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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 424	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 89	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 149	0.20 190	0.23 177	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 195	0.21 204	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 262	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 244	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 116	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 205	0.02 20	0.02 21	0.71 419	0.02 16	0.02 19	0.02 21	0.02 21	0.16 183

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 424	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 89	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

DualNet (step1)	0.10 90	1.05 353	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 353	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 349	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 301	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 343	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 321	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 146	0.70 279	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 449	0.02 15	0.69 442	0.75 458	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 259	0.39 238	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 282	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 301	1.91 502	0.92 474	1.91 552	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 581	1.44 575	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 229	1.29 431	1.19 501	1.36 530	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 541	1.21 552	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 287	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 485	0.02 15	0.75 453	0.76 460	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 191	1.31 435	0.74 449	0.92 421	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 447	0.75 453	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 440	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 416	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 352	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 545	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

IGEV_i1	0.26 200	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 636	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 395	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 427	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 452	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 325	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 140	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 365	0.17 175	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 427	0.28 226	0.32 214	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 234	0.27 232	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

test_sample8	0.10 90	1.05 353	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 334	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 324	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 357	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 349	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 301	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 134	1.83 487	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

11t1	0.17 157	2.16 520	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 120	0.03 53	0.06 110	0.05 110	0.18 167	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

DualNet	0.10 90	1.07 357	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

ffm	0.25 191	3.83 595	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 595	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 595	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

1111x	0.10 90	1.14 365	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 343	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

qqq	0.16 153	2.01 511	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 120	0.03 53	0.06 110	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 111	1.15 368	0.15 164	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

BUS	0.83 445	1.91 502	0.92 474	4.48 628	0.02 22	0.40 284	0.04 103	0.41 293	0.02 22	0.48 377	0.03 56	0.41 302	0.05 112	0.03 43	0.05 110	1.97 581	4.19 653	0.33 259	0.23 237	0.34 248	0.27 271

BSDual-CNN	0.81 436	1.91 502	0.92 474	4.48 628	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 581	4.19 653	0.33 259	0.23 237	0.34 248	0.27 271

hknet	1.10 494	1.85 493	3.49 651	4.48 628	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.41 302	0.03 53	0.42 313	0.03 52	4.39 639	4.19 653	0.33 259	0.23 237	0.34 248	0.27 271

222	0.10 90	0.99 332	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 370	0.16 168	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 359	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 542	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 542	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 120	0.03 31	0.04 64	1.71 548	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 564	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 515	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 153	1.21 421	0.33 259	0.41 263	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 251	0.31 266	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 173	1.40 443	0.53 400	0.56 366	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 160	1.47 445	0.33 259	0.40 251	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 269	0.32 270	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 120	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 120	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NINENet	0.69 406	3.87 598	1.20 504	1.98 557	0.05 121	0.40 284	0.04 103	0.40 278	0.05 119	0.41 293	0.04 110	0.41 302	0.05 112	0.40 285	0.05 110	1.79 569	1.56 584	0.34 268	0.22 231	0.34 248	0.23 216

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 499	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

EDNetEfficientorigin	0.04 54	0.06 74	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 599	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 603	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 605	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispViT+	0.07 67	0.08 80	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 129	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 129	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 129	0.05 112	0.09 135	0.08 129	0.15 140	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 108	0.39 299	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 120	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 108	0.39 299	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 120	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

ISRNet	0.11 111	0.05 66	0.36 282	0.24 182	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 154	0.05 112	0.05 103	0.09 134	0.24 202	0.20 200	0.10 133	0.05 118	0.06 118	0.13 173

qqq1	0.25 191	3.70 589	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 589	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 529	0.07 126	0.05 119	0.05 112	0.05 122	0.08 129	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 608	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 563	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

TS12	0.09 75	0.09 89	0.17 175	0.19 156	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 129	0.06 129	0.08 129	0.06 126	0.15 140	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

AASNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

MatchStereo	0.54 374	0.12 106	2.38 628	2.32 571	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 137	0.07 135	0.09 135	0.08 129	2.34 604	2.34 623	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
FINET	0.07 67	0.08 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 129	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

BEATNet-Init1	0.19 164	0.08 80	0.08 82	2.23 565	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 129	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 164	0.08 80	0.08 82	2.23 565	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 129	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

SepStereo	0.09 75	0.09 89	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 137	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

SuperB	0.21 173	0.10 93	2.51 630	0.12 106	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 137	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

PASM	0.39 273	3.06 574	1.36 567	1.58 538	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 150	0.09 139	0.09 135	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 160	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 155	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 471

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 159	0.10 145	0.14 155	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CAS++	0.17 157	0.27 160	0.21 196	0.10 81	0.21 236	0.15 160	0.22 223	0.10 136	0.21 224	0.22 197	0.10 145	0.19 182	0.18 215	0.10 139	0.19 213	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 205
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AnonymousM	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 202	0.10 145	0.20 185	0.10 143	0.24 209	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

PVD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	0.09 140	0.15 160	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 155	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 487

S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 151	0.11 163	0.17 174	0.11 157	0.17 173	0.11 159	0.17 171	0.11 159	0.17 174	0.11 156	0.17 173	0.11 152	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 111	0.11 104	0.12 123	0.13 118	0.14 182	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 150	0.11 156	0.12 154	0.12 164	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

IPLG	0.13 127	0.20 129	0.14 148	0.15 132	0.11 163	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 155	0.11 156	0.14 156	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

MIPNet	0.14 134	0.21 135	0.17 175	0.16 142	0.11 163	0.15 160	0.12 170	0.14 154	0.11 159	0.16 164	0.11 159	0.14 155	0.11 156	0.14 156	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ICVP	0.15 146	0.53 258	0.11 112	0.16 142	0.11 163	0.16 167	0.11 157	0.16 167	0.11 159	0.16 164	0.11 159	0.16 166	0.11 156	0.16 166	0.11 152	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
UNet	0.29 207	0.90 309	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 461	0.69 466	0.14 153	0.11 159	0.14 155	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 452	0.76 478

ELAS	0.13 127	0.16 116	0.11 112	0.15 132	0.09 140	0.18 178	0.11 157	0.18 176	0.11 159	0.17 171	0.11 159	0.18 178	0.11 156	0.18 176	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 273	1.37 441	1.02 486	1.14 453	0.12 176	0.16 167	0.12 170	0.16 167	0.12 175	0.16 164	0.12 167	0.16 166	0.12 171	0.16 166	0.12 164	1.12 484	1.00 476	0.15 165	0.12 170	0.15 165	0.12 166

ProNet	0.14 134	0.20 129	0.14 148	0.16 142	0.11 163	0.16 167	0.11 157	0.17 173	0.11 159	0.17 171	0.12 167	0.17 174	0.13 177	0.17 173	0.12 164	0.15 140	0.11 122	0.16 169	0.11 155	0.15 165	0.12 166

CIPLG	0.13 127	0.21 135	0.12 123	0.16 142	0.11 163	0.15 160	0.11 157	0.14 154	0.11 159	0.15 159	0.12 167	0.15 165	0.11 156	0.14 156	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 132	0.11 163	0.14 153	0.15 181	0.14 154	0.11 159	0.15 159	0.12 167	0.14 155	0.11 156	0.16 166	0.11 152	0.15 140	0.12 136	0.14 153	0.12 170	0.15 165	0.12 166

IPLGR	0.14 134	0.24 149	0.14 148	0.16 142	0.12 176	0.15 160	0.12 170	0.14 154	0.11 159	0.15 159	0.12 167	0.14 155	0.11 156	0.14 156	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ACRE	0.13 127	0.21 135	0.14 148	0.15 132	0.11 163	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 155	0.11 156	0.14 156	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 386	0.11 153

cf-r	0.66 398	2.17 521	0.12 123	0.18 153	0.12 176	0.18 178	2.70 641	2.60 615	0.12 175	0.18 175	0.12 167	0.18 178	0.12 171	0.18 176	0.12 164	0.15 140	0.11 122	0.15 165	0.11 155	1.81 575	1.74 616

HSM	0.14 134	0.16 116	0.12 123	0.17 151	0.12 176	0.17 174	0.11 157	0.17 173	0.11 159	0.17 171	0.12 167	0.17 174	0.12 171	0.17 173	0.12 164	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.12 166

PDISCO_ROB	0.83 445	2.80 570	3.49 651	0.14 122	0.11 163	0.17 174	0.09 139	0.15 166	0.10 144	0.15 159	0.12 167	0.16 166	0.14 181	3.30 635	0.13 171	0.14 133	2.34 623	0.16 169	0.12 170	2.62 616	0.10 140

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 153	0.11 163	0.20 186	0.12 170	0.21 193	0.12 175	0.20 183	0.12 167	0.20 185	0.12 171	0.21 194	0.13 171	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 132	0.10 147	0.18 178	0.11 157	0.19 178	0.11 159	0.19 177	0.12 167	0.18 178	0.11 156	0.19 179	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 153	0.11 163	0.19 181	0.11 157	0.19 178	0.12 175	0.19 177	0.12 167	0.20 185	0.12 171	0.19 179	0.12 164	0.16 151	0.11 122	0.17 177	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 208	3.10 575	0.14 148	0.19 156	0.14 182	0.19 181	0.14 176	0.20 184	0.14 181	0.19 177	0.13 180	0.16 166	0.13 177	0.19 179	0.13 171	0.17 159	0.13 159	0.17 177	0.13 179	0.17 176	0.13 173

ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 160	0.13 180	0.19 181	0.13 174	0.18 176	0.13 179	0.19 177	0.13 180	0.18 178	0.14 181	0.18 176	0.14 175	0.16 151	0.11 122	0.15 165	0.14 185	0.18 180	0.11 153

ACVNet	0.20 166	0.19 125	0.14 148	0.20 160	0.14 182	0.20 186	0.96 506	0.21 193	0.14 181	0.20 183	0.13 180	0.21 193	0.14 181	0.20 183	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	0.17 176	0.12 166

acv_ft	0.20 166	0.19 125	0.14 148	0.20 160	0.14 182	0.20 186	0.96 506	0.21 193	0.14 181	0.20 183	0.13 180	0.21 193	0.14 181	0.20 183	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	0.17 176	0.12 166

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 156	0.13 180	0.19 181	0.13 174	0.19 178	0.13 179	0.19 177	0.13 180	0.19 182	0.13 177	0.19 179	0.13 171	0.18 167	0.13 159	0.18 187	0.13 179	0.18 180	0.13 173

castereo++	0.54 374	3.59 586	1.15 495	1.31 524	0.14 182	0.16 167	0.14 176	0.16 167	0.14 181	0.16 164	0.14 185	0.16 166	0.13 177	0.16 166	0.14 175	1.45 556	1.16 501	0.15 165	0.14 185	0.15 165	0.13 173

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 155	0.14 181	0.14 156	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 179	0.13 108	0.19 187	0.23 177	0.10 147	0.26 229	1.02 515	0.14 154	0.10 144	0.28 230	0.14 185	0.17 174	0.19 220	0.28 237	0.09 134	0.22 184	0.16 169	0.23 211	0.17 216	0.11 148	0.12 166

hitnet-ft	0.79 428	2.78 569	0.14 148	0.20 160	0.14 182	0.21 197	2.89 642	2.80 629	0.14 181	0.20 183	0.14 185	0.20 185	0.14 181	0.20 183	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	2.54 615	2.33 633

GANet-RSSM	0.75 418	1.91 502	0.14 148	0.47 294	0.14 182	0.21 197	3.21 658	2.30 601	0.14 181	0.46 364	0.14 185	0.23 208	0.18 215	0.21 194	0.14 175	0.18 167	0.27 232	0.37 292	0.13 179	2.13 585	2.12 626

PSMNet-RSSM	0.77 424	2.76 564	0.14 148	0.20 160	0.14 182	0.20 186	2.66 639	2.79 628	0.14 181	0.21 195	0.14 185	0.21 193	0.14 181	0.20 183	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	2.52 607	2.31 631

GwcNet-RSSM	0.77 424	2.77 566	0.14 148	0.20 160	0.14 182	0.20 186	2.67 640	2.78 627	0.14 181	0.20 183	0.14 185	0.20 185	0.14 181	0.21 194	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	2.52 607	2.31 631

CFNet-ft	0.55 379	1.57 448	0.14 148	0.20 160	0.14 182	0.20 186	2.53 637	1.61 569	0.14 181	0.20 183	0.14 185	0.20 185	0.14 181	0.20 183	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	1.56 563	1.24 579

DepthFocus	0.18 160	0.22 139	0.15 164	0.22 172	0.15 193	0.22 199	0.15 181	0.22 197	0.15 191	0.22 197	0.15 193	0.22 201	0.16 193	0.22 198	0.15 185	0.20 174	0.15 166	0.20 194	0.14 185	0.20 187	0.14 178

RSGM-EC	0.24 188	0.24 149	0.15 164	0.22 172	0.15 193	0.22 199	0.15 181	0.22 197	0.15 191	0.24 209	0.15 193	0.22 201	0.15 191	0.22 198	1.19 529	0.20 174	0.17 190	0.24 220	0.14 185	0.20 187	0.14 178

acva	0.24 188	0.24 149	0.15 164	0.22 172	0.15 193	0.22 199	0.15 181	0.22 197	0.15 191	0.24 209	0.15 193	0.22 201	0.15 191	0.22 198	1.19 529	0.20 174	0.17 190	0.24 220	0.14 185	0.20 187	0.14 178

dd	0.23 185	0.98 325	0.16 168	0.23 177	0.15 193	0.23 208	0.15 181	0.23 204	0.15 191	0.23 202	0.15 193	0.24 214	0.17 205	0.23 205	0.15 185	0.22 184	0.15 166	0.21 198	0.15 192	0.22 196	0.16 183

LACA2	0.21 173	0.24 149	0.26 217	0.31 208	0.16 203	0.24 211	0.16 187	0.24 207	0.16 196	0.24 209	0.16 197	0.24 214	0.16 193	0.24 209	0.16 192	0.27 213	0.23 214	0.24 220	0.16 194	0.23 207	0.16 183

LACA1	0.21 173	0.24 149	0.26 217	0.31 208	0.16 203	0.24 211	0.16 187	0.24 207	0.16 196	0.24 209	0.16 197	0.24 214	0.16 193	0.24 209	0.16 192	0.27 213	0.22 208	0.23 211	0.16 194	0.23 207	0.16 183

xyz-stereo-finetune2	0.18 160	0.48 238	0.16 168	0.16 142	0.15 193	0.15 160	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 166	0.16 193	0.16 166	0.16 192	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 183

xyz-stereo	0.18 160	0.50 244	0.16 168	0.15 132	0.16 203	0.16 167	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 166	0.16 193	0.16 166	0.16 192	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 183

castereo	0.61 388	3.79 594	1.35 559	1.52 537	0.15 193	0.17 174	0.16 187	0.20 184	0.21 224	0.18 175	0.16 197	0.21 193	0.12 171	0.26 229	0.17 198	1.43 555	1.38 571	0.17 177	0.16 194	0.18 180	0.16 183

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 168	0.16 142	0.16 203	0.16 167	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 166	0.16 193	0.16 166	0.16 192	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 183

dad	0.23 185	1.03 349	0.16 168	0.23 177	0.15 193	0.24 211	0.15 181	0.24 207	0.16 196	0.23 202	0.16 197	0.24 214	0.16 193	0.23 205	0.15 185	0.22 184	0.16 169	0.22 203	0.16 194	0.22 196	0.16 183

LACA3	0.23 185	0.25 155	0.27 220	0.54 359	0.17 209	0.25 220	0.17 197	0.25 215	0.17 206	0.25 217	0.17 204	0.25 221	0.17 205	0.25 218	0.17 198	0.28 217	0.23 214	0.24 220	0.17 216	0.24 211	0.17 200

BStereo	0.22 179	0.23 141	0.20 190	0.24 182	0.20 227	0.23 208	0.33 334	0.39 271	0.17 206	0.23 202	0.17 204	0.23 208	0.16 193	0.24 209	0.17 198	0.23 195	0.16 169	0.22 203	0.20 224	0.22 196	0.16 183

Wave_Phase_stereo	0.22 179	0.23 141	0.20 190	0.24 182	0.20 227	0.23 208	0.33 334	0.39 271	0.17 206	0.23 202	0.17 204	0.23 208	0.16 193	0.24 209	0.17 198	0.23 195	0.16 169	0.22 203	0.20 224	0.22 196	0.16 183

RAFT-FEzeroshot	0.34 229	0.26 157	0.17 175	0.21 170	0.17 209	0.20 186	0.16 187	0.20 184	0.16 196	0.20 183	0.17 204	0.21 193	0.16 193	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 216	3.08 649

RAFT-FE	0.34 229	0.26 157	0.17 175	0.21 170	0.17 209	0.20 186	0.16 187	0.20 184	0.16 196	0.20 183	0.17 204	0.21 193	0.16 193	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 216	3.08 649

IGEV-FE	0.35 238	0.37 179	0.17 175	0.19 156	0.17 209	0.20 186	0.17 197	0.19 178	0.17 206	0.19 177	0.17 204	0.19 182	0.17 205	0.37 271	0.36 352	0.19 171	0.17 190	0.19 190	0.17 216	0.38 285	2.84 640

tg	0.21 173	0.25 155	0.21 196	0.26 196	0.17 209	0.24 211	0.17 197	0.24 207	0.17 206	0.24 209	0.17 204	0.24 214	0.17 205	0.24 209	0.17 198	0.24 202	0.17 190	0.23 211	0.16 194	0.23 207	0.16 183

ACV-stereo	0.30 208	2.08 513	0.25 211	0.25 189	0.18 220	0.24 211	0.17 197	0.24 207	0.18 212	0.24 209	0.17 204	0.25 221	0.17 205	0.24 209	0.17 198	0.22 184	0.16 169	0.22 203	0.16 194	0.22 196	0.16 183

IGEV_Zeroshot_test	0.20 166	0.19 125	0.40 331	0.30 202	0.17 209	0.22 199	0.17 197	0.21 193	0.17 206	0.20 183	0.17 204	0.21 193	0.18 215	0.21 194	0.17 198	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 200

MSKI-zero shot	0.24 188	0.21 135	0.49 381	0.65 383	0.18 220	0.22 199	0.17 197	0.23 204	0.18 212	0.21 195	0.17 204	0.23 208	0.28 266	0.23 205	0.18 210	0.21 182	0.16 169	0.21 198	0.16 194	0.21 194	0.16 183

MIM_Stereo	0.25 191	0.23 141	0.66 423	0.80 405	0.17 209	0.22 199	0.17 197	0.23 204	0.18 212	0.26 226	0.17 204	0.21 193	0.17 205	0.25 218	0.17 198	0.23 195	0.16 169	0.21 198	0.17 216	0.22 196	0.17 200

MMNet	0.44 313	1.24 429	0.17 175	0.25 189	0.17 209	0.25 220	0.18 205	1.26 552	0.93 506	0.25 217	0.17 204	0.25 221	0.18 215	0.25 218	0.17 198	0.23 195	0.16 169	0.23 211	0.16 194	1.20 501	0.99 502

delet	0.43 301	1.21 421	0.17 175	0.25 189	0.17 209	0.25 220	0.18 205	1.26 552	0.95 508	0.25 217	0.17 204	0.25 221	0.17 205	0.25 218	0.17 198	0.23 195	0.16 169	0.22 203	0.16 194	1.18 497	0.98 501

psm_up	0.43 301	1.19 374	0.17 175	0.25 189	0.18 220	0.25 220	0.19 209	1.26 552	0.91 501	0.26 226	0.17 204	0.25 221	0.17 205	0.25 218	0.17 198	0.22 184	0.17 190	0.23 211	0.16 194	1.18 497	0.99 502

UPFNet	0.42 300	1.20 375	0.17 175	0.24 182	0.17 209	0.25 220	0.17 197	1.19 500	0.90 500	0.25 217	0.17 204	0.24 214	0.17 205	0.25 218	0.17 198	0.22 184	0.17 190	0.22 203	0.16 194	1.15 489	0.93 497

iResNet	0.20 166	0.23 141	0.18 185	0.24 182	0.18 220	0.24 211	0.20 213	0.24 207	0.18 212	0.23 202	0.17 204	0.23 208	0.18 215	0.23 205	0.18 210	0.22 184	0.16 169	0.21 198	0.16 194	0.21 194	0.16 183

VIP-Stereo	0.70 407	2.97 573	2.43 629	2.49 578	0.16 203	0.25 220	0.16 187	0.25 215	0.16 196	0.25 217	0.18 220	0.25 221	0.16 193	0.26 229	0.16 192	1.86 571	1.26 554	0.23 211	0.15 192	0.23 207	0.15 182

iResNetv2_ROB	0.20 166	0.23 141	0.18 185	0.24 182	0.20 227	0.24 211	0.18 205	0.24 207	0.18 212	0.24 209	0.18 220	0.23 208	0.19 220	0.24 209	0.18 210	0.21 182	0.16 169	0.21 198	0.16 194	0.22 196	0.16 183

DEFOM-Stereo_RVC	0.83 445	5.18 621	1.98 617	2.19 562	0.17 209	0.19 181	0.18 205	0.19 178	0.16 196	0.20 183	0.19 222	0.22 201	0.22 231	0.20 183	0.15 185	2.28 598	2.13 618	0.24 220	0.17 216	0.18 180	0.16 183

Pointernet	0.21 173	0.22 139	0.19 187	0.24 182	0.19 224	0.24 211	0.19 209	0.24 207	0.19 218	0.24 209	0.19 222	0.24 214	0.19 220	0.24 209	0.19 213	0.22 184	0.17 190	0.22 203	0.17 216	0.22 196	0.17 200

CFNet	1.37 556	5.27 624	0.19 187	5.49 651	0.19 224	0.28 234	0.19 209	0.28 224	0.19 218	0.28 230	0.19 222	0.28 235	4.35 663	0.28 237	0.19 213	0.23 195	0.17 190	0.23 211	4.21 672	4.81 649	0.17 200

AANet_RVC	1.26 551	0.31 169	4.99 662	5.93 654	0.20 227	0.25 220	0.20 213	0.25 215	0.20 220	0.23 202	0.19 222	0.25 221	0.20 224	0.25 218	0.20 216	5.66 663	4.76 656	0.26 230	0.30 330	0.24 211	0.27 271

DLNR-FE	0.28 202	0.89 306	0.30 234	0.34 221	0.19 224	0.28 234	0.19 209	0.28 224	0.20 220	0.28 230	0.20 226	0.28 235	0.20 224	0.28 237	0.20 216	0.33 239	0.28 238	0.25 225	0.19 223	0.24 211	0.19 207

ssnet_v2	0.68 403	1.96 509	1.25 555	0.29 201	0.20 227	0.30 238	0.20 213	0.29 229	0.22 227	1.50 571	0.20 226	0.31 249	0.20 224	0.27 233	0.22 222	0.24 202	1.49 578	0.26 230	0.18 222	3.90 626	0.19 207

DAS	0.20 166	0.20 129	0.20 190	0.20 160	0.20 227	0.20 186	0.20 213	0.20 184	0.20 220	0.20 183	0.20 226	0.20 185	0.20 224	0.20 183	0.20 216	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 209

GEStereo_RVC	0.86 457	4.45 610	0.20 190	0.27 199	0.20 227	0.27 233	0.20 213	0.26 221	0.18 212	5.03 665	0.20 226	0.27 234	0.19 220	0.27 233	0.21 220	0.20 174	0.19 198	0.19 190	4.02 670	0.20 187	0.18 205

ASD4	0.20 166	0.20 129	0.20 190	0.20 160	0.20 227	0.20 186	0.20 213	0.20 184	0.20 220	0.20 183	0.20 226	0.20 185	0.20 224	0.20 183	0.20 216	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 209

DISCO	1.11 496	0.39 190	5.28 664	0.39 238	0.20 227	0.39 282	0.27 248	0.39 271	0.22 227	0.38 267	0.20 226	0.38 276	0.20 224	6.95 676	0.22 222	0.30 226	0.21 204	0.27 234	0.21 228	5.25 658	0.21 212

HGLStereo	0.28 202	0.29 165	0.22 198	0.36 227	0.22 238	0.36 264	0.21 219	0.36 252	0.21 224	0.42 307	0.21 232	0.36 267	0.22 231	0.36 267	0.21 220	0.34 243	0.21 204	0.34 268	0.21 228	0.34 248	0.21 212

DCVSM-stereo	0.36 245	1.89 499	0.22 198	0.40 251	0.22 238	0.40 284	0.22 223	0.40 278	0.22 227	0.40 279	0.22 233	0.40 289	0.22 231	0.40 285	0.22 222	0.28 217	0.21 204	0.28 236	0.21 228	0.28 223	0.20 209

WAO-6	0.22 179	0.23 141	0.22 198	0.23 177	0.22 238	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 201	0.22 231	0.22 198	0.22 222	0.22 184	0.22 208	0.22 203	0.22 231	0.22 196	0.22 214

IMH-64-1	0.22 179	0.23 141	0.23 201	0.22 172	0.22 238	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 201	0.22 231	0.22 198	0.22 222	0.22 184	0.22 208	0.23 211	0.22 231	0.22 196	0.23 216

IMH-64	0.22 179	0.23 141	0.23 201	0.22 172	0.22 238	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 201	0.22 231	0.22 198	0.22 222	0.22 184	0.22 208	0.23 211	0.22 231	0.22 196	0.23 216

Select-FE	0.41 286	0.44 216	0.23 201	0.26 196	0.22 238	0.26 229	0.22 223	0.26 221	0.23 233	0.26 226	0.23 237	0.26 232	0.23 237	0.45 364	0.42 394	0.25 208	0.22 208	0.25 225	0.22 231	0.45 363	2.90 641

tt1	0.31 215	0.93 318	0.24 208	0.33 218	0.23 244	0.31 244	0.24 236	0.32 238	0.24 236	0.32 247	0.23 237	0.32 253	0.25 243	0.32 250	0.24 231	0.27 213	0.26 222	0.27 234	0.26 253	0.27 221	0.27 271

DLNR_Zeroshot_test	0.31 215	0.28 163	0.47 366	0.79 402	0.24 249	0.30 238	0.26 245	0.30 231	0.24 236	0.32 247	0.23 237	0.31 249	0.24 240	0.30 243	0.23 228	0.29 225	0.26 222	0.29 241	0.24 244	0.33 244	0.23 216

gwcnet-sp	0.82 441	1.72 455	1.48 577	0.39 238	0.15 193	0.31 244	0.21 219	0.20 184	0.25 241	1.61 575	0.23 237	0.28 235	0.26 252	0.20 183	0.15 185	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 216

scenet	0.82 441	1.72 455	1.48 577	0.39 238	0.15 193	0.31 244	0.21 219	0.20 184	0.25 241	1.61 575	0.23 237	0.28 235	0.26 252	0.20 183	0.15 185	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 216

ssnet	0.82 441	1.72 455	1.48 577	0.39 238	0.15 193	0.31 244	0.21 219	0.20 184	0.25 241	1.61 575	0.23 237	0.28 235	0.26 252	0.20 183	0.15 185	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 216

FENet	0.54 374	1.52 447	1.19 501	1.41 533	0.23 244	0.35 260	0.23 231	0.35 248	0.23 233	0.34 253	0.23 237	0.35 262	0.23 237	0.35 261	0.23 228	1.40 553	1.07 485	0.32 252	0.23 237	0.33 244	0.23 216

PAM	0.39 273	1.88 498	0.34 269	0.37 230	0.41 399	0.45 370	0.22 223	0.28 224	0.23 233	0.28 230	0.24 244	0.29 241	0.23 237	0.29 241	0.23 228	0.38 269	0.32 270	0.38 300	0.37 383	0.32 237	0.22 214

WCG-NET（raft）	0.32 224	1.24 429	0.24 208	0.32 214	0.24 249	0.32 253	0.23 231	0.32 238	0.24 236	0.32 247	0.24 244	0.32 253	0.24 240	0.32 250	0.24 231	0.30 226	0.23 214	0.30 243	0.23 237	0.30 229	0.23 216

xxxxx1	0.31 215	0.91 311	0.23 201	0.31 208	0.23 244	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 256	0.25 243	0.32 250	0.24 231	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 271

tt_ll	0.31 215	0.91 311	0.23 201	0.31 208	0.23 244	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 256	0.25 243	0.32 250	0.24 231	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 271

ff	0.31 215	0.91 311	0.23 201	0.31 208	0.23 244	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 256	0.25 243	0.32 250	0.24 231	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 271

iResNet_ROB	0.28 202	0.32 171	0.24 208	0.32 214	0.25 251	0.32 253	0.24 236	0.32 238	0.24 236	0.33 251	0.24 244	0.35 262	0.24 240	0.33 257	0.24 231	0.31 232	0.24 218	0.32 252	0.24 244	0.32 237	0.24 226

UNDER WATER-64	0.25 191	0.26 157	0.25 211	0.26 196	0.25 251	0.25 220	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.25 221	0.25 243	0.26 229	0.25 239	0.25 208	0.25 219	0.25 225	0.25 247	0.25 214	0.25 227

LoS_RVC	0.30 208	1.14 365	0.25 211	0.25 189	0.25 251	0.26 229	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.26 232	0.26 252	0.26 229	0.25 239	0.26 210	0.26 222	0.25 225	0.25 247	0.26 216	0.26 233

CAS	0.30 208	1.17 371	0.25 211	0.25 189	0.25 251	0.26 229	0.25 238	0.25 215	0.26 254	0.25 217	0.25 250	0.25 221	0.25 243	0.25 218	0.25 239	0.26 210	0.26 222	0.26 230	0.25 247	0.26 216	0.25 227

LoS	0.25 191	0.27 160	0.25 211	0.25 189	0.25 251	0.25 220	0.25 238	0.26 221	0.25 241	0.25 217	0.25 250	0.25 221	0.25 243	0.25 218	0.25 239	0.26 210	0.25 219	0.25 225	0.26 253	0.26 216	0.25 227
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 415	1.22 427	0.25 211	1.22 510	0.25 251	1.22 555	0.25 238	1.22 549	0.25 241	1.22 557	0.25 250	1.22 561	0.25 243	1.22 560	0.25 239	1.22 540	0.26 222	1.21 569	0.25 247	1.22 549	0.25 227
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
FE-Mocha	0.35 238	0.71 280	0.40 331	0.47 294	0.27 259	0.34 256	0.27 248	0.34 245	0.26 254	0.34 253	0.26 255	0.34 260	0.27 259	0.34 258	0.27 245	0.44 313	0.41 353	0.33 259	0.29 316	0.32 237	0.29 297

CroCo-Stereo Lap2	0.77 424	1.29 431	0.29 230	1.27 515	0.29 274	1.27 559	0.26 245	1.26 552	0.26 254	1.26 558	0.26 255	1.27 565	0.26 252	1.26 561	0.27 245	1.27 542	0.27 232	1.27 572	0.27 290	1.27 552	0.27 271

CRFU-Net	0.65 396	1.67 452	1.22 551	1.96 556	0.27 259	0.41 300	0.27 248	0.41 293	0.27 258	0.40 279	0.26 255	0.41 302	0.27 259	0.40 285	0.27 245	1.80 570	1.62 591	0.34 268	0.23 237	0.33 244	0.23 216

StereoDRNet-Refined	0.33 228	0.39 190	0.26 217	0.39 238	0.26 258	0.40 284	0.26 245	0.40 278	0.26 254	0.39 273	0.26 255	0.39 281	0.26 252	0.39 282	0.26 244	0.37 258	0.25 219	0.37 292	0.25 247	0.37 272	0.37 357
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Monster-pub-mixall	0.44 313	0.56 266	0.60 409	0.38 233	0.27 259	0.37 269	0.27 248	0.37 258	0.29 268	0.38 267	0.27 259	0.38 276	0.29 273	0.85 462	0.27 245	1.46 557	0.26 222	0.34 268	0.26 253	0.36 268	0.53 422

model_zeroshot	0.27 201	0.20 129	0.27 220	0.33 218	0.21 236	0.37 269	0.22 223	0.37 258	0.24 236	0.26 226	0.27 259	0.33 256	0.21 230	0.25 218	0.27 245	0.32 234	0.20 200	0.34 268	0.23 237	0.25 214	0.26 233

Any-RAFT	0.32 224	0.36 177	0.27 220	0.36 227	0.27 259	0.36 264	0.27 248	0.36 252	0.27 258	0.36 261	0.27 259	0.36 267	0.27 259	0.36 267	0.28 254	0.36 255	0.28 238	0.36 289	0.28 303	0.36 268	0.28 291

IER	0.88 460	7.04 640	2.23 622	2.75 584	0.28 264	0.43 327	0.25 238	0.39 271	0.25 241	0.41 293	0.27 259	0.39 281	0.25 243	0.40 285	0.28 254	0.37 258	0.28 238	0.37 292	0.25 247	0.37 272	0.25 227

DGSMNet	0.34 229	0.41 205	0.27 220	0.41 263	0.28 264	0.41 300	0.28 256	0.41 293	0.27 258	0.41 293	0.27 259	0.42 320	0.27 259	0.41 300	0.28 254	0.40 289	0.29 252	0.40 354	0.28 303	0.40 338	0.27 271

MLCV	0.31 215	0.35 174	0.27 220	0.35 223	0.28 264	0.35 260	0.27 248	0.35 248	0.28 262	0.36 261	0.27 259	0.35 262	0.27 259	0.35 261	0.27 245	0.34 243	0.27 232	0.34 268	0.27 290	0.34 248	0.27 271

DN-CSS_ROB	0.31 215	0.35 174	0.28 226	0.35 223	0.28 264	0.34 256	0.27 248	0.34 245	0.25 241	0.35 257	0.27 259	0.36 267	0.26 252	0.34 258	0.28 254	0.35 251	0.28 238	0.34 268	0.28 303	0.34 248	0.27 271

GeoVLM	0.36 245	0.38 183	0.27 220	0.46 287	0.28 264	0.35 260	0.28 256	0.37 258	0.27 258	0.35 257	0.28 266	0.36 267	0.38 368	0.35 261	0.28 254	1.08 475	0.26 222	0.33 259	0.27 290	0.34 248	0.33 333

Zero-FE251	0.36 245	0.40 194	0.28 226	0.41 263	0.28 264	0.41 300	0.28 256	0.41 293	0.28 262	0.41 293	0.28 266	0.41 302	0.28 266	0.42 313	0.30 272	0.37 258	0.26 222	0.37 292	0.27 290	0.45 363	0.56 434

LG-Stereo_L2	0.34 229	0.37 179	0.38 288	0.47 294	0.28 264	0.39 282	0.28 256	0.39 271	0.28 262	0.39 273	0.28 266	0.39 281	0.28 266	0.38 274	0.28 254	0.42 311	0.35 317	0.36 289	0.26 253	0.35 261	0.26 233

GIP-stereo	0.36 245	0.49 240	0.39 299	0.48 299	0.32 337	0.41 300	0.28 256	0.40 278	0.30 279	0.41 293	0.28 266	0.40 289	0.28 266	0.42 313	0.28 254	0.45 341	0.32 270	0.38 300	0.30 330	0.37 272	0.27 271

TorneroNet-64	0.45 336	0.27 160	0.30 234	0.58 369	0.27 259	0.70 442	0.30 271	0.28 224	0.73 483	0.73 446	0.28 266	0.71 445	0.66 452	0.75 447	0.27 245	0.27 213	0.29 252	0.37 292	0.75 489	0.28 223	0.30 310

SQANet	0.28 202	0.28 163	0.28 226	0.28 200	0.28 264	0.28 234	0.28 256	0.28 224	0.28 262	0.28 230	0.28 266	0.28 235	0.28 266	0.28 237	0.28 254	0.28 217	0.28 238	0.28 236	0.28 303	0.28 223	0.28 291

Monster-pub-eth3d	0.45 336	0.57 267	0.60 409	0.39 238	0.28 264	0.37 269	0.28 256	0.37 258	0.30 279	0.39 273	0.29 272	0.39 281	0.30 279	0.92 473	0.27 245	1.42 554	0.28 238	0.34 268	0.28 303	0.37 272	0.53 422

DEFOM-Stereo	0.68 403	3.11 576	1.40 573	1.63 546	0.25 251	0.31 244	0.25 238	0.31 236	0.28 262	0.31 241	0.29 272	0.29 241	0.27 259	0.31 247	0.28 254	1.59 563	1.47 577	0.30 243	0.29 316	0.30 229	0.28 291

RSM	0.36 245	0.36 177	0.43 350	0.37 230	0.42 409	0.49 391	0.42 399	0.37 258	0.28 262	0.36 261	0.29 272	0.36 267	0.30 279	0.37 271	0.28 254	0.34 243	0.31 266	0.34 268	0.35 374	0.40 338	0.29 297

IGEV++	0.34 229	0.43 213	0.30 234	0.40 251	0.29 274	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 289	0.29 273	0.40 285	0.30 272	0.38 269	0.29 252	0.37 292	0.29 316	0.37 272	0.29 297

ACVNet-DCA	0.37 255	1.00 334	0.30 234	0.40 251	0.29 274	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 289	0.29 273	0.39 282	0.28 254	0.33 239	0.32 270	0.33 259	0.32 348	0.33 244	0.32 326

xx1	0.38 261	1.03 349	0.31 249	0.40 251	0.31 327	0.41 300	0.28 256	0.40 278	0.29 268	0.40 279	0.29 272	0.40 289	0.29 273	0.40 285	0.29 265	0.34 243	0.33 282	0.34 268	0.32 348	0.34 248	0.32 326

1test111	0.37 255	1.02 347	0.30 234	0.39 238	0.29 274	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 281	0.28 266	0.40 285	0.29 265	0.33 239	0.32 270	0.33 259	0.31 341	0.32 237	0.31 319

cc1	0.37 255	1.02 347	0.30 234	0.39 238	0.29 274	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 281	0.28 266	0.40 285	0.29 265	0.33 239	0.32 270	0.33 259	0.31 341	0.32 237	0.31 319

IGEV-Stereo	0.35 238	0.44 216	0.45 354	0.49 305	0.30 284	0.37 269	0.30 271	0.36 252	0.30 279	0.36 261	0.29 272	0.36 267	0.29 273	0.36 267	0.30 272	0.46 351	0.39 340	0.32 252	0.24 244	0.32 237	0.25 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PML	0.46 343	1.36 439	0.29 230	0.58 369	0.30 284	0.57 428	0.29 266	0.57 415	0.29 268	0.57 424	0.29 272	0.57 428	0.29 273	0.56 418	0.29 265	0.52 380	0.30 261	0.53 430	0.31 341	0.53 403	0.30 310

HCRNet	1.22 549	7.11 641	3.00 635	3.55 617	0.33 349	0.29 237	0.14 176	0.19 178	0.15 191	0.33 251	0.29 272	0.25 221	0.14 181	0.22 198	0.33 331	3.64 632	3.00 630	0.76 460	0.32 348	0.18 180	0.13 173

UCFNet_RVC	2.75 631	10.06 662	0.29 230	10.31 679	0.29 274	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 320	9.87 680	0.43 319	0.29 265	0.36 255	9.84 680	0.36 289	0.26 253	9.77 679	0.26 233

aanet-new-90k	0.44 313	1.82 484	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.44 348	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-60k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-70k	0.44 313	1.82 484	0.38 288	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-78k	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-40k	0.44 313	1.81 477	0.39 299	0.50 341	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-36k	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-34k	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-32k-new	0.44 313	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.45 341	0.34 311	0.39 341	0.26 253	0.38 285	0.26 233

aanet-new-32k	0.44 313	1.79 471	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-30k	0.44 313	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-28k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.44 360	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.44 359	0.30 279	0.44 348	0.30 272	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT26K	0.43 301	1.76 462	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.31 310	0.44 313	0.33 282	0.38 300	0.27 290	0.38 285	0.26 233

aanet-new-24k	0.44 313	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-22k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-16k	0.44 313	1.83 487	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-14k	0.60 383	5.12 619	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.44 348	0.30 272	0.44 313	0.37 326	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new-8k	0.43 301	1.76 462	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

aanet-new	0.43 301	1.80 472	0.38 288	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-cres-4k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-cres	0.43 301	1.77 464	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-36K	0.43 301	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-22K	0.44 313	1.85 493	0.38 288	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-20K	0.43 301	1.77 464	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-24K	0.44 313	1.86 496	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-5K	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.44 360	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.44 348	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-2K	0.44 313	1.82 484	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-3K	0.43 301	1.77 464	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-50K	0.44 313	1.83 487	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.36 323	0.38 300	0.26 253	0.38 285	0.26 233

GCAP-Stereo-DPT-FT	0.41 286	1.06 356	0.40 331	0.51 352	0.31 327	0.44 360	0.30 271	0.43 317	0.32 332	0.44 346	0.30 284	0.56 425	0.30 279	0.44 348	0.31 310	0.45 341	0.34 311	0.39 341	0.27 290	0.40 338	0.27 271

gcap_with_dpt	0.35 238	0.39 190	0.30 234	0.44 282	0.31 327	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.30 284	0.44 359	0.30 279	0.44 348	0.30 272	0.38 269	0.26 222	0.38 300	0.27 290	0.38 285	0.27 271

HiDET	0.38 261	0.44 216	0.30 234	0.42 273	0.30 284	0.42 320	0.30 271	0.42 311	0.30 279	0.44 346	0.30 284	0.42 320	0.30 279	0.42 313	0.68 457	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.29 297

LCMNet	0.38 261	0.44 216	0.30 234	0.42 273	0.30 284	0.42 320	0.30 271	0.42 311	0.30 279	0.45 358	0.30 284	0.42 320	0.30 279	0.42 313	0.69 465	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.29 297

CSFM-Stereo	0.38 261	0.44 216	0.30 234	0.42 273	0.30 284	0.42 320	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.42 320	0.30 279	0.42 313	0.73 475	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.30 310

MultiAttention	0.30 208	0.30 166	0.30 234	0.30 202	0.30 284	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 245	0.30 279	0.30 243	0.30 272	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 310

MSAF-DinoV2	0.30 208	0.30 166	0.30 234	0.30 202	0.30 284	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 245	0.30 279	0.30 243	0.30 272	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 310

GCAP-BAT	0.41 286	1.30 433	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.44 313	0.34 311	0.38 300	0.26 253	0.38 285	0.26 233

test_for_model	0.35 238	0.39 190	0.30 234	0.43 279	0.30 284	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.44 348	0.31 310	0.38 269	0.26 222	0.38 300	0.26 253	0.38 285	0.26 233

GCAPDPT-zeroshot4090	0.40 278	1.09 359	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.44 351	0.30 279	0.43 312	0.30 284	0.43 327	0.30 279	0.43 319	0.30 272	0.45 341	0.34 311	0.38 300	0.27 290	0.38 285	0.27 271

GCAPDPT-zeroshot	0.36 245	0.40 194	0.30 234	0.43 279	0.30 284	0.43 327	0.30 271	0.43 317	0.31 322	0.43 312	0.30 284	0.43 327	0.30 279	0.44 348	0.31 310	0.39 282	0.28 238	0.39 341	0.27 290	0.39 326	0.26 233

iRaft-Stereo_20w	0.34 229	0.41 205	0.31 249	0.39 238	0.29 274	0.40 284	0.32 323	0.41 293	0.32 332	0.38 267	0.30 284	0.39 281	0.30 279	0.38 274	0.32 320	0.35 251	0.27 232	0.34 268	0.27 290	0.34 248	0.29 297

RAFT + AFF	0.31 215	0.45 224	0.34 269	0.39 238	0.28 264	0.38 276	0.33 334	0.29 229	0.31 322	0.30 236	0.30 284	0.29 241	0.27 259	0.29 241	0.30 272	0.28 217	0.29 252	0.29 241	0.29 316	0.27 221	0.32 326

DANet	0.30 208	0.30 166	0.30 234	0.30 202	0.30 284	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 245	0.30 279	0.30 243	0.30 272	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 310
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aanet-new-10k	0.45 336	1.81 477	0.40 331	0.50 341	0.31 327	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 359	0.32 333	0.44 348	0.31 310	0.46 351	0.35 317	0.39 341	0.27 290	0.39 326	0.27 271

aanet-new-12k	0.46 343	1.99 510	0.40 331	0.51 352	0.31 327	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 359	0.31 328	0.44 348	0.32 320	0.47 358	0.35 317	0.39 341	0.27 290	0.39 326	0.27 271

GCAP-Stereo-DPT-25K	0.41 286	1.09 359	0.40 331	0.52 354	0.31 327	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 359	0.31 328	0.44 348	0.31 310	0.46 351	0.35 317	0.39 341	0.28 303	0.39 326	0.28 291

DStereoFS	0.32 224	0.33 172	0.32 254	0.33 218	0.30 284	0.32 253	0.32 323	0.32 238	0.31 322	0.30 236	0.31 326	0.31 249	0.30 279	0.32 250	0.32 320	0.32 234	0.31 266	0.30 243	0.47 429	0.32 237	0.34 340

DStereoO	0.31 215	0.31 169	0.31 249	0.30 202	0.40 390	0.31 244	0.30 271	0.30 231	0.34 351	0.29 235	0.31 326	0.29 241	0.30 279	0.31 247	0.31 310	0.31 232	0.29 252	0.31 249	0.30 330	0.31 234	0.31 319

DStereoSA	0.32 224	0.52 254	0.34 269	0.31 208	0.31 327	0.30 238	0.30 271	0.31 236	0.30 279	0.31 241	0.31 326	0.31 249	0.30 279	0.31 247	0.31 310	0.30 226	0.32 270	0.31 249	0.31 341	0.31 234	0.31 319

MonSter++	0.38 261	0.44 216	0.31 249	0.43 279	0.30 284	0.43 327	0.31 315	0.43 317	0.31 322	0.45 358	0.31 326	0.43 327	0.31 328	0.43 319	0.69 465	0.38 269	0.33 282	0.40 354	0.30 330	0.38 285	0.30 310

Replicate-Monster	0.45 336	0.57 267	0.60 409	0.40 251	0.29 274	0.37 269	0.27 248	0.37 258	0.30 279	0.40 279	0.31 326	0.40 289	0.30 279	0.99 481	0.27 245	1.36 550	0.31 266	0.34 268	0.30 330	0.36 268	0.54 425

xyz-stereo-finetune	0.28 202	0.49 240	0.16 168	0.16 142	0.16 203	0.16 167	0.16 187	0.22 197	0.30 279	0.32 247	0.31 326	0.32 253	0.31 328	0.32 250	0.32 320	0.32 234	0.33 282	0.31 249	0.32 348	0.31 234	0.32 326

EKT-Stereo	0.37 255	0.40 194	0.44 352	1.07 445	0.29 274	0.34 256	0.31 315	0.36 252	0.29 268	0.38 267	0.31 326	0.37 274	0.30 279	0.36 267	0.29 265	0.34 243	0.28 238	0.39 341	0.30 330	0.37 272	0.30 310

DDF-Stereo	0.43 301	1.15 368	0.57 405	0.53 356	0.32 337	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 302	0.32 333	0.40 285	0.32 320	0.52 380	0.50 398	0.38 300	0.31 341	0.39 326	0.31 319

water-stereo	0.41 286	0.84 295	0.46 359	0.50 341	0.33 349	0.45 370	0.33 334	0.45 360	0.32 332	0.45 358	0.32 336	0.45 368	0.32 333	0.45 364	0.32 320	0.44 313	0.41 353	0.39 341	0.31 341	0.39 326	0.32 326

GREAT-IGEV	0.38 261	0.43 213	0.36 282	0.48 299	0.32 337	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 368	0.32 333	0.45 364	0.32 320	0.44 313	0.33 282	0.41 371	0.29 316	0.41 349	0.29 297
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	0.38 261	0.43 213	0.33 259	0.46 287	0.33 349	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 368	0.33 344	0.45 364	0.32 320	0.38 269	0.38 333	0.38 300	0.37 383	0.37 272	0.36 352

gcap-zeroshot	0.36 245	0.40 194	0.34 269	0.44 282	0.31 327	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 359	0.32 333	0.44 348	0.31 310	0.39 282	0.28 238	0.39 341	0.28 303	0.39 326	0.27 271

testlalala	0.36 245	0.40 194	0.34 269	0.44 282	0.31 327	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 359	0.32 333	0.44 348	0.31 310	0.39 282	0.28 238	0.39 341	0.28 303	0.39 326	0.27 271

RAFT-Test	0.36 245	0.37 179	0.33 259	0.41 263	0.32 337	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 302	0.32 333	0.41 300	0.33 331	0.37 258	0.29 252	0.37 292	0.29 316	0.38 285	0.31 319

CFNet_pseudo	2.67 629	9.36 657	0.32 254	10.99 680	0.33 349	0.85 460	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 389	7.26 674	0.49 387	0.33 331	0.41 297	9.62 678	0.41 371	0.29 316	10.03 680	0.29 297

Gwc-CoAtRS	0.41 286	1.49 446	0.32 254	0.42 273	0.32 337	0.41 300	0.32 323	0.41 293	0.33 342	0.41 293	0.32 336	0.41 302	0.32 333	0.41 300	0.32 320	0.39 282	0.28 238	0.39 341	0.28 303	0.40 338	0.28 291

DilatedVolume-Stereo	0.43 301	0.86 299	0.48 374	0.50 341	0.33 349	0.46 376	0.33 334	0.46 364	0.33 342	0.46 364	0.33 345	0.47 378	0.33 344	0.47 373	0.34 344	0.45 341	0.42 362	0.40 354	0.33 358	0.47 379	0.38 364

mms	0.40 278	0.45 224	0.35 280	0.48 299	0.36 368	0.47 381	0.34 347	0.45 360	0.38 371	0.47 370	0.33 345	0.45 368	0.32 333	0.45 364	0.32 320	0.39 282	0.38 333	0.38 300	0.37 383	0.39 326	0.39 370

PCWNet_CMD	2.80 633	9.82 660	0.32 254	10.09 678	0.32 337	0.49 391	0.33 334	3.34 636	0.33 342	0.49 384	0.33 345	0.49 389	8.73 676	0.48 381	0.33 331	0.41 297	9.22 675	0.42 382	0.29 316	9.55 678	0.31 319

CFNet_ucs	2.73 630	9.64 659	0.33 259	9.92 676	0.32 337	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 389	8.98 678	0.48 381	0.33 331	0.41 297	9.96 681	0.40 354	0.29 316	10.12 681	0.54 425

LL-Strereo2	0.48 355	1.73 460	0.51 393	0.59 372	0.34 359	0.42 320	0.33 334	0.40 278	0.31 322	0.42 307	0.33 345	0.42 320	0.31 328	0.44 348	0.39 376	0.60 398	0.51 403	0.44 385	0.33 358	0.44 359	0.33 333

ccnet	0.80 431	2.28 529	0.33 259	0.50 341	0.33 349	0.50 400	0.33 334	0.50 387	0.33 342	0.49 384	0.33 345	0.49 389	1.56 586	2.38 605	0.33 331	0.41 297	0.29 252	0.42 382	1.57 601	2.28 591	0.29 297

psmorigin	0.41 286	0.46 228	0.33 259	0.49 305	0.33 349	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 389	0.33 344	0.51 404	0.33 331	0.41 297	0.30 261	0.41 371	0.30 330	0.79 438	0.29 297

ccs_rob	2.79 632	10.17 664	0.32 254	10.00 677	0.33 349	0.49 391	0.33 334	1.90 580	0.32 332	0.51 405	0.33 345	0.49 389	9.24 679	0.49 387	0.33 331	0.41 297	9.82 679	0.41 371	0.28 303	9.34 677	0.29 297

depthmonostereo	0.44 313	0.85 297	0.46 359	0.54 359	0.40 390	0.52 415	0.38 372	0.52 404	0.35 355	0.47 370	0.34 353	0.46 372	0.34 349	0.47 373	0.34 344	0.45 341	0.43 367	0.41 371	0.33 358	0.41 349	0.32 326

HART	0.38 261	0.45 224	0.34 269	0.42 273	0.33 349	0.41 300	0.34 347	0.42 311	0.33 342	0.43 312	0.34 353	0.42 320	0.34 349	0.41 300	0.38 364	0.40 289	0.32 270	0.42 382	0.32 348	0.40 338	0.32 326

RAFT-Stereo-weight	0.45 336	1.90 501	0.34 269	0.42 273	0.36 368	0.43 327	0.35 352	0.42 311	0.34 351	0.42 307	0.34 353	0.44 359	0.34 349	0.41 300	0.34 344	0.38 269	0.32 270	0.38 300	0.32 348	0.38 285	0.33 333

H2IRNET	0.34 229	0.34 173	0.34 269	0.34 221	0.34 359	0.34 256	0.34 347	0.34 245	0.34 351	0.34 253	0.34 353	0.34 260	0.34 349	0.34 258	0.34 344	0.34 243	0.34 311	0.34 268	0.34 362	0.34 248	0.34 340

Former-RAFT_DAM_RVC	0.49 361	0.98 325	0.64 418	0.84 410	0.46 418	0.45 370	0.35 352	0.47 370	0.47 414	0.45 358	0.34 353	0.46 372	0.48 417	0.46 369	0.35 348	0.39 282	0.71 447	0.39 341	0.35 374	0.41 349	0.41 381

RCA-Stereo	0.51 368	3.22 580	0.34 269	0.44 282	0.34 359	0.44 360	0.34 347	0.43 317	0.34 351	0.43 312	0.34 353	0.44 359	0.33 344	0.43 319	0.33 331	0.38 269	0.29 252	0.38 300	0.29 316	0.38 285	0.29 297

pcwnet_v2	2.66 628	9.89 661	0.33 259	9.89 675	0.32 337	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 389	8.76 677	0.48 381	0.33 331	0.41 297	9.58 677	0.40 354	0.29 316	9.01 676	0.63 444

MSMDNet	2.65 627	10.14 663	0.33 259	9.74 674	0.32 337	0.87 463	0.33 334	2.95 631	0.68 461	0.49 384	0.34 353	0.49 389	5.70 670	0.49 387	0.33 331	0.42 311	9.57 676	0.41 371	0.31 341	8.36 673	0.65 452

ccccc	0.41 286	0.44 216	0.34 269	0.48 299	0.35 362	0.48 386	0.35 352	0.51 400	0.35 355	0.47 370	0.35 361	0.47 378	0.34 349	0.47 373	0.35 348	0.41 297	0.40 343	0.40 354	0.40 400	0.41 349	0.39 370

UGAM	0.51 368	2.23 526	0.39 299	0.54 359	0.35 362	0.50 400	0.35 352	0.49 378	0.35 355	0.49 384	0.35 361	0.49 389	0.36 359	0.50 395	0.36 352	0.49 366	0.37 326	0.45 389	0.34 362	0.45 363	0.34 340

GCST	0.50 363	2.08 513	0.38 288	0.53 356	0.35 362	0.49 391	0.35 352	0.50 387	0.35 355	0.49 384	0.35 361	0.49 389	0.35 356	0.49 387	0.35 348	0.48 363	0.37 326	0.45 389	0.33 358	0.44 359	0.33 333

ETE_ROB	0.35 238	0.35 174	0.35 280	0.35 223	0.35 362	0.35 260	0.35 352	0.35 248	0.35 355	0.35 257	0.35 361	0.35 262	0.35 356	0.35 261	0.35 348	0.35 251	0.35 317	0.35 284	0.35 374	0.35 261	0.35 349

252Zero-FE	0.45 336	0.50 244	0.36 282	0.50 341	0.36 368	0.50 400	0.36 359	0.50 387	0.36 365	0.49 384	0.36 365	0.49 389	0.36 359	0.54 413	0.41 386	0.45 341	0.34 311	0.45 389	0.34 362	0.55 405	0.75 475

SCV_C0	0.45 336	0.88 303	0.49 381	0.54 359	0.37 372	0.48 386	0.37 365	0.48 374	0.37 367	0.48 377	0.36 365	0.48 385	0.37 364	0.49 387	0.37 361	0.50 372	0.41 353	0.44 385	0.34 362	0.44 359	0.34 340

UGAM-zero	0.51 368	2.17 521	0.39 299	0.53 356	0.36 368	0.50 400	0.36 359	0.50 387	0.36 365	0.49 384	0.36 365	0.50 403	0.35 356	0.50 395	0.36 352	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 340

GCAP-Stereo	0.75 418	4.15 606	0.42 349	0.75 400	0.35 362	0.78 450	0.40 386	0.79 445	0.38 371	0.78 455	0.36 365	0.78 456	0.36 359	0.79 449	0.39 376	0.75 427	0.39 340	0.76 460	0.39 399	0.75 431	0.39 370

GMOStereo	0.37 255	0.45 224	0.23 201	0.30 202	0.37 372	0.41 300	0.36 359	0.41 293	0.35 355	0.43 312	0.36 365	0.41 302	0.40 379	0.41 300	0.36 352	0.34 243	0.22 208	0.47 402	0.37 383	0.39 326	0.33 333

error version	0.93 470	4.47 611	2.35 625	1.99 558	0.37 372	0.41 300	0.36 359	0.41 293	0.35 355	0.43 312	0.36 365	0.41 302	0.40 379	0.41 300	0.36 352	1.87 573	2.16 619	0.47 402	0.37 383	0.39 326	0.33 333

test_1	0.93 470	4.47 611	2.35 625	1.99 558	0.37 372	0.41 300	0.36 359	0.41 293	0.35 355	0.43 312	0.36 365	0.41 302	0.40 379	0.41 300	0.36 352	1.87 573	2.16 619	0.47 402	0.37 383	0.39 326	0.33 333

Venus	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.37 269	0.38 372	0.37 258	0.37 367	0.41 293	0.37 372	0.39 281	0.37 364	0.38 274	0.38 364	0.37 258	0.38 333	0.38 300	0.37 383	0.37 272	0.38 364

CASnet	0.35 238	0.51 252	0.44 352	0.32 214	0.31 327	0.24 211	0.34 347	0.36 252	0.25 241	0.31 241	0.37 372	0.30 245	0.33 344	0.25 218	0.45 400	0.37 258	0.37 326	0.33 259	0.35 374	0.34 248	0.37 357
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iRaft-Stereo_5w	0.34 229	0.42 212	0.31 249	0.39 238	0.30 284	0.38 276	0.30 271	0.40 278	0.29 268	0.40 279	0.37 372	0.41 302	0.34 349	0.38 274	0.30 272	0.34 243	0.27 232	0.34 268	0.26 253	0.34 248	0.26 233

DMCA	0.36 245	0.38 183	0.37 286	0.35 223	0.35 362	0.36 264	0.36 359	0.36 252	0.35 355	0.35 257	0.37 372	0.36 267	0.36 359	0.35 261	0.36 352	0.36 255	0.36 323	0.35 284	0.36 380	0.36 268	0.36 352

XPNet_ROB	0.37 255	0.37 179	0.37 286	0.37 230	0.37 372	0.37 269	0.37 365	0.37 258	0.37 367	0.37 266	0.37 372	0.37 274	0.37 364	0.37 271	0.37 361	0.37 258	0.37 326	0.37 292	0.37 383	0.37 272	0.37 357

Pro-Stereo	0.79 428	0.53 258	0.38 288	0.49 305	0.38 379	0.49 391	0.37 365	0.49 378	0.67 455	0.50 397	0.38 377	1.10 504	0.38 368	0.49 387	0.38 364	0.71 419	0.88 469	5.98 674	0.36 380	0.46 366	0.36 352

GEAStereo	0.62 391	3.91 599	0.48 374	0.69 389	0.38 379	0.51 412	0.38 372	0.51 400	0.38 371	0.53 411	0.38 377	0.50 403	0.38 368	0.51 404	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.34 340

GSStereo	0.81 436	4.28 609	0.50 386	0.59 372	0.40 390	0.51 412	0.38 372	0.50 387	0.38 371	0.50 397	0.38 377	0.50 403	3.79 655	0.50 395	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.35 349

GS-Stereo							0.38 372	0.50 387	0.38 371	0.50 397	0.38 377	0.50 403	3.79 655	0.50 395	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.35 349

gasm-f	0.62 391	3.91 599	0.48 374	0.69 389	0.38 379	0.51 412	0.38 372	0.51 400	0.38 371	0.53 411	0.38 377	0.50 403	0.38 368	0.51 404	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.34 340

GASTEREO	0.48 355	1.21 421	0.47 366	0.57 367	0.38 379	0.50 400	0.38 372	0.50 387	0.38 371	0.50 397	0.38 377	0.50 403	0.38 368	0.50 395	0.38 364	0.52 380	0.42 362	0.46 393	0.34 362	0.46 366	0.34 340

WAO-8	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.38 276	0.38 372	0.38 267	0.38 371	0.38 267	0.38 377	0.38 276	0.38 368	0.38 274	0.38 364	0.38 269	0.38 333	0.38 300	0.37 383	0.38 285	0.38 364

WAO-7	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.38 276	0.38 372	0.38 267	0.38 371	0.38 267	0.38 377	0.38 276	0.38 368	0.38 274	0.38 364	0.38 269	0.38 333	0.38 300	0.38 396	0.38 285	0.38 364

IMH	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.38 276	0.38 372	0.38 267	0.38 371	0.42 307	0.38 377	0.40 289	0.38 368	0.38 274	0.38 364	0.38 269	0.38 333	0.39 341	0.38 396	0.38 285	0.38 364

iRaftStereo_RVC	0.97 474	3.17 579	2.30 624	2.42 575	0.38 379	0.54 420	0.38 372	0.54 408	0.38 371	0.54 416	0.38 377	0.54 418	0.38 368	0.54 413	0.38 364	2.38 607	2.34 623	0.49 415	0.36 380	0.49 386	0.36 352

LG-Stereo_L1	0.47 350	0.52 254	0.47 366	0.62 377	0.39 389	0.53 417	0.40 386	0.53 406	0.39 384	0.53 411	0.39 387	0.53 415	0.39 378	0.53 411	0.39 376	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 357

SCV	0.46 343	0.94 320	0.45 354	0.54 359	0.37 372	0.48 386	0.38 372	0.48 374	0.37 367	0.48 377	0.39 387	0.48 385	0.37 364	0.49 387	0.37 361	0.50 372	0.46 377	0.44 385	0.34 362	0.44 359	0.34 340

HanzoNet	0.39 273	0.38 183	0.40 331	0.39 238	0.41 399	0.38 276	0.38 372	0.38 267	0.38 371	0.39 273	0.39 387	0.38 276	0.38 368	0.39 282	0.40 379	0.38 269	0.38 333	0.40 354	0.38 396	0.38 285	0.40 373

knoymous	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 278	0.40 385	0.40 279	0.40 390	0.40 289	0.40 379	0.40 285	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 373

anonymousa	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 278	0.40 385	0.40 279	0.40 390	0.40 289	0.40 379	0.40 285	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 373

riskmin	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 278	0.40 385	0.40 279	0.40 390	0.40 289	0.40 379	0.40 285	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 373

Anonymous_2	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 278	0.40 385	0.40 279	0.40 390	0.40 289	0.40 379	0.40 285	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 373

Anonymous_1	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 278	0.40 385	0.40 279	0.40 390	0.40 289	0.40 379	0.40 285	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 373

AdaStereo	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 278	0.40 385	0.40 279	0.40 390	0.40 289	0.40 379	0.40 285	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 373
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.
MSCF	0.51 368	1.40 443	0.49 381	0.58 369	0.38 379	0.50 400	0.38 372	0.54 408	0.41 394	0.52 408	0.41 396	0.53 415	0.42 396	0.53 411	0.41 386	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 364

LG-Stereo_Zeroshot	0.48 355	0.55 264	0.47 366	0.63 379	0.41 399	0.56 422	0.44 402	0.56 412	0.41 394	0.56 421	0.41 396	0.57 428	0.42 396	0.56 418	0.41 386	0.55 390	0.43 367	0.51 424	0.37 383	0.51 397	0.37 357

LG-Stereo	0.60 383	0.58 269	0.47 366	0.64 382	0.74 482	1.00 477	0.69 466	0.57 415	0.41 394	0.57 424	0.41 396	0.57 428	0.41 390	1.00 483	0.75 480	0.91 449	0.51 403	0.52 427	0.37 383	0.52 399	0.37 357

Occ-G	1.12 497	0.52 254	3.72 656	3.50 616	0.50 434	0.56 422	0.47 415	0.54 408	0.46 409	0.54 416	0.41 396	0.54 418	0.42 396	0.52 409	0.42 394	3.42 631	4.02 652	0.52 427	0.45 420	0.51 397	0.44 393

GwcNet-ADL	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 302	0.41 390	0.41 300	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 381

PSMNet-ADL	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 302	0.41 390	0.41 300	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 381

GANet-ADL	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 302	0.41 390	0.41 300	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 381

ADLNet2	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 302	0.41 390	0.41 300	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 381

ADLNet	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 302	0.41 390	0.41 300	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 381

GES	0.66 398	2.34 537	0.29 230	0.41 263	0.29 274	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 396	0.41 302	0.30 279	0.51 404	0.29 265	0.32 234	0.29 252	0.32 252	2.46 641	2.49 603	0.30 310

MyStereo07	0.60 383	3.72 592	0.48 374	0.49 305	0.41 399	0.36 264	0.32 323	0.49 378	0.43 402	0.51 405	0.42 406	0.49 389	0.43 399	0.51 404	0.64 442	0.49 366	0.45 375	0.34 268	0.32 348	0.35 261	0.43 390

CFNet_RVC	2.38 621	8.71 652	0.38 288	9.33 671	0.42 409	0.56 422	0.42 399	0.60 422	0.38 371	0.62 433	0.42 406	0.56 425	7.29 675	0.62 428	0.42 394	0.53 383	0.37 326	0.49 415	0.34 362	8.30 672	6.87 678

DispNO	1.00 477	0.63 274	0.43 350	3.45 612	0.44 412	0.65 438	0.43 401	0.64 428	0.43 402	0.64 436	0.43 408	0.64 438	3.03 633	0.64 433	0.43 397	4.55 642	0.43 367	0.63 440	0.43 418	0.63 415	0.43 390

FCDSN-DC	0.41 286	0.59 270	0.64 418	0.54 359	0.33 349	0.50 400	0.37 365	0.42 311	0.40 385	0.61 430	0.43 408	0.50 403	0.49 422	0.38 274	0.32 320	0.28 217	0.23 214	0.26 230	0.22 231	0.35 261	0.28 291
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FSD	0.61 388	0.59 270	0.50 386	2.58 582	0.44 412	0.56 422	0.44 402	0.55 411	0.44 405	0.56 421	0.44 410	0.56 425	0.44 401	0.56 418	0.46 404	0.61 402	0.42 362	0.52 427	0.42 416	0.52 399	0.51 420

MonSter	0.60 383	0.64 276	0.52 396	0.62 377	0.44 412	2.07 595	0.44 402	0.62 426	0.44 405	0.62 433	0.44 410	0.62 437	0.44 401	0.62 428	0.44 398	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 388

CES	0.39 273	0.47 232	0.36 282	0.36 227	0.37 372	0.45 370	0.35 352	0.35 248	0.40 385	0.36 261	0.44 410	0.47 378	0.36 359	0.44 348	0.36 352	0.37 258	0.39 340	0.44 385	0.35 374	0.37 272	0.36 352

Selective-IGEV	0.51 368	0.55 264	0.45 354	0.69 389	0.45 416	0.61 432	0.45 408	0.50 387	0.40 385	0.56 421	0.44 410	0.55 422	0.40 379	0.72 442	0.67 449	0.59 397	0.46 377	0.45 389	0.34 362	0.46 366	0.37 357

DN	0.53 373	0.85 297	0.45 354	0.65 383	0.44 412	0.60 431	0.44 402	0.60 422	0.44 405	0.60 429	0.45 414	0.60 433	0.44 401	0.60 427	0.44 398	0.56 393	0.42 362	0.56 433	0.42 416	0.56 407	0.42 388

fffft	0.48 355	0.51 252	0.45 354	0.52 354	0.45 416	0.52 415	0.45 408	0.52 404	0.48 421	0.53 411	0.45 414	0.52 414	0.45 405	0.52 409	0.46 404	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 381
1: 1. 1
PAM_32	0.64 395	2.38 541	0.51 393	0.92 421	0.43 411	0.53 417	0.44 402	0.87 454	0.43 402	0.52 408	0.45 414	0.53 415	0.40 379	0.54 413	0.46 404	0.62 406	0.56 411	0.48 410	0.45 420	0.76 432	0.44 393

AIO-test1	0.54 374	0.60 273	0.52 396	0.66 387	0.47 424	0.61 432	0.47 415	0.58 418	0.46 409	0.61 430	0.46 417	0.61 435	0.45 405	0.62 428	0.45 400	0.61 402	0.52 405	0.57 434	0.48 433	0.57 410	0.48 405

MyStereo04	0.56 381	3.72 592	0.59 407	0.49 305	0.41 399	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 417	0.35 262	0.32 333	0.35 261	0.33 331	0.49 366	0.45 375	0.34 268	0.32 348	0.35 261	0.43 390

otaku	0.46 343	0.46 228	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 372	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Ntro	0.47 350	0.47 232	0.46 359	0.46 287	0.46 418	0.47 381	0.47 415	0.46 364	0.47 414	0.46 364	0.46 417	0.47 378	0.46 408	0.47 373	0.47 411	0.47 358	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Dean	0.46 343	0.46 228	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.47 370	0.46 417	0.46 372	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

ACVNet_1	0.46 343	0.47 232	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 364	0.47 414	0.46 364	0.46 417	0.46 372	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.47 402	0.46 422	0.46 366	0.46 396

ACVNet-4b	0.46 343	0.46 228	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 372	0.46 408	0.47 373	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

test_xeample3	1.10 494	1.81 477	0.61 414	0.84 410	0.49 430	0.77 448	0.66 450	0.92 464	1.40 594	0.68 442	0.46 417	0.78 456	0.54 436	1.72 579	1.48 596	1.34 547	1.52 580	1.35 578	1.67 614	1.33 555	1.55 597

AIO-test2	0.55 379	0.59 270	0.52 396	0.67 388	0.47 424	0.61 432	0.47 415	0.61 425	0.47 414	0.61 430	0.47 425	0.61 435	0.48 417	0.62 428	0.47 411	0.64 409	0.53 407	0.58 435	0.47 429	0.58 411	0.48 405

HaxPig	0.47 350	0.47 232	0.47 366	0.49 305	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 378	0.47 416	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.47 429	0.47 379	0.48 405

UNDER WATER	0.47 350	0.47 232	0.47 366	0.47 294	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 378	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.46 422	0.47 379	0.47 403

LVE	0.47 350	0.47 232	0.47 366	0.47 294	0.49 430	0.47 381	0.47 415	0.47 370	0.49 423	0.47 370	0.47 425	0.47 378	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.48 410	0.47 429	0.47 379	0.47 403

MyStereo06	0.75 418	4.12 603	0.60 409	0.63 379	0.61 457	0.62 435	0.66 450	0.56 412	0.45 408	0.55 419	0.48 429	0.54 418	0.46 408	0.57 423	0.45 400	0.60 398	0.57 413	0.64 442	0.55 446	0.72 427	0.55 431

RainbowNet	0.48 355	0.48 238	0.48 374	0.48 299	0.48 428	0.48 386	0.48 424	0.48 374	0.48 421	0.48 377	0.48 429	0.48 385	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 405

notaker	0.48 355	0.49 240	0.48 374	0.48 299	0.48 428	0.48 386	0.48 424	0.48 374	0.49 423	0.48 377	0.48 429	0.48 385	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.49 410

PointNet	0.60 383	0.75 285	0.49 381	0.79 402	0.50 434	0.79 452	0.49 426	0.79 445	0.49 423	0.80 457	0.49 432	0.79 458	0.49 422	0.80 451	0.49 419	0.63 408	0.40 343	0.63 440	0.40 400	0.63 415	0.40 373

ACVNet_2	0.49 361	0.49 240	0.49 381	0.49 305	0.49 430	0.49 391	0.49 426	0.49 378	0.49 423	0.49 384	0.49 432	0.49 389	0.49 422	0.49 387	0.49 419	0.49 366	0.49 392	0.49 415	0.49 436	0.49 386	0.49 410

AEACV	1.12 497	0.52 254	3.12 647	3.24 601	0.86 502	0.53 417	0.49 426	0.60 422	0.47 414	0.53 411	0.49 432	0.55 422	0.45 405	0.55 417	0.47 411	3.01 626	3.88 650	0.71 453	0.60 456	0.80 441	0.48 405

FoundationStereo	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 403	0.50 426	0.50 395	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 413

StereoAnything_RVC	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 403	0.50 426	0.50 395	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 413

dual_stereo	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 403	0.50 426	0.50 395	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 413

KSHMR	0.66 398	0.50 244	0.48 374	1.15 456	0.52 441	0.49 391	0.51 433	0.49 378	0.71 477	0.67 440	0.50 435	1.16 512	1.11 510	0.66 435	0.52 428	0.49 366	0.49 392	0.51 424	0.66 471	0.50 391	1.14 520

LL-Strereo	1.01 484	5.06 618	1.63 586	0.70 393	1.43 594	0.56 422	0.46 410	0.57 415	0.50 427	0.57 424	0.50 435	1.58 576	0.49 422	0.59 425	0.50 421	1.64 566	0.52 405	0.51 424	1.37 589	0.52 399	0.45 395

SANet	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 403	0.50 426	0.50 395	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 413

MyStereo8	0.71 410	3.92 601	0.52 396	0.59 372	0.52 441	0.57 428	0.53 435	0.59 420	0.50 427	0.59 428	0.51 441	0.57 428	0.50 426	0.56 418	0.52 428	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 413

ktn	0.72 413	0.53 258	1.08 490	1.14 453	0.51 440	1.22 555	1.36 587	0.51 400	0.59 443	0.51 405	0.51 441	0.69 444	1.20 521	0.67 437	0.51 426	0.51 378	0.49 392	0.58 435	0.66 471	0.52 399	0.53 422

test-3	0.98 476	4.13 605	1.85 606	1.85 549	0.61 457	0.69 441	0.37 365	0.63 427	0.61 447	0.66 439	0.51 441	0.73 450	0.44 401	0.57 423	0.54 431	1.68 567	1.81 603	0.40 354	0.43 418	0.66 418	0.50 413

WCG-NET	0.61 388	1.21 421	0.54 401	0.61 376	0.53 444	0.67 440	0.53 435	0.66 431	0.53 435	0.64 436	0.53 444	0.65 441	0.53 433	0.59 425	0.52 428	0.65 410	0.48 389	0.64 442	0.52 442	0.58 411	0.50 413

PSMNet_ROB	0.54 374	0.54 262	0.54 401	0.54 359	0.53 444	0.54 420	0.54 437	0.53 406	0.54 437	0.54 416	0.54 445	0.54 418	0.53 433	0.54 413	0.54 431	0.54 384	0.53 407	0.54 431	0.54 444	0.54 404	0.54 425

STTRV1_RVC	0.82 441	1.60 450	0.70 437	1.01 440	0.60 451	1.07 496	0.69 466	1.01 480	0.60 444	0.72 444	0.55 446	1.02 495	0.68 458	1.03 496	0.67 449	0.89 448	0.63 425	0.92 485	0.57 452	0.90 456	0.65 452

anonymity	0.63 393	0.69 278	0.56 403	0.71 395	0.56 447	0.71 444	0.56 438	0.71 437	0.56 438	0.72 444	0.56 447	0.71 445	0.56 437	0.71 440	0.58 436	0.68 414	0.55 409	0.68 447	0.55 446	0.68 420	0.54 425

monster-pro	0.75 418	1.67 452	0.64 418	0.89 414	0.57 449	0.86 462	0.56 438	0.87 454	0.56 438	0.87 463	0.57 448	0.88 467	0.57 438	0.87 463	0.57 434	0.79 432	0.58 415	0.76 460	0.54 444	0.77 434	0.54 425

CASS	0.57 382	0.89 306	0.56 403	0.57 367	0.56 447	0.56 422	0.56 438	0.56 412	0.53 435	0.57 424	0.57 448	0.59 432	0.48 417	0.56 418	0.57 434	0.55 390	0.56 411	0.47 402	0.56 450	0.62 414	0.56 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
zero-FE	0.72 413	1.31 435	0.66 423	0.92 421	0.60 451	0.82 456	0.58 441	0.82 452	0.58 441	0.81 460	0.60 450	0.81 463	0.60 443	0.82 454	0.58 436	0.74 426	0.59 418	0.73 454	0.52 442	0.76 432	0.51 420

SMoEStereo_RVC	0.63 393	0.75 285	0.51 393	0.73 398	0.53 444	0.71 444	0.47 415	0.67 432	0.58 441	0.74 451	0.60 450	0.72 448	0.53 433	0.74 446	0.51 426	0.61 402	0.62 424	0.62 438	0.61 458	0.63 415	0.61 440

DDUNet	0.81 436	2.45 545	0.57 405	0.90 416	0.60 451	0.88 464	0.59 443	0.90 459	0.60 444	0.88 465	0.60 450	0.90 471	0.58 441	0.88 465	0.60 439	0.84 444	0.60 419	0.86 477	0.57 452	0.86 450	0.60 439

UDG	0.80 431	2.21 525	0.60 409	0.91 418	0.60 451	0.90 467	0.58 441	0.88 458	0.60 444	0.90 466	0.60 450	0.88 467	0.60 443	0.90 468	0.58 436	0.86 446	0.60 419	0.84 475	0.59 455	0.84 449	0.61 440

MyStereo05	0.80 431	4.12 603	0.63 416	0.63 379	0.61 457	0.62 435	0.66 450	0.65 429	0.62 448	0.67 440	0.61 454	0.65 441	0.58 441	0.67 437	0.55 433	0.60 398	0.57 413	0.64 442	0.55 446	0.72 427	0.55 431

PA-Net	11.80 679	223.51 705	0.62 415	0.59 372	0.71 477	0.59 430	0.73 477	0.67 432	0.73 483	0.55 419	0.61 454	0.60 433	0.74 474	0.63 432	0.73 475	0.66 412	0.60 419	0.69 450	0.66 471	0.72 427	0.65 452
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 403	0.81 292	0.63 416	0.74 399	0.60 451	0.78 450	0.62 445	0.77 444	0.66 454	0.74 451	0.63 456	0.75 453	0.62 446	0.83 457	0.60 439	0.70 418	0.55 409	0.70 452	0.60 456	0.78 436	0.55 431

RAFT-Stereo + iAFF	0.70 407	0.72 281	0.71 441	0.80 405	0.62 462	0.82 456	0.61 444	0.81 451	0.62 448	0.81 460	0.63 456	0.80 460	0.70 467	0.73 444	0.61 441	0.76 429	0.61 423	0.74 457	0.61 458	0.77 434	0.61 440

LMCR-Stereo	0.65 396	0.63 274	0.65 422	0.65 383	0.65 465	0.66 439	0.63 446	0.58 418	0.65 452	0.63 435	0.64 458	0.65 441	0.65 449	0.66 435	0.66 448	0.66 412	0.64 427	0.65 445	0.67 475	0.68 420	0.73 471

DSFCA	0.66 398	0.73 282	0.78 455	0.65 383	0.65 465	0.64 437	0.64 447	0.65 429	0.63 450	0.64 436	0.64 458	0.64 438	0.64 447	0.65 434	0.65 445	0.65 410	0.65 429	0.65 445	0.65 469	0.66 418	0.64 450

plain	1.88 571	3.16 578	0.64 418	3.10 594	0.65 465	3.10 633	0.64 447	3.12 632	0.65 452	3.10 633	0.65 460	3.11 634	0.65 449	3.12 632	0.65 445	3.12 627	0.65 429	3.13 632	0.65 469	3.13 620	0.65 452

4D-IteraStereo	0.78 427	3.13 577	0.89 467	0.69 389	0.32 337	0.40 284	0.32 323	0.76 443	0.97 511	0.52 408	0.65 460	0.89 470	0.32 333	0.76 448	0.98 505	0.83 442	0.94 475	0.35 284	0.27 290	0.70 425	0.89 493

MIF-Stereo (partial)	2.58 626	3.31 583	0.66 423	3.18 598	0.66 468	3.18 634	0.66 450	3.21 633	0.67 455	3.19 634	0.66 462	3.19 635	0.66 452	3.31 636	0.68 457	5.09 659	1.79 602	8.23 679	1.67 614	6.18 663	1.38 591

WQFJA1++	0.84 448	0.98 325	0.67 427	1.26 514	0.75 484	1.00 477	0.67 454	1.00 472	0.67 455	1.00 478	0.67 463	1.00 484	0.67 454	1.00 483	0.67 449	0.96 460	0.67 431	0.91 482	0.63 460	0.92 460	0.63 444

WQFJA1	0.85 454	0.98 325	0.67 427	1.29 520	0.76 489	1.01 484	0.67 454	1.02 485	0.67 455	1.02 492	0.67 463	1.01 491	0.67 454	1.01 490	0.68 457	0.99 466	0.67 431	0.93 489	0.64 465	0.92 460	0.65 452

WQFJX1	0.84 448	0.98 325	0.67 427	1.30 522	0.75 484	1.01 484	0.67 454	1.01 480	0.67 455	1.01 488	0.67 463	1.01 491	0.68 458	1.00 483	0.68 457	0.98 465	0.67 431	0.92 485	0.64 465	0.92 460	0.64 450

NLMM	0.84 448	1.00 334	0.67 427	1.27 515	0.75 484	1.00 477	0.68 458	1.00 472	0.67 455	1.00 478	0.67 463	1.02 495	0.67 454	1.02 494	0.67 449	0.97 461	0.67 431	0.93 489	0.63 460	0.92 460	0.63 444

RSM++	0.76 423	0.82 294	0.66 423	0.85 412	0.64 463	0.85 460	0.71 474	0.94 468	0.64 451	0.87 463	0.67 463	0.87 466	0.65 449	0.84 458	0.65 445	0.81 437	0.70 443	0.79 464	0.71 483	0.83 448	0.70 461

WQFJX	0.85 454	1.00 334	0.68 434	1.30 522	0.75 484	1.01 484	0.68 458	1.01 480	0.68 461	1.01 488	0.68 468	1.03 497	0.68 458	1.02 494	0.67 449	0.97 461	0.67 431	0.93 489	0.63 460	0.94 469	0.63 444

NLSM3	0.85 454	0.99 332	0.68 434	1.29 520	0.76 489	1.01 484	0.68 458	1.01 480	0.68 461	1.02 492	0.68 468	1.01 491	0.68 458	1.01 490	0.68 457	0.97 461	0.68 436	0.93 489	0.64 465	0.93 465	0.63 444

AIO-Stereo-zeroshot1	0.75 418	0.92 316	0.85 466	0.96 432	0.59 450	1.27 559	0.44 402	0.59 420	0.69 466	0.91 468	0.68 468	0.55 422	0.61 445	1.06 498	0.83 493	0.62 406	0.70 443	0.90 479	0.41 408	0.89 453	0.56 434

R-Stereo Train	0.81 436	0.96 322	0.67 427	0.95 429	0.67 469	0.95 472	0.68 458	0.95 470	0.68 461	0.95 476	0.68 468	0.96 481	0.68 458	0.96 479	0.68 457	0.94 458	0.68 436	0.94 493	0.68 476	0.94 469	0.68 458

RAFT-Stereo	0.81 436	0.96 322	0.67 427	0.95 429	0.67 469	0.95 472	0.68 458	0.95 470	0.68 461	0.95 476	0.68 468	0.96 481	0.68 458	0.96 479	0.68 457	0.94 458	0.68 436	0.94 493	0.68 476	0.94 469	0.68 458
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FlowAnything	1.02 486	1.71 454	0.72 444	1.59 539	0.69 473	1.60 577	0.69 466	1.61 569	0.70 472	1.60 572	0.69 473	1.60 577	0.69 465	1.61 576	0.69 465	0.81 437	0.58 415	0.81 469	0.56 450	0.82 446	0.56 434

TorneroNet	0.66 398	0.53 258	0.50 386	0.50 341	0.64 463	1.06 493	0.70 471	0.50 387	0.51 434	0.49 384	0.69 473	0.49 389	0.50 426	0.48 381	1.15 522	0.71 419	0.49 392	1.14 510	1.08 520	0.49 386	0.49 410

NLMM1	0.86 457	0.98 325	0.69 436	1.48 536	0.75 484	1.01 484	0.69 466	1.00 472	0.69 466	1.00 478	0.70 475	1.00 484	0.68 458	1.01 490	0.67 449	0.97 461	0.68 436	0.92 485	0.63 460	0.93 465	0.63 444

FlowAnything_test	1.02 486	1.72 455	0.71 441	1.59 539	0.70 475	1.61 578	0.69 466	1.61 569	0.70 472	1.60 572	0.70 475	1.61 580	0.69 465	1.61 576	0.70 471	0.81 437	0.58 415	0.81 469	0.55 446	0.81 444	0.56 434

MoCha-V2	2.11 597	26.97 683	0.78 455	0.92 421	0.77 492	0.96 474	0.72 476	0.90 459	0.72 480	0.94 474	0.70 475	0.90 471	0.71 471	0.91 469	0.71 473	0.85 445	0.71 447	0.88 478	0.69 478	0.87 451	0.67 457

AFF-stereo	0.73 415	0.88 303	0.67 427	0.75 400	0.68 472	0.75 447	0.64 447	0.80 448	0.72 480	0.83 462	0.70 475	0.82 464	0.64 447	0.84 458	0.67 449	0.77 431	0.63 425	0.81 469	0.63 460	0.78 436	0.62 443

MSMD_ROB	1.19 501	1.10 363	0.70 437	1.10 447	0.60 451	1.10 500	0.70 471	1.10 490	0.70 472	1.10 498	0.70 475	1.10 504	0.70 467	7.00 677	0.70 471	1.10 478	0.70 443	1.10 509	0.70 480	1.10 484	0.70 461

AdaDepth	0.86 457	0.93 318	0.71 441	1.01 440	1.07 525	1.02 490	0.71 474	1.00 472	0.71 477	1.01 488	0.71 480	1.00 484	0.72 472	1.14 509	0.71 473	0.92 452	0.64 427	0.90 479	0.64 465	0.89 453	0.69 460

DCRE	0.84 448	1.89 499	0.77 454	0.94 427	0.72 479	0.88 464	0.73 477	0.87 454	0.78 487	0.90 466	0.71 480	0.88 467	0.67 454	0.88 465	0.73 475	0.81 437	0.68 436	0.81 469	0.70 480	0.82 446	0.70 461

DMCA-RVC	0.70 407	0.80 289	0.70 437	0.70 393	0.70 475	0.70 442	0.70 471	0.71 437	0.70 472	0.70 443	0.71 480	0.71 445	0.70 467	0.70 439	0.69 465	0.69 415	0.70 443	0.69 450	0.70 480	0.69 424	0.70 461

DStereoRT	0.73 415	0.81 292	0.73 448	0.71 395	0.74 482	0.73 446	0.75 479	0.71 437	0.71 477	0.74 451	0.72 483	0.73 450	0.80 483	0.71 440	0.73 475	0.76 429	0.71 447	0.73 454	0.72 485	0.70 425	0.76 478

11t	1.27 552	2.70 556	1.34 557	1.32 525	0.89 504	1.30 561	1.34 584	1.64 572	0.57 440	1.45 570	0.72 483	1.05 499	1.29 573	1.07 501	1.29 585	1.49 558	1.02 482	0.97 498	1.15 524	1.48 560	1.31 583

UniTT-Stereo	2.03 589	3.43 585	0.72 444	3.42 611	0.73 480	3.27 636	0.68 458	3.38 637	0.69 466	3.29 636	0.72 483	3.28 637	0.70 467	3.35 638	0.68 457	3.39 630	0.68 436	3.31 635	0.69 478	3.37 621	0.73 471

iGMRVC	0.84 448	2.85 571	0.72 444	0.72 397	0.73 480	0.77 448	0.79 484	0.73 440	0.74 485	0.73 446	0.72 483	0.73 450	0.76 477	0.73 444	0.73 475	0.72 422	0.73 450	0.73 454	0.72 485	0.73 430	0.72 468

AIO-Stereo	0.84 448	0.66 277	0.70 437	0.83 409	0.67 469	0.98 475	0.82 494	1.14 491	0.72 480	1.03 494	0.74 487	1.03 497	1.09 509	0.99 481	0.45 400	1.04 472	0.73 450	0.95 495	0.74 487	0.94 469	0.46 396

HSM-Net_RVC	0.95 473	1.17 371	0.78 455	1.18 463	0.71 477	1.16 508	0.75 479	1.09 489	0.80 493	1.10 498	0.75 488	1.17 513	0.74 474	1.17 512	0.80 488	1.13 485	0.73 450	1.17 517	0.77 492	1.16 491	0.72 468
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 477	1.21 421	0.76 452	1.94 553	1.01 520	1.11 503	0.76 481	1.15 492	0.76 486	1.11 503	0.76 489	1.14 510	0.76 477	1.11 506	0.76 482	1.21 538	0.90 470	1.02 505	0.71 483	1.02 480	0.71 467

RAStereo	2.23 611	3.64 588	0.76 452	3.65 620	0.86 502	3.66 641	0.76 481	3.67 641	0.81 496	3.66 638	0.76 489	3.66 640	0.77 479	3.68 640	0.77 483	3.68 633	0.77 456	3.69 640	0.77 492	3.70 624	0.77 480

LiteMatch	1.13 499	0.73 282	2.80 633	3.23 599	0.61 457	0.83 458	0.68 458	0.73 440	0.69 466	1.00 478	0.77 491	0.94 478	0.57 438	0.82 454	0.64 442	2.97 624	2.43 626	0.68 447	0.32 348	0.56 407	0.70 461

Lsterematch	1.13 499	0.73 282	2.80 633	3.23 599	0.61 457	0.83 458	0.68 458	0.73 440	0.69 466	1.00 478	0.77 491	0.94 478	0.57 438	0.82 454	0.64 442	2.97 624	2.43 626	0.68 447	0.32 348	0.56 407	0.70 461

Hybrid-DGEV	1.03 488	1.75 461	0.80 459	1.28 519	0.78 493	1.26 558	0.80 487	1.26 552	0.78 487	1.26 558	0.78 493	1.26 562	0.78 481	1.26 561	0.78 484	1.15 488	0.75 453	1.14 510	0.74 487	1.14 486	0.75 475

ToySt	0.92 465	2.11 516	0.90 470	0.95 429	0.79 495	0.99 476	0.78 483	0.94 468	0.81 496	0.94 474	0.78 493	0.95 480	0.77 479	0.94 475	0.86 495	0.91 449	0.79 460	0.85 476	0.77 492	0.89 453	0.73 471

Hybrid-DGEV-2	1.05 490	1.83 487	0.83 463	1.33 526	0.82 501	1.30 561	0.81 491	1.26 552	0.79 491	1.29 560	0.79 495	1.26 562	0.80 483	1.26 561	0.79 485	1.20 492	0.78 458	1.18 520	0.77 492	1.20 501	0.77 480

G-Net	0.79 428	0.79 288	0.79 458	0.79 402	0.79 495	0.79 452	0.79 484	0.79 445	0.79 491	0.79 456	0.79 495	0.79 458	0.79 482	0.79 449	0.79 485	0.79 432	0.79 460	0.79 464	0.79 496	0.79 438	0.79 483

NaN_ROB	0.80 431	0.80 289	0.80 459	0.80 405	0.80 498	0.80 454	0.80 487	0.80 448	0.80 493	0.80 457	0.80 497	0.80 460	0.80 483	0.80 451	0.80 488	0.80 434	0.80 463	0.80 467	0.80 498	0.80 441	0.80 484

CSAN	0.80 431	0.80 289	0.80 459	0.80 405	0.80 498	0.80 454	0.80 487	0.80 448	0.80 493	0.80 457	0.80 497	0.80 460	0.80 483	0.80 451	0.80 488	0.80 434	0.80 463	0.80 467	0.80 498	0.80 441	0.80 484

Hybrid-DGEV-03	1.07 491	1.83 487	0.83 463	1.34 527	0.81 500	1.32 563	0.81 491	1.31 559	0.81 496	1.31 561	0.82 499	1.32 567	0.82 487	1.32 566	0.81 491	1.19 490	0.77 456	1.19 522	0.76 490	1.19 499	0.77 480

Selective-RAFT-Error	0.88 460	0.84 295	0.98 479	0.86 413	0.97 514	0.88 464	0.95 505	0.84 453	0.99 514	0.92 470	0.82 499	0.84 465	0.98 497	0.87 463	0.97 504	0.81 437	0.83 466	0.79 464	0.82 501	0.79 438	0.85 489

LiteMatch*	2.07 595	1.30 433	5.73 667	6.28 657	0.79 495	1.33 564	0.80 487	1.30 558	1.02 520	1.33 562	0.84 501	1.33 568	0.97 495	1.28 565	1.04 513	6.05 667	5.89 662	1.28 573	0.76 490	1.28 553	0.88 490

DPSimNet_ROB	0.97 474	1.18 373	0.81 462	1.10 447	0.91 508	1.02 490	0.82 494	1.04 486	0.91 501	1.03 494	0.86 502	1.28 566	0.82 487	1.03 496	0.89 496	1.17 489	0.81 465	1.02 505	0.82 501	1.08 483	0.81 486

tt45	1.04 489	0.88 303	1.36 567	0.92 421	1.03 523	1.51 576	0.79 484	0.70 436	0.88 499	0.74 451	0.90 503	1.60 577	0.72 472	1.60 574	0.75 480	0.91 449	0.78 458	1.52 585	0.79 496	1.14 486	1.32 584

HH	0.71 410	2.54 547	0.74 449	1.10 447	0.32 337	0.41 300	0.37 365	0.69 434	0.78 487	0.73 446	0.90 503	0.75 453	1.00 498	0.84 458	0.69 465	0.69 415	0.40 343	0.35 284	0.26 253	0.35 261	0.26 233

HanStereo	0.71 410	2.54 547	0.74 449	1.10 447	0.32 337	0.41 300	0.37 365	0.69 434	0.78 487	0.73 446	0.90 503	0.75 453	1.00 498	0.84 458	0.69 465	0.69 415	0.40 343	0.35 284	0.26 253	0.35 261	0.26 233

Selective-RAFT	0.89 462	0.89 306	0.72 444	1.16 461	0.78 493	1.06 493	0.82 494	0.87 454	0.97 511	1.00 478	0.91 506	0.90 471	1.00 498	0.89 467	0.93 501	0.83 442	0.83 466	0.82 473	0.82 501	0.81 444	0.82 487

DPSM_ROB	0.92 465	0.91 311	0.91 472	0.91 418	0.92 509	0.92 469	0.92 501	0.92 464	0.91 501	0.93 472	0.91 506	0.92 474	0.90 490	0.91 469	0.92 497	0.92 452	0.91 471	0.91 482	0.92 505	0.93 465	0.93 497

DPSM	0.92 465	0.91 311	0.91 472	0.91 418	0.92 509	0.92 469	0.92 501	0.92 464	0.91 501	0.93 472	0.91 506	0.92 474	0.90 490	0.91 469	0.92 497	0.92 452	0.91 471	0.91 482	0.92 505	0.93 465	0.93 497

pmcnn	0.92 465	0.92 316	0.92 474	0.92 421	0.92 509	0.92 469	0.92 501	0.92 464	0.92 505	0.92 470	0.92 509	0.92 474	0.92 492	0.92 473	0.92 497	0.92 452	0.92 473	0.92 485	0.92 505	0.92 460	0.92 496

DGTPSM_ROB	0.93 470	1.00 334	0.92 474	0.94 427	0.96 513	0.91 468	0.92 501	0.91 461	0.96 510	0.91 468	0.96 510	0.93 477	0.92 492	0.94 475	0.92 497	0.92 452	0.92 473	0.90 479	0.92 505	0.94 469	0.91 495

AIO-Stereo-zeroshot	0.91 463	0.86 299	0.89 467	1.25 513	0.69 473	1.05 492	0.81 491	1.16 495	0.50 427	1.12 504	0.97 511	0.72 448	0.82 487	1.06 498	0.95 502	0.61 402	0.87 468	1.03 507	0.85 504	1.04 481	1.01 509

MM-Stereo_test2	1.20 502	1.85 493	1.05 487	1.46 535	0.94 512	1.36 567	0.99 508	1.36 561	0.95 508	1.41 567	0.98 512	1.40 573	0.96 494	1.37 568	0.95 502	1.37 552	1.06 484	1.33 575	0.93 509	1.29 554	0.89 493

Test_v1	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 472	1.00 515	1.00 478	1.00 513	1.00 484	1.00 498	1.00 483	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 504

GANet	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 472	1.00 515	1.00 478	1.00 513	1.00 484	1.00 498	1.00 483	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 504

TDLM	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 472	1.00 515	1.00 478	1.00 513	1.00 484	1.00 498	1.00 483	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 504

CVANet_RVC	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 472	1.00 515	1.00 478	1.00 513	1.00 484	1.00 498	1.00 483	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 504

trnet	1.01 484	1.01 343	1.01 485	1.01 440	1.01 520	1.01 484	1.01 513	1.01 480	1.01 519	1.01 488	1.01 517	1.01 491	1.01 505	1.01 490	1.01 511	1.01 471	1.01 481	1.01 504	1.01 518	1.01 478	1.01 509

MM-Stereo_test3	1.27 552	2.07 512	1.18 499	1.60 542	1.02 522	1.45 574	1.01 513	1.40 565	1.04 522	1.44 569	1.03 518	1.46 575	1.02 506	1.44 572	1.02 512	1.51 561	1.12 498	1.32 574	0.98 510	1.38 558	0.97 500

BLMT-Stereo	1.53 559	1.36 439	1.06 488	1.42 534	1.23 587	1.41 572	1.07 517	1.43 567	1.12 524	1.42 568	1.06 519	1.83 583	1.07 508	1.42 571	1.07 515	1.27 542	1.38 571	6.80 675	1.00 512	1.26 551	1.00 504

GLC_STEREO	1.07 491	1.01 343	1.06 488	1.07 445	1.05 524	1.06 493	1.08 518	1.08 487	1.05 523	1.07 496	1.06 519	1.08 500	1.05 507	1.06 498	1.10 517	1.07 474	1.09 491	1.05 508	1.05 519	1.06 482	1.12 516

MLG-Stereo	0.92 465	0.90 309	0.84 465	1.27 515	0.49 430	1.38 569	0.88 497	1.41 566	0.97 511	0.73 446	1.09 521	1.26 562	0.43 399	0.72 442	1.05 514	1.13 485	0.49 392	1.18 520	0.66 471	1.01 478	0.46 396

ours_stereo	1.20 502	1.21 421	0.90 470	1.64 547	1.11 527	1.35 565	0.67 454	1.76 576	0.93 506	1.70 580	1.10 522	1.39 571	0.75 476	1.41 570	0.81 491	1.60 565	1.03 483	1.33 575	1.00 512	1.61 565	0.72 468

AF-Net	2.37 619	25.71 679	1.17 497	1.13 452	1.15 529	1.15 507	1.18 527	1.19 500	1.16 527	1.10 498	1.15 523	1.10 504	1.18 519	1.12 508	1.15 522	1.10 478	1.10 494	1.17 517	1.15 524	1.16 491	1.12 516

RP	2.33 615	25.00 676	1.13 492	1.15 456	1.15 529	1.10 500	1.15 523	1.15 492	1.15 526	1.12 504	1.15 523	1.09 502	1.13 511	1.10 504	1.15 522	1.11 483	1.09 491	1.16 513	1.12 522	1.16 491	1.17 525

Nwc_Net	2.37 619	25.95 680	1.15 495	1.14 453	1.15 529	1.08 497	1.14 522	1.17 497	1.16 527	1.14 507	1.15 523	1.08 500	1.15 514	1.11 506	1.14 521	1.10 478	1.11 495	1.16 513	1.09 521	1.16 491	1.15 521

RGC	2.36 617	25.48 677	1.19 501	1.15 456	1.15 529	1.10 500	1.16 525	1.17 497	1.16 527	1.12 504	1.16 526	1.11 508	1.13 511	1.09 502	1.18 527	1.10 478	1.15 500	1.16 513	1.12 522	1.14 486	1.12 516

NCC-stereo	2.36 617	25.52 678	1.17 497	1.15 456	1.17 534	1.11 503	1.11 519	1.15 492	1.16 527	1.10 498	1.16 526	1.10 504	1.15 514	1.14 509	1.13 520	1.09 476	1.11 495	1.15 512	1.16 526	1.17 496	1.17 525

edge stereo	2.43 622	27.07 684	1.14 493	1.06 444	1.14 528	1.08 497	1.17 526	1.16 495	1.14 525	1.10 498	1.16 526	1.09 502	1.16 518	1.10 504	1.16 525	1.10 478	1.11 495	1.16 513	1.19 528	1.13 485	1.11 514

Abc-Net	2.32 614	24.75 675	1.14 493	1.17 462	1.17 534	1.11 503	1.15 523	1.17 497	1.21 579	1.08 497	1.16 526	1.12 509	1.14 513	1.09 502	1.17 526	1.09 476	1.16 501	1.17 517	1.17 527	1.16 491	1.11 514
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 615	24.38 674	1.18 499	1.18 463	1.18 536	1.14 506	1.18 527	1.19 500	1.19 533	1.14 507	1.18 530	1.14 510	1.18 519	1.14 509	1.18 527	1.14 487	1.14 499	1.19 522	1.19 528	1.15 489	1.19 529

DisPM	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

CrosDoStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

PFNet+	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

LCNet	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

HHNet	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

Patchmatch Stereo++	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530
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	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

STrans-v2	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

TransformOpticalFlow	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

OMP-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

IIG-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

NF-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

OCTAStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

PSM-softLoss	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

KMStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

NRIStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

PSM-adaLoss	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

PSM-AAD	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

FTStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

ROB_FTStereo_v2	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

ROB_FTStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

Consistency-Raft	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

KYRaft	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

HUI-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

ASMatch	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

DeepStereo_LL	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

DEmStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

SST-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

THIR-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

RAFT_R40	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

DRaft	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

PFNet	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

GrayStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

RE-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

Pruner-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

TVStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

DeepStereo_RVC	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

RAFT-RH_RVC	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

IRAFT_RVC	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

RAFT-345	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

iRAFT	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

CRE-IMP	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

GMM-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

RAFT-IKP	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

Prome-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 503	1.20 534	1.20 511	1.20 531	1.20 515	1.20 521	1.20 514	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 530

MaDis-Stereo	3.19 636	6.02 639	1.12 491	5.61 653	1.16 533	5.43 669	1.02 515	5.15 668	0.70 472	5.43 668	1.21 576	5.03 670	0.97 495	4.85 662	0.99 506	4.53 641	1.16 501	5.53 669	1.25 581	5.37 659	1.30 582

FAT-Stereo	2.46 623	26.05 681	1.23 553	1.23 512	1.22 585	1.20 509	1.24 577	1.23 551	1.23 581	1.19 510	1.22 577	1.21 560	1.24 569	1.20 514	1.24 578	1.21 538	1.17 504	1.22 570	1.25 581	1.20 501	1.24 579

GANetREF_RVC	1.55 560	1.94 508	1.22 551	1.88 550	1.21 583	1.88 584	1.22 575	1.88 578	1.22 580	1.88 581	1.22 577	1.88 584	1.22 568	1.89 587	1.22 577	1.87 573	1.22 553	1.88 599	1.22 577	1.88 577	1.22 576
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
S-Stereo	2.51 624	26.86 682	1.23 553	1.22 510	1.22 585	1.24 557	1.25 578	1.22 549	1.24 582	1.21 556	1.24 579	1.19 514	1.27 571	1.19 513	1.24 578	1.19 490	1.20 506	1.25 571	1.19 528	1.24 550	1.23 578

SPS-STEREO	1.59 561	1.91 502	1.21 550	1.94 553	1.20 537	2.00 592	1.23 576	1.99 583	1.24 582	2.00 589	1.25 580	2.03 594	1.26 570	2.00 591	1.29 585	1.90 577	1.18 505	1.89 600	1.21 576	1.89 578	1.20 530
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
StereoVision	3.15 635	5.00 617	0.89 467	4.83 644	1.00 515	3.93 642	1.27 581	6.37 671	1.34 587	5.67 671	1.26 581	5.84 673	1.27 571	5.03 668	1.24 578	5.10 660	1.09 491	4.61 653	0.57 452	5.62 661	1.12 516

2.25w	2.00 579	1.86 496	1.98 617	2.95 592	2.17 637	2.26 599	1.35 585	2.42 608	2.00 635	2.07 597	1.27 582	2.53 611	1.99 618	2.29 601	1.49 597	2.21 592	1.32 555	1.85 592	1.87 626	2.52 607	1.62 606

4.5_new	2.00 579	1.84 492	1.98 617	2.77 586	2.16 635	2.27 600	1.28 582	2.09 588	1.98 632	2.01 590	1.28 583	2.71 623	1.98 616	2.51 613	1.65 603	2.26 594	1.33 562	1.87 596	1.87 626	2.49 603	1.60 603

1w_stereo	2.05 594	2.32 532	1.35 559	3.74 625	2.01 627	2.73 626	1.42 597	1.88 578	1.93 630	2.03 592	1.28 583	2.71 623	1.99 618	2.72 624	1.72 610	2.20 591	1.32 555	1.87 596	1.86 625	2.45 599	1.54 596

IGEV	2.02 587	2.20 523	1.82 600	2.90 591	2.16 635	2.41 608	1.25 578	2.00 584	1.98 632	1.99 588	1.31 585	2.72 627	1.93 612	2.67 621	1.69 607	2.26 594	1.32 555	1.83 591	1.87 626	2.53 610	1.61 605

3w_stereo	2.04 592	2.24 527	1.70 589	3.15 596	2.18 639	2.49 612	1.26 580	2.03 586	1.98 632	1.98 587	1.33 586	2.72 627	1.99 618	2.59 616	1.72 610	2.22 593	1.33 562	1.85 592	1.88 631	2.50 605	1.58 601

PS-NSSS	1.38 557	1.39 442	1.34 557	1.34 527	1.35 588	1.38 569	1.37 592	1.35 560	1.38 593	1.34 563	1.34 587	1.39 571	1.38 582	1.70 578	1.40 593	1.36 550	1.36 568	1.36 580	1.37 589	1.37 557	1.36 589

999	1.00 477	1.12 364	0.59 407	1.10 447	1.21 583	1.09 499	0.52 434	1.08 487	1.43 596	1.18 509	1.35 588	0.98 483	0.52 432	0.91 469	0.85 494	0.72 422	1.46 576	0.83 474	0.98 510	0.68 420	1.41 592

MaskLacGwcNet_RVC	1.35 554	1.35 438	1.35 559	1.35 529	1.35 588	1.35 565	1.35 585	1.36 561	1.35 590	1.36 565	1.35 588	1.36 569	1.36 579	1.36 567	1.35 589	1.35 548	1.35 567	1.35 578	1.35 586	1.35 556	1.35 588

CC-Net-ROB	1.36 555	1.33 437	1.33 556	1.36 530	1.38 591	1.36 567	1.33 583	1.37 563	1.34 587	1.35 564	1.36 590	1.38 570	1.34 577	1.38 569	1.38 592	1.35 548	1.38 571	1.33 575	1.35 586	1.43 559	1.34 587

3.25w	2.04 592	2.20 523	1.48 577	3.03 593	2.17 637	2.63 622	1.39 593	1.96 581	1.95 631	1.96 584	1.37 591	2.71 623	1.96 615	2.71 622	1.73 615	2.26 594	1.32 555	1.87 596	1.87 626	2.51 606	1.63 607

MC-Stereo	1.76 566	2.96 572	1.37 569	2.14 561	1.37 590	2.14 598	1.36 587	2.14 592	1.37 592	2.14 598	1.37 591	2.14 596	1.37 581	2.14 596	1.37 591	1.97 581	1.32 555	1.97 602	1.32 585	1.98 579	1.33 585

HBP-ISP	1.24 550	1.72 455	1.65 587	1.15 456	0.76 489	1.40 571	0.88 497	1.67 575	1.02 520	1.69 579	1.38 593	1.69 581	1.21 567	1.87 586	1.21 576	1.05 473	0.79 460	0.97 498	0.80 498	1.19 499	0.75 475

CFNet-RSSM	0.91 463	4.89 616	0.34 269	0.44 282	1.07 525	1.62 580	1.40 594	0.91 461	0.35 355	1.60 572	1.39 594	0.64 438	0.34 349	0.44 348	0.33 331	0.41 297	0.35 317	0.75 458	0.30 330	0.41 349	0.29 297

2.5w	2.01 586	2.40 542	1.37 569	3.28 603	2.01 627	2.71 623	1.43 600	1.82 577	1.83 620	1.90 583	1.41 595	2.71 623	1.35 578	2.71 622	1.85 621	2.66 618	1.53 581	1.64 587	1.23 578	2.53 610	1.87 622

MM-Stereo_test1	1.80 569	3.41 584	1.52 582	2.12 560	1.41 593	2.04 593	1.41 595	2.05 587	1.46 597	2.04 593	1.41 595	2.05 595	1.42 584	2.05 592	1.43 595	2.04 585	1.54 583	1.94 601	1.38 591	1.99 580	1.33 585

sCroCo_RVC	2.10 596	2.76 564	1.92 614	2.78 589	1.39 592	2.73 626	1.41 595	2.73 623	1.40 594	2.77 632	1.41 595	2.74 629	1.40 583	2.74 627	1.40 593	2.72 622	1.42 574	2.72 630	1.44 597	2.79 617	1.42 593

MonStereo1	1.94 573	2.77 566	1.52 582	3.73 624	1.51 597	2.13 597	1.42 597	2.32 602	1.52 598	2.31 606	1.50 598	2.53 611	1.59 587	2.34 604	1.56 598	1.91 578	1.36 568	1.86 595	1.31 584	2.07 581	1.53 595

monsters	2.18 601	2.41 543	1.96 616	3.47 613	2.03 631	2.53 616	1.64 605	2.48 610	1.73 611	2.40 610	1.50 598	2.62 619	1.94 613	2.59 616	1.94 628	2.44 610	1.57 585	2.28 611	1.87 626	2.42 597	1.86 620

ff7	1.68 563	2.68 553	1.35 559	0.97 433	0.89 504	1.84 581	2.15 632	2.12 589	1.80 617	2.05 594	1.56 600	2.33 601	2.12 623	2.23 597	2.25 635	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 511

ffff	1.68 563	2.68 553	1.35 559	0.97 433	0.89 504	1.84 581	2.15 632	2.12 589	1.80 617	2.05 594	1.56 600	2.33 601	2.12 623	2.23 597	2.25 635	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 511

ccc-4	1.68 563	2.68 553	1.35 559	0.97 433	0.89 504	1.84 581	2.15 632	2.12 589	1.80 617	2.05 594	1.56 600	2.33 601	2.12 623	2.23 597	2.25 635	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 511

DPSMNet_ROB	1.60 562	1.59 449	1.70 589	1.59 539	1.59 600	1.61 578	1.61 603	1.60 568	1.60 600	1.62 578	1.59 603	1.60 577	1.60 588	1.60 574	1.59 600	1.59 563	1.60 590	1.59 586	1.59 606	1.59 564	1.59 602

3.25w_new	2.03 589	2.72 560	1.35 559	3.33 608	1.57 598	2.72 624	1.53 602	2.15 593	1.33 586	2.15 599	1.60 604	2.63 620	1.30 574	2.72 624	1.99 632	2.67 620	1.53 581	1.75 590	1.25 581	2.53 610	1.87 622

RASNet	1.49 558	1.65 451	1.45 575	1.38 532	1.43 594	1.47 575	1.36 587	1.38 564	1.36 591	1.39 566	1.60 604	1.45 574	1.45 585	1.51 573	2.21 634	1.53 562	1.36 568	1.36 580	1.36 588	1.66 568	1.36 589

3.5w_stereo	2.03 589	2.72 560	1.35 559	3.41 610	1.57 598	2.72 624	1.49 601	2.01 585	1.34 587	2.15 599	1.61 606	2.63 620	1.36 579	2.72 624	1.99 632	2.66 618	1.58 586	1.68 589	1.24 579	2.53 610	1.87 622

monsterstereo	2.20 607	2.33 533	1.95 615	3.65 620	2.07 632	2.49 612	1.61 603	2.48 610	1.83 620	2.45 612	1.61 606	2.67 622	1.86 605	2.64 618	1.94 628	2.48 614	1.66 594	2.34 615	1.68 616	2.40 596	1.86 620

4w-stereo	2.02 587	2.72 560	1.44 574	3.36 609	1.59 600	2.48 611	1.72 609	2.28 595	1.24 582	2.24 601	1.65 608	2.56 616	1.32 576	2.39 607	1.98 631	2.67 620	1.51 579	1.66 588	1.24 579	2.53 610	1.88 625

Anonymous3	2.55 625	3.26 582	1.65 587	3.28 603	1.63 603	3.24 635	1.68 606	3.27 634	1.66 601	3.28 635	1.67 609	3.25 636	1.66 591	3.27 634	1.64 602	3.26 628	1.65 593	3.30 634	1.65 612	4.95 654	1.65 610

MonStereo	2.17 599	2.41 543	1.49 581	2.67 583	1.67 605	2.60 621	2.04 630	2.32 602	1.76 614	2.44 611	1.68 610	2.50 609	1.69 594	2.38 605	1.80 618	2.28 598	1.78 600	2.63 629	2.14 634	3.47 622	1.68 611

UDGNet	2.23 611	5.40 629	1.72 592	2.48 577	1.69 608	2.51 615	1.69 607	2.51 613	1.72 610	2.50 615	1.69 611	2.52 610	1.69 594	2.50 612	1.68 606	2.41 609	1.70 596	2.42 620	1.69 618	2.42 597	1.64 608

MFMNet_re	1.81 570	1.91 502	1.71 591	1.95 555	1.70 611	1.95 589	1.70 608	1.96 581	1.74 613	1.97 586	1.72 612	1.95 587	1.71 596	1.97 590	1.71 608	1.86 571	1.62 591	1.85 592	1.66 613	1.86 576	1.64 608

U	5.15 671	8.49 651	1.81 595	8.49 668	1.77 613	8.49 678	1.77 610	8.51 679	1.77 615	8.49 679	1.77 613	8.50 680	1.78 603	8.58 679	1.77 616	8.54 678	1.78 600	8.55 680	1.78 623	8.55 674	1.84 618

asda	2.17 599	2.54 547	1.81 595	3.47 613	1.78 614	2.50 614	1.86 616	2.61 616	1.68 602	2.61 618	1.83 614	2.37 605	1.73 598	2.44 611	1.88 626	2.51 615	1.84 604	2.34 615	1.62 610	2.23 587	1.77 617

HUF	2.18 601	2.30 530	1.99 620	2.34 573	2.02 630	2.41 608	2.06 631	2.38 606	1.89 628	2.36 608	1.85 615	2.56 616	1.98 616	2.31 603	1.97 630	2.30 601	2.03 615	2.30 612	2.11 633	2.23 587	2.16 627

LGtest1	2.22 608	2.70 556	1.89 611	2.76 585	1.86 619	2.75 628	1.86 616	2.75 624	1.86 622	2.75 627	1.86 616	2.77 632	1.87 606	2.75 628	1.86 622	2.46 611	1.58 586	2.45 621	1.56 600	2.45 599	1.56 598

LG-G_1	2.22 608	2.71 558	1.89 611	2.77 586	1.87 622	2.75 628	1.87 618	2.76 625	1.87 626	2.75 627	1.87 617	2.76 630	1.87 606	2.75 628	1.86 622	2.47 612	1.58 586	2.45 621	1.57 601	2.45 599	1.57 599

LG-G	2.22 608	2.71 558	1.89 611	2.77 586	1.87 622	2.75 628	1.87 618	2.76 625	1.87 626	2.75 627	1.87 617	2.76 630	1.87 606	2.75 628	1.86 622	2.47 612	1.58 586	2.45 621	1.57 601	2.45 599	1.57 599

TRStereo	2.00 579	2.13 517	1.85 606	2.27 567	1.84 616	2.28 602	1.84 612	2.29 597	1.86 622	2.30 603	1.87 617	2.30 598	1.87 606	2.08 593	1.72 610	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 613

XX-Stereo	2.00 579	2.13 517	1.85 606	2.27 567	1.84 616	2.28 602	1.84 612	2.29 597	1.86 622	2.30 603	1.87 617	2.30 598	1.87 606	2.08 593	1.72 610	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 613

EAI-Stereo	2.00 579	2.13 517	1.85 606	2.27 567	1.84 616	2.28 602	1.84 612	2.29 597	1.86 622	2.30 603	1.87 617	2.30 598	1.87 606	2.08 593	1.72 610	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 613

IGEVStereo-DCA	1.77 567	4.21 607	1.84 604	2.49 578	2.11 633	2.54 618	1.36 587	1.65 573	1.17 531	2.75 627	1.90 622	2.54 614	1.15 514	0.94 475	1.11 518	1.50 559	1.32 555	0.96 496	1.46 598	1.49 561	0.88 490

rrr	1.77 567	4.21 607	1.84 604	2.49 578	2.11 633	2.54 618	1.36 587	1.65 573	1.17 531	2.75 627	1.90 622	2.54 614	1.15 514	0.94 475	1.11 518	1.50 559	1.32 555	0.96 496	1.46 598	1.49 561	0.88 490

qwe	2.18 601	2.60 550	1.58 584	3.83 626	1.90 624	2.53 616	1.90 621	2.48 610	1.73 611	2.37 609	1.92 624	2.53 611	1.68 592	2.56 614	1.83 619	2.52 617	1.87 606	2.07 604	1.68 616	2.32 593	1.71 612

2w_stereo	1.99 575	2.36 540	1.81 595	3.24 601	1.67 605	1.94 586	1.98 623	2.72 617	1.68 602	2.72 621	1.94 625	1.98 590	1.74 600	1.79 583	1.27 582	1.95 580	2.00 608	2.53 626	1.60 607	1.68 569	1.15 521

AIO_test	2.18 601	2.09 515	2.04 621	2.42 575	2.01 627	2.47 610	1.94 622	2.34 604	2.03 636	2.56 617	1.94 625	2.43 607	1.94 613	2.41 608	1.87 625	2.39 608	2.10 617	2.35 617	1.91 632	2.25 589	2.19 628

AIO_rvc	2.18 601	2.34 537	1.87 610	2.32 571	1.94 625	2.40 607	1.89 620	2.37 605	2.07 637	2.52 616	1.95 627	2.44 608	1.99 618	2.41 608	1.89 627	2.32 603	2.09 616	2.24 609	2.18 635	2.21 586	2.23 629

asd	2.18 601	2.77 566	1.58 584	3.59 618	2.00 626	2.58 620	1.85 615	2.39 607	1.71 606	2.47 613	1.97 628	2.59 618	1.61 589	2.56 614	1.79 617	2.51 615	1.99 607	2.11 608	1.62 610	2.36 595	1.60 603

4.25_new	2.00 579	2.33 533	1.82 600	3.32 606	1.69 608	1.95 589	1.99 626	2.72 617	1.71 606	2.72 621	1.97 628	2.01 592	1.74 600	1.77 581	1.28 583	2.18 589	2.01 610	2.48 624	1.58 604	1.65 566	1.17 525

4.5w_new	2.00 579	2.33 533	1.82 600	3.32 606	1.69 608	1.95 589	1.99 626	2.72 617	1.71 606	2.72 621	1.97 628	2.01 592	1.74 600	1.77 581	1.28 583	2.18 589	2.01 610	2.48 624	1.58 604	1.65 566	1.17 525

3.75w	1.99 575	2.31 531	1.83 603	3.16 597	1.65 604	1.93 585	1.98 623	2.72 617	1.68 602	2.73 626	1.97 628	2.00 591	1.72 597	1.81 584	1.25 581	2.27 597	2.01 610	2.38 618	1.42 595	1.71 570	1.24 579

RAFT_CTSACE	1.92 572	3.71 591	1.72 592	1.88 550	1.72 612	2.04 593	1.42 597	2.18 594	1.89 628	2.02 591	1.97 628	1.95 587	2.06 622	1.93 588	1.62 601	1.76 568	1.66 594	2.02 603	1.73 622	1.73 571	1.43 594

FBW_ROB	2.12 598	2.46 546	1.77 594	2.49 578	1.79 615	2.38 606	1.83 611	2.46 609	1.78 616	2.48 614	1.97 628	2.40 606	1.78 603	2.42 610	1.83 619	2.31 602	1.85 605	2.38 618	1.82 624	2.35 594	1.84 618

4.25w-stereo	1.98 574	2.72 560	1.46 576	3.47 613	1.43 594	2.07 595	1.98 623	2.53 614	1.52 598	2.71 620	1.98 634	1.81 582	1.62 590	1.96 589	1.36 590	1.88 576	2.00 608	2.53 626	1.61 608	1.74 572	1.15 521

sAnonymous2	3.31 637	2.63 551	1.38 571	3.71 622	1.86 619	4.70 661	1.11 519	4.82 664	2.72 642	5.45 669	1.98 634	4.59 655	2.64 629	2.65 619	6.21 675	4.37 637	1.08 489	5.16 667	2.24 637	4.52 636	2.39 635

CroCo_RVC	3.31 637	2.63 551	1.38 571	3.71 622	1.86 619	4.70 661	1.11 519	4.82 664	2.72 642	5.45 669	1.98 634	4.59 655	2.64 629	2.65 619	6.21 675	4.37 637	1.08 489	5.16 667	2.24 637	4.52 636	2.39 635

4.5w-stereo	1.99 575	2.33 533	1.81 595	3.28 603	1.68 607	1.94 586	1.99 626	2.72 617	1.70 605	2.72 621	1.99 637	1.97 589	1.68 592	1.76 580	1.29 585	1.91 578	2.02 614	2.53 626	1.61 608	1.75 573	1.16 524

2.75w_new	1.99 575	2.34 537	1.81 595	3.14 595	1.62 602	1.94 586	1.99 626	2.72 617	1.71 606	2.72 621	1.99 637	1.90 585	1.73 598	1.82 585	1.29 585	2.37 606	2.01 610	2.31 613	1.42 595	1.77 574	1.22 576

FC-DCNN	1.07 491	1.09 359	0.98 479	0.89 414	0.52 441	1.41 572	0.91 500	1.21 548	1.24 582	1.96 584	2.05 639	1.91 586	1.30 574	1.27 564	1.08 516	0.80 434	0.60 419	0.58 435	0.41 408	0.68 420	0.54 425

NCCL2	2.28 613	2.27 528	2.28 623	2.28 570	2.28 640	2.27 600	2.29 635	2.28 595	2.28 638	2.27 602	2.28 640	2.28 597	2.27 626	2.27 600	2.28 639	2.28 598	2.28 622	2.27 610	2.29 639	2.27 590	2.29 630

STTStereo	3.73 641	30.40 688	2.37 627	2.39 574	2.31 642	2.35 605	2.33 636	2.29 597	2.42 639	2.32 607	2.34 641	2.33 601	2.36 627	2.30 602	2.27 638	2.35 605	2.22 621	2.31 613	2.22 636	2.29 592	2.34 634

NLSM1	2.93 634	3.24 581	2.57 631	4.04 627	2.66 643	3.30 637	2.55 638	3.29 635	2.55 640	3.35 637	2.48 642	3.28 637	2.47 628	3.34 637	2.49 640	3.26 628	2.55 628	3.13 632	2.57 642	3.00 619	2.46 637

NLCA_NET_v2_RVC	5.04 669	50.87 698	2.78 632	2.87 590	2.71 644	2.78 631	0.47 415	2.88 630	2.86 644	1.89 582	2.67 643	2.79 633	2.79 632	2.78 631	2.83 641	2.82 623	2.82 629	2.83 631	2.77 643	2.83 618	2.76 639
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_stereo_0081	3.83 642	5.23 623	3.01 636	4.53 631	3.03 648	4.55 655	3.02 645	4.56 651	3.04 645	4.52 648	3.02 644	4.54 651	3.03 633	4.56 651	3.04 642	4.57 643	3.05 631	4.57 648	3.05 647	4.58 639	3.05 644

rvit_stereo_0082	3.86 644	5.82 637	3.01 636	4.53 631	3.03 648	4.54 651	3.02 645	4.56 651	3.04 645	4.53 650	3.02 644	4.55 653	3.04 636	4.57 654	3.05 644	4.57 643	3.05 631	4.58 650	3.05 647	4.58 639	3.06 647

rvit_0105_6	3.87 646	5.73 636	3.10 646	4.69 641	3.12 656	4.54 651	3.02 645	4.56 651	3.04 645	4.54 652	3.03 646	4.54 651	3.04 636	4.56 651	3.05 644	4.58 646	3.05 631	4.58 650	3.05 647	4.58 639	3.05 644

rvit_105_1	3.83 642	5.22 622	3.01 636	4.53 631	3.01 646	4.51 649	3.01 644	4.56 651	3.04 645	4.53 650	3.03 646	4.55 653	3.03 633	4.56 651	3.04 642	4.57 643	3.05 631	4.57 648	3.05 647	4.57 638	3.05 644

rvit_stereo_0081_aga	3.86 644	5.33 626	3.02 639	4.55 637	3.04 652	4.54 651	3.02 645	4.64 658	3.06 649	4.54 652	3.04 648	4.62 660	3.08 640	4.62 657	3.07 647	4.58 646	3.06 635	4.60 652	3.08 651	4.63 642	3.07 648

rvit_0105_4	3.91 649	5.47 633	3.02 639	4.54 634	3.02 647	4.54 651	3.03 649	4.75 661	3.17 656	4.57 654	3.06 649	4.61 659	3.16 644	4.65 658	3.09 650	4.66 650	3.11 639	4.68 657	3.18 658	4.81 649	3.16 656

rvit_stereo_0080	3.89 647	5.70 634	3.04 641	4.54 634	3.03 648	4.56 656	3.05 651	4.60 655	3.07 650	4.58 655	3.06 649	4.59 655	3.06 638	4.61 655	3.08 648	4.63 648	3.09 636	4.64 654	3.10 652	4.65 643	3.10 651

whm_eth	3.89 647	5.70 634	3.04 641	4.54 634	3.03 648	4.56 656	3.05 651	4.60 655	3.07 650	4.58 655	3.06 649	4.59 655	3.06 638	4.61 655	3.08 648	4.63 648	3.09 636	4.64 654	3.10 652	4.65 643	3.10 651

rvit_0105_3	3.91 649	5.33 626	3.06 644	4.60 639	3.07 654	4.60 658	3.06 653	4.62 657	3.08 653	4.60 657	3.07 652	4.62 660	3.08 640	4.67 659	3.10 651	4.70 651	3.11 639	4.77 661	3.19 659	4.77 648	3.14 655

DispFullNet	4.61 662	4.84 614	3.12 647	5.00 647	3.57 662	4.75 664	3.03 649	7.75 677	4.17 670	4.91 664	3.09 653	6.20 674	3.95 659	6.71 673	3.51 657	5.30 661	3.67 649	5.86 673	3.63 662	5.61 660	3.46 661

rvit_stereo_0083	3.92 651	5.30 625	3.06 644	4.61 640	3.09 655	4.67 660	3.08 654	4.66 659	3.09 654	4.62 658	3.10 654	4.66 663	3.11 642	4.67 659	3.16 653	4.72 653	3.16 642	4.77 661	3.11 654	4.66 645	3.11 653

rvit_stereo_ft	3.93 652	5.44 631	3.05 643	4.59 638	3.06 653	4.61 659	3.08 654	4.67 660	3.12 655	4.63 659	3.10 654	4.65 662	3.11 642	4.69 661	3.13 652	4.70 651	3.14 641	4.71 659	3.15 657	4.74 646	3.16 656

rvit_0105_5	4.10 653	5.40 629	3.13 649	4.71 642	3.15 657	4.72 663	3.10 656	4.90 666	3.27 658	4.69 660	3.16 656	4.84 667	3.25 646	4.96 665	3.34 656	5.05 658	3.39 647	5.10 666	3.40 660	5.11 656	3.42 660

NLCSM	3.67 640	4.08 602	3.19 650	4.80 643	3.26 658	3.99 645	3.24 659	4.25 647	3.18 657	4.09 643	3.27 657	4.14 646	3.18 645	4.13 645	3.28 655	4.06 635	3.10 638	3.85 644	3.14 656	3.91 629	3.27 659

RAFT+CT+SA	4.28 656	7.62 645	4.91 661	5.55 652	2.28 640	3.09 632	3.64 663	4.49 649	3.07 650	4.80 661	3.35 658	4.77 665	3.70 652	4.29 648	3.05 644	5.58 662	5.98 664	3.58 638	3.78 667	4.26 632	3.72 664

MLG-Stereo_test1	4.25 654	5.34 628	3.61 653	5.31 649	3.63 664	5.23 667	3.57 662	5.38 669	3.65 660	5.23 666	3.47 659	4.76 664	3.74 653	4.85 662	3.71 660	4.96 655	3.18 644	4.71 659	2.92 644	4.86 652	2.90 641

TestStereo1	4.60 660	8.41 649	6.44 670	6.86 661	3.79 667	3.97 643	3.78 666	3.99 644	3.74 663	3.97 641	3.52 660	3.94 644	3.58 647	3.98 643	3.72 661	6.82 671	6.50 667	3.76 641	3.66 663	3.90 626	3.74 666

SA-5K	4.60 660	8.41 649	6.44 670	6.86 661	3.79 667	3.97 643	3.78 666	3.99 644	3.74 663	3.97 641	3.52 660	3.94 644	3.58 647	3.98 643	3.72 661	6.82 671	6.50 667	3.76 641	3.66 663	3.90 626	3.74 666

DPSNet	3.66 639	3.60 587	3.62 654	3.63 619	3.64 665	3.65 640	3.65 664	3.66 640	3.67 661	3.67 639	3.65 662	3.67 641	3.66 650	3.66 639	3.68 659	3.68 633	3.66 648	3.67 639	3.68 665	3.67 623	3.67 663

MLG-Stereo_test3	4.26 655	4.85 615	3.95 657	5.35 650	3.60 663	4.75 664	3.76 665	5.49 670	3.71 662	5.39 667	3.69 663	4.82 666	3.66 650	4.85 662	3.73 663	4.93 654	3.19 645	4.69 658	2.99 646	4.84 651	2.98 643

MLG-Stereo_test2	4.28 656	5.46 632	3.69 655	4.86 645	3.72 666	5.58 670	3.42 660	4.81 663	3.77 666	4.85 662	3.72 664	5.55 672	3.63 649	5.58 669	3.53 658	4.41 640	3.28 646	4.99 665	2.95 645	4.75 647	3.13 654

SA	4.33 658	7.35 642	6.85 673	5.96 655	4.09 670	3.59 639	3.15 657	3.82 642	2.64 641	3.91 640	3.85 665	3.57 639	2.72 631	3.13 633	4.03 666	7.09 674	6.86 669	3.57 637	3.12 655	3.85 625	3.51 662

test_4	4.88 666	8.13 647	6.98 674	7.46 664	4.44 672	4.25 647	3.85 668	4.04 646	3.92 667	4.13 644	3.91 666	4.18 648	3.84 657	4.14 646	4.06 667	7.01 673	7.13 670	4.53 646	3.72 666	4.09 630	3.72 664

cross-raft	4.83 665	7.52 643	6.43 669	6.63 659	3.96 669	4.51 649	3.99 669	4.49 649	3.96 668	4.52 648	3.96 667	4.50 650	3.97 660	4.50 650	3.97 665	6.65 669	6.44 666	4.33 645	3.92 669	4.35 634	3.91 669

Sa-1000	4.34 659	8.37 648	6.84 672	6.98 663	4.45 673	3.58 638	3.00 643	3.42 638	3.39 659	2.61 618	4.00 668	3.83 643	4.01 661	3.90 642	3.90 664	5.98 666	5.62 661	3.76 641	2.34 640	4.35 634	2.47 638

test_3	5.01 668	8.86 654	7.77 676	8.09 666	2.76 645	4.13 646	4.05 670	3.88 643	3.76 665	4.33 646	4.13 669	3.71 642	3.91 658	4.21 647	4.06 667	7.93 675	7.69 672	4.53 646	3.91 668	4.17 631	4.29 672

SGM-Forest	5.21 672	5.92 638	4.08 658	6.18 656	4.16 671	6.31 672	4.34 672	6.50 672	4.33 671	6.14 673	4.21 670	6.61 677	4.55 665	6.67 672	4.48 670	5.94 665	3.94 651	5.85 672	4.03 671	5.79 662	4.17 671
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
raft_robust	4.71 664	7.75 646	5.40 666	6.81 660	3.31 659	4.28 648	4.20 671	4.32 648	4.37 672	4.35 647	4.35 671	4.14 646	3.75 654	4.30 649	4.20 669	6.67 670	6.37 665	3.36 636	4.24 673	4.86 652	3.25 658

test_5	4.62 663	7.55 644	6.23 668	6.32 658	3.40 661	5.29 668	3.50 661	3.53 639	4.11 669	4.28 645	4.47 672	4.26 649	4.38 664	3.68 640	3.24 654	5.89 664	5.60 660	4.84 663	3.50 661	4.33 633	3.93 670

TestStereo	4.88 666	4.75 613	4.79 660	4.87 646	4.92 674	4.81 666	4.90 674	4.78 662	4.77 673	4.87 663	4.89 673	4.90 668	4.91 666	4.99 666	4.79 671	4.98 656	4.87 657	4.87 664	4.92 675	5.00 655	5.00 673

FC-DCNN v2	5.10 670	5.15 620	4.49 659	5.07 648	3.37 660	6.87 673	4.75 673	5.04 667	6.34 677	7.84 677	5.06 674	6.72 678	4.09 662	4.99 666	5.44 674	5.03 657	3.16 642	4.67 656	4.86 674	5.15 657	3.89 668

SGM+DAISY	7.06 676	9.15 655	5.38 665	8.84 670	5.18 675	8.80 679	5.31 676	8.79 680	5.28 675	8.89 680	5.20 675	8.93 681	5.33 668	8.95 680	5.36 673	8.70 679	5.21 658	8.74 681	5.20 676	8.89 675	5.15 674

rvit_stereo_0075_2	6.64 674	8.80 653	5.25 663	7.89 665	5.27 676	7.90 677	5.27 675	7.92 678	5.28 675	7.91 678	5.29 676	7.93 679	5.27 667	7.92 678	5.28 672	7.93 675	5.28 659	7.93 678	5.29 677	7.93 671	5.28 675

test-v	7.53 677	11.89 665	7.98 677	9.36 672	7.14 679	7.06 675	7.09 679	7.37 675	6.91 679	7.29 675	5.71 677	6.45 675	6.93 672	6.73 674	7.27 679	8.93 680	7.85 673	6.98 676	6.80 680	7.56 669	7.34 679

test-2	7.53 677	11.89 665	7.98 677	9.36 672	7.14 679	7.06 675	7.09 679	7.37 675	6.91 679	7.29 675	5.71 677	6.45 675	6.93 672	6.73 674	7.27 679	8.93 680	7.85 673	6.98 676	6.80 680	7.56 669	7.34 679

test-1	6.46 673	9.16 656	8.03 679	8.09 666	5.62 677	6.11 671	6.35 677	6.85 674	4.94 674	6.08 672	6.29 679	4.98 669	6.43 671	6.22 670	6.36 677	6.16 668	7.47 671	5.82 671	5.44 678	7.11 668	5.68 676

RAFT	6.73 675	9.36 657	7.40 675	8.51 669	6.55 678	6.88 674	6.60 678	6.79 673	6.60 678	6.80 674	6.72 680	5.31 671	5.50 669	6.61 671	6.61 678	8.42 677	5.89 662	5.73 670	5.45 679	6.61 664	6.24 677

MANE	19.05 680	23.00 673	15.00 680	23.00 687	15.00 681	24.00 686	16.00 681	24.00 687	16.00 681	22.00 687	15.00 681	23.00 688	16.00 681	23.00 687	15.00 681	22.00 688	15.00 682	22.00 688	15.00 682	22.00 688	15.00 681

rafts_anoy	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 681	20.00 682	20.00 681	20.00 682	20.00 682	20.00 682	20.00 681	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 682

raft+_RVC	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 681	20.00 682	20.00 681	20.00 682	20.00 682	20.00 682	20.00 681	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 682

raftrobust	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 681	20.00 682	20.00 681	20.00 682	20.00 682	20.00 682	20.00 681	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 682

CasAABBNet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 681	20.00 682	20.00 681	20.00 682	20.00 682	20.00 682	20.00 681	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 682

RALCasStereoNet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 681	20.00 682	20.00 681	20.00 682	20.00 682	20.00 682	20.00 681	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 682

RALAANet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 681	20.00 682	20.00 681	20.00 682	20.00 682	20.00 682	20.00 681	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 682

WCMA_ROB	31.10 688	35.43 693	27.12 687	39.51 699	23.10 688	38.78 698	25.30 688	37.49 699	25.39 688	37.29 698	27.02 688	38.52 700	26.48 688	37.80 698	26.44 688	36.28 696	22.65 689	33.90 693	22.30 689	37.10 697	24.18 688

111	30.40 687	30.94 689	29.72 688	32.61 688	30.02 689	33.57 687	30.47 689	31.50 688	29.39 689	30.98 688	29.11 689	29.78 689	30.39 692	29.45 688	30.76 692	30.08 689	29.02 690	29.92 689	30.32 693	29.86 689	30.17 689

fff	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 689	35.13 689	31.83 690	32.07 689	10000000.00 708	35.27 691	29.82 690	32.45 690	30.15 689	32.35 689	30.09 689	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 690

csc	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 689	35.13 689	31.83 690	32.07 689	10000000.00 708	35.27 691	29.82 690	32.45 690	30.15 689	32.35 689	30.09 689	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 690

cscssc	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 689	35.13 689	31.83 690	32.07 689	10000000.00 708	35.27 691	29.82 690	32.45 690	30.15 689	32.35 689	30.09 689	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 690

tt	500032.53 705	34.60 691	29.72 688	37.47 697	34.41 694	36.85 693	35.22 694	34.71 692	33.55 691	34.50 689	35.43 693	33.81 693	10000000.00 709	33.57 692	33.13 693	33.68 693	35.00 695	34.03 694	35.26 696	30.96 690	34.63 694

DCANet	500032.53 705	34.60 691	29.72 688	37.47 697	34.41 694	36.85 693	35.22 694	34.71 692	33.55 691	34.50 689	35.43 693	33.81 693	10000000.00 709	33.57 692	33.13 693	33.68 693	35.00 695	34.03 694	35.26 696	30.96 690	34.63 694

DCANet-4	35.22 689	34.54 690	35.08 694	33.58 692	35.47 696	34.55 688	35.53 696	36.08 694	35.85 693	35.92 694	35.77 695	35.18 695	35.48 694	35.39 694	37.15 698	34.55 695	33.92 694	35.02 696	34.90 695	35.79 693	34.74 696

ADStereo(finetuned)	36.13 690	36.63 694	38.07 698	36.97 693	33.25 693	35.91 692	34.45 693	36.36 695	32.99 690	38.14 699	36.71 696	36.69 696	34.13 693	38.57 699	40.79 699	37.60 700	36.58 697	35.90 697	33.36 694	35.42 692	34.04 693

Reg-Stereo(zero)	37.00 691	37.00 695	37.00 695	37.00 694	37.00 697	37.00 695	37.00 697	37.00 696	37.00 694	37.00 695	37.00 697	37.00 697	37.00 695	37.00 695	37.00 695	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 697

HI	37.00 691	37.00 695	37.00 695	37.00 694	37.00 697	37.00 695	37.00 697	37.00 696	37.00 694	37.00 695	37.00 697	37.00 697	37.00 695	37.00 695	37.00 695	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 697

CoSv	37.00 691	37.00 695	37.00 695	37.00 694	37.00 697	37.00 695	37.00 697	37.00 696	37.00 694	37.00 695	37.00 697	37.00 697	37.00 695	37.00 695	37.00 695	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 697

MDST_ROB	69.83 694	87.70 699	41.95 699	113.75 702	65.62 702	75.05 699	55.25 701	75.64 701	45.04 697	71.61 700	41.75 700	72.81 701	44.06 698	68.38 700	44.63 700	101.89 703	59.57 703	107.10 703	61.05 703	104.38 700	59.38 702

CBMV	128.50 696	1422.70 710	53.10 700	79.50 701	51.30 701	77.30 700	49.70 700	74.00 700	48.20 698	77.20 701	48.80 701	73.90 702	48.00 699	73.80 701	48.80 701	70.40 702	45.10 702	68.90 702	46.10 702	68.20 699	45.00 701
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 695	153.00 703	121.00 702	51.00 700	44.00 700	165.00 702	127.00 702	153.00 702	119.00 699	164.00 703	125.00 702	168.00 704	120.00 700	153.00 702	117.00 702	49.00 701	44.00 701	49.00 701	44.00 701	49.00 698	44.00 700

MeshStereo	159.24 697	171.00 704	160.68 705	162.58 703	160.59 703	164.01 701	160.35 703	158.51 703	158.56 700	158.34 702	160.12 703	158.56 703	159.92 701	157.26 703	158.94 703	154.38 704	158.36 704	155.75 704	159.13 705	153.67 701	154.07 703
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 698	123.00 700	115.00 701	219.00 704	218.00 705	223.00 703	244.00 705	217.00 704	236.00 702	202.00 704	203.00 704	205.00 705	208.00 702	225.00 704	204.00 704	210.00 705	198.00 705	197.00 705	184.00 706	204.00 702	201.00 704

DLCB_ROB	284.23 701	354.61 706	207.27 706	363.24 707	206.46 704	364.72 706	210.41 704	364.72 707	210.41 701	364.81 707	208.64 705	364.81 708	208.64 703	364.72 707	210.41 705	354.70 708	205.53 706	354.70 708	205.53 707	354.70 705	205.53 705

MGS-Stereo	239.45 699	123.00 700	135.00 703	266.00 705	286.00 706	277.00 704	305.00 706	271.00 705	242.00 703	274.00 705	279.00 706	255.00 706	270.00 704	268.00 705	297.00 706	221.00 706	247.00 707	216.00 706	123.00 704	217.00 703	217.00 706

EGLCR-Stereo	246.90 700	129.00 702	139.00 704	266.00 705	286.00 706	277.00 704	305.00 706	271.00 705	242.00 703	274.00 705	279.00 706	255.00 706	270.00 704	268.00 705	297.00 706	230.00 707	247.00 707	216.00 706	223.00 708	237.00 704	227.00 707

LE_ROB	396.57 702	471.28 707	329.84 707	471.48 708	308.15 708	526.83 707	322.10 708	488.15 708	323.76 705	495.46 708	317.97 708	497.17 709	320.10 706	481.62 708	326.76 708	462.71 709	298.97 709	466.16 709	285.98 709	447.62 706	289.21 708

SGM-ForestM	596.69 703	677.77 708	444.52 708	699.85 709	517.25 709	732.94 708	488.29 709	770.79 709	460.11 706	750.81 709	487.98 709	792.79 710	499.41 707	730.90 709	475.81 709	720.03 710	491.16 710	663.96 710	418.60 710	674.76 707	436.05 709

CBMV_ROB	818.48 704	913.88 709	709.52 709	862.84 710	597.78 710	1073.99 709	700.52 710	1015.66 710	702.59 707	1115.65 710	760.02 710	1130.24 711	721.57 708	1037.41 710	692.65 710	814.05 711	564.29 711	843.28 711	595.31 711	915.51 708	602.92 710

111111	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

SGD-Stereo	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

IGEV-Stereo++	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

IGEV-BASED-STEREO-	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

IGEV-Stereo+	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

SDNR	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

anonymousdsp2	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

anonymousdsp	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

test_example2	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711

DIP-Stereo	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 708	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 711
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 74		0.09 76	0.10 147							0.05 113				0.15 140	0.10 99	0.17 177	0.13 179	0.11 148

Low-res two-view benchmark