	2.02 565	2.41 543	2.06 566	2.38 541	1.89 563	2.36 543	1.85 550	2.56 551	1.98 551	2.31 538	1.97 565	2.30 540	2.03 553	2.30 547	2.11 568	2.23 522	2.16 562

AIO_test	2.18 536	2.09 450	2.04 559	2.42 513	2.01 562	2.47 545	1.94 557	2.34 539	2.03 571	2.56 552	1.94 560	2.43 542	1.94 548	2.41 543	1.87 560	2.39 547	2.10 555	2.35 552	1.91 567	2.25 524	2.19 563

4w-stereo	2.02 523	2.72 495	1.44 512	3.36 545	1.59 535	2.48 546	1.72 544	2.28 530	1.24 517	2.24 536	1.65 543	2.56 551	1.32 511	2.39 542	1.98 566	2.67 559	1.51 517	1.66 523	1.24 514	2.53 545	1.88 560

3w_stereo	2.04 528	2.24 462	1.70 527	3.15 534	2.18 574	2.49 547	1.26 515	2.03 521	1.98 567	1.98 522	1.33 521	2.72 562	1.99 553	2.59 551	1.72 545	2.22 532	1.33 500	1.85 527	1.88 566	2.50 540	1.58 536

monsterstereo	2.20 542	2.33 468	1.95 553	3.65 556	2.07 567	2.49 547	1.61 538	2.48 545	1.83 555	2.45 547	1.61 541	2.67 557	1.86 540	2.64 553	1.94 563	2.48 553	1.66 532	2.34 550	1.68 551	2.40 531	1.86 555

asda	2.17 534	2.54 482	1.81 533	3.47 549	1.78 549	2.50 549	1.86 551	2.61 551	1.68 537	2.61 553	1.83 549	2.37 540	1.73 533	2.44 546	1.88 561	2.51 554	1.84 542	2.34 550	1.62 545	2.23 522	1.77 552

UDGNet	2.23 546	5.40 564	1.72 530	2.48 515	1.69 543	2.51 550	1.69 542	2.51 548	1.72 545	2.50 550	1.69 546	2.52 545	1.69 529	2.50 547	1.68 541	2.41 548	1.70 534	2.42 555	1.69 553	2.42 532	1.64 543

qwe	2.18 536	2.60 485	1.58 522	3.83 562	1.90 559	2.53 551	1.90 556	2.48 545	1.73 546	2.37 544	1.92 559	2.53 546	1.68 527	2.56 549	1.83 554	2.52 556	1.87 544	2.07 539	1.68 551	2.32 528	1.71 547

monsters	2.18 536	2.41 478	1.96 554	3.47 549	2.03 566	2.53 551	1.64 540	2.48 545	1.73 546	2.40 545	1.50 533	2.62 554	1.94 548	2.59 551	1.94 563	2.44 549	1.57 523	2.28 546	1.87 561	2.42 532	1.86 555

IGEVStereo-DCA	1.77 503	4.21 543	1.84 542	2.49 516	2.11 568	2.54 553	1.36 522	1.65 508	1.17 466	2.75 562	1.90 557	2.54 549	1.15 449	0.94 411	1.11 453	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 426

rrr	1.77 503	4.21 543	1.84 542	2.49 516	2.11 568	2.54 553	1.36 522	1.65 508	1.17 466	2.75 562	1.90 557	2.54 549	1.15 449	0.94 411	1.11 453	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 426

asd	2.18 536	2.77 501	1.58 522	3.59 554	2.00 561	2.58 555	1.85 550	2.39 542	1.71 541	2.47 548	1.97 563	2.59 553	1.61 524	2.56 549	1.79 552	2.51 554	1.99 545	2.11 543	1.62 545	2.36 530	1.60 538

MonStereo	2.17 534	2.41 478	1.49 519	2.67 521	1.67 540	2.60 556	2.04 565	2.32 537	1.76 549	2.44 546	1.68 545	2.50 544	1.69 529	2.38 540	1.80 553	2.28 537	1.78 538	2.63 564	2.14 569	3.47 557	1.68 546

3.25w	2.04 528	2.20 458	1.48 515	3.03 531	2.17 572	2.63 557	1.39 528	1.96 516	1.95 566	1.96 519	1.37 526	2.71 558	1.96 550	2.71 557	1.73 550	2.26 533	1.32 493	1.87 531	1.87 561	2.51 541	1.63 542

2.5w	2.01 522	2.40 477	1.37 507	3.28 539	2.01 562	2.71 558	1.43 535	1.82 512	1.83 555	1.90 518	1.41 530	2.71 558	1.35 513	2.71 557	1.85 556	2.66 557	1.53 519	1.64 522	1.23 513	2.53 545	1.87 557

3.25w_new	2.03 525	2.72 495	1.35 497	3.33 544	1.57 533	2.72 559	1.53 537	2.15 528	1.33 521	2.15 534	1.60 539	2.63 555	1.30 509	2.72 559	1.99 567	2.67 559	1.53 519	1.75 525	1.25 516	2.53 545	1.87 557

3.5w_stereo	2.03 525	2.72 495	1.35 497	3.41 546	1.57 533	2.72 559	1.49 536	2.01 520	1.34 522	2.15 534	1.61 541	2.63 555	1.36 514	2.72 559	1.99 567	2.66 557	1.58 524	1.68 524	1.24 514	2.53 545	1.87 557

1w_stereo	2.05 530	2.32 467	1.35 497	3.74 561	2.01 562	2.73 561	1.42 532	1.88 513	1.93 565	2.03 527	1.28 518	2.71 558	1.99 553	2.72 559	1.72 545	2.20 530	1.32 493	1.87 531	1.86 560	2.45 534	1.54 531

sCroCo_RVC	2.10 531	2.76 499	1.92 552	2.78 527	1.39 527	2.73 561	1.41 530	2.73 558	1.40 529	2.77 567	1.41 530	2.74 564	1.40 518	2.74 562	1.40 528	2.72 561	1.42 512	2.72 565	1.44 532	2.79 552	1.42 528

LG-G_1	2.22 543	2.71 493	1.89 549	2.77 524	1.87 557	2.75 563	1.87 553	2.76 560	1.87 561	2.75 562	1.87 552	2.76 565	1.87 541	2.75 563	1.86 557	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 534

LG-G	2.22 543	2.71 493	1.89 549	2.77 524	1.87 557	2.75 563	1.87 553	2.76 560	1.87 561	2.75 562	1.87 552	2.76 565	1.87 541	2.75 563	1.86 557	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 534

LGtest1	2.22 543	2.70 491	1.89 549	2.76 523	1.86 554	2.75 563	1.86 551	2.75 559	1.86 557	2.75 562	1.86 551	2.77 567	1.87 541	2.75 563	1.86 557	2.46 550	1.58 524	2.45 556	1.56 535	2.45 534	1.56 533

NLCA_NET_v2_RVC	5.04 604	50.87 633	2.78 570	2.87 528	2.71 579	2.78 566	0.47 355	2.88 565	2.86 579	1.89 517	2.67 578	2.79 568	2.79 567	2.78 566	2.83 576	2.82 562	2.82 565	2.83 566	2.77 578	2.83 553	2.76 574
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT+CT+SA	4.28 591	7.62 580	4.91 597	5.55 588	2.28 575	3.09 567	3.64 598	4.49 584	3.07 585	4.80 596	3.35 593	4.77 600	3.70 587	4.29 583	3.05 579	5.58 598	5.98 599	3.58 573	3.78 602	4.26 567	3.72 599

plain	1.88 507	3.16 514	0.64 358	3.10 532	0.65 401	3.10 568	0.64 385	3.12 567	0.65 390	3.10 568	0.65 398	3.11 569	0.65 385	3.12 567	0.65 381	3.12 564	0.65 368	3.13 567	0.65 405	3.13 555	0.65 390

MIF-Stereo (partial)	2.58 561	3.31 519	0.66 362	3.18 536	0.66 404	3.18 569	0.66 388	3.21 568	0.67 393	3.19 569	0.66 400	3.19 570	0.66 388	3.31 571	0.68 393	5.09 595	1.79 540	8.23 614	1.67 549	6.18 598	1.38 526

Anonymous3	2.55 560	3.26 518	1.65 525	3.28 539	1.63 538	3.24 570	1.68 541	3.27 569	1.66 536	3.28 570	1.67 544	3.25 571	1.66 526	3.27 569	1.64 537	3.26 565	1.65 531	3.30 569	1.65 547	4.95 589	1.65 545

UniTT-Stereo	2.03 525	3.43 521	0.72 383	3.42 547	0.73 416	3.27 571	0.68 396	3.38 572	0.69 404	3.29 571	0.72 421	3.28 572	0.70 403	3.35 573	0.68 393	3.39 567	0.68 375	3.31 570	0.69 414	3.37 556	0.73 407

NLSM1	2.93 569	3.24 517	2.57 569	4.04 563	2.66 578	3.30 572	2.55 573	3.29 570	2.55 575	3.35 572	2.48 577	3.28 572	2.47 563	3.34 572	2.49 575	3.26 565	2.55 564	3.13 567	2.57 577	3.00 554	2.46 572

Sa-1000	4.34 594	8.37 583	6.84 607	6.98 598	4.45 608	3.58 573	3.00 578	3.42 573	3.39 594	2.61 553	4.00 603	3.83 578	4.01 596	3.90 577	3.90 599	5.98 602	5.62 597	3.76 576	2.34 575	4.35 569	2.47 573

SA	4.33 593	7.35 577	6.85 608	5.96 591	4.09 605	3.59 574	3.15 592	3.82 577	2.64 576	3.91 575	3.85 600	3.57 574	2.72 566	3.13 568	4.03 601	7.09 609	6.86 604	3.57 572	3.12 590	3.85 560	3.51 597

DPSNet	3.66 574	3.60 523	3.62 590	3.63 555	3.64 600	3.65 575	3.65 599	3.66 575	3.67 596	3.67 574	3.65 597	3.67 576	3.66 585	3.66 574	3.68 594	3.68 570	3.66 584	3.67 574	3.68 600	3.67 558	3.67 598

RAStereo	2.23 546	3.64 524	0.76 391	3.65 556	0.86 437	3.66 576	0.76 417	3.67 576	0.81 432	3.66 573	0.76 427	3.66 575	0.77 415	3.68 575	0.77 419	3.68 570	0.77 395	3.69 575	0.77 427	3.70 559	0.77 416

StereoVision	3.15 570	5.00 553	0.89 406	4.83 580	1.00 450	3.93 577	1.27 516	6.37 606	1.34 522	5.67 606	1.26 516	5.84 608	1.27 506	5.03 603	1.24 513	5.10 596	1.09 429	4.61 588	0.57 388	5.62 596	1.12 451

TestStereo1	4.60 595	8.41 584	6.44 605	6.86 596	3.79 602	3.97 578	3.78 601	3.99 579	3.74 598	3.97 576	3.52 595	3.94 579	3.58 582	3.98 578	3.72 596	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 601

SA-5K	4.60 595	8.41 584	6.44 605	6.86 596	3.79 602	3.97 578	3.78 601	3.99 579	3.74 598	3.97 576	3.52 595	3.94 579	3.58 582	3.98 578	3.72 596	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 601

NLCSM	3.67 575	4.08 538	3.19 586	4.80 579	3.26 593	3.99 580	3.24 594	4.25 582	3.18 592	4.09 578	3.27 592	4.14 581	3.18 580	4.13 580	3.28 590	4.06 572	3.10 574	3.85 579	3.14 591	3.91 564	3.27 594

test_3	5.01 603	8.86 589	7.77 611	8.09 601	2.76 580	4.13 581	4.05 605	3.88 578	3.76 600	4.33 581	4.13 604	3.71 577	3.91 593	4.21 582	4.06 602	7.93 610	7.69 607	4.53 581	3.91 603	4.17 566	4.29 607

test_4	4.88 601	8.13 582	6.98 609	7.46 599	4.44 607	4.25 582	3.85 603	4.04 581	3.92 602	4.13 579	3.91 601	4.18 583	3.84 592	4.14 581	4.06 602	7.01 608	7.13 605	4.53 581	3.72 601	4.09 565	3.72 599

raft_robust	4.71 599	7.75 581	5.40 602	6.81 595	3.31 594	4.28 583	4.20 606	4.32 583	4.37 607	4.35 582	4.35 606	4.14 581	3.75 589	4.30 584	4.20 604	6.67 605	6.37 600	3.36 571	4.24 608	4.86 587	3.25 593

rvit_105_1	3.83 577	5.22 557	3.01 572	4.53 567	3.01 581	4.51 584	3.01 579	4.56 586	3.04 580	4.53 585	3.03 581	4.55 588	3.03 568	4.56 586	3.04 577	4.57 579	3.05 567	4.57 583	3.05 582	4.57 573	3.05 579

cross-raft	4.83 600	7.52 578	6.43 604	6.63 594	3.96 604	4.51 584	3.99 604	4.49 584	3.96 603	4.52 583	3.96 602	4.50 585	3.97 595	4.50 585	3.97 600	6.65 604	6.44 601	4.33 580	3.92 604	4.35 569	3.91 604

rvit_0105_6	3.87 581	5.73 571	3.10 582	4.69 577	3.12 591	4.54 586	3.02 580	4.56 586	3.04 580	4.54 587	3.03 581	4.54 586	3.04 571	4.56 586	3.05 579	4.58 582	3.05 567	4.58 585	3.05 582	4.58 574	3.05 579

rvit_0105_4	3.91 584	5.47 568	3.02 575	4.54 570	3.02 582	4.54 586	3.03 584	4.75 596	3.17 591	4.57 589	3.06 584	4.61 594	3.16 579	4.65 593	3.09 585	4.66 586	3.11 575	4.68 592	3.18 593	4.81 584	3.16 591

rvit_stereo_0081_aga	3.86 579	5.33 561	3.02 575	4.55 573	3.04 587	4.54 586	3.02 580	4.64 593	3.06 584	4.54 587	3.04 583	4.62 595	3.08 575	4.62 592	3.07 582	4.58 582	3.06 571	4.60 587	3.08 586	4.63 577	3.07 583

rvit_stereo_0082	3.86 579	5.82 572	3.01 572	4.53 567	3.03 583	4.54 586	3.02 580	4.56 586	3.04 580	4.53 585	3.02 579	4.55 588	3.04 571	4.57 589	3.05 579	4.57 579	3.05 567	4.58 585	3.05 582	4.58 574	3.06 582

rvit_stereo_0081	3.83 577	5.23 558	3.01 572	4.53 567	3.03 583	4.55 590	3.02 580	4.56 586	3.04 580	4.52 583	3.02 579	4.54 586	3.03 568	4.56 586	3.04 577	4.57 579	3.05 567	4.57 583	3.05 582	4.58 574	3.05 579

rvit_stereo_0080	3.89 582	5.70 569	3.04 577	4.54 570	3.03 583	4.56 591	3.05 586	4.60 590	3.07 585	4.58 590	3.06 584	4.59 590	3.06 573	4.61 590	3.08 583	4.63 584	3.09 572	4.64 589	3.10 587	4.65 578	3.10 586

whm_eth	3.89 582	5.70 569	3.04 577	4.54 570	3.03 583	4.56 591	3.05 586	4.60 590	3.07 585	4.58 590	3.06 584	4.59 590	3.06 573	4.61 590	3.08 583	4.63 584	3.09 572	4.64 589	3.10 587	4.65 578	3.10 586

rvit_0105_3	3.91 584	5.33 561	3.06 580	4.60 575	3.07 589	4.60 593	3.06 588	4.62 592	3.08 588	4.60 592	3.07 587	4.62 595	3.08 575	4.67 594	3.10 586	4.70 587	3.11 575	4.77 596	3.19 594	4.77 583	3.14 590

rvit_stereo_ft	3.93 587	5.44 566	3.05 579	4.59 574	3.06 588	4.61 594	3.08 589	4.67 595	3.12 590	4.63 594	3.10 589	4.65 597	3.11 577	4.69 596	3.13 587	4.70 587	3.14 577	4.71 594	3.15 592	4.74 581	3.16 591

rvit_stereo_0083	3.92 586	5.30 560	3.06 580	4.61 576	3.09 590	4.67 595	3.08 589	4.66 594	3.09 589	4.62 593	3.10 589	4.66 598	3.11 577	4.67 594	3.16 588	4.72 589	3.16 578	4.77 596	3.11 589	4.66 580	3.11 588

sAnonymous2	3.31 572	2.63 486	1.38 509	3.71 558	1.86 554	4.70 596	1.11 454	4.82 599	2.72 577	5.45 604	1.98 569	4.59 590	2.64 564	2.65 554	6.21 610	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 570

CroCo_RVC	3.31 572	2.63 486	1.38 509	3.71 558	1.86 554	4.70 596	1.11 454	4.82 599	2.72 577	5.45 604	1.98 569	4.59 590	2.64 564	2.65 554	6.21 610	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 570

rvit_0105_5	4.10 588	5.40 564	3.13 585	4.71 578	3.15 592	4.72 598	3.10 591	4.90 601	3.27 593	4.69 595	3.16 591	4.84 602	3.25 581	4.96 600	3.34 591	5.05 594	3.39 583	5.10 601	3.40 595	5.11 591	3.42 595

MLG-Stereo_test3	4.26 590	4.85 551	3.95 593	5.35 586	3.60 598	4.75 599	3.76 600	5.49 605	3.71 597	5.39 602	3.69 598	4.82 601	3.66 585	4.85 597	3.73 598	4.93 590	3.19 581	4.69 593	2.99 581	4.84 586	2.98 578

DispFullNet	4.61 597	4.84 550	3.12 583	5.00 583	3.57 597	4.75 599	3.03 584	7.75 612	4.17 605	4.91 599	3.09 588	6.20 609	3.95 594	6.71 608	3.51 592	5.30 597	3.67 585	5.86 608	3.63 597	5.61 595	3.46 596

TestStereo	4.88 601	4.75 549	4.79 596	4.87 582	4.92 609	4.81 601	4.90 609	4.78 597	4.77 608	4.87 598	4.89 608	4.90 603	4.91 601	4.99 601	4.79 606	4.98 592	4.87 593	4.87 599	4.92 610	5.00 590	5.00 608

MLG-Stereo_test1	4.25 589	5.34 563	3.61 589	5.31 585	3.63 599	5.23 602	3.57 597	5.38 604	3.65 595	5.23 601	3.47 594	4.76 599	3.74 588	4.85 597	3.71 595	4.96 591	3.18 580	4.71 594	2.92 579	4.86 587	2.90 576

test_5	4.62 598	7.55 579	6.23 603	6.32 593	3.40 596	5.29 603	3.50 596	3.53 574	4.11 604	4.28 580	4.47 607	4.26 584	4.38 599	3.68 575	3.24 589	5.89 600	5.60 596	4.84 598	3.50 596	4.33 568	3.93 605

MaDis-Stereo	3.19 571	6.02 574	1.12 429	5.61 589	1.16 468	5.43 604	1.02 450	5.15 603	0.70 408	5.43 603	1.21 511	5.03 605	0.97 431	4.85 597	0.99 442	4.53 577	1.16 439	5.53 604	1.25 516	5.37 594	1.30 517

MLG-Stereo_test2	4.28 591	5.46 567	3.69 591	4.86 581	3.72 601	5.58 605	3.42 595	4.81 598	3.77 601	4.85 597	3.72 599	5.55 607	3.63 584	5.58 604	3.53 593	4.41 576	3.28 582	4.99 600	2.95 580	4.75 582	3.13 589

test-1	6.46 608	9.16 591	8.03 614	8.09 601	5.62 612	6.11 606	6.35 612	6.85 609	4.94 609	6.08 607	6.29 614	4.98 604	6.43 606	6.22 605	6.36 612	6.16 603	7.47 606	5.82 606	5.44 613	7.11 603	5.68 611

SGM-Forest	5.21 607	5.92 573	4.08 594	6.18 592	4.16 606	6.31 607	4.34 607	6.50 607	4.33 606	6.14 608	4.21 605	6.61 612	4.55 600	6.67 607	4.48 605	5.94 601	3.94 587	5.85 607	4.03 606	5.79 597	4.17 606
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 605	5.15 555	4.49 595	5.07 584	3.37 595	6.87 608	4.75 608	5.04 602	6.34 612	7.84 612	5.06 609	6.72 613	4.09 597	4.99 601	5.44 609	5.03 593	3.16 578	4.67 591	4.86 609	5.15 592	3.89 603

RAFT	6.73 610	9.36 592	7.40 610	8.51 604	6.55 613	6.88 609	6.60 613	6.79 608	6.60 613	6.80 609	6.72 615	5.31 606	5.50 604	6.61 606	6.61 613	8.42 612	5.89 598	5.73 605	5.45 614	6.61 599	6.24 612

test-v	7.53 612	11.89 600	7.98 612	9.36 607	7.14 614	7.06 610	7.09 614	7.37 610	6.91 614	7.29 610	5.71 612	6.45 610	6.93 607	6.73 609	7.27 614	8.93 615	7.85 608	6.98 611	6.80 615	7.56 604	7.34 614

test-2	7.53 612	11.89 600	7.98 612	9.36 607	7.14 614	7.06 610	7.09 614	7.37 610	6.91 614	7.29 610	5.71 612	6.45 610	6.93 607	6.73 609	7.27 614	8.93 615	7.85 608	6.98 611	6.80 615	7.56 604	7.34 614

rvit_stereo_0075_2	6.64 609	8.80 588	5.25 599	7.89 600	5.27 611	7.90 612	5.27 610	7.92 613	5.28 610	7.91 613	5.29 611	7.93 614	5.27 602	7.92 613	5.28 607	7.93 610	5.28 595	7.93 613	5.29 612	7.93 606	5.28 610

U	5.15 606	8.49 586	1.81 533	8.49 603	1.77 548	8.49 613	1.77 545	8.51 614	1.77 550	8.49 614	1.77 548	8.50 615	1.78 538	8.58 614	1.77 551	8.54 613	1.78 538	8.55 615	1.78 558	8.55 609	1.84 553

SGM+DAISY	7.06 611	9.15 590	5.38 601	8.84 605	5.18 610	8.80 614	5.31 611	8.79 615	5.28 610	8.89 615	5.20 610	8.93 616	5.33 603	8.95 615	5.36 608	8.70 614	5.21 594	8.74 616	5.20 611	8.89 610	5.15 609

rafts_anoy	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

raft+_RVC	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

raftrobust	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

CasAABBNet	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

RALCasStereoNet	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

RALAANet	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

MANE	19.05 615	23.00 608	15.00 615	23.00 622	15.00 616	24.00 621	16.00 616	24.00 622	16.00 616	22.00 622	15.00 616	23.00 623	16.00 616	23.00 622	15.00 616	22.00 623	15.00 617	22.00 623	15.00 617	22.00 623	15.00 616

111	30.40 622	30.94 624	29.72 623	32.61 623	30.02 624	33.57 622	30.47 624	31.50 623	29.39 624	30.98 623	29.11 624	29.78 624	30.39 627	29.45 623	30.76 627	30.08 624	29.02 625	29.92 624	30.32 628	29.86 624	30.17 624

DCANet-4	35.22 624	34.54 625	35.08 629	33.58 627	35.47 631	34.55 623	35.53 631	36.08 629	35.85 628	35.92 629	35.77 630	35.18 630	35.48 629	35.39 629	37.15 633	34.55 630	33.92 629	35.02 631	34.90 630	35.79 628	34.74 631

fff	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 625	30.15 624	32.35 624	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 625

csc	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 625	30.15 624	32.35 624	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 625

cscssc	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 625	30.15 624	32.35 624	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 625

ADStereo(finetuned)	36.13 625	36.63 629	38.07 633	36.97 628	33.25 628	35.91 627	34.45 628	36.36 630	32.99 625	38.14 634	36.71 631	36.69 631	34.13 628	38.57 634	40.79 634	37.60 635	36.58 632	35.90 632	33.36 629	35.42 627	34.04 628

tt	500032.53 640	34.60 626	29.72 623	37.47 632	34.41 629	36.85 628	35.22 629	34.71 627	33.55 626	34.50 624	35.43 628	33.81 628	10000000.00 644	33.57 627	33.13 628	33.68 628	35.00 630	34.03 629	35.26 631	30.96 625	34.63 629

DCANet	500032.53 640	34.60 626	29.72 623	37.47 632	34.41 629	36.85 628	35.22 629	34.71 627	33.55 626	34.50 624	35.43 628	33.81 628	10000000.00 644	33.57 627	33.13 628	33.68 628	35.00 630	34.03 629	35.26 631	30.96 625	34.63 629

Reg-Stereo(zero)	37.00 626	37.00 630	37.00 630	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 632	37.00 630	37.00 630	37.00 630	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 632

HI	37.00 626	37.00 630	37.00 630	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 632	37.00 630	37.00 630	37.00 630	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 632

CoSv	37.00 626	37.00 630	37.00 630	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 632	37.00 630	37.00 630	37.00 630	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 632

WCMA_ROB	31.10 623	35.43 628	27.12 622	39.51 634	23.10 623	38.78 633	25.30 623	37.49 634	25.39 623	37.29 633	27.02 623	38.52 635	26.48 623	37.80 633	26.44 623	36.28 631	22.65 624	33.90 628	22.30 624	37.10 632	24.18 623

MDST_ROB	69.83 629	87.70 634	41.95 634	113.75 637	65.62 637	75.05 634	55.25 636	75.64 636	45.04 632	71.61 635	41.75 635	72.81 636	44.06 633	68.38 635	44.63 635	101.89 638	59.57 638	107.10 638	61.05 638	104.38 635	59.38 637

CBMV	128.50 631	1422.70 645	53.10 635	79.50 636	51.30 636	77.30 635	49.70 635	74.00 635	48.20 633	77.20 636	48.80 636	73.90 637	48.00 634	73.80 636	48.80 636	70.40 637	45.10 637	68.90 637	46.10 637	68.20 634	45.00 636
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 632	171.00 639	160.68 640	162.58 638	160.59 638	164.01 636	160.35 638	158.51 638	158.56 635	158.34 637	160.12 638	158.56 638	159.92 636	157.26 638	158.94 638	154.38 639	158.36 639	155.75 639	159.13 640	153.67 636	154.07 638
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
NOSS_ROB	102.95 630	153.00 638	121.00 637	51.00 635	44.00 635	165.00 637	127.00 637	153.00 637	119.00 634	164.00 638	125.00 637	168.00 639	120.00 635	153.00 637	117.00 637	49.00 636	44.00 636	49.00 636	44.00 636	49.00 633	44.00 635

AE-Stereo	201.80 633	123.00 635	115.00 636	219.00 639	218.00 640	223.00 638	244.00 640	217.00 639	236.00 637	202.00 639	203.00 639	205.00 640	208.00 637	225.00 639	204.00 639	210.00 640	198.00 640	197.00 640	184.00 641	204.00 637	201.00 639

MGS-Stereo	239.45 634	123.00 635	135.00 638	266.00 640	286.00 641	277.00 639	305.00 641	271.00 640	242.00 638	274.00 640	279.00 641	255.00 641	270.00 639	268.00 640	297.00 641	221.00 641	247.00 642	216.00 641	123.00 639	217.00 638	217.00 641

EGLCR-Stereo	246.90 635	129.00 637	139.00 639	266.00 640	286.00 641	277.00 639	305.00 641	271.00 640	242.00 638	274.00 640	279.00 641	255.00 641	270.00 639	268.00 640	297.00 641	230.00 642	247.00 642	216.00 641	223.00 643	237.00 639	227.00 642

DLCB_ROB	284.23 636	354.61 641	207.27 641	363.24 642	206.46 639	364.72 641	210.41 639	364.72 642	210.41 636	364.81 642	208.64 640	364.81 643	208.64 638	364.72 642	210.41 640	354.70 643	205.53 641	354.70 643	205.53 642	354.70 640	205.53 640

LE_ROB	396.57 637	471.28 642	329.84 642	471.48 643	308.15 643	526.83 642	322.10 643	488.15 643	323.76 640	495.46 643	317.97 643	497.17 644	320.10 641	481.62 643	326.76 643	462.71 644	298.97 644	466.16 644	285.98 644	447.62 641	289.21 643

SGM-ForestM	596.69 638	677.77 643	444.52 643	699.85 644	517.25 644	732.94 643	488.29 644	770.79 644	460.11 641	750.81 644	487.98 644	792.79 645	499.41 642	730.90 644	475.81 644	720.03 645	491.16 645	663.96 645	418.60 645	674.76 642	436.05 644

CBMV_ROB	818.48 639	913.88 644	709.52 644	862.84 645	597.78 645	1073.99 644	700.52 645	1015.66 645	702.59 642	1115.65 645	760.02 645	1130.24 646	721.57 643	1037.41 645	692.65 645	814.05 646	564.29 646	843.28 646	595.31 646	915.51 643	602.92 645

111111	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

SGD-Stereo	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

IGEV-Stereo++	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

IGEV-BASED-STEREO-	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

IGEV-Stereo+	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

SDNR	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

anonymousdsp2	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

anonymousdsp	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

test_example2	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

DIP-Stereo	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646
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							0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 345	3.79 590	0.50 336	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 290

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

Low-res two-view benchmark