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	0.73 456	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 94	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 158	0.20 197	0.23 184	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	0.23 202	0.21 212	0.02 19	0.01 9	0.01 10	0.01 10

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

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

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	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 219	0.02 20	0.02 21	0.71 443	0.02 16	0.02 19	0.02 21	0.02 21	0.16 196

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	0.73 456	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

CoDeX	0.15 150	0.70 306	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 486	0.02 15	0.69 474	0.75 497	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	0.44 238	0.33 271	0.39 251	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	0.39 296	0.36 338	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 323	1.91 541	0.92 507	1.91 588	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 248	1.29 469	1.19 537	1.36 565	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 577	1.21 588	0.03 41	0.09 141	0.02 21	0.09 142

SFCPSM	0.17 163	0.78 320	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 526	0.02 15	0.75 487	0.76 499	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 206	1.31 473	0.74 481	0.92 454	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

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	1.01 475	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	0.09 139	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	0.90 449	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 167	0.36 380	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	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 361	0.14 148	0.15 133	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	0.15 145	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 124	1.14 403	0.17 182	0.20 167	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	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 138	1.22 465	0.28 234	0.32 222	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	0.32 245	0.27 242	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 90	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 370	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

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

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

test_sample4	0.10 90	1.03 386	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

tta	0.09 75	0.95 357	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 138	1.83 526	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

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

1111x	0.10 90	1.14 403	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	1.01 380	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 111	1.15 406	0.15 165	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	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 90	0.99 368	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 408	0.16 172	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	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 138	0.04 52	0.03 39	2.22 601	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 550	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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	0.11 167	0.04 90	0.03 52	0.58 412	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	0.75 459	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 150	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

z-mn7	0.16 157	1.21 459	0.33 271	0.41 276	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	0.35 263	0.31 278	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 172	1.47 484	0.33 271	0.40 264	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	0.38 283	0.32 283	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 162	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 396	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	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

FADNet-RVC-Resample	0.12 124	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	1.57 642	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 124	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 646	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 131	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 651	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 124	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 648	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 124	0.03 31	0.04 64	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 150	0.04 52	0.04 64	2.20 600	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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
ManiGeoR	0.17 163	0.05 66	0.62 437	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 163	0.05 66	0.63 441	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 443	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 163	0.05 66	0.62 437	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 163	0.05 66	0.62 437	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 163	0.05 66	0.65 448	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 443	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 215	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 673	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

z-ln-s-r	0.21 187	1.40 482	0.53 415	0.56 382	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 411	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

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

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

ISRNet	0.11 111	0.05 66	0.36 295	0.24 189	0.07 141	0.13 163	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 139	0.24 209	0.20 207	0.10 140	0.05 123	0.06 123	0.13 184

qqq1	0.25 206	3.70 630	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 630	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

11t1	0.17 163	2.16 560	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.05 115	0.18 174	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

ffm	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

qqq	0.16 157	2.01 550	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 540	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

GwcNet	0.12 124	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 572	0.07 131	0.05 124	0.05 112	0.05 127	0.08 134	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

BEATNet-Init1	0.19 176	0.08 85	0.08 82	2.23 602	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 134	0.07 140	0.11 157	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 176	0.08 85	0.08 82	2.23 602	0.08 143	0.08 132	0.07 141	0.07 131	0.08 145	0.08 133	0.07 142	0.08 134	0.07 140	0.11 157	0.08 134	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

TS12	0.09 75	0.09 94	0.17 182	0.19 163	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 134	0.06 134	0.08 134	0.06 131	0.15 145	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 134	0.05 117	0.09 140	0.08 134	0.15 145	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 134	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

SuperB	0.21 187	0.10 98	2.51 667	0.12 106	0.09 147	0.10 142	0.09 144	0.08 134	0.07 141	0.10 144	0.09 146	0.09 142	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

MatchStereo	0.54 398	0.12 114	2.38 665	2.32 608	0.09 147	0.09 140	0.08 143	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.08 134	2.34 641	2.34 660	0.12 158	0.11 164	0.11 155	0.10 150
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CAS++	0.17 163	0.27 171	0.21 203	0.10 81	0.21 254	0.15 172	0.22 241	0.10 141	0.21 241	0.22 210	0.10 150	0.19 194	0.18 230	0.10 144	0.19 228	0.20 181	0.19 205	0.18 199	0.10 150	0.19 199	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 147	0.09 140	0.09 144	0.10 141	0.08 145	0.10 144	0.09 146	0.09 142	0.09 146	0.09 140	0.08 134	0.09 85	0.08 84	0.09 139	0.08 139	0.09 142	0.08 137

AnonymousM	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

PVD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SHD	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SAMSARA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

XQC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSC	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTS	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSA	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet+	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet++	0.10 90	0.10 98	0.10 92	0.10 81	0.10 154	0.10 142	0.10 149	0.10 141	0.10 152	0.10 144	0.10 150	0.10 145	0.10 150	0.10 144	0.10 146	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

over-6	0.11 111	0.11 109	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.10 146	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

over v1	0.11 111	0.11 109	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.10 146	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.10 150

over-8	0.11 111	0.14 122	0.15 165	0.16 143	0.10 154	0.11 153	0.10 149	0.11 153	0.09 148	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.09 139	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.09 142

over-9	0.11 111	0.11 109	0.16 172	0.16 143	0.10 154	0.12 162	0.10 149	0.11 153	0.10 152	0.11 156	0.10 150	0.11 157	0.10 150	0.11 157	0.10 146	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

JetRed	0.11 111	0.12 114	0.11 112	0.11 98	0.11 174	0.11 153	0.14 187	0.11 153	0.11 170	0.12 162	0.11 168	0.11 157	0.11 167	0.11 157	0.11 161	0.11 105	0.16 174	0.11 151	0.11 164	0.11 155	0.11 164

JetBlue	0.11 111	0.11 109	0.12 123	0.13 118	0.14 193	0.11 153	0.11 166	0.11 153	0.11 170	0.11 156	0.11 168	0.11 157	0.11 167	0.12 165	0.12 173	0.11 105	0.11 122	0.11 151	0.11 164	0.11 155	0.11 164

aanetorigin	0.13 131	0.11 109	0.11 112	0.11 98	0.11 174	0.11 153	0.11 166	0.11 153	0.11 170	0.11 156	0.12 176	0.11 157	0.11 167	0.11 157	0.11 161	0.11 105	0.11 122	0.14 164	0.11 164	0.49 416	0.11 164

PASM	0.39 294	3.06 615	1.36 603	1.58 574	0.09 147	0.11 153	0.11 166	0.11 153	0.11 170	0.09 140	0.09 146	0.11 157	0.09 146	0.09 140	0.09 139	0.11 105	0.11 122	0.11 151	0.09 141	0.11 155	0.11 164

LSFM	0.16 157	0.92 350	0.16 172	0.18 158	0.08 143	0.11 153	0.12 179	0.12 161	0.09 148	0.09 140	0.28 282	0.10 145	0.08 144	0.10 144	0.12 173	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

flow	0.16 157	0.92 350	0.16 172	0.18 158	0.08 143	0.11 153	0.12 179	0.12 161	0.09 148	0.09 140	0.28 282	0.10 145	0.08 144	0.10 144	0.12 173	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 163	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 163	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 164	0.13 190	0.06 123	0.05 122

S2M2_L	0.12 124	0.14 122	0.10 92	0.15 133	0.10 154	0.14 164	0.10 149	0.14 165	0.10 152	0.15 171	0.10 150	0.14 166	0.10 150	0.14 167	0.10 146	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.09 142
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 131	0.21 144	0.12 123	0.16 143	0.11 174	0.15 172	0.11 166	0.14 165	0.11 170	0.15 171	0.12 176	0.15 177	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLG	0.13 131	0.20 138	0.14 148	0.15 133	0.11 174	0.14 164	0.11 166	0.14 165	0.11 170	0.14 164	0.11 168	0.14 166	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLGR_C	0.14 138	0.20 138	0.12 123	0.15 133	0.11 174	0.14 164	0.15 195	0.14 165	0.11 170	0.15 171	0.12 176	0.14 166	0.11 167	0.16 178	0.11 161	0.15 145	0.12 136	0.14 164	0.12 179	0.15 177	0.12 177

MIPNet	0.14 138	0.21 144	0.17 182	0.16 143	0.11 174	0.15 172	0.12 179	0.14 165	0.11 170	0.16 176	0.11 168	0.14 166	0.11 167	0.14 167	0.11 161	0.14 133	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLGR	0.14 138	0.24 158	0.14 148	0.16 143	0.12 187	0.15 172	0.12 179	0.14 165	0.11 170	0.15 171	0.12 176	0.14 166	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

ACRE	0.13 131	0.21 144	0.14 148	0.15 133	0.11 174	0.14 164	0.11 166	0.14 165	0.11 170	0.14 164	0.12 176	0.14 166	0.11 167	0.14 167	0.11 161	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

LRCNet_RVC	0.13 131	0.13 116	0.09 88	0.13 118	0.10 154	0.14 164	0.10 149	0.14 165	0.10 152	0.23 216	0.10 150	0.20 197	0.10 150	0.24 223	0.11 161	0.11 105	0.09 94	0.12 158	0.14 196	0.12 165	0.09 142

GMStereo	0.14 138	0.13 116	0.14 148	0.14 122	0.14 193	0.14 164	0.14 187	0.14 165	0.14 193	0.14 164	0.14 194	0.14 166	0.14 193	0.14 167	0.14 186	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 189
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 193	0.13 116	0.19 194	0.23 184	0.10 154	0.26 243	1.02 557	0.14 165	0.10 152	0.28 245	0.14 194	0.17 186	0.19 237	0.28 252	0.09 139	0.22 191	0.16 174	0.23 225	0.17 230	0.11 155	0.12 177

CCAANet	0.17 163	0.71 307	0.14 148	0.14 122	0.14 193	0.14 164	0.14 187	0.14 165	0.14 193	0.14 164	0.14 194	0.14 166	0.14 193	0.14 167	0.22 239	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 189

DRN-Test	0.14 138	0.13 116	0.09 88	0.14 122	0.09 147	0.15 172	0.09 144	0.14 165	0.10 152	0.14 164	0.09 146	0.14 166	0.09 146	0.13 166	0.09 139	0.12 111	0.09 94	0.12 158	0.09 141	0.12 165	0.73 512

StereoDRNet	0.15 150	0.14 122	0.10 92	0.14 122	0.09 147	0.15 172	0.09 144	0.14 165	0.09 148	0.14 164	0.10 150	0.14 166	0.09 146	0.14 167	0.09 139	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.82 528

PDISCO_ROB	0.83 479	2.80 611	3.49 688	0.14 122	0.11 174	0.17 186	0.09 144	0.15 178	0.10 152	0.15 171	0.12 176	0.16 178	0.14 193	3.30 679	0.13 182	0.14 133	2.34 660	0.16 181	0.12 179	2.62 660	0.10 150

DF	0.39 294	1.37 479	1.02 521	1.14 488	0.12 187	0.16 179	0.12 179	0.16 179	0.12 186	0.16 176	0.12 176	0.16 178	0.12 182	0.16 178	0.12 173	1.12 519	1.00 511	0.15 177	0.12 179	0.15 177	0.12 177

xyz-stereo-finetune2	0.18 172	0.48 261	0.16 172	0.16 143	0.15 207	0.15 172	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 178	0.16 207	0.16 178	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 196

xyz-stereo	0.18 172	0.50 268	0.16 172	0.15 133	0.16 217	0.16 179	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 178	0.16 207	0.16 178	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 196

castereo++	0.54 398	3.59 627	1.15 531	1.31 559	0.14 193	0.16 179	0.14 187	0.16 179	0.14 193	0.16 176	0.14 194	0.16 178	0.13 188	0.16 178	0.14 186	1.45 592	1.16 537	0.15 177	0.14 196	0.15 177	0.13 184

GMStereo_Zeroshot	0.16 157	0.16 125	0.16 172	0.16 143	0.16 217	0.16 179	0.16 201	0.16 179	0.16 210	0.16 176	0.16 208	0.16 178	0.16 207	0.16 178	0.16 204	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 196

ICVP	0.15 150	0.53 282	0.11 112	0.16 143	0.11 174	0.16 179	0.11 166	0.16 179	0.11 170	0.16 176	0.11 168	0.16 178	0.11 167	0.16 178	0.11 161	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Weightmod_eth	0.20 178	0.24 158	0.28 234	0.47 308	0.14 193	0.24 224	0.14 187	0.17 185	0.13 190	0.22 210	0.16 208	0.22 214	0.13 188	0.20 195	0.16 204	0.24 209	0.20 207	0.19 202	0.14 196	0.16 182	0.24 244

S2M2_XL	0.14 138	0.17 130	0.12 123	0.17 156	0.11 174	0.17 186	0.11 166	0.17 185	0.11 170	0.17 183	0.11 168	0.17 186	0.11 167	0.17 185	0.11 161	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 138	0.20 138	0.14 148	0.16 143	0.11 174	0.16 179	0.11 166	0.17 185	0.11 170	0.17 183	0.12 176	0.17 186	0.13 188	0.17 185	0.12 173	0.15 145	0.11 122	0.16 181	0.11 164	0.15 177	0.12 177

HSM	0.14 138	0.16 125	0.12 123	0.17 156	0.12 187	0.17 186	0.11 166	0.17 185	0.11 170	0.17 183	0.12 176	0.17 186	0.12 182	0.17 185	0.12 173	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.12 177

ITSA-stereo	0.15 150	0.17 130	0.13 143	0.20 167	0.13 191	0.19 193	0.13 185	0.18 189	0.13 190	0.19 189	0.13 189	0.18 190	0.14 193	0.18 188	0.14 186	0.16 158	0.11 122	0.15 177	0.14 196	0.18 193	0.11 164

ELAS	0.13 131	0.16 125	0.11 112	0.15 133	0.09 147	0.18 190	0.11 166	0.18 189	0.11 170	0.17 183	0.11 168	0.18 190	0.11 167	0.18 188	0.11 161	0.14 133	0.08 84	0.14 164	0.08 139	0.14 169	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IGEV-FE	0.35 257	0.37 197	0.17 182	0.19 163	0.17 223	0.20 198	0.17 211	0.19 191	0.17 220	0.19 189	0.17 216	0.19 194	0.17 219	0.37 292	0.36 380	0.19 178	0.17 195	0.19 202	0.17 230	0.38 307	2.84 684

DEFOM-Stereo_RVC	0.83 479	5.18 662	1.98 654	2.19 599	0.17 223	0.19 193	0.18 220	0.19 191	0.16 210	0.20 195	0.19 236	0.22 214	0.22 250	0.20 195	0.15 197	2.28 635	2.13 655	0.24 235	0.17 230	0.18 193	0.16 196

HCRNet	1.22 584	7.11 683	3.00 672	3.55 654	0.33 377	0.29 252	0.14 187	0.19 191	0.15 205	0.33 269	0.29 295	0.25 235	0.14 193	0.22 212	0.33 359	3.64 669	3.00 667	0.76 499	0.32 376	0.18 193	0.13 184

DeepPruner_ROB	0.16 157	0.18 133	0.13 143	0.19 163	0.13 191	0.19 193	0.13 185	0.19 191	0.13 190	0.19 189	0.13 189	0.19 194	0.13 188	0.19 191	0.13 182	0.18 174	0.13 159	0.18 199	0.13 190	0.18 193	0.13 184

ELAS_RVC	0.14 138	0.16 125	0.10 92	0.15 133	0.10 154	0.18 190	0.11 166	0.19 191	0.11 170	0.19 189	0.12 176	0.18 190	0.11 167	0.19 191	0.12 173	0.14 133	0.08 84	0.14 164	0.09 141	0.15 177	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 150	0.17 130	0.11 112	0.18 158	0.11 174	0.19 193	0.11 166	0.19 191	0.12 186	0.19 189	0.12 176	0.20 197	0.12 182	0.19 191	0.12 173	0.16 158	0.11 122	0.17 189	0.10 150	0.17 189	0.10 150
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-FEzeroshot	0.34 248	0.26 168	0.17 182	0.21 177	0.17 223	0.20 198	0.16 201	0.20 197	0.16 210	0.20 195	0.17 216	0.21 205	0.16 207	0.27 248	0.24 249	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 693

RAFT-FE	0.34 248	0.26 168	0.17 182	0.21 177	0.17 223	0.20 198	0.16 201	0.20 197	0.16 210	0.20 195	0.17 216	0.21 205	0.16 207	0.27 248	0.24 249	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 693

castereo	0.61 413	3.79 635	1.35 595	1.52 573	0.15 207	0.17 186	0.16 201	0.20 197	0.21 241	0.18 187	0.16 208	0.21 205	0.12 182	0.26 244	0.17 211	1.43 591	1.38 607	0.17 189	0.16 208	0.18 193	0.16 196

DDVS	0.30 226	3.10 616	0.14 148	0.19 163	0.14 193	0.19 193	0.14 187	0.20 197	0.14 193	0.19 189	0.13 189	0.16 178	0.13 188	0.19 191	0.13 182	0.17 166	0.13 159	0.17 189	0.13 190	0.17 189	0.13 184

gwcnet-sp	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 197	0.25 260	1.61 618	0.23 253	0.28 250	0.26 272	0.20 195	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 234

scenet	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 197	0.25 260	1.61 618	0.23 253	0.28 250	0.26 272	0.20 195	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 234

ssnet	0.82 475	1.72 494	1.48 613	0.39 251	0.15 207	0.31 262	0.21 236	0.20 197	0.25 260	1.61 618	0.23 253	0.28 250	0.26 272	0.20 195	0.15 197	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 234

DAS	0.20 178	0.20 138	0.20 197	0.20 167	0.20 243	0.20 198	0.20 230	0.20 197	0.20 236	0.20 195	0.20 240	0.20 197	0.20 241	0.20 195	0.20 231	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 225

ASD4	0.20 178	0.20 138	0.20 197	0.20 167	0.20 243	0.20 198	0.20 230	0.20 197	0.20 236	0.20 195	0.20 240	0.20 197	0.20 241	0.20 195	0.20 231	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 225

depth_test_26	0.20 178	0.34 187	0.25 218	0.34 230	0.14 193	0.21 209	0.14 187	0.21 206	0.14 193	0.21 207	0.14 194	0.21 205	0.14 193	0.21 207	0.14 186	0.26 218	0.26 231	0.22 216	0.15 205	0.22 209	0.14 189

IGEV_Zeroshot_test	0.20 178	0.19 134	0.40 344	0.30 210	0.17 223	0.22 212	0.17 211	0.21 206	0.17 220	0.20 195	0.17 216	0.21 205	0.18 230	0.21 207	0.17 211	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 214

ACVNet	0.20 178	0.19 134	0.14 148	0.20 167	0.14 193	0.20 198	0.96 547	0.21 206	0.14 193	0.20 195	0.13 189	0.21 205	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 177

acv_ft	0.20 178	0.19 134	0.14 148	0.20 167	0.14 193	0.20 198	0.96 547	0.21 206	0.14 193	0.20 195	0.13 189	0.21 205	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 177

LALA_ROB	0.15 150	0.19 134	0.12 123	0.18 158	0.11 174	0.20 198	0.12 179	0.21 206	0.12 186	0.20 195	0.12 176	0.20 197	0.12 182	0.21 207	0.13 182	0.17 166	0.10 99	0.18 199	0.11 164	0.18 193	0.11 164

DepthFocus	0.18 172	0.22 148	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 211	0.15 205	0.22 210	0.15 204	0.22 214	0.16 207	0.22 212	0.15 197	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 189

RSGM-EC	0.24 203	0.24 158	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 211	0.15 205	0.24 223	0.15 204	0.22 214	0.15 205	0.22 212	1.19 572	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 189

acva	0.24 203	0.24 158	0.15 165	0.22 179	0.15 207	0.22 212	0.15 195	0.22 211	0.15 205	0.24 223	0.15 204	0.22 214	0.15 205	0.22 212	1.19 572	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 189

xyz-stereo-finetune	0.28 220	0.49 263	0.16 172	0.16 143	0.16 217	0.16 179	0.16 201	0.22 211	0.30 306	0.32 264	0.31 354	0.32 270	0.31 357	0.32 267	0.32 347	0.32 245	0.33 296	0.31 267	0.32 376	0.31 253	0.32 354

WAO-6	0.22 193	0.23 150	0.22 205	0.23 184	0.22 256	0.22 212	0.22 241	0.22 211	0.22 245	0.22 210	0.22 248	0.22 214	0.22 250	0.22 212	0.22 239	0.22 191	0.22 216	0.22 216	0.22 249	0.22 209	0.22 232

IMH-64-1	0.22 193	0.23 150	0.23 208	0.22 179	0.22 256	0.22 212	0.22 241	0.22 211	0.22 245	0.22 210	0.22 248	0.22 214	0.22 250	0.22 212	0.22 239	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 234

IMH-64	0.22 193	0.23 150	0.23 208	0.22 179	0.22 256	0.22 212	0.22 241	0.22 211	0.22 245	0.22 210	0.22 248	0.22 214	0.22 250	0.22 212	0.22 239	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 234

MSKI-zero shot	0.24 203	0.21 144	0.49 396	0.65 402	0.18 235	0.22 212	0.17 211	0.23 218	0.18 227	0.21 207	0.17 216	0.23 222	0.28 287	0.23 219	0.18 224	0.21 189	0.16 174	0.21 211	0.16 208	0.21 207	0.16 196

MIM_Stereo	0.25 206	0.23 150	0.66 451	0.80 435	0.17 223	0.22 212	0.17 211	0.23 218	0.18 227	0.26 240	0.17 216	0.21 205	0.17 219	0.25 232	0.17 211	0.23 202	0.16 174	0.21 211	0.17 230	0.22 209	0.17 214

dd	0.23 199	0.98 361	0.16 172	0.23 184	0.15 207	0.23 221	0.15 195	0.23 218	0.15 205	0.23 216	0.15 204	0.24 228	0.17 219	0.23 219	0.15 197	0.22 191	0.15 171	0.21 211	0.15 205	0.22 209	0.16 196

LACA2	0.21 187	0.24 158	0.26 225	0.31 216	0.16 217	0.24 224	0.16 201	0.24 221	0.16 210	0.24 223	0.16 208	0.24 228	0.16 207	0.24 223	0.16 204	0.27 222	0.23 222	0.24 235	0.16 208	0.23 221	0.16 196

LACA1	0.21 187	0.24 158	0.26 225	0.31 216	0.16 217	0.24 224	0.16 201	0.24 221	0.16 210	0.24 223	0.16 208	0.24 228	0.16 207	0.24 223	0.16 204	0.27 222	0.22 216	0.23 225	0.16 208	0.23 221	0.16 196

tg	0.21 187	0.25 165	0.21 203	0.26 203	0.17 223	0.24 224	0.17 211	0.24 221	0.17 220	0.24 223	0.17 216	0.24 228	0.17 219	0.24 223	0.17 211	0.24 209	0.17 195	0.23 225	0.16 208	0.23 221	0.16 196

ACV-stereo	0.30 226	2.08 552	0.25 218	0.25 196	0.18 235	0.24 224	0.17 211	0.24 221	0.18 227	0.24 223	0.17 216	0.25 235	0.17 219	0.24 223	0.17 211	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 196

Pointernet	0.21 187	0.22 148	0.19 194	0.24 189	0.19 240	0.24 224	0.19 226	0.24 221	0.19 234	0.24 223	0.19 236	0.24 228	0.19 237	0.24 223	0.19 228	0.22 191	0.17 195	0.22 216	0.17 230	0.22 209	0.17 214

dad	0.23 199	1.03 386	0.16 172	0.23 184	0.15 207	0.24 224	0.15 195	0.24 221	0.16 210	0.23 216	0.16 208	0.24 228	0.16 207	0.23 219	0.15 197	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 196

iResNetv2_ROB	0.20 178	0.23 150	0.18 192	0.24 189	0.20 243	0.24 224	0.18 220	0.24 221	0.18 227	0.24 223	0.18 233	0.23 222	0.19 237	0.24 223	0.18 224	0.21 189	0.16 174	0.21 211	0.16 208	0.22 209	0.16 196

iResNet	0.20 178	0.23 150	0.18 192	0.24 189	0.18 235	0.24 224	0.20 230	0.24 221	0.18 227	0.23 216	0.17 216	0.23 222	0.18 230	0.23 219	0.18 224	0.22 191	0.16 174	0.21 211	0.16 208	0.21 207	0.16 196

LACA3	0.23 199	0.25 165	0.27 228	0.54 375	0.17 223	0.25 234	0.17 211	0.25 229	0.17 220	0.25 231	0.17 216	0.25 235	0.17 219	0.25 232	0.17 211	0.28 227	0.23 222	0.24 235	0.17 230	0.24 226	0.17 214

VIP-Stereo	0.70 436	2.97 614	2.43 666	2.49 615	0.16 217	0.25 234	0.16 201	0.25 229	0.16 210	0.25 231	0.18 233	0.25 235	0.16 207	0.26 244	0.16 204	1.86 607	1.26 590	0.23 225	0.15 205	0.23 221	0.15 195

UNDER WATER-64	0.25 206	0.26 168	0.25 218	0.26 203	0.25 270	0.25 234	0.25 257	0.25 229	0.25 260	0.25 231	0.25 266	0.25 235	0.25 262	0.26 244	0.25 257	0.25 216	0.25 228	0.25 240	0.25 265	0.25 229	0.25 246

LoS_RVC	0.30 226	1.14 403	0.25 218	0.25 196	0.25 270	0.26 243	0.25 257	0.25 229	0.25 260	0.25 231	0.25 266	0.26 247	0.26 272	0.26 244	0.25 257	0.26 218	0.26 231	0.25 240	0.25 265	0.26 232	0.26 252

CAS	0.30 226	1.17 409	0.25 218	0.25 196	0.25 270	0.26 243	0.25 257	0.25 229	0.26 274	0.25 231	0.25 266	0.25 235	0.25 262	0.25 232	0.25 257	0.26 218	0.26 231	0.26 245	0.25 265	0.26 232	0.25 246

AANet_RVC	1.26 587	0.31 183	4.99 700	5.93 691	0.20 243	0.25 234	0.20 230	0.25 229	0.20 236	0.23 216	0.19 236	0.25 235	0.20 241	0.25 232	0.20 231	5.66 700	4.76 694	0.26 245	0.30 358	0.24 226	0.27 290

SMOE	0.23 199	0.25 165	0.30 244	0.33 226	0.18 235	0.26 243	0.18 220	0.26 235	0.18 227	0.26 240	0.18 233	0.25 235	0.18 230	0.25 232	0.18 224	0.31 242	0.27 242	0.23 225	0.17 230	0.23 221	0.17 214

Select-FE	0.41 307	0.44 238	0.23 208	0.26 203	0.22 256	0.26 243	0.22 241	0.26 235	0.23 252	0.26 240	0.23 253	0.26 247	0.23 256	0.45 392	0.42 424	0.25 216	0.22 216	0.25 240	0.22 249	0.45 392	2.90 685

LoS	0.25 206	0.27 171	0.25 218	0.25 196	0.25 270	0.25 234	0.25 257	0.26 235	0.25 260	0.25 231	0.25 266	0.25 235	0.25 262	0.25 232	0.25 257	0.26 218	0.25 228	0.25 240	0.26 271	0.26 232	0.25 246
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEStereo_RVC	0.86 491	4.45 651	0.20 197	0.27 206	0.20 243	0.27 248	0.20 230	0.26 235	0.18 227	5.03 709	0.20 240	0.27 249	0.19 237	0.27 248	0.21 235	0.20 181	0.19 205	0.19 202	4.02 714	0.20 200	0.18 220

anonymous	0.27 216	0.27 171	0.93 512	0.28 207	0.17 223	0.30 254	0.17 211	0.28 239	0.17 220	0.29 250	0.17 216	0.29 256	0.17 219	0.28 252	0.17 211	0.27 222	0.24 226	0.27 249	0.17 230	0.26 232	0.16 196

DLNR-FE	0.28 220	0.89 340	0.30 244	0.34 230	0.19 240	0.28 249	0.19 226	0.28 239	0.20 236	0.28 245	0.20 240	0.28 250	0.20 241	0.28 252	0.20 231	0.33 251	0.28 250	0.25 240	0.19 239	0.24 226	0.19 223

PAM	0.39 294	1.88 537	0.34 282	0.37 240	0.41 429	0.45 396	0.22 241	0.28 239	0.23 252	0.28 245	0.24 260	0.29 256	0.23 256	0.29 257	0.23 246	0.38 283	0.32 283	0.38 321	0.37 412	0.32 256	0.22 232

TorneroNet-64	0.45 359	0.27 171	0.30 244	0.58 385	0.27 278	0.70 477	0.30 297	0.28 239	0.73 524	0.73 482	0.28 282	0.71 482	0.66 489	0.75 483	0.27 263	0.27 222	0.29 264	0.37 313	0.75 530	0.28 240	0.30 338

SQANet	0.28 220	0.28 175	0.28 234	0.28 207	0.28 283	0.28 249	0.28 277	0.28 239	0.28 283	0.28 245	0.28 282	0.28 250	0.28 287	0.28 252	0.28 272	0.28 227	0.28 250	0.28 254	0.28 327	0.28 240	0.28 315

CFNet	1.37 592	5.27 665	0.19 194	5.49 688	0.19 240	0.28 249	0.19 226	0.28 239	0.19 234	0.28 245	0.19 236	0.28 250	4.35 707	0.28 252	0.19 228	0.23 202	0.17 195	0.23 225	4.21 716	4.81 693	0.17 214

Weightmod	0.27 216	0.29 177	0.33 271	0.38 243	0.20 243	0.30 254	0.21 236	0.29 245	0.21 241	0.29 250	0.22 248	0.30 261	0.20 241	0.30 259	0.21 235	0.37 271	0.31 278	0.27 249	0.20 241	0.28 240	0.21 229

ssnet_v2	0.68 430	1.96 548	1.25 591	0.29 209	0.20 243	0.30 254	0.20 230	0.29 245	0.22 245	1.50 614	0.20 240	0.31 266	0.20 241	0.27 248	0.22 239	0.24 209	1.49 614	0.26 245	0.18 238	3.90 670	0.19 223

RAFT + AFF	0.31 233	0.45 247	0.34 282	0.39 251	0.28 283	0.38 297	0.33 363	0.29 245	0.31 351	0.30 253	0.30 310	0.29 256	0.27 279	0.29 257	0.30 296	0.28 227	0.29 264	0.29 259	0.29 342	0.27 238	0.32 354

SME	0.27 216	0.29 177	0.31 260	0.38 243	0.20 243	0.29 252	0.18 220	0.30 248	0.20 236	0.32 264	0.21 246	0.32 270	0.20 241	0.32 267	0.21 235	0.35 263	0.32 283	0.27 249	0.19 239	0.29 244	0.20 225

DStereoO	0.31 233	0.31 183	0.31 260	0.30 210	0.40 419	0.31 262	0.30 297	0.30 248	0.34 380	0.29 250	0.31 354	0.29 256	0.30 306	0.31 264	0.31 337	0.31 242	0.29 264	0.31 267	0.30 358	0.31 253	0.31 347

MultiAttention	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 261	0.30 306	0.30 259	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 338

MSAF-DinoV2	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 261	0.30 306	0.30 259	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 338

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 381	0.79 431	0.24 267	0.30 254	0.26 264	0.30 248	0.24 255	0.32 264	0.23 253	0.31 266	0.24 259	0.30 259	0.23 246	0.29 235	0.26 231	0.29 259	0.24 262	0.33 263	0.23 234

DANet	0.30 226	0.30 180	0.30 244	0.30 210	0.30 306	0.30 254	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 261	0.30 306	0.30 259	0.30 296	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 338
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 242	0.52 278	0.34 282	0.31 216	0.31 353	0.30 254	0.30 297	0.31 254	0.30 306	0.31 258	0.31 354	0.31 266	0.30 306	0.31 264	0.31 337	0.30 236	0.32 283	0.31 267	0.31 369	0.31 253	0.31 347

DEFOM-Stereo	0.68 430	3.11 617	1.40 609	1.63 582	0.25 270	0.31 262	0.25 257	0.31 254	0.28 283	0.31 258	0.29 295	0.29 256	0.27 279	0.31 264	0.28 272	1.59 599	1.47 613	0.30 261	0.29 342	0.30 248	0.28 315

DStereoFS	0.32 242	0.33 186	0.32 266	0.33 226	0.30 306	0.32 271	0.32 352	0.32 256	0.31 351	0.30 253	0.31 354	0.31 266	0.30 306	0.32 267	0.32 347	0.32 245	0.31 278	0.30 261	0.47 459	0.32 256	0.34 368

WCG-NET（raft）	0.32 242	1.24 467	0.24 215	0.32 222	0.24 267	0.32 271	0.23 250	0.32 256	0.24 255	0.32 264	0.24 260	0.32 270	0.24 259	0.32 267	0.24 249	0.30 236	0.23 222	0.30 261	0.23 255	0.30 248	0.23 234

tt1	0.31 233	0.93 354	0.24 215	0.33 226	0.23 262	0.31 262	0.24 255	0.32 256	0.24 255	0.32 264	0.23 253	0.32 270	0.25 262	0.32 267	0.24 249	0.27 222	0.26 231	0.27 249	0.26 271	0.27 238	0.27 290

iResNet_ROB	0.28 220	0.32 185	0.24 215	0.32 222	0.25 270	0.32 271	0.24 255	0.32 256	0.24 255	0.33 269	0.24 260	0.35 281	0.24 259	0.33 275	0.24 249	0.31 242	0.24 226	0.32 270	0.24 262	0.32 256	0.24 244

xxxxx1	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 260	0.25 260	0.31 258	0.24 260	0.33 274	0.25 262	0.32 267	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 290

tt_ll	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 260	0.25 260	0.31 258	0.24 260	0.33 274	0.25 262	0.32 267	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 290

ff	0.31 233	0.91 345	0.23 208	0.31 216	0.23 262	0.31 262	0.23 250	0.33 260	0.25 260	0.31 258	0.24 260	0.33 274	0.25 262	0.32 267	0.24 249	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 290

FE-Mocha	0.35 257	0.71 307	0.40 344	0.47 308	0.27 278	0.34 274	0.27 267	0.34 263	0.26 274	0.34 272	0.26 271	0.34 279	0.27 279	0.34 276	0.27 263	0.44 327	0.41 370	0.33 277	0.29 342	0.32 256	0.29 324

H2IRNET	0.34 248	0.34 187	0.34 282	0.34 230	0.34 387	0.34 274	0.34 376	0.34 263	0.34 380	0.34 272	0.34 381	0.34 279	0.34 378	0.34 276	0.34 372	0.34 255	0.34 325	0.34 287	0.34 390	0.34 268	0.34 368

DN-CSS_ROB	0.31 233	0.35 189	0.28 234	0.35 233	0.28 283	0.34 274	0.27 267	0.34 263	0.25 260	0.35 276	0.27 275	0.36 286	0.26 272	0.34 276	0.28 272	0.35 263	0.28 250	0.34 287	0.28 327	0.34 268	0.27 290

CES	0.39 294	0.47 255	0.36 295	0.36 237	0.37 401	0.45 396	0.35 381	0.35 266	0.40 415	0.36 280	0.44 441	0.47 406	0.36 389	0.44 374	0.36 380	0.37 271	0.39 356	0.44 412	0.35 403	0.37 294	0.36 382

FENet	0.54 398	1.52 486	1.19 537	1.41 569	0.23 262	0.35 278	0.23 250	0.35 266	0.23 252	0.34 272	0.23 253	0.35 281	0.23 256	0.35 279	0.23 246	1.40 589	1.07 521	0.32 270	0.23 255	0.33 263	0.23 234

MLCV	0.31 233	0.35 189	0.27 228	0.35 233	0.28 283	0.35 278	0.27 267	0.35 266	0.28 283	0.36 280	0.27 275	0.35 281	0.27 279	0.35 279	0.27 263	0.34 255	0.27 242	0.34 287	0.27 308	0.34 268	0.27 290

ETE_ROB	0.35 257	0.35 189	0.35 293	0.35 233	0.35 391	0.35 278	0.35 381	0.35 266	0.35 384	0.35 276	0.35 390	0.35 281	0.35 385	0.35 279	0.35 376	0.35 263	0.35 332	0.35 303	0.35 403	0.35 281	0.35 379

GREATEN-IGEV_RVC	0.38 280	0.35 189	0.56 420	0.63 396	0.29 294	0.36 282	0.29 289	0.36 270	0.29 291	0.39 294	0.29 295	0.36 286	0.29 297	0.36 285	0.29 286	0.62 423	0.57 433	0.35 303	0.29 342	0.36 289	0.29 324

GREATEN-IGEV-FM_RVC	0.38 280	0.35 189	0.56 420	0.63 396	0.28 283	0.36 282	0.28 277	0.36 270	0.28 283	0.36 280	0.28 282	0.36 286	0.28 287	0.36 285	0.28 272	0.62 423	0.57 433	0.35 303	0.28 327	0.35 281	0.28 315

EKT-Stereo	0.37 274	0.40 212	0.44 366	1.07 480	0.29 294	0.34 274	0.31 344	0.36 270	0.29 291	0.38 287	0.31 354	0.37 296	0.30 306	0.36 285	0.29 286	0.34 255	0.28 250	0.39 362	0.30 358	0.37 294	0.30 338

CASnet	0.35 257	0.51 276	0.44 366	0.32 222	0.31 353	0.24 224	0.34 376	0.36 270	0.25 260	0.31 258	0.37 401	0.30 261	0.33 373	0.25 232	0.45 430	0.37 271	0.37 342	0.33 277	0.35 403	0.34 268	0.37 387
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 242	0.36 194	0.27 228	0.36 237	0.27 278	0.36 282	0.27 267	0.36 270	0.27 278	0.36 280	0.27 275	0.36 286	0.27 279	0.36 285	0.28 272	0.36 268	0.28 250	0.36 310	0.28 327	0.36 289	0.28 315

IGEV-Stereo	0.35 257	0.44 238	0.45 368	0.49 320	0.30 306	0.37 290	0.30 297	0.36 270	0.30 306	0.36 280	0.29 295	0.36 286	0.29 297	0.36 285	0.30 296	0.46 366	0.39 356	0.32 270	0.24 262	0.32 256	0.25 246
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 220	0.29 177	0.22 205	0.36 237	0.22 256	0.36 282	0.21 236	0.36 270	0.21 241	0.42 329	0.21 246	0.36 286	0.22 250	0.36 285	0.21 235	0.34 255	0.21 212	0.34 287	0.21 246	0.34 268	0.21 229

DMCA	0.36 264	0.38 201	0.37 299	0.35 233	0.35 391	0.36 282	0.36 388	0.36 270	0.35 384	0.35 276	0.37 401	0.36 286	0.36 389	0.35 279	0.36 380	0.36 268	0.36 338	0.35 303	0.36 409	0.36 289	0.36 382

GeoVLM	0.36 264	0.38 201	0.27 228	0.46 301	0.28 283	0.35 278	0.28 277	0.37 278	0.27 278	0.35 276	0.28 282	0.36 286	0.38 398	0.35 279	0.28 272	1.08 510	0.26 231	0.33 277	0.27 308	0.34 268	0.33 361

Monster-pub-eth3d	0.45 359	0.57 291	0.60 430	0.39 251	0.28 283	0.37 290	0.28 277	0.37 278	0.30 306	0.39 294	0.29 295	0.39 303	0.30 306	0.92 514	0.27 263	1.42 590	0.28 250	0.34 287	0.28 327	0.37 294	0.53 456

Monster-pub-mixall	0.44 336	0.56 290	0.60 430	0.38 243	0.27 278	0.37 290	0.27 267	0.37 278	0.29 291	0.38 287	0.27 275	0.38 298	0.29 297	0.85 502	0.27 263	1.46 593	0.26 231	0.34 287	0.26 271	0.36 289	0.53 456

Replicate-Monster	0.45 359	0.57 291	0.60 430	0.40 264	0.29 294	0.37 290	0.27 267	0.37 278	0.30 306	0.40 301	0.31 354	0.40 311	0.30 306	0.99 522	0.27 263	1.36 586	0.31 278	0.34 287	0.30 358	0.36 289	0.54 459

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 226	0.21 254	0.37 290	0.22 241	0.37 278	0.24 255	0.26 240	0.27 275	0.33 274	0.21 249	0.25 232	0.27 263	0.32 245	0.20 207	0.34 287	0.23 255	0.25 229	0.26 252

RSM	0.36 264	0.36 194	0.43 364	0.37 240	0.42 439	0.49 419	0.42 429	0.37 278	0.28 283	0.36 280	0.29 295	0.36 286	0.30 306	0.37 292	0.28 272	0.34 255	0.31 278	0.34 287	0.35 403	0.40 366	0.29 324

MyStereo04	0.56 405	3.72 633	0.59 426	0.49 320	0.41 429	0.36 282	0.32 352	0.37 278	0.31 351	0.34 272	0.46 448	0.35 281	0.32 362	0.35 279	0.33 359	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 420

Venus	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.37 290	0.38 401	0.37 278	0.37 397	0.41 315	0.37 401	0.39 303	0.37 394	0.38 295	0.38 393	0.37 271	0.38 349	0.38 321	0.37 412	0.37 294	0.38 394

XPNet_ROB	0.37 274	0.37 197	0.37 299	0.37 240	0.37 401	0.37 290	0.37 394	0.37 278	0.37 397	0.37 286	0.37 401	0.37 296	0.37 394	0.37 292	0.37 390	0.37 271	0.37 342	0.37 313	0.37 412	0.37 294	0.37 387

PStereo	0.32 242	0.36 194	0.28 234	0.38 243	0.29 294	0.36 282	0.27 267	0.38 287	0.27 278	0.38 287	0.28 282	0.36 286	0.27 279	0.36 285	0.28 272	0.32 245	0.27 242	0.33 277	0.27 308	0.33 263	0.27 290

WAO-8	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 287	0.38 401	0.38 287	0.38 406	0.38 298	0.38 398	0.38 295	0.38 393	0.38 283	0.38 349	0.38 321	0.37 412	0.38 307	0.38 394

WAO-7	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 287	0.38 401	0.38 287	0.38 406	0.38 298	0.38 398	0.38 295	0.38 393	0.38 283	0.38 349	0.38 321	0.38 425	0.38 307	0.38 394

HanzoNet	0.39 294	0.38 201	0.40 344	0.39 251	0.41 429	0.38 297	0.38 401	0.38 287	0.38 401	0.39 294	0.39 416	0.38 298	0.38 398	0.39 303	0.40 408	0.38 283	0.38 349	0.40 375	0.38 425	0.38 307	0.40 403

IMH	0.38 280	0.38 201	0.38 301	0.38 243	0.38 408	0.38 297	0.38 401	0.38 287	0.38 401	0.42 329	0.38 406	0.40 311	0.38 398	0.38 295	0.38 393	0.38 283	0.38 349	0.39 362	0.38 425	0.38 307	0.38 394

Anonymus	0.47 373	0.73 310	0.46 373	0.43 292	0.54 478	0.53 446	0.27 267	0.39 292	0.35 384	0.33 269	0.40 419	0.33 274	0.38 398	0.53 441	0.54 463	0.56 409	0.36 338	0.49 444	0.53 475	0.66 449	0.54 459

BStereo	0.22 193	0.23 150	0.20 197	0.24 189	0.20 243	0.23 221	0.33 363	0.39 292	0.17 220	0.23 216	0.17 216	0.23 222	0.16 207	0.24 223	0.17 211	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 196

Anonymus123	0.22 193	0.23 150	0.20 197	0.24 189	0.20 243	0.23 221	0.33 363	0.39 292	0.17 220	0.23 216	0.17 216	0.23 222	0.16 207	0.24 223	0.17 211	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 196

LG-Stereo_L2	0.34 248	0.37 197	0.38 301	0.47 308	0.28 283	0.39 303	0.28 277	0.39 292	0.28 283	0.39 294	0.28 282	0.39 303	0.28 287	0.38 295	0.28 272	0.42 325	0.35 332	0.36 310	0.26 271	0.35 281	0.26 252

1test111	0.37 274	1.02 384	0.30 244	0.39 251	0.29 294	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 303	0.28 287	0.40 306	0.29 286	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 347

cc1	0.37 274	1.02 384	0.30 244	0.39 251	0.29 294	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 303	0.28 287	0.40 306	0.29 286	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 347

IER	0.88 494	7.04 682	2.23 659	2.75 621	0.28 283	0.43 348	0.25 257	0.39 292	0.25 260	0.41 315	0.27 275	0.39 303	0.25 262	0.40 306	0.28 272	0.37 271	0.28 250	0.37 313	0.25 265	0.37 294	0.25 246

DISCO	1.11 531	0.39 208	5.28 702	0.39 251	0.20 243	0.39 303	0.27 267	0.39 292	0.22 245	0.38 287	0.20 240	0.38 298	0.20 241	6.95 720	0.22 239	0.30 236	0.21 212	0.27 249	0.21 246	5.25 702	0.21 229

GIP-stereo	0.36 264	0.49 263	0.39 312	0.48 314	0.32 365	0.41 321	0.28 277	0.40 300	0.30 306	0.41 315	0.28 282	0.40 311	0.28 287	0.42 336	0.28 272	0.45 356	0.32 283	0.38 321	0.30 358	0.37 294	0.27 290

DCVSM-stereo	0.36 264	1.89 538	0.22 205	0.40 264	0.22 256	0.40 305	0.22 241	0.40 300	0.22 245	0.40 301	0.22 248	0.40 311	0.22 250	0.40 306	0.22 239	0.28 227	0.21 212	0.28 254	0.21 246	0.28 240	0.20 225

IGEV++	0.34 248	0.43 235	0.30 244	0.40 264	0.29 294	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 311	0.29 297	0.40 306	0.30 296	0.38 283	0.29 264	0.37 313	0.29 342	0.37 294	0.29 324

ACVNet-DCA	0.37 274	1.00 370	0.30 244	0.40 264	0.29 294	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 311	0.29 297	0.39 303	0.28 272	0.33 251	0.32 283	0.33 277	0.32 376	0.33 263	0.32 354

xx1	0.38 280	1.03 386	0.31 260	0.40 264	0.31 353	0.41 321	0.28 277	0.40 300	0.29 291	0.40 301	0.29 295	0.40 311	0.29 297	0.40 306	0.29 286	0.34 255	0.33 296	0.34 287	0.32 376	0.34 268	0.32 354

LL-Strereo2	0.48 379	1.73 499	0.51 408	0.59 388	0.34 387	0.42 341	0.33 363	0.40 300	0.31 351	0.42 329	0.33 373	0.42 342	0.31 357	0.44 374	0.39 405	0.60 415	0.51 422	0.44 412	0.33 386	0.44 387	0.33 361

knoymous	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

anonymousa	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

riskmin	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

Anonymous_2	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

Anonymous_1	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403

NINENet	0.69 433	3.87 639	1.20 540	1.98 593	0.05 126	0.40 305	0.04 103	0.40 300	0.05 124	0.41 315	0.04 110	0.41 324	0.05 117	0.40 306	0.05 115	1.79 605	1.56 620	0.34 287	0.22 249	0.34 268	0.23 234

iRaft-Stereo_5w	0.34 248	0.42 233	0.31 260	0.39 251	0.30 306	0.38 297	0.30 297	0.40 300	0.29 291	0.40 301	0.37 401	0.41 324	0.34 378	0.38 295	0.30 296	0.34 255	0.27 242	0.34 287	0.26 271	0.34 268	0.26 252

AdaStereo	0.40 299	0.40 212	0.40 344	0.40 264	0.40 419	0.40 305	0.40 415	0.40 300	0.40 415	0.40 301	0.40 419	0.40 311	0.40 410	0.40 306	0.40 408	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 403
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
StereoDRNet-Refined	0.33 247	0.39 208	0.26 225	0.39 251	0.26 277	0.40 305	0.26 264	0.40 300	0.26 274	0.39 294	0.26 271	0.39 303	0.26 272	0.39 303	0.26 262	0.37 271	0.25 228	0.37 313	0.25 265	0.37 294	0.37 387
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 323	1.15 406	0.57 424	0.53 372	0.32 365	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 324	0.32 362	0.40 306	0.32 347	0.52 395	0.50 417	0.38 321	0.31 369	0.39 352	0.31 347

Zero-FE251	0.36 264	0.40 212	0.28 234	0.41 276	0.28 283	0.41 321	0.28 277	0.41 315	0.28 283	0.41 315	0.28 282	0.41 324	0.28 287	0.42 336	0.30 296	0.37 271	0.26 231	0.37 313	0.27 308	0.45 392	0.56 470

RAFT-Test	0.36 264	0.37 197	0.33 271	0.41 276	0.32 365	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 324	0.32 362	0.41 322	0.33 359	0.37 271	0.29 264	0.37 313	0.29 342	0.38 307	0.31 347

BUS	0.83 479	1.91 541	0.92 507	4.48 665	0.02 22	0.40 305	0.04 103	0.41 315	0.02 22	0.48 405	0.03 56	0.41 324	0.05 117	0.03 43	0.05 115	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 290

CRFU-Net	0.65 422	1.67 491	1.22 587	1.96 592	0.27 278	0.41 321	0.27 267	0.41 315	0.27 278	0.40 301	0.26 271	0.41 324	0.27 279	0.40 306	0.27 263	1.80 606	1.62 628	0.34 287	0.23 255	0.33 263	0.23 234

BSDual-CNN	0.81 470	1.91 541	0.92 507	4.48 665	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 290

hknet	1.10 529	1.85 532	3.49 688	4.48 665	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.41 324	0.03 53	0.42 336	0.03 52	4.39 676	4.19 690	0.33 277	0.23 255	0.34 268	0.27 290

iRaft-Stereo_20w	0.34 248	0.41 223	0.31 260	0.39 251	0.29 294	0.40 305	0.32 352	0.41 315	0.32 361	0.38 287	0.30 310	0.39 303	0.30 306	0.38 295	0.32 347	0.35 263	0.27 242	0.34 287	0.27 308	0.34 268	0.29 324

GMOStereo	0.37 274	0.45 247	0.23 208	0.30 210	0.37 401	0.41 321	0.36 388	0.41 315	0.35 384	0.43 336	0.36 394	0.41 324	0.40 410	0.41 322	0.36 380	0.34 255	0.22 216	0.47 431	0.37 412	0.39 352	0.33 361

error version	0.93 504	4.47 652	2.35 662	1.99 594	0.37 401	0.41 321	0.36 388	0.41 315	0.35 384	0.43 336	0.36 394	0.41 324	0.40 410	0.41 322	0.36 380	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 361

test_1	0.93 504	4.47 652	2.35 662	1.99 594	0.37 401	0.41 321	0.36 388	0.41 315	0.35 384	0.43 336	0.36 394	0.41 324	0.40 410	0.41 322	0.36 380	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 361

GwcNet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

PSMNet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

GANet-ADL	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

ADLNet2	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

ADLNet	0.41 307	0.41 223	0.41 358	0.41 276	0.41 429	0.41 321	0.41 424	0.41 315	0.41 425	0.41 315	0.41 427	0.41 324	0.41 422	0.41 322	0.41 416	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 411

DGSMNet	0.34 248	0.41 223	0.27 228	0.41 276	0.28 283	0.41 321	0.28 277	0.41 315	0.27 278	0.41 315	0.27 275	0.42 342	0.27 279	0.41 322	0.28 272	0.40 303	0.29 264	0.40 375	0.28 327	0.40 366	0.27 290

Gwc-CoAtRS	0.41 307	1.49 485	0.32 266	0.42 286	0.32 365	0.41 321	0.32 352	0.41 315	0.33 371	0.41 315	0.32 364	0.41 324	0.32 362	0.41 322	0.32 347	0.39 296	0.28 250	0.39 362	0.28 327	0.40 366	0.28 315

testmc14	2.43 660	10.48 707	8.02 717	8.93 709	0.31 353	0.44 382	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 342	0.30 306	0.42 336	0.30 296	8.88 719	6.99 709	0.41 393	0.28 327	0.39 352	0.28 315

MCSU-Stereo	2.48 663	10.56 708	8.50 719	9.47 713	0.31 353	0.43 348	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 342	0.30 306	0.41 322	0.30 296	8.86 718	6.93 708	0.40 375	0.29 342	0.39 352	0.28 315

HiDET	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.42 333	0.30 306	0.44 374	0.30 310	0.42 342	0.30 306	0.42 336	0.68 494	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 324

LCMNet	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.42 333	0.30 306	0.45 386	0.30 310	0.42 342	0.30 306	0.42 336	0.69 503	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 324

HART	0.38 280	0.45 247	0.34 282	0.42 286	0.33 377	0.41 321	0.34 376	0.42 333	0.33 371	0.43 336	0.34 381	0.42 342	0.34 378	0.41 322	0.38 393	0.40 303	0.32 283	0.42 409	0.32 376	0.40 366	0.32 354

RAFT-Stereo-weight	0.45 359	1.90 540	0.34 282	0.42 286	0.36 397	0.43 348	0.35 381	0.42 333	0.34 380	0.42 329	0.34 381	0.44 386	0.34 378	0.41 322	0.34 372	0.38 283	0.32 283	0.38 321	0.32 376	0.38 307	0.33 361

GES	0.66 424	2.34 578	0.29 240	0.41 276	0.29 294	0.41 321	0.29 289	0.42 333	0.29 291	0.40 301	0.41 427	0.41 324	0.30 306	0.51 434	0.29 286	0.32 245	0.29 264	0.32 270	2.46 685	2.49 647	0.30 338

FCDSN-DC	0.41 307	0.59 294	0.64 444	0.54 375	0.33 377	0.50 428	0.37 394	0.42 333	0.40 415	0.61 461	0.43 439	0.50 432	0.49 455	0.38 295	0.32 347	0.28 227	0.23 222	0.26 245	0.22 249	0.35 281	0.28 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TestStereo_HL3	2.76 673	0.41 223	11.46 723	14.11 721	0.30 306	0.45 396	0.29 289	0.43 341	0.29 291	0.43 336	0.29 295	0.43 351	0.28 287	0.44 374	0.30 296	13.57 724	10.32 722	0.41 393	0.27 308	0.38 307	0.27 290

TestStereo_HL2	2.73 670	0.41 223	11.06 720	14.13 722	0.30 306	0.44 382	0.28 277	0.43 341	0.29 291	0.43 336	0.28 282	0.43 351	0.29 297	0.43 343	0.28 272	13.51 723	10.37 723	0.41 393	0.27 308	0.38 307	0.27 290

GGDA	2.76 673	0.41 223	11.34 722	14.28 723	0.30 306	0.44 382	0.29 289	0.43 341	0.29 291	0.43 336	0.28 282	0.43 351	0.28 287	0.43 343	0.29 286	13.45 722	10.57 724	0.41 393	0.27 308	0.38 307	0.27 290

TestStereo-Hl	2.78 675	0.42 233	11.23 721	14.38 724	0.30 306	0.44 382	0.30 297	0.43 341	0.28 283	0.43 336	0.29 295	0.44 386	0.29 297	0.44 374	0.29 286	13.64 725	10.73 725	0.41 393	0.27 308	0.38 307	0.27 290

aanet-new-90k	0.44 336	1.82 523	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-60k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-70k	0.44 336	1.82 523	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-78k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-40k	0.44 336	1.81 516	0.39 312	0.50 356	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-36k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-34k	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-32k	0.44 336	1.79 510	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-30k	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT26K	0.43 323	1.76 501	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.31 337	0.44 327	0.33 296	0.38 321	0.27 308	0.38 307	0.26 252

aanet-new-24k	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-22k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-16k	0.44 336	1.83 526	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-14k	0.60 408	5.12 660	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.30 296	0.44 327	0.37 342	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-8k	0.43 323	1.76 501	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new	0.43 323	1.80 511	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-cres-4k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-cres	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-36K	0.43 323	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-22K	0.44 336	1.85 532	0.38 301	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-20K	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-24K	0.44 336	1.86 535	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-5K	0.44 336	1.80 511	0.39 312	0.49 320	0.30 306	0.44 382	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-2K	0.44 336	1.82 523	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-3K	0.43 323	1.77 503	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-50K	0.44 336	1.83 526	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.36 338	0.38 321	0.26 271	0.38 307	0.26 252

GCAP-Stereo-DPT-FT	0.41 307	1.06 393	0.40 344	0.51 367	0.31 353	0.44 382	0.30 297	0.43 341	0.32 361	0.44 374	0.30 310	0.56 456	0.30 306	0.44 374	0.31 337	0.45 356	0.34 325	0.39 362	0.27 308	0.40 366	0.27 290

MonSter++	0.38 280	0.44 238	0.31 260	0.43 292	0.30 306	0.43 348	0.31 344	0.43 341	0.31 351	0.45 386	0.31 354	0.43 351	0.31 357	0.43 343	0.69 503	0.38 283	0.33 296	0.40 375	0.30 358	0.38 307	0.30 338

CSFM-Stereo	0.38 280	0.44 238	0.30 244	0.42 286	0.30 306	0.42 341	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.42 342	0.30 306	0.42 336	0.73 516	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.30 338

GCAP-BAT	0.41 307	1.30 471	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.44 327	0.34 325	0.38 321	0.26 271	0.38 307	0.26 252

test_for_model	0.35 257	0.39 208	0.30 244	0.43 292	0.30 306	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.31 337	0.38 283	0.26 231	0.38 321	0.26 271	0.38 307	0.26 252

GCAPDPT-zeroshot	0.36 264	0.40 212	0.30 244	0.43 292	0.30 306	0.43 348	0.30 297	0.43 341	0.31 351	0.43 336	0.30 310	0.43 351	0.30 306	0.44 374	0.31 337	0.39 296	0.28 250	0.39 362	0.27 308	0.39 352	0.26 252

RCA-Stereo	0.51 392	3.22 621	0.34 282	0.44 296	0.34 387	0.44 382	0.34 376	0.43 341	0.34 380	0.43 336	0.34 381	0.44 386	0.33 373	0.43 343	0.33 359	0.38 283	0.29 264	0.38 321	0.29 342	0.38 307	0.29 324

UCFNet_RVC	2.75 672	10.06 704	0.29 240	10.31 719	0.29 294	0.42 341	0.29 289	0.43 341	0.29 291	0.42 329	0.29 295	0.42 342	9.87 724	0.43 343	0.29 286	0.36 268	9.84 720	0.36 310	0.26 271	9.77 723	0.26 252

aanet-32k-new	0.44 336	1.78 506	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.34 325	0.39 362	0.26 271	0.38 307	0.26 252

aanet-new-28k	0.44 336	1.81 516	0.39 312	0.49 320	0.30 306	0.44 382	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.44 386	0.30 306	0.44 374	0.30 296	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 252

aanet-new-10k	0.45 359	1.81 516	0.40 344	0.50 356	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 386	0.32 362	0.44 374	0.31 337	0.46 366	0.35 332	0.39 362	0.27 308	0.39 352	0.27 290

aanet-new-12k	0.46 366	1.99 549	0.40 344	0.51 367	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 386	0.31 357	0.44 374	0.32 347	0.47 373	0.35 332	0.39 362	0.27 308	0.39 352	0.27 290

GCAP-Stereo-DPT-25K	0.41 307	1.09 396	0.40 344	0.52 370	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 386	0.31 357	0.44 374	0.31 337	0.46 366	0.35 332	0.39 362	0.28 327	0.39 352	0.28 315

gcap_with_dpt	0.35 257	0.39 208	0.30 244	0.44 296	0.31 353	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.30 310	0.44 386	0.30 306	0.44 374	0.30 296	0.38 283	0.26 231	0.38 321	0.27 308	0.38 307	0.27 290

gcap-zeroshot	0.36 264	0.40 212	0.34 282	0.44 296	0.31 353	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 386	0.32 362	0.44 374	0.31 337	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 290

GCAPDPT-zeroshot4090	0.40 299	1.09 396	0.39 312	0.49 320	0.30 306	0.43 348	0.30 297	0.44 379	0.30 306	0.43 336	0.30 310	0.43 351	0.30 306	0.43 343	0.30 296	0.45 356	0.34 325	0.38 321	0.27 308	0.38 307	0.27 290

testlalala	0.36 264	0.40 212	0.34 282	0.44 296	0.31 353	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 386	0.32 362	0.44 374	0.31 337	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 290

water-stereo	0.41 307	0.84 329	0.46 373	0.50 356	0.33 377	0.45 396	0.33 363	0.45 388	0.32 361	0.45 386	0.32 364	0.45 396	0.32 362	0.45 392	0.32 347	0.44 327	0.41 370	0.39 362	0.31 369	0.39 352	0.32 354

GREAT-IGEV	0.38 280	0.43 235	0.36 295	0.48 314	0.32 365	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 396	0.32 362	0.45 392	0.32 347	0.44 327	0.33 296	0.41 393	0.29 342	0.41 377	0.29 324
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 299	0.45 247	0.35 293	0.48 314	0.36 397	0.47 408	0.34 376	0.45 388	0.38 401	0.47 398	0.33 373	0.45 396	0.32 362	0.45 392	0.32 347	0.39 296	0.38 349	0.38 321	0.37 412	0.39 352	0.39 400

fffy	0.38 280	0.43 235	0.33 271	0.46 301	0.33 377	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 396	0.33 373	0.45 392	0.32 347	0.38 283	0.38 349	0.38 321	0.37 412	0.37 294	0.36 382

DilatedVolume-Stereo	0.43 323	0.86 333	0.48 389	0.50 356	0.33 377	0.46 403	0.33 363	0.46 392	0.33 371	0.46 392	0.33 373	0.47 406	0.33 373	0.47 401	0.34 372	0.45 356	0.42 379	0.40 375	0.33 386	0.47 409	0.38 394

otaku	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.46 440	0.46 392	0.46 448	0.46 400	0.46 440	0.46 397	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

Ntro	0.47 373	0.47 255	0.46 373	0.46 301	0.46 448	0.47 408	0.47 445	0.46 392	0.47 445	0.46 392	0.46 448	0.47 406	0.46 440	0.47 401	0.47 441	0.47 373	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

Dean	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.46 440	0.47 398	0.46 448	0.46 400	0.46 440	0.46 397	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

ACVNet_1	0.46 366	0.47 255	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.47 445	0.46 392	0.46 448	0.46 400	0.46 440	0.46 397	0.46 434	0.46 366	0.46 394	0.47 431	0.46 452	0.46 395	0.46 426

ACVNet-4b	0.46 366	0.46 251	0.46 373	0.46 301	0.46 448	0.46 403	0.46 440	0.46 392	0.46 440	0.46 392	0.46 448	0.46 400	0.46 440	0.47 401	0.46 434	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 426

Former-RAFT_DAM_RVC	0.49 385	0.98 361	0.64 444	0.84 440	0.46 448	0.45 396	0.35 381	0.47 398	0.47 445	0.45 386	0.34 381	0.46 400	0.48 449	0.46 397	0.35 376	0.39 296	0.71 481	0.39 362	0.35 403	0.41 377	0.41 411

HaxPig	0.47 373	0.47 255	0.47 381	0.49 320	0.47 454	0.47 408	0.47 445	0.47 398	0.47 445	0.47 398	0.47 456	0.47 406	0.47 448	0.47 401	0.47 441	0.47 373	0.47 402	0.47 431	0.47 459	0.47 409	0.48 435

UNDER WATER	0.47 373	0.47 255	0.47 381	0.47 308	0.47 454	0.47 408	0.47 445	0.47 398	0.47 445	0.47 398	0.47 456	0.47 406	0.46 440	0.47 401	0.47 441	0.47 373	0.47 402	0.47 431	0.46 452	0.47 409	0.47 433

LVE	0.47 373	0.47 255	0.47 381	0.47 308	0.49 461	0.47 408	0.47 445	0.47 398	0.49 454	0.47 398	0.47 456	0.47 406	0.46 440	0.47 401	0.47 441	0.47 373	0.47 402	0.48 439	0.47 459	0.47 409	0.47 433

PhaseNet	1.74 602	6.34 681	4.81 698	6.77 697	0.24 267	0.80 490	0.53 466	0.48 402	0.22 245	0.53 441	0.28 282	0.48 413	0.25 262	0.40 306	0.32 347	6.39 706	4.61 693	0.46 421	0.38 425	0.25 229	0.18 220

SCV_C0	0.45 359	0.88 337	0.49 396	0.54 375	0.37 401	0.48 413	0.37 394	0.48 402	0.37 397	0.48 405	0.36 394	0.48 413	0.37 394	0.49 416	0.37 390	0.50 387	0.41 370	0.44 412	0.34 390	0.44 387	0.34 368

SCV	0.46 366	0.94 356	0.45 368	0.54 375	0.37 401	0.48 413	0.38 401	0.48 402	0.37 397	0.48 405	0.39 416	0.48 413	0.37 394	0.49 416	0.37 390	0.50 387	0.46 394	0.44 412	0.34 390	0.44 387	0.34 368

RainbowNet	0.48 379	0.48 261	0.48 389	0.48 314	0.48 458	0.48 413	0.48 454	0.48 402	0.48 452	0.48 405	0.48 460	0.48 413	0.48 449	0.48 410	0.48 447	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.48 435

notaker	0.48 379	0.49 263	0.48 389	0.48 314	0.48 458	0.48 413	0.48 454	0.48 402	0.49 454	0.48 405	0.48 460	0.48 413	0.48 449	0.48 410	0.48 447	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.49 441

Pro-Stereo	0.79 462	0.53 282	0.38 301	0.49 320	0.38 408	0.49 419	0.37 394	0.49 407	0.67 493	0.50 425	0.38 406	1.10 546	0.38 398	0.49 416	0.38 393	0.71 443	0.88 503	5.98 718	0.36 409	0.46 395	0.36 382

UGAM	0.51 392	2.23 566	0.39 312	0.54 375	0.35 391	0.50 428	0.35 381	0.49 407	0.35 384	0.49 412	0.35 390	0.49 418	0.36 389	0.50 424	0.36 380	0.49 381	0.37 342	0.45 417	0.34 390	0.45 392	0.34 368

MyStereo07	0.60 408	3.72 633	0.48 389	0.49 320	0.41 429	0.36 282	0.32 352	0.49 407	0.43 433	0.51 434	0.42 437	0.49 418	0.43 431	0.51 434	0.64 478	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 420

KSHMR	0.66 424	0.50 268	0.48 389	1.15 491	0.52 472	0.49 419	0.51 464	0.49 407	0.71 518	0.67 473	0.50 467	1.16 554	1.11 552	0.66 467	0.52 459	0.49 381	0.49 409	0.51 455	0.66 506	0.50 421	1.14 563

ACVNet_2	0.49 385	0.49 263	0.49 396	0.49 320	0.49 461	0.49 419	0.49 456	0.49 407	0.49 454	0.49 412	0.49 463	0.49 418	0.49 455	0.49 416	0.49 449	0.49 381	0.49 409	0.49 444	0.49 467	0.49 416	0.49 441

CFNet_ucs	2.73 670	9.64 701	0.33 271	9.92 716	0.32 365	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 418	8.98 722	0.48 410	0.33 359	0.41 311	9.96 721	0.40 375	0.29 342	10.12 725	0.54 459

CFNet_pseudo	2.67 669	9.36 699	0.32 266	10.99 720	0.33 377	0.85 500	0.33 363	0.49 407	0.33 371	0.49 412	0.32 364	0.49 418	7.26 718	0.49 416	0.33 359	0.41 311	9.62 718	0.41 393	0.29 342	10.03 724	0.29 324

pcwnet_v2	2.66 668	9.89 703	0.33 271	9.89 715	0.32 365	0.50 428	0.32 352	0.49 407	0.33 371	0.49 412	0.34 381	0.49 418	8.76 721	0.48 410	0.33 359	0.41 311	9.58 717	0.40 375	0.29 342	9.01 720	0.63 481

psmorigin	0.41 307	0.46 251	0.33 271	0.49 320	0.33 377	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 418	0.33 373	0.51 434	0.33 359	0.41 311	0.30 273	0.41 393	0.30 358	0.79 476	0.29 324

quiztm	0.43 323	0.49 263	0.40 344	0.51 367	0.40 419	0.51 440	0.40 415	0.50 416	0.40 415	0.50 425	0.40 419	0.51 443	0.40 410	0.50 424	0.40 408	0.44 327	0.34 325	0.44 412	0.34 390	0.44 387	0.34 368

GSStereo	0.81 470	4.28 650	0.50 401	0.59 388	0.40 419	0.51 440	0.38 401	0.50 416	0.38 401	0.50 425	0.38 406	0.50 432	3.79 699	0.50 424	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 379

GS-Stereo							0.38 401	0.50 416	0.38 401	0.50 425	0.38 406	0.50 432	3.79 699	0.50 424	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 379

252Zero-FE	0.45 359	0.50 268	0.36 295	0.50 356	0.36 397	0.50 428	0.36 388	0.50 416	0.36 395	0.49 412	0.36 394	0.49 418	0.36 389	0.54 444	0.41 416	0.45 356	0.34 325	0.45 417	0.34 390	0.55 435	0.75 516

GASTEREO	0.48 379	1.21 459	0.47 381	0.57 383	0.38 408	0.50 428	0.38 401	0.50 416	0.38 401	0.50 425	0.38 406	0.50 432	0.38 398	0.50 424	0.38 393	0.52 395	0.42 379	0.46 421	0.34 390	0.46 395	0.34 368

FoundationStereo	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

StereoAnything_RVC	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

dual_stereo	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

UGAM-zero	0.51 392	2.17 561	0.39 312	0.53 372	0.36 397	0.50 428	0.36 388	0.50 416	0.36 395	0.49 412	0.36 394	0.50 432	0.35 385	0.50 424	0.36 380	0.49 381	0.37 342	0.47 431	0.35 403	0.46 395	0.34 368

GCST	0.50 387	2.08 552	0.38 301	0.53 372	0.35 391	0.49 419	0.35 381	0.50 416	0.35 384	0.49 412	0.35 390	0.49 418	0.35 385	0.49 416	0.35 376	0.48 378	0.37 342	0.45 417	0.33 386	0.44 387	0.33 361

TorneroNet	0.66 424	0.53 282	0.50 401	0.50 356	0.64 496	1.06 535	0.70 512	0.50 416	0.51 466	0.49 412	0.69 512	0.49 418	0.50 459	0.48 410	1.15 564	0.71 443	0.49 409	1.14 552	1.08 563	0.49 416	0.49 441

Selective-IGEV	0.51 392	0.55 288	0.45 368	0.69 411	0.45 446	0.61 462	0.45 438	0.50 416	0.40 415	0.56 452	0.44 441	0.55 453	0.40 410	0.72 478	0.67 486	0.59 414	0.46 394	0.45 417	0.34 390	0.46 395	0.37 387

ccnet	0.80 465	2.28 570	0.33 271	0.50 356	0.33 377	0.50 428	0.33 363	0.50 416	0.33 371	0.49 412	0.33 373	0.49 418	1.56 629	2.38 649	0.33 359	0.41 311	0.29 264	0.42 409	1.57 645	2.28 635	0.29 324

SANet	0.50 387	0.50 268	0.50 401	0.50 356	0.50 465	0.50 428	0.50 460	0.50 416	0.50 459	0.50 425	0.50 467	0.50 432	0.50 459	0.50 424	0.50 452	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 444

S0	0.42 321	0.44 238	0.54 416	0.59 388	0.34 387	0.48 413	0.22 241	0.51 430	0.25 260	0.51 434	0.34 381	0.53 445	0.35 385	0.47 401	0.36 380	0.55 405	0.39 356	0.49 444	0.27 308	0.46 395	0.34 368

GEAStereo	0.62 416	3.91 640	0.48 389	0.69 411	0.38 408	0.51 440	0.38 401	0.51 430	0.38 401	0.53 441	0.38 406	0.50 432	0.38 398	0.51 434	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 368

gasm-f	0.62 416	3.91 640	0.48 389	0.69 411	0.38 408	0.51 440	0.38 401	0.51 430	0.38 401	0.53 441	0.38 406	0.50 432	0.38 398	0.51 434	0.38 393	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 368

ccccc	0.41 307	0.44 238	0.34 282	0.48 314	0.35 391	0.48 413	0.35 381	0.51 430	0.35 384	0.47 398	0.35 390	0.47 406	0.34 378	0.47 401	0.35 376	0.41 311	0.40 360	0.40 375	0.40 430	0.41 377	0.39 400

ktn	0.72 442	0.53 282	1.08 525	1.14 488	0.51 471	1.22 597	1.36 630	0.51 430	0.59 478	0.51 434	0.51 473	0.69 479	1.20 564	0.67 469	0.51 457	0.51 393	0.49 409	0.58 466	0.66 506	0.52 429	0.53 456

depthmonostereo	0.44 336	0.85 331	0.46 373	0.54 375	0.40 419	0.52 444	0.38 401	0.52 435	0.35 384	0.47 398	0.34 381	0.46 400	0.34 378	0.47 401	0.34 372	0.45 356	0.43 384	0.41 393	0.33 386	0.41 377	0.32 354

fffft	0.48 379	0.51 276	0.45 368	0.52 370	0.45 446	0.52 444	0.45 438	0.52 435	0.48 452	0.53 441	0.45 445	0.52 444	0.45 437	0.52 439	0.46 434	0.51 393	0.41 370	0.50 450	0.41 438	0.50 421	0.41 411
1: 1. 1
LG-Stereo_L1	0.47 373	0.52 278	0.47 381	0.62 394	0.39 418	0.53 446	0.40 415	0.53 437	0.39 414	0.53 441	0.39 416	0.53 445	0.39 409	0.53 441	0.39 405	0.55 405	0.46 394	0.49 444	0.37 412	0.49 416	0.37 387

PSMNet_ROB	0.54 398	0.54 286	0.54 416	0.54 375	0.53 475	0.54 450	0.54 469	0.53 437	0.54 469	0.54 447	0.54 477	0.54 449	0.53 466	0.54 444	0.54 463	0.54 399	0.53 426	0.54 462	0.54 477	0.54 434	0.54 459

MSCF	0.51 392	1.40 482	0.49 396	0.58 385	0.38 408	0.50 428	0.38 401	0.54 439	0.41 425	0.52 438	0.41 427	0.53 445	0.42 428	0.53 441	0.41 416	0.60 415	0.47 402	0.48 439	0.37 412	0.48 413	0.38 394

Occ-G	1.12 532	0.52 278	3.72 693	3.50 653	0.50 465	0.56 452	0.47 445	0.54 439	0.46 440	0.54 447	0.41 427	0.54 449	0.42 428	0.52 439	0.42 424	3.42 668	4.02 689	0.52 458	0.45 450	0.51 427	0.44 423

iRaftStereo_RVC	0.97 508	3.17 620	2.30 661	2.42 612	0.38 408	0.54 450	0.38 401	0.54 439	0.38 401	0.54 447	0.38 406	0.54 449	0.38 398	0.54 444	0.38 393	2.38 644	2.34 660	0.49 444	0.36 409	0.49 416	0.36 382

FSD	0.61 413	0.59 294	0.50 401	2.58 619	0.44 442	0.56 452	0.44 432	0.55 442	0.44 436	0.56 452	0.44 441	0.56 456	0.44 433	0.56 449	0.46 434	0.61 419	0.42 379	0.52 458	0.42 446	0.52 429	0.51 451

LG-Stereo_Zeroshot	0.48 379	0.55 288	0.47 381	0.63 396	0.41 429	0.56 452	0.44 432	0.56 443	0.41 425	0.56 452	0.41 427	0.57 459	0.42 428	0.56 449	0.41 416	0.55 405	0.43 384	0.51 455	0.37 412	0.51 427	0.37 387

MyStereo06	0.75 450	4.12 644	0.60 430	0.63 396	0.61 490	0.62 465	0.66 487	0.56 443	0.45 439	0.55 450	0.48 460	0.54 449	0.46 440	0.57 454	0.45 430	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 467

CASS	0.57 407	0.89 340	0.56 420	0.57 383	0.56 479	0.56 452	0.56 471	0.56 443	0.53 467	0.57 455	0.57 480	0.59 463	0.48 449	0.56 449	0.57 467	0.55 405	0.56 431	0.47 431	0.56 483	0.62 445	0.56 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 408	0.58 293	0.47 381	0.64 401	0.74 520	1.00 518	0.69 505	0.57 446	0.41 425	0.57 455	0.41 427	0.57 459	0.41 422	1.00 524	0.75 521	0.91 483	0.51 422	0.52 458	0.37 412	0.52 429	0.37 387

LL-Strereo	1.01 519	5.06 659	1.63 622	0.70 417	1.43 637	0.56 452	0.46 440	0.57 446	0.50 459	0.57 455	0.50 467	1.58 619	0.49 455	0.59 456	0.50 452	1.64 602	0.52 424	0.51 455	1.37 632	0.52 429	0.45 425

PML	0.46 366	1.36 477	0.29 240	0.58 385	0.30 306	0.57 458	0.29 289	0.57 446	0.29 291	0.57 455	0.29 295	0.57 459	0.29 297	0.56 449	0.29 286	0.52 395	0.30 273	0.53 461	0.31 369	0.53 433	0.30 338

SE	0.64 420	0.73 310	0.77 486	0.79 431	0.59 482	0.78 485	0.54 469	0.58 449	0.58 473	0.78 491	0.59 484	0.63 469	0.18 230	0.78 485	0.52 459	0.80 466	0.65 458	0.69 483	0.57 485	0.75 467	0.52 453

AIO-test1	0.54 398	0.60 297	0.52 411	0.66 406	0.47 454	0.61 462	0.47 445	0.58 449	0.46 440	0.61 461	0.46 448	0.61 466	0.45 437	0.62 459	0.45 430	0.61 419	0.52 424	0.57 465	0.48 463	0.57 440	0.48 435

LMCR-Stereo	0.65 422	0.63 299	0.65 448	0.65 402	0.65 498	0.66 470	0.63 482	0.58 449	0.65 488	0.63 466	0.64 494	0.65 474	0.65 485	0.66 467	0.66 485	0.66 432	0.64 456	0.65 477	0.67 510	0.68 454	0.73 512

AIO-Stereo-zeroshot1	0.75 450	0.92 350	0.85 499	0.96 466	0.59 482	1.27 601	0.44 432	0.59 452	0.69 505	0.91 509	0.68 506	0.55 453	0.61 481	1.06 540	0.83 534	0.62 423	0.70 477	0.90 520	0.41 438	0.89 494	0.56 470

MyStereo8	0.71 439	3.92 642	0.52 411	0.59 388	0.52 472	0.57 458	0.53 466	0.59 452	0.50 459	0.59 459	0.51 473	0.57 459	0.50 459	0.56 449	0.52 459	0.54 399	0.49 409	0.54 462	0.49 467	0.55 435	0.50 444

DN	0.53 397	0.85 331	0.45 368	0.65 402	0.44 442	0.60 461	0.44 432	0.60 454	0.44 436	0.60 460	0.45 445	0.60 464	0.44 433	0.60 458	0.44 428	0.56 409	0.42 379	0.56 464	0.42 446	0.56 437	0.42 418

AEACV	1.12 532	0.52 278	3.12 684	3.24 638	0.86 540	0.53 446	0.49 456	0.60 454	0.47 445	0.53 441	0.49 463	0.55 453	0.45 437	0.55 448	0.47 441	3.01 663	3.88 687	0.71 489	0.60 490	0.80 479	0.48 435

CFNet_RVC	2.38 659	8.71 694	0.38 301	9.33 710	0.42 439	0.56 452	0.42 429	0.60 454	0.38 401	0.62 464	0.42 437	0.56 456	7.29 719	0.62 459	0.42 424	0.53 398	0.37 342	0.49 444	0.34 390	8.30 716	6.87 722

AIO-test2	0.55 403	0.59 294	0.52 411	0.67 408	0.47 454	0.61 462	0.47 445	0.61 457	0.47 445	0.61 461	0.47 456	0.61 466	0.48 449	0.62 459	0.47 441	0.64 429	0.53 426	0.58 466	0.47 459	0.58 442	0.48 435

MonSter	0.60 408	0.64 301	0.52 411	0.62 394	0.44 442	2.07 638	0.44 432	0.62 458	0.44 436	0.62 464	0.44 441	0.62 468	0.44 433	0.62 459	0.44 428	0.58 412	0.42 379	0.62 470	0.46 452	0.58 442	0.42 418

S	0.56 405	0.61 298	0.54 416	0.68 410	0.48 458	0.65 468	0.49 456	0.63 459	0.49 454	0.64 467	0.49 463	0.64 470	0.48 449	0.62 459	0.49 449	0.63 427	0.62 451	0.59 469	0.48 463	0.57 440	0.48 435

test-3	0.98 510	4.13 646	1.85 643	1.85 585	0.61 490	0.69 474	0.37 394	0.63 459	0.61 482	0.66 471	0.51 473	0.73 487	0.44 433	0.57 454	0.54 463	1.68 603	1.81 640	0.40 375	0.43 448	0.66 449	0.50 444

DispNO	1.00 511	0.63 299	0.43 364	3.45 649	0.44 442	0.65 468	0.43 431	0.64 461	0.43 433	0.64 467	0.43 439	0.64 470	3.03 677	0.64 465	0.43 427	4.55 679	0.43 384	0.63 472	0.43 448	0.63 446	0.43 420

WAFT-Stereo (ZS)	0.67 429	0.78 320	0.67 455	0.67 408	0.66 502	0.67 471	0.67 491	0.65 462	0.66 491	0.66 471	0.67 500	0.66 477	0.67 491	0.67 469	0.72 515	0.66 432	0.67 461	0.67 479	0.67 510	0.67 452	0.67 494

MyStereo05	0.80 465	4.12 644	0.63 441	0.63 396	0.61 490	0.62 465	0.66 487	0.65 462	0.62 483	0.67 473	0.61 490	0.65 474	0.58 474	0.67 469	0.55 466	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 467

DSFCA	0.66 424	0.73 310	0.78 488	0.65 402	0.65 498	0.64 467	0.64 483	0.65 462	0.63 486	0.64 467	0.64 494	0.64 470	0.64 483	0.65 466	0.65 481	0.65 430	0.65 458	0.65 477	0.65 504	0.66 449	0.64 487

WCG-NET	0.61 413	1.21 459	0.54 416	0.61 393	0.53 475	0.67 471	0.53 466	0.66 465	0.53 467	0.64 467	0.53 476	0.65 474	0.53 466	0.59 456	0.52 459	0.65 430	0.48 406	0.64 474	0.52 473	0.58 442	0.50 444

small-zeroshot	0.76 455	2.26 568	0.67 455	0.66 406	0.68 507	0.68 473	0.67 491	0.67 466	0.68 499	0.68 475	0.68 506	0.68 478	0.67 491	0.67 469	0.68 494	0.67 435	0.67 461	0.72 490	0.67 510	0.67 452	0.68 496

SMoEStereo_RVC	0.63 418	0.75 315	0.51 408	0.73 425	0.53 475	0.71 479	0.47 445	0.67 466	0.58 473	0.74 487	0.60 486	0.72 485	0.53 466	0.74 482	0.51 457	0.61 419	0.62 451	0.62 470	0.61 492	0.63 446	0.61 476

PA-Net	11.80 723	223.51 750	0.62 437	0.59 388	0.71 515	0.59 460	0.73 518	0.67 466	0.73 524	0.55 450	0.61 490	0.60 464	0.74 515	0.63 464	0.73 516	0.66 432	0.60 446	0.69 483	0.66 506	0.72 463	0.65 489
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
mm2	0.69 433	0.69 303	0.69 466	0.69 411	0.69 509	0.69 474	0.69 505	0.69 469	0.69 505	0.69 477	0.69 512	0.69 479	0.69 504	0.69 473	0.69 503	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 499

mm1	0.69 433	0.69 303	0.69 466	0.69 411	0.69 509	0.69 474	0.69 505	0.69 469	0.69 505	0.69 477	0.69 512	0.69 479	0.69 504	0.69 473	0.69 503	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 499

HH	0.71 439	2.54 588	0.74 481	1.10 482	0.32 365	0.41 321	0.37 394	0.69 469	0.78 528	0.73 482	0.90 544	0.75 490	1.00 539	0.84 498	0.69 503	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 252

HanStereo	0.71 439	2.54 588	0.74 481	1.10 482	0.32 365	0.41 321	0.37 394	0.69 469	0.78 528	0.73 482	0.90 544	0.75 490	1.00 539	0.84 498	0.69 503	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 252

tt45	1.04 524	0.88 337	1.36 603	0.92 454	1.03 562	1.51 619	0.79 525	0.70 473	0.88 540	0.74 487	0.90 544	1.60 620	0.72 513	1.60 617	0.75 521	0.91 483	0.78 492	1.52 628	0.79 537	1.14 528	1.32 627

DStereoRT	0.73 446	0.81 326	0.73 480	0.71 419	0.74 520	0.73 481	0.75 520	0.71 474	0.71 518	0.74 487	0.72 524	0.73 487	0.80 524	0.71 476	0.73 516	0.76 461	0.71 481	0.73 491	0.72 526	0.70 461	0.76 519

anonymity	0.63 418	0.69 303	0.56 420	0.71 419	0.56 479	0.71 479	0.56 471	0.71 474	0.56 470	0.72 480	0.56 479	0.71 482	0.56 470	0.71 476	0.58 469	0.68 436	0.55 429	0.68 480	0.55 479	0.68 454	0.54 459

DMCA-RVC	0.70 436	0.80 323	0.70 469	0.70 417	0.70 513	0.70 477	0.70 512	0.71 474	0.70 513	0.70 479	0.71 521	0.71 482	0.70 508	0.70 475	0.69 503	0.69 437	0.70 477	0.69 483	0.70 521	0.69 458	0.70 502

LiteMatch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 490	0.83 498	0.68 497	0.73 477	0.69 505	1.00 519	0.77 532	0.94 519	0.57 471	0.82 492	0.64 478	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 502

Lsterematch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 490	0.83 498	0.68 497	0.73 477	0.69 505	1.00 519	0.77 532	0.94 519	0.57 471	0.82 492	0.64 478	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 502

iGMRVC	0.84 482	2.85 612	0.72 476	0.72 421	0.73 518	0.77 483	0.79 525	0.73 477	0.74 526	0.73 482	0.72 524	0.73 487	0.76 518	0.73 480	0.73 516	0.72 451	0.73 484	0.73 491	0.72 526	0.73 466	0.72 509

4D-IteraStereo	0.78 461	3.13 618	0.89 500	0.69 411	0.32 365	0.40 305	0.32 352	0.76 480	0.97 552	0.52 438	0.65 496	0.89 510	0.32 362	0.76 484	0.98 546	0.83 475	0.94 509	0.35 303	0.27 308	0.70 461	0.89 534

ARAFT	0.68 430	0.81 326	0.63 441	0.74 428	0.60 484	0.78 485	0.62 481	0.77 481	0.66 491	0.74 487	0.63 492	0.75 490	0.62 482	0.83 497	0.60 474	0.70 442	0.55 429	0.70 488	0.60 490	0.78 474	0.55 467

PointNet	0.60 408	0.75 315	0.49 396	0.79 431	0.50 465	0.79 488	0.49 456	0.79 482	0.49 454	0.80 494	0.49 463	0.79 495	0.49 455	0.80 488	0.49 449	0.63 427	0.40 360	0.63 472	0.40 430	0.63 446	0.40 403

GCAP-Stereo	0.75 450	4.15 647	0.42 363	0.75 429	0.35 391	0.78 485	0.40 415	0.79 482	0.38 401	0.78 491	0.36 394	0.78 493	0.36 389	0.79 486	0.39 405	0.75 459	0.39 356	0.76 499	0.39 429	0.75 467	0.39 400

G-Net	0.79 462	0.79 322	0.79 491	0.79 431	0.79 533	0.79 488	0.79 525	0.79 482	0.79 532	0.79 493	0.79 536	0.79 495	0.79 523	0.79 486	0.79 526	0.79 464	0.79 494	0.79 503	0.79 537	0.79 476	0.79 524

AFF-stereo	0.73 446	0.88 337	0.67 455	0.75 429	0.68 507	0.75 482	0.64 483	0.80 485	0.72 521	0.83 502	0.70 516	0.82 501	0.64 483	0.84 498	0.67 486	0.77 463	0.63 454	0.81 508	0.63 495	0.78 474	0.62 479

NaN_ROB	0.80 465	0.80 323	0.80 492	0.80 435	0.80 536	0.80 490	0.80 528	0.80 485	0.80 534	0.80 494	0.80 538	0.80 497	0.80 524	0.80 488	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 525

CSAN	0.80 465	0.80 323	0.80 492	0.80 435	0.80 536	0.80 490	0.80 528	0.80 485	0.80 534	0.80 494	0.80 538	0.80 497	0.80 524	0.80 488	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 525

CAR	0.72 442	0.76 317	0.59 426	0.84 440	1.19 578	0.81 493	0.58 474	0.81 488	0.58 473	0.81 497	0.58 482	0.83 502	0.59 476	0.82 492	0.59 472	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 453

MSE-Stereo	0.72 442	0.76 317	0.59 426	0.84 440	1.19 578	0.81 493	0.58 474	0.81 488	0.58 473	0.81 497	0.58 482	0.83 502	0.59 476	0.82 492	0.59 472	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 453

RAFT-Stereo + iAFF	0.70 436	0.72 309	0.71 473	0.80 435	0.62 495	0.82 496	0.61 480	0.81 488	0.62 483	0.81 497	0.63 492	0.80 497	0.70 508	0.73 480	0.61 476	0.76 461	0.61 450	0.74 496	0.61 492	0.77 472	0.61 476

zero-FE	0.72 442	1.31 473	0.66 451	0.92 454	0.60 484	0.82 496	0.58 474	0.82 491	0.58 473	0.81 497	0.60 486	0.81 500	0.60 478	0.82 492	0.58 469	0.74 458	0.59 443	0.73 491	0.52 473	0.76 470	0.51 451

MGA	0.73 446	0.76 317	0.60 430	0.92 454	1.17 574	0.81 493	0.59 478	0.84 492	0.62 483	0.81 497	0.59 484	0.84 504	0.60 478	0.81 491	0.61 476	0.71 443	0.53 426	0.89 519	0.53 475	0.75 467	0.54 459

Selective-RAFT-Error	0.88 494	0.84 329	0.98 513	0.86 445	0.97 552	0.88 504	0.95 546	0.84 492	0.99 555	0.92 511	0.82 540	0.84 504	0.98 538	0.87 503	0.97 545	0.81 470	0.83 500	0.79 503	0.82 542	0.79 476	0.85 530

monster-pro	0.75 450	1.67 491	0.64 444	0.89 446	0.57 481	0.86 502	0.56 471	0.87 494	0.56 470	0.87 503	0.57 480	0.88 507	0.57 471	0.87 503	0.57 467	0.79 464	0.58 437	0.76 499	0.54 477	0.77 472	0.54 459

PAM_32	0.64 420	2.38 582	0.51 408	0.92 454	0.43 441	0.53 446	0.44 432	0.87 494	0.43 433	0.52 438	0.45 445	0.53 445	0.40 410	0.54 444	0.46 434	0.62 423	0.56 431	0.48 439	0.45 450	0.76 470	0.44 423

DCRE	0.84 482	1.89 538	0.77 486	0.94 461	0.72 517	0.88 504	0.73 518	0.87 494	0.78 528	0.90 507	0.71 521	0.88 507	0.67 491	0.88 505	0.73 516	0.81 470	0.68 468	0.81 508	0.70 521	0.82 484	0.70 502

Selective-RAFT	0.89 496	0.89 340	0.72 476	1.16 496	0.78 531	1.06 535	0.82 535	0.87 494	0.97 552	1.00 519	0.91 547	0.90 512	1.00 539	0.89 507	0.93 542	0.83 475	0.83 500	0.82 512	0.82 542	0.81 482	0.82 528

UDG	0.80 465	2.21 565	0.60 430	0.91 451	0.60 484	0.90 508	0.58 474	0.88 498	0.60 479	0.90 507	0.60 486	0.88 507	0.60 478	0.90 508	0.58 469	0.86 480	0.60 446	0.84 514	0.59 489	0.84 487	0.61 476

DNS	0.77 457	1.09 396	0.65 448	0.89 446	0.65 498	0.89 507	0.65 486	0.89 499	0.65 488	0.89 506	0.65 496	0.89 510	0.65 485	0.90 508	0.65 481	0.84 477	0.62 451	0.84 514	0.61 492	0.84 487	0.62 479

MoCha-V2	2.11 635	26.97 727	0.78 488	0.92 454	0.77 530	0.96 515	0.72 517	0.90 500	0.72 521	0.94 515	0.70 516	0.90 512	0.71 512	0.91 510	0.71 513	0.85 479	0.71 481	0.88 518	0.69 517	0.87 490	0.67 494

DDUNet	0.81 470	2.45 586	0.57 424	0.90 449	0.60 484	0.88 504	0.59 478	0.90 500	0.60 479	0.88 505	0.60 486	0.90 512	0.58 474	0.88 505	0.60 474	0.84 477	0.60 446	0.86 517	0.57 485	0.86 489	0.60 475

CFNet-RSSM	0.91 497	4.89 657	0.34 282	0.44 296	1.07 564	1.62 623	1.40 637	0.91 502	0.35 384	1.60 615	1.39 637	0.64 470	0.34 378	0.44 374	0.33 359	0.41 311	0.35 332	0.75 497	0.30 358	0.41 377	0.29 324

UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 154	0.14 164	0.10 149	0.91 502	0.69 505	0.14 164	0.11 168	0.14 166	0.11 167	0.14 167	0.10 146	0.12 111	0.09 94	0.12 158	0.09 141	0.88 493	0.76 519

DGTPSM_ROB	0.93 504	1.00 370	0.92 507	0.94 461	0.96 551	0.91 509	0.92 542	0.91 502	0.96 551	0.91 509	0.96 551	0.93 518	0.92 533	0.94 516	0.92 538	0.92 486	0.92 507	0.90 520	0.92 546	0.94 510	0.91 536

test_xeample3	1.10 529	1.81 516	0.61 436	0.84 440	0.49 461	0.77 483	0.66 487	0.92 505	1.40 637	0.68 475	0.46 448	0.78 493	0.54 469	1.72 622	1.48 639	1.34 583	1.52 616	1.35 621	1.67 658	1.33 598	1.55 640

DPSM_ROB	0.92 499	0.91 345	0.91 505	0.91 451	0.92 547	0.92 510	0.92 542	0.92 505	0.91 542	0.93 513	0.91 547	0.92 515	0.90 531	0.91 510	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 538

DPSM	0.92 499	0.91 345	0.91 505	0.91 451	0.92 547	0.92 510	0.92 542	0.92 505	0.91 542	0.93 513	0.91 547	0.92 515	0.90 531	0.91 510	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 538

pmcnn	0.92 499	0.92 350	0.92 507	0.92 454	0.92 547	0.92 510	0.92 542	0.92 505	0.92 546	0.92 511	0.92 550	0.92 515	0.92 533	0.92 514	0.92 538	0.92 486	0.92 507	0.92 526	0.92 546	0.92 501	0.92 537

RSM++	0.76 455	0.82 328	0.66 451	0.85 444	0.64 496	0.85 500	0.71 515	0.94 509	0.64 487	0.87 503	0.67 500	0.87 506	0.65 485	0.84 498	0.65 481	0.81 470	0.70 477	0.79 503	0.71 524	0.83 486	0.70 502

ToySt	0.92 499	2.11 555	0.90 503	0.95 463	0.79 533	0.99 517	0.78 524	0.94 509	0.81 537	0.94 515	0.78 534	0.95 521	0.77 520	0.94 516	0.86 536	0.91 483	0.79 494	0.85 516	0.77 533	0.89 494	0.73 512

R-Stereo Train	0.81 470	0.96 358	0.67 455	0.95 463	0.67 504	0.95 513	0.68 497	0.95 511	0.68 499	0.95 517	0.68 506	0.96 522	0.68 497	0.96 520	0.68 494	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 496

RAFT-Stereo	0.81 470	0.96 358	0.67 455	0.95 463	0.67 504	0.95 513	0.68 497	0.95 511	0.68 499	0.95 517	0.68 506	0.96 522	0.68 497	0.96 520	0.68 494	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 496
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LGCAT	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

Test_v1	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

WQFJA1++	0.84 482	0.98 361	0.67 455	1.26 549	0.75 522	1.00 518	0.67 491	1.00 513	0.67 493	1.00 519	0.67 500	1.00 525	0.67 491	1.00 524	0.67 486	0.96 494	0.67 461	0.91 523	0.63 495	0.92 501	0.63 481

NLMM1	0.86 491	0.98 361	0.69 466	1.48 572	0.75 522	1.01 526	0.69 505	1.00 513	0.69 505	1.00 519	0.70 516	1.00 525	0.68 497	1.01 532	0.67 486	0.97 495	0.68 468	0.92 526	0.63 495	0.93 506	0.63 481

NLMM	0.84 482	1.00 370	0.67 455	1.27 550	0.75 522	1.00 518	0.68 497	1.00 513	0.67 493	1.00 519	0.67 500	1.02 537	0.67 491	1.02 536	0.67 486	0.97 495	0.67 461	0.93 530	0.63 495	0.92 501	0.63 481

AdaDepth	0.86 491	0.93 354	0.71 473	1.01 475	1.07 564	1.02 532	0.71 515	1.00 513	0.71 518	1.01 530	0.71 521	1.00 525	0.72 513	1.14 551	0.71 513	0.92 486	0.64 456	0.90 520	0.64 500	0.89 494	0.69 499

GANet	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

TDLM	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

CVANet_RVC	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 513	1.00 556	1.00 519	1.00 554	1.00 525	1.00 539	1.00 524	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 546

WQFJX1	0.84 482	0.98 361	0.67 455	1.30 557	0.75 522	1.01 526	0.67 491	1.01 522	0.67 493	1.01 530	0.67 500	1.01 533	0.68 497	1.00 524	0.68 494	0.98 499	0.67 461	0.92 526	0.64 500	0.92 501	0.64 487

WQFJX	0.85 488	1.00 370	0.68 464	1.30 557	0.75 522	1.01 526	0.68 497	1.01 522	0.68 499	1.01 530	0.68 506	1.03 539	0.68 497	1.02 536	0.67 486	0.97 495	0.67 461	0.93 530	0.63 495	0.94 510	0.63 481

NLSM3	0.85 488	0.99 368	0.68 464	1.29 555	0.76 527	1.01 526	0.68 497	1.01 522	0.68 499	1.02 534	0.68 506	1.01 533	0.68 497	1.01 532	0.68 494	0.97 495	0.68 468	0.93 530	0.64 500	0.93 506	0.63 481

trnet	1.01 519	1.01 380	1.01 520	1.01 475	1.01 559	1.01 526	1.01 555	1.01 522	1.01 561	1.01 530	1.01 559	1.01 533	1.01 547	1.01 532	1.01 553	1.01 506	1.01 517	1.01 546	1.01 560	1.01 520	1.01 552

STTRV1_RVC	0.82 475	1.60 489	0.70 469	1.01 475	0.60 484	1.07 538	0.69 505	1.01 522	0.60 479	0.72 480	0.55 478	1.02 537	0.68 497	1.03 538	0.67 486	0.89 482	0.63 454	0.92 526	0.57 485	0.90 497	0.65 489

WQFJA1	0.85 488	0.98 361	0.67 455	1.29 555	0.76 527	1.01 526	0.67 491	1.02 527	0.67 493	1.02 534	0.67 500	1.01 533	0.67 491	1.01 532	0.68 494	0.99 500	0.67 461	0.93 530	0.64 500	0.92 501	0.65 489

DPSimNet_ROB	0.97 508	1.18 411	0.81 495	1.10 482	0.91 546	1.02 532	0.82 535	1.04 528	0.91 542	1.03 536	0.86 543	1.28 608	0.82 528	1.03 538	0.89 537	1.17 524	0.81 499	1.02 547	0.82 542	1.08 525	0.81 527

999	1.00 511	1.12 402	0.59 426	1.10 482	1.21 626	1.09 541	0.52 465	1.08 529	1.43 639	1.18 551	1.35 631	0.98 524	0.52 465	0.91 510	0.85 535	0.72 451	1.46 612	0.83 513	0.98 551	0.68 454	1.41 635

GLC_STEREO	1.07 526	1.01 380	1.06 523	1.07 480	1.05 563	1.06 535	1.08 560	1.08 529	1.05 565	1.07 538	1.06 561	1.08 542	1.05 549	1.06 540	1.10 559	1.07 509	1.09 527	1.05 550	1.05 562	1.06 524	1.12 559

HSM-Net_RVC	0.95 507	1.17 409	0.78 488	1.18 498	0.71 515	1.16 550	0.75 520	1.09 531	0.80 534	1.10 540	0.75 529	1.17 555	0.74 515	1.17 554	0.80 529	1.13 520	0.73 484	1.17 559	0.77 533	1.16 533	0.72 509
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 536	1.10 401	0.70 469	1.10 482	0.60 484	1.10 542	0.70 512	1.10 532	0.70 513	1.10 540	0.70 516	1.10 546	0.70 508	7.00 721	0.70 511	1.10 513	0.70 477	1.10 551	0.70 521	1.10 526	0.70 502

AIO-Stereo	0.84 482	0.66 302	0.70 469	0.83 439	0.67 504	0.98 516	0.82 535	1.14 533	0.72 521	1.03 536	0.74 528	1.03 539	1.09 551	0.99 522	0.45 430	1.04 507	0.73 484	0.95 536	0.74 528	0.94 510	0.46 426

Wavelet-MonSter	1.00 511	1.21 459	0.76 484	1.94 589	1.01 559	1.11 545	0.76 522	1.15 534	0.76 527	1.11 545	0.76 530	1.14 552	0.76 518	1.11 548	0.76 523	1.21 573	0.90 504	1.02 547	0.71 524	1.02 522	0.71 508

RP	2.33 653	25.00 720	1.13 528	1.15 491	1.15 569	1.10 542	1.15 566	1.15 534	1.15 569	1.12 546	1.15 566	1.09 544	1.13 553	1.10 546	1.15 564	1.11 518	1.09 527	1.16 555	1.12 565	1.16 533	1.17 568

NCC-stereo	2.36 655	25.52 722	1.17 533	1.15 491	1.17 574	1.11 545	1.11 561	1.15 534	1.16 570	1.10 540	1.16 569	1.10 546	1.15 557	1.14 551	1.13 562	1.09 511	1.11 531	1.15 554	1.16 569	1.17 538	1.17 568

AIO-Stereo-zeroshot	0.91 497	0.86 333	0.89 500	1.25 548	0.69 509	1.05 534	0.81 532	1.16 537	0.50 459	1.12 546	0.97 552	0.72 485	0.82 528	1.06 540	0.95 543	0.61 419	0.87 502	1.03 549	0.85 545	1.04 523	1.01 552

edge stereo	2.43 660	27.07 728	1.14 529	1.06 479	1.14 567	1.08 539	1.17 569	1.16 537	1.14 568	1.10 540	1.16 569	1.09 544	1.16 561	1.10 546	1.16 568	1.10 513	1.11 531	1.16 555	1.19 571	1.13 527	1.11 557

RGC	2.36 655	25.48 721	1.19 537	1.15 491	1.15 569	1.10 542	1.16 568	1.17 539	1.16 570	1.12 546	1.16 569	1.11 550	1.13 553	1.09 544	1.18 570	1.10 513	1.15 536	1.16 555	1.12 565	1.14 528	1.12 559

Nwc_Net	2.37 657	25.95 724	1.15 531	1.14 488	1.15 569	1.08 539	1.14 564	1.17 539	1.16 570	1.14 549	1.15 566	1.08 542	1.15 557	1.11 548	1.14 563	1.10 513	1.11 531	1.16 555	1.09 564	1.16 533	1.15 564

Abc-Net	2.32 652	24.75 719	1.14 529	1.17 497	1.17 574	1.11 545	1.15 566	1.17 539	1.21 622	1.08 539	1.16 569	1.12 551	1.14 556	1.09 544	1.17 569	1.09 511	1.16 537	1.17 559	1.17 570	1.16 533	1.11 557
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UPFNet	0.42 321	1.20 413	0.17 182	0.24 189	0.17 223	0.25 234	0.17 211	1.19 542	0.90 541	0.25 231	0.17 216	0.24 228	0.17 219	0.25 232	0.17 211	0.22 191	0.17 195	0.22 216	0.16 208	1.15 531	0.93 538

AF-Net	2.37 657	25.71 723	1.17 533	1.13 487	1.15 569	1.15 549	1.18 570	1.19 542	1.16 570	1.10 540	1.15 566	1.10 546	1.18 562	1.12 550	1.15 564	1.10 513	1.10 530	1.17 559	1.15 567	1.16 533	1.12 559

stereogan	2.33 653	24.38 718	1.18 535	1.18 498	1.18 577	1.14 548	1.18 570	1.19 542	1.19 576	1.14 549	1.18 573	1.14 552	1.18 562	1.14 551	1.18 570	1.14 522	1.14 535	1.19 564	1.19 571	1.15 531	1.19 572

DisPM	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

CrosDoStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PFNet+	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

LCNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

HHNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Patchmatch Stereo++	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573
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	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

STrans-v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

TransformOpticalFlow	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

OMP-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

IIG-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

NF-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

OCTAStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PSM-softLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

KMStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

NRIStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PSM-adaLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PSM-AAD	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

ROB_FTStereo_v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

ROB_FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Consistency-Raft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

KYRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

HUI-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

ASMatch	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DeepStereo_LL	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DEmStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

SST-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

THIR-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT_R40	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

PFNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

GrayStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RE-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Pruner-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

TVStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

DeepStereo_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT-RH_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

IRAFT_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT-345	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

iRAFT	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

CRE-IMP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

GMM-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

RAFT-IKP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

Prome-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 545	1.20 577	1.20 553	1.20 574	1.20 557	1.20 564	1.20 556	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 573

FC-DCNN	1.07 526	1.09 396	0.98 513	0.89 446	0.52 472	1.41 615	0.91 541	1.21 590	1.24 625	1.96 627	2.05 683	1.91 629	1.30 617	1.27 606	1.08 558	0.80 466	0.60 446	0.58 466	0.41 438	0.68 454	0.54 459

CroCo-Stereo	0.73 446	1.22 465	0.25 218	1.22 545	0.25 270	1.22 597	0.25 257	1.22 591	0.25 260	1.22 599	0.25 266	1.22 603	0.25 262	1.22 602	0.25 257	1.22 575	0.26 231	1.21 611	0.25 265	1.22 591	0.25 246
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 664	26.86 726	1.23 589	1.22 545	1.22 628	1.24 599	1.25 621	1.22 591	1.24 625	1.21 598	1.24 622	1.19 556	1.27 614	1.19 555	1.24 621	1.19 525	1.20 542	1.25 614	1.19 571	1.24 592	1.23 621

FAT-Stereo	2.46 662	26.05 725	1.23 589	1.23 547	1.22 628	1.20 551	1.24 620	1.23 593	1.23 624	1.19 552	1.22 620	1.21 602	1.24 612	1.20 556	1.24 621	1.21 573	1.17 540	1.22 612	1.25 624	1.20 543	1.24 622

Hybrid-DGEV-2	1.05 525	1.83 526	0.83 496	1.33 561	0.82 539	1.30 603	0.81 532	1.26 594	0.79 532	1.29 602	0.79 536	1.26 604	0.80 524	1.26 603	0.79 526	1.20 527	0.78 492	1.18 562	0.77 533	1.20 543	0.77 521

Hybrid-DGEV	1.03 523	1.75 500	0.80 492	1.28 554	0.78 531	1.26 600	0.80 528	1.26 594	0.78 528	1.26 600	0.78 534	1.26 604	0.78 522	1.26 603	0.78 525	1.15 523	0.75 487	1.14 552	0.74 528	1.14 528	0.75 516

CroCo-Stereo Lap2	0.77 457	1.29 469	0.29 240	1.27 550	0.29 294	1.27 601	0.26 264	1.26 594	0.26 274	1.26 600	0.26 271	1.27 607	0.26 272	1.26 603	0.27 263	1.27 578	0.27 242	1.27 615	0.27 308	1.27 595	0.27 290

MMNet	0.44 336	1.24 467	0.17 182	0.25 196	0.17 223	0.25 234	0.18 220	1.26 594	0.93 547	0.25 231	0.17 216	0.25 235	0.18 230	0.25 232	0.17 211	0.23 202	0.16 174	0.23 225	0.16 208	1.20 543	0.99 544

delet	0.43 323	1.21 459	0.17 182	0.25 196	0.17 223	0.25 234	0.18 220	1.26 594	0.95 549	0.25 231	0.17 216	0.25 235	0.17 219	0.25 232	0.17 211	0.23 202	0.16 174	0.22 216	0.16 208	1.18 539	0.98 543

psm_up	0.43 323	1.19 412	0.17 182	0.25 196	0.18 235	0.25 234	0.19 226	1.26 594	0.91 542	0.26 240	0.17 216	0.25 235	0.17 219	0.25 232	0.17 211	0.22 191	0.17 195	0.23 225	0.16 208	1.18 539	0.99 544

LiteMatch*	2.07 633	1.30 471	5.73 705	6.28 694	0.79 533	1.33 606	0.80 528	1.30 600	1.02 562	1.33 604	0.84 542	1.33 610	0.97 536	1.28 607	1.04 555	6.05 704	5.89 700	1.28 616	0.76 531	1.28 596	0.88 531

Hybrid-DGEV-03	1.07 526	1.83 526	0.83 496	1.34 562	0.81 538	1.32 605	0.81 532	1.31 601	0.81 537	1.31 603	0.82 540	1.32 609	0.82 528	1.32 608	0.81 532	1.19 525	0.77 490	1.19 564	0.76 531	1.19 541	0.77 521

PS-NSSS	1.38 593	1.39 481	1.34 593	1.34 562	1.35 631	1.38 611	1.37 635	1.35 602	1.38 636	1.34 605	1.34 630	1.39 613	1.38 625	1.70 621	1.40 636	1.36 586	1.36 604	1.36 623	1.37 632	1.37 600	1.36 632

MM-Stereo_test2	1.20 537	1.85 532	1.05 522	1.46 571	0.94 550	1.36 609	0.99 549	1.36 603	0.95 549	1.41 610	0.98 553	1.40 615	0.96 535	1.37 610	0.95 543	1.37 588	1.06 520	1.33 618	0.93 550	1.29 597	0.89 534

MaskLacGwcNet_RVC	1.35 590	1.35 476	1.35 595	1.35 564	1.35 631	1.35 607	1.35 628	1.36 603	1.35 633	1.36 607	1.35 631	1.36 611	1.36 622	1.36 609	1.35 632	1.35 584	1.35 603	1.35 621	1.35 629	1.35 599	1.35 631

CC-Net-ROB	1.36 591	1.33 475	1.33 592	1.36 565	1.38 634	1.36 609	1.33 626	1.37 605	1.34 630	1.35 606	1.36 633	1.38 612	1.34 620	1.38 611	1.38 635	1.35 584	1.38 607	1.33 618	1.35 629	1.43 602	1.34 630

RASNet	1.49 594	1.65 490	1.45 611	1.38 567	1.43 637	1.47 618	1.36 630	1.38 606	1.36 634	1.39 608	1.60 647	1.45 617	1.45 628	1.51 616	2.21 678	1.53 598	1.36 604	1.36 623	1.36 631	1.66 611	1.36 632

MM-Stereo_test3	1.27 588	2.07 551	1.18 535	1.60 578	1.02 561	1.45 617	1.01 555	1.40 607	1.04 564	1.44 612	1.03 560	1.46 618	1.02 548	1.44 615	1.02 554	1.51 597	1.12 534	1.32 617	0.98 551	1.38 601	0.97 542

qqai	1.22 584	1.38 480	1.12 526	1.39 568	1.14 567	1.40 613	1.14 564	1.41 608	1.12 566	1.40 609	1.11 565	1.40 615	1.13 553	1.41 612	1.15 564	1.25 576	0.97 510	1.24 613	1.01 560	1.24 592	0.96 541

MLG-Stereo	0.92 499	0.90 343	0.84 498	1.27 550	0.49 461	1.38 611	0.88 538	1.41 608	0.97 552	0.73 482	1.09 563	1.26 604	0.43 431	0.72 478	1.05 556	1.13 520	0.49 409	1.18 562	0.66 506	1.01 520	0.46 426

BLMT-Stereo	1.53 595	1.36 477	1.06 523	1.42 570	1.23 630	1.41 615	1.07 559	1.43 610	1.12 566	1.42 611	1.06 561	1.83 626	1.07 550	1.42 614	1.07 557	1.27 578	1.38 607	6.80 719	1.00 553	1.26 594	1.00 546

DPSMNet_ROB	1.60 598	1.59 488	1.70 625	1.59 575	1.59 643	1.61 621	1.61 646	1.60 611	1.60 643	1.62 621	1.59 646	1.60 620	1.60 631	1.60 617	1.59 643	1.59 599	1.60 627	1.59 629	1.59 650	1.59 607	1.59 646

FlowAnything_test	1.02 521	1.72 494	0.71 473	1.59 575	0.70 513	1.61 621	0.69 505	1.61 612	0.70 513	1.60 615	0.70 516	1.61 623	0.69 504	1.61 619	0.70 511	0.81 470	0.58 437	0.81 508	0.55 479	0.81 482	0.56 470

FlowAnything	1.02 521	1.71 493	0.72 476	1.59 575	0.69 509	1.60 620	0.69 505	1.61 612	0.70 513	1.60 615	0.69 512	1.60 620	0.69 504	1.61 619	0.69 503	0.81 470	0.58 437	0.81 508	0.56 483	0.82 484	0.56 470

CFNet-ft	0.55 403	1.57 487	0.14 148	0.20 167	0.14 193	0.20 198	2.53 681	1.61 612	0.14 193	0.20 195	0.14 194	0.20 197	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	1.56 606	1.24 622

11t	1.27 588	2.70 597	1.34 593	1.32 560	0.89 542	1.30 603	1.34 627	1.64 615	0.57 472	1.45 613	0.72 524	1.05 541	1.29 616	1.07 543	1.29 628	1.49 594	1.02 518	0.97 539	1.15 567	1.48 603	1.31 626

IGEVStereo-DCA	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 616	1.17 574	2.75 671	1.90 666	2.54 658	1.15 557	0.94 516	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 531

rrr	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 616	1.17 574	2.75 671	1.90 666	2.54 658	1.15 557	0.94 516	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 531

HBP-ISP	1.24 586	1.72 494	1.65 623	1.15 491	0.76 527	1.40 613	0.88 538	1.67 618	1.02 562	1.69 622	1.38 636	1.69 624	1.21 610	1.87 629	1.21 619	1.05 508	0.79 494	0.97 539	0.80 539	1.19 541	0.75 516

ours_stereo	1.20 537	1.21 459	0.90 503	1.64 583	1.11 566	1.35 607	0.67 491	1.76 619	0.93 547	1.70 623	1.10 564	1.39 613	0.75 517	1.41 612	0.81 532	1.60 601	1.03 519	1.33 618	1.00 553	1.61 608	0.72 509

2.5w	2.01 624	2.40 583	1.37 605	3.28 640	2.01 671	2.71 667	1.43 643	1.82 620	1.83 664	1.90 626	1.41 638	2.71 667	1.35 621	2.71 666	1.85 665	2.66 655	1.53 617	1.64 630	1.23 621	2.53 654	1.87 666

1w_stereo	2.05 632	2.32 573	1.35 595	3.74 662	2.01 671	2.73 670	1.42 640	1.88 621	1.93 674	2.03 635	1.28 626	2.71 667	1.99 662	2.72 668	1.72 653	2.20 628	1.32 591	1.87 639	1.86 669	2.45 643	1.54 639

GANetREF_RVC	1.55 596	1.94 547	1.22 587	1.88 586	1.21 626	1.88 627	1.22 618	1.88 621	1.22 623	1.88 624	1.22 620	1.88 627	1.22 611	1.89 630	1.22 620	1.87 609	1.22 589	1.88 642	1.22 620	1.88 620	1.22 619
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
ccs_rob	2.79 676	10.17 706	0.32 266	10.00 717	0.33 377	0.49 419	0.33 363	1.90 623	0.32 361	0.51 434	0.33 373	0.49 418	9.24 723	0.49 416	0.33 359	0.41 311	9.82 719	0.41 393	0.28 327	9.34 721	0.29 324

3.25w	2.04 630	2.20 563	1.48 613	3.03 630	2.17 681	2.63 666	1.39 636	1.96 624	1.95 675	1.96 627	1.37 634	2.71 667	1.96 659	2.71 666	1.73 658	2.26 631	1.32 591	1.87 639	1.87 670	2.51 650	1.63 651

MFMNet_re	1.81 607	1.91 541	1.71 627	1.95 591	1.70 654	1.95 632	1.70 651	1.96 624	1.74 656	1.97 629	1.72 655	1.95 630	1.71 639	1.97 633	1.71 651	1.86 607	1.62 628	1.85 635	1.66 657	1.86 619	1.64 652

SPS-STEREO	1.59 597	1.91 541	1.21 586	1.94 589	1.20 580	2.00 635	1.23 619	1.99 626	1.24 625	2.00 632	1.25 623	2.03 637	1.26 613	2.00 634	1.29 628	1.90 613	1.18 541	1.89 643	1.21 619	1.89 621	1.20 573
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IGEV	2.02 625	2.20 563	1.82 637	2.90 628	2.16 679	2.41 652	1.25 621	2.00 627	1.98 676	1.99 631	1.31 628	2.72 671	1.93 656	2.67 665	1.69 650	2.26 631	1.32 591	1.83 634	1.87 670	2.53 654	1.61 649

3.5w_stereo	2.03 627	2.72 601	1.35 595	3.41 647	1.57 641	2.72 668	1.49 644	2.01 628	1.34 630	2.15 642	1.61 649	2.63 664	1.36 622	2.72 668	1.99 676	2.66 655	1.58 623	1.68 632	1.24 622	2.53 654	1.87 666

3w_stereo	2.04 630	2.24 567	1.70 625	3.15 633	2.18 683	2.49 656	1.26 623	2.03 629	1.98 676	1.98 630	1.33 629	2.72 671	1.99 662	2.59 660	1.72 653	2.22 630	1.33 598	1.85 635	1.88 675	2.50 649	1.58 645

MM-Stereo_test1	1.80 606	3.41 625	1.52 618	2.12 596	1.41 636	2.04 636	1.41 638	2.05 630	1.46 640	2.04 636	1.41 638	2.05 638	1.42 627	2.05 635	1.43 638	2.04 622	1.54 619	1.94 644	1.38 634	1.99 624	1.33 628

4.5_new	2.00 617	1.84 531	1.98 654	2.77 623	2.16 679	2.27 644	1.28 625	2.09 631	1.98 676	2.01 633	1.28 626	2.71 667	1.98 660	2.51 657	1.65 646	2.26 631	1.33 598	1.87 639	1.87 670	2.49 647	1.60 647

ff7	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 632	1.80 660	2.05 637	1.56 643	2.33 645	2.12 667	2.23 640	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 554

ffff	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 632	1.80 660	2.05 637	1.56 643	2.33 645	2.12 667	2.23 640	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 554

ccc-4	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 632	1.80 660	2.05 637	1.56 643	2.33 645	2.12 667	2.23 640	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 554

MC-Stereo	1.76 603	2.96 613	1.37 605	2.14 597	1.37 633	2.14 641	1.36 630	2.14 635	1.37 635	2.14 641	1.37 634	2.14 639	1.37 624	2.14 639	1.37 634	1.97 618	1.32 591	1.97 646	1.32 628	1.98 623	1.33 628

3.25w_new	2.03 627	2.72 601	1.35 595	3.33 645	1.57 641	2.72 668	1.53 645	2.15 636	1.33 629	2.15 642	1.60 647	2.63 664	1.30 617	2.72 668	1.99 676	2.67 657	1.53 617	1.75 633	1.25 624	2.53 654	1.87 666

RAFT_CTSACE	1.92 610	3.71 632	1.72 628	1.88 586	1.72 655	2.04 636	1.42 640	2.18 637	1.89 672	2.02 634	1.97 672	1.95 630	2.06 666	1.93 631	1.62 644	1.76 604	1.66 631	2.02 647	1.73 666	1.73 614	1.43 637

derf	1.91 609	2.15 559	1.78 631	2.16 598	1.75 656	2.21 642	1.80 654	2.22 638	1.80 660	2.21 644	1.76 656	2.17 640	1.81 648	2.24 643	1.74 659	1.93 616	1.56 620	1.96 645	1.53 643	1.95 622	1.56 641

4w-stereo	2.02 625	2.72 601	1.44 610	3.36 646	1.59 643	2.48 655	1.72 652	2.28 639	1.24 625	2.24 645	1.65 651	2.56 660	1.32 619	2.39 651	1.98 675	2.67 657	1.51 615	1.66 631	1.24 622	2.53 654	1.88 669

NCCL2	2.28 651	2.27 569	2.28 660	2.28 607	2.28 684	2.27 644	2.29 679	2.28 639	2.28 682	2.27 646	2.28 684	2.28 641	2.27 670	2.27 644	2.28 683	2.28 635	2.28 659	2.27 654	2.29 683	2.27 634	2.29 674

TRStereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 641	1.86 666	2.30 647	1.87 661	2.30 642	1.87 650	2.08 636	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 657

XX-Stereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 641	1.86 666	2.30 647	1.87 661	2.30 642	1.87 650	2.08 636	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 657

EAI-Stereo	2.00 617	2.13 556	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 641	1.86 666	2.30 647	1.87 661	2.30 642	1.87 650	2.08 636	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 657

STTStereo	3.73 685	30.40 732	2.37 664	2.39 611	2.31 686	2.35 649	2.33 680	2.29 641	2.42 683	2.32 651	2.34 685	2.33 645	2.36 671	2.30 646	2.27 682	2.35 642	2.22 658	2.31 657	2.22 680	2.29 636	2.34 678

GANet-RSSM	0.75 450	1.91 541	0.14 148	0.47 308	0.14 193	0.21 209	3.21 702	2.30 645	0.14 193	0.46 392	0.14 194	0.23 222	0.18 230	0.21 207	0.14 186	0.18 174	0.27 242	0.37 313	0.13 190	2.13 629	2.12 670

MonStereo1	1.94 611	2.77 607	1.52 618	3.73 661	1.51 640	2.13 640	1.42 640	2.32 646	1.52 641	2.31 650	1.50 641	2.53 655	1.59 630	2.34 648	1.56 641	1.91 614	1.36 604	1.86 638	1.31 627	2.07 625	1.53 638

MonStereo	2.17 637	2.41 584	1.49 617	2.67 620	1.67 648	2.60 665	2.04 674	2.32 646	1.76 657	2.44 655	1.68 653	2.50 653	1.69 637	2.38 649	1.80 662	2.28 635	1.78 637	2.63 673	2.14 678	3.47 666	1.68 655

AIO_test	2.18 639	2.09 554	2.04 658	2.42 612	2.01 671	2.47 654	1.94 666	2.34 648	2.03 680	2.56 661	1.94 669	2.43 651	1.94 657	2.41 652	1.87 669	2.39 645	2.10 654	2.35 661	1.91 676	2.25 633	2.19 672

AIO_rvc	2.18 639	2.34 578	1.87 647	2.32 608	1.94 669	2.40 651	1.89 664	2.37 649	2.07 681	2.52 660	1.95 671	2.44 652	1.99 662	2.41 652	1.89 671	2.32 640	2.09 653	2.24 653	2.18 679	2.21 630	2.23 673

HUF	2.18 639	2.30 571	1.99 657	2.34 610	2.02 674	2.41 652	2.06 675	2.38 650	1.89 672	2.36 652	1.85 659	2.56 660	1.98 660	2.31 647	1.97 674	2.30 638	2.03 652	2.30 656	2.11 677	2.23 631	2.16 671

asd	2.18 639	2.77 607	1.58 620	3.59 655	2.00 670	2.58 664	1.85 659	2.39 651	1.71 649	2.47 657	1.97 672	2.59 662	1.61 632	2.56 658	1.79 661	2.51 652	1.99 644	2.11 652	1.62 654	2.36 639	1.60 647

2.25w	2.00 617	1.86 535	1.98 654	2.95 629	2.17 681	2.26 643	1.35 628	2.42 652	2.00 679	2.07 640	1.27 625	2.53 655	1.99 662	2.29 645	1.49 640	2.21 629	1.32 591	1.85 635	1.87 670	2.52 651	1.62 650

FBW_ROB	2.12 636	2.46 587	1.77 630	2.49 615	1.79 659	2.38 650	1.83 655	2.46 653	1.78 659	2.48 658	1.97 672	2.40 650	1.78 646	2.42 654	1.83 663	2.31 639	1.85 642	2.38 662	1.82 668	2.35 638	1.84 662

qwe	2.18 639	2.60 591	1.58 620	3.83 663	1.90 668	2.53 660	1.90 665	2.48 654	1.73 654	2.37 653	1.92 668	2.53 655	1.68 635	2.56 658	1.83 663	2.52 654	1.87 643	2.07 648	1.68 660	2.32 637	1.71 656

monsterstereo	2.20 645	2.33 574	1.95 652	3.65 657	2.07 676	2.49 656	1.61 646	2.48 654	1.83 664	2.45 656	1.61 649	2.67 666	1.86 649	2.64 662	1.94 672	2.48 651	1.66 631	2.34 659	1.68 660	2.40 640	1.86 664

monsters	2.18 639	2.41 584	1.96 653	3.47 650	2.03 675	2.53 660	1.64 648	2.48 654	1.73 654	2.40 654	1.50 641	2.62 663	1.94 657	2.59 660	1.94 672	2.44 647	1.57 622	2.28 655	1.87 670	2.42 641	1.86 664

UDGNet	2.23 649	5.40 670	1.72 628	2.48 614	1.69 651	2.51 659	1.69 650	2.51 657	1.72 653	2.50 659	1.69 654	2.52 654	1.69 637	2.50 656	1.68 649	2.41 646	1.70 633	2.42 664	1.69 662	2.42 641	1.64 652

4.25w-stereo	1.98 612	2.72 601	1.46 612	3.47 650	1.43 637	2.07 638	1.98 667	2.53 658	1.52 641	2.71 664	1.98 678	1.81 625	1.62 633	1.96 632	1.36 633	1.88 612	2.00 645	2.53 670	1.61 652	1.74 615	1.15 564

cf-r	0.66 424	2.17 561	0.12 123	0.18 158	0.12 187	0.18 190	2.70 685	2.60 659	0.12 186	0.18 187	0.12 176	0.18 190	0.12 182	0.18 188	0.12 173	0.15 145	0.11 122	0.15 177	0.11 164	1.81 618	1.74 660

asda	2.17 637	2.54 588	1.81 632	3.47 650	1.78 658	2.50 658	1.86 660	2.61 660	1.68 645	2.61 662	1.83 658	2.37 649	1.73 641	2.44 655	1.88 670	2.51 652	1.84 641	2.34 659	1.62 654	2.23 631	1.77 661

4.25_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 661	1.71 649	2.72 665	1.97 672	2.01 635	1.74 643	1.77 624	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 568

4.5w_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 661	1.71 649	2.72 665	1.97 672	2.01 635	1.74 643	1.77 624	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 568

4.5w-stereo	1.99 613	2.33 574	1.81 632	3.28 640	1.68 650	1.94 629	1.99 670	2.72 661	1.70 648	2.72 665	1.99 681	1.97 632	1.68 635	1.76 623	1.29 628	1.91 614	2.02 651	2.53 670	1.61 652	1.75 616	1.16 567

2.75w_new	1.99 613	2.34 578	1.81 632	3.14 632	1.62 645	1.94 629	1.99 670	2.72 661	1.71 649	2.72 665	1.99 681	1.90 628	1.73 641	1.82 628	1.29 628	2.37 643	2.01 647	2.31 657	1.42 638	1.77 617	1.22 619

3.75w	1.99 613	2.31 572	1.83 640	3.16 634	1.65 647	1.93 628	1.98 667	2.72 661	1.68 645	2.73 670	1.97 672	2.00 634	1.72 640	1.81 627	1.25 624	2.27 634	2.01 647	2.38 662	1.42 638	1.71 613	1.24 622

2w_stereo	1.99 613	2.36 581	1.81 632	3.24 638	1.67 648	1.94 629	1.98 667	2.72 661	1.68 645	2.72 665	1.94 669	1.98 633	1.74 643	1.79 626	1.27 625	1.95 617	2.00 645	2.53 670	1.60 651	1.68 612	1.15 564

sCroCo_RVC	2.10 634	2.76 605	1.92 651	2.78 626	1.39 635	2.73 670	1.41 638	2.73 667	1.40 637	2.77 676	1.41 638	2.74 673	1.40 626	2.74 671	1.40 636	2.72 659	1.42 610	2.72 674	1.44 640	2.79 661	1.42 636

LGtest1	2.22 646	2.70 597	1.89 648	2.76 622	1.86 663	2.75 672	1.86 660	2.75 668	1.86 666	2.75 671	1.86 660	2.77 676	1.87 650	2.75 672	1.86 666	2.46 648	1.58 623	2.45 665	1.56 644	2.45 643	1.56 641

LG-G_1	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 669	1.87 670	2.75 671	1.87 661	2.76 674	1.87 650	2.75 672	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 643

LG-G	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 669	1.87 670	2.75 671	1.87 661	2.76 674	1.87 650	2.75 672	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 643

GwcNet-RSSM	0.77 457	2.77 607	0.14 148	0.20 167	0.14 193	0.20 198	2.67 684	2.78 671	0.14 193	0.20 195	0.14 194	0.20 197	0.14 193	0.21 207	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 675

PSMNet-RSSM	0.77 457	2.76 605	0.14 148	0.20 167	0.14 193	0.20 198	2.66 683	2.79 672	0.14 193	0.21 207	0.14 194	0.21 205	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 675

hitnet-ft	0.79 462	2.78 610	0.14 148	0.20 167	0.14 193	0.21 209	2.89 686	2.80 673	0.14 193	0.20 195	0.14 194	0.20 197	0.14 193	0.20 195	0.14 186	0.17 166	0.12 136	0.17 189	0.12 179	2.54 659	2.33 677

NLCA_NET_v2_RVC	5.04 713	50.87 743	2.78 669	2.87 627	2.71 688	2.78 675	0.47 445	2.88 674	2.86 688	1.89 625	2.67 687	2.79 677	2.79 676	2.78 675	2.83 685	2.82 660	2.82 666	2.83 675	2.77 687	2.83 662	2.76 683
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MSMDNet	2.65 667	10.14 705	0.33 271	9.74 714	0.32 365	0.87 503	0.33 363	2.95 675	0.68 499	0.49 412	0.34 381	0.49 418	5.70 714	0.49 416	0.33 359	0.42 325	9.57 716	0.41 393	0.31 369	8.36 717	0.65 489

plain	1.88 608	3.16 619	0.64 444	3.10 631	0.65 498	3.10 677	0.64 483	3.12 676	0.65 488	3.10 677	0.65 496	3.11 678	0.65 485	3.12 676	0.65 481	3.12 664	0.65 458	3.13 676	0.65 504	3.13 664	0.65 489

MIF-Stereo (partial)	2.58 666	3.31 624	0.66 451	3.18 635	0.66 502	3.18 678	0.66 487	3.21 677	0.67 493	3.19 678	0.66 499	3.19 679	0.66 489	3.31 680	0.68 494	5.09 696	1.79 639	8.23 723	1.67 658	6.18 707	1.38 634

Anonymous3	2.55 665	3.26 623	1.65 623	3.28 640	1.63 646	3.24 679	1.68 649	3.27 678	1.66 644	3.28 679	1.67 652	3.25 680	1.66 634	3.27 678	1.64 645	3.26 665	1.65 630	3.30 678	1.65 656	4.95 698	1.65 654

NLSM1	2.93 678	3.24 622	2.57 668	4.04 664	2.66 687	3.30 681	2.55 682	3.29 679	2.55 684	3.35 681	2.48 686	3.28 681	2.47 672	3.34 681	2.49 684	3.26 665	2.55 665	3.13 676	2.57 686	3.00 663	2.46 681

PCWNet_CMD	2.80 677	9.82 702	0.32 266	10.09 718	0.32 365	0.49 419	0.33 363	3.34 680	0.33 371	0.49 412	0.33 373	0.49 418	8.73 720	0.48 410	0.33 359	0.41 311	9.22 715	0.42 409	0.29 342	9.55 722	0.31 347

UniTT-Stereo	2.03 627	3.43 626	0.72 476	3.42 648	0.73 518	3.27 680	0.68 497	3.38 681	0.69 505	3.29 680	0.72 524	3.28 681	0.70 508	3.35 682	0.68 494	3.39 667	0.68 468	3.31 679	0.69 517	3.37 665	0.73 512

Sa-1000	4.34 703	8.37 690	6.84 710	6.98 701	4.45 717	3.58 682	3.00 687	3.42 682	3.39 703	2.61 662	4.00 712	3.83 687	4.01 705	3.90 686	3.90 708	5.98 703	5.62 699	3.76 685	2.34 684	4.35 678	2.47 682

test_5	4.62 707	7.55 686	6.23 706	6.32 695	3.40 705	5.29 712	3.50 705	3.53 683	4.11 713	4.28 689	4.47 716	4.26 693	4.38 708	3.68 684	3.24 698	5.89 701	5.60 698	4.84 707	3.50 705	4.33 677	3.93 714

DPSNet	3.66 683	3.60 628	3.62 691	3.63 656	3.64 709	3.65 684	3.65 708	3.66 684	3.67 705	3.67 683	3.65 706	3.67 685	3.66 694	3.66 683	3.68 703	3.68 670	3.66 685	3.67 683	3.68 709	3.67 667	3.67 707

RAStereo	2.23 649	3.64 629	0.76 484	3.65 657	0.86 540	3.66 685	0.76 522	3.67 685	0.81 537	3.66 682	0.76 530	3.66 684	0.77 520	3.68 684	0.77 524	3.68 670	0.77 490	3.69 684	0.77 533	3.70 668	0.77 521

SA	4.33 702	7.35 684	6.85 711	5.96 692	4.09 714	3.59 683	3.15 701	3.82 686	2.64 685	3.91 684	3.85 709	3.57 683	2.72 675	3.13 677	4.03 710	7.09 712	6.86 707	3.57 681	3.12 699	3.85 669	3.51 706

test_3	5.01 712	8.86 696	7.77 714	8.09 704	2.76 689	4.13 690	4.05 714	3.88 687	3.76 709	4.33 690	4.13 713	3.71 686	3.91 702	4.21 691	4.06 711	7.93 713	7.69 712	4.53 690	3.91 712	4.17 675	4.29 716

TestStereo1	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 688	3.74 707	3.97 685	3.52 704	3.94 688	3.58 691	3.98 687	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 710

SA-5K	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 688	3.74 707	3.97 685	3.52 704	3.94 688	3.58 691	3.98 687	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 710

test_4	4.88 710	8.13 689	6.98 712	7.46 702	4.44 716	4.25 691	3.85 712	4.04 690	3.92 711	4.13 688	3.91 710	4.18 692	3.84 701	4.14 690	4.06 711	7.01 711	7.13 710	4.53 690	3.72 710	4.09 674	3.72 708

NLCSM	3.67 684	4.08 643	3.19 687	4.80 680	3.26 702	3.99 689	3.24 703	4.25 691	3.18 701	4.09 687	3.27 701	4.14 690	3.18 689	4.13 689	3.28 699	4.06 672	3.10 675	3.85 688	3.14 700	3.91 673	3.27 703

raft_robust	4.71 708	7.75 688	5.40 704	6.81 698	3.31 703	4.28 692	4.20 715	4.32 692	4.37 716	4.35 691	4.35 715	4.14 690	3.75 698	4.30 693	4.20 713	6.67 708	6.37 703	3.36 680	4.24 717	4.86 696	3.25 702

RAFT+CT+SA	4.28 700	7.62 687	4.91 699	5.55 689	2.28 684	3.09 676	3.64 707	4.49 693	3.07 694	4.80 705	3.35 702	4.77 709	3.70 696	4.29 692	3.05 688	5.58 699	5.98 702	3.58 682	3.78 711	4.26 676	3.72 708

cross-raft	4.83 709	7.52 685	6.43 707	6.63 696	3.96 713	4.51 693	3.99 713	4.49 693	3.96 712	4.52 692	3.96 711	4.50 694	3.97 704	4.50 694	3.97 709	6.65 707	6.44 704	4.33 689	3.92 713	4.35 678	3.91 713

rvit_0105_6	3.87 690	5.73 677	3.10 683	4.69 678	3.12 700	4.54 695	3.02 689	4.56 695	3.04 689	4.54 696	3.03 690	4.54 695	3.04 680	4.56 695	3.05 688	4.58 683	3.05 668	4.58 694	3.05 691	4.58 683	3.05 688

rvit_105_1	3.83 686	5.22 663	3.01 673	4.53 668	3.01 690	4.51 693	3.01 688	4.56 695	3.04 689	4.53 694	3.03 690	4.55 697	3.03 677	4.56 695	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.57 682	3.05 688

rvit_stereo_0081	3.83 686	5.23 664	3.01 673	4.53 668	3.03 692	4.55 699	3.02 689	4.56 695	3.04 689	4.52 692	3.02 688	4.54 695	3.03 677	4.56 695	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.58 683	3.05 688

rvit_stereo_0082	3.86 688	5.82 678	3.01 673	4.53 668	3.03 692	4.54 695	3.02 689	4.56 695	3.04 689	4.53 694	3.02 688	4.55 697	3.04 680	4.57 698	3.05 688	4.57 680	3.05 668	4.58 694	3.05 691	4.58 683	3.06 691

rvit_stereo_0080	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 699	3.07 694	4.58 699	3.06 693	4.59 699	3.06 682	4.61 699	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 695

whm_eth	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 699	3.07 694	4.58 699	3.06 693	4.59 699	3.06 682	4.61 699	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 695

rvit_0105_3	3.91 693	5.33 667	3.06 681	4.60 676	3.07 698	4.60 702	3.06 697	4.62 701	3.08 697	4.60 701	3.07 696	4.62 704	3.08 684	4.67 703	3.10 695	4.70 688	3.11 676	4.77 705	3.19 703	4.77 692	3.14 699

rvit_stereo_0081_aga	3.86 688	5.33 667	3.02 676	4.55 674	3.04 696	4.54 695	3.02 689	4.64 702	3.06 693	4.54 696	3.04 692	4.62 704	3.08 684	4.62 701	3.07 691	4.58 683	3.06 672	4.60 696	3.08 695	4.63 686	3.07 692

rvit_stereo_0083	3.92 695	5.30 666	3.06 681	4.61 677	3.09 699	4.67 704	3.08 698	4.66 703	3.09 698	4.62 702	3.10 698	4.66 707	3.11 686	4.67 703	3.16 697	4.72 690	3.16 679	4.77 705	3.11 698	4.66 689	3.11 697

rvit_stereo_ft	3.93 696	5.44 672	3.05 680	4.59 675	3.06 697	4.61 703	3.08 698	4.67 704	3.12 699	4.63 703	3.10 698	4.65 706	3.11 686	4.69 705	3.13 696	4.70 688	3.14 678	4.71 703	3.15 701	4.74 690	3.16 700

rvit_0105_4	3.91 693	5.47 674	3.02 676	4.54 671	3.02 691	4.54 695	3.03 693	4.75 705	3.17 700	4.57 698	3.06 693	4.61 703	3.16 688	4.65 702	3.09 694	4.66 687	3.11 676	4.68 701	3.18 702	4.81 693	3.16 700

TestStereo	4.88 710	4.75 654	4.79 697	4.87 683	4.92 718	4.81 710	4.90 718	4.78 706	4.77 717	4.87 707	4.89 717	4.90 712	4.91 710	4.99 710	4.79 715	4.98 693	4.87 695	4.87 708	4.92 719	5.00 699	5.00 717

MLG-Stereo_test2	4.28 700	5.46 673	3.69 692	4.86 682	3.72 710	5.58 714	3.42 704	4.81 707	3.77 710	4.85 706	3.72 708	5.55 716	3.63 693	5.58 713	3.53 702	4.41 677	3.28 683	4.99 709	2.95 689	4.75 691	3.13 698

sAnonymous2	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 708	2.72 686	5.45 713	1.98 678	4.59 699	2.64 673	2.65 663	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 679

CroCo_RVC	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 708	2.72 686	5.45 713	1.98 678	4.59 699	2.64 673	2.65 663	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 679

rvit_0105_5	4.10 697	5.40 670	3.13 686	4.71 679	3.15 701	4.72 707	3.10 700	4.90 710	3.27 702	4.69 704	3.16 700	4.84 711	3.25 690	4.96 709	3.34 700	5.05 695	3.39 684	5.10 710	3.40 704	5.11 700	3.42 704

FC-DCNN v2	5.10 714	5.15 661	4.49 696	5.07 685	3.37 704	6.87 717	4.75 717	5.04 711	6.34 721	7.84 721	5.06 718	6.72 722	4.09 706	4.99 710	5.44 718	5.03 694	3.16 679	4.67 700	4.86 718	5.15 701	3.89 712

MaDis-Stereo	3.19 680	6.02 680	1.12 526	5.61 690	1.16 573	5.43 713	1.02 557	5.15 712	0.70 513	5.43 712	1.21 619	5.03 714	0.97 536	4.85 706	0.99 547	4.53 678	1.16 537	5.53 713	1.25 624	5.37 703	1.30 625

MLG-Stereo_test1	4.25 698	5.34 669	3.61 690	5.31 686	3.63 708	5.23 711	3.57 706	5.38 713	3.65 704	5.23 710	3.47 703	4.76 708	3.74 697	4.85 706	3.71 704	4.96 692	3.18 681	4.71 703	2.92 688	4.86 696	2.90 685

MLG-Stereo_test3	4.26 699	4.85 656	3.95 694	5.35 687	3.60 707	4.75 708	3.76 709	5.49 714	3.71 706	5.39 711	3.69 707	4.82 710	3.66 694	4.85 706	3.73 707	4.93 691	3.19 682	4.69 702	2.99 690	4.84 695	2.98 687

StereoVision	3.15 679	5.00 658	0.89 500	4.83 681	1.00 553	3.93 686	1.27 624	6.37 715	1.34 630	5.67 715	1.26 624	5.84 717	1.27 614	5.03 712	1.24 621	5.10 697	1.09 527	4.61 697	0.57 485	5.62 705	1.12 559

SGM-Forest	5.21 716	5.92 679	4.08 695	6.18 693	4.16 715	6.31 716	4.34 716	6.50 716	4.33 715	6.14 717	4.21 714	6.61 721	4.55 709	6.67 716	4.48 714	5.94 702	3.94 688	5.85 716	4.03 715	5.79 706	4.17 715
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 719	9.36 699	7.40 713	8.51 707	6.55 722	6.88 718	6.60 722	6.79 717	6.60 722	6.80 718	6.72 724	5.31 715	5.50 713	6.61 715	6.61 722	8.42 715	5.89 700	5.73 714	5.45 723	6.61 708	6.24 721

test-1	6.46 717	9.16 698	8.03 718	8.09 704	5.62 721	6.11 715	6.35 721	6.85 718	4.94 718	6.08 716	6.29 723	4.98 713	6.43 715	6.22 714	6.36 721	6.16 705	7.47 711	5.82 715	5.44 722	7.11 712	5.68 720

test-v	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 719	6.91 723	7.29 719	5.71 721	6.45 719	6.93 716	6.73 718	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 723

test-2	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 719	6.91 723	7.29 719	5.71 721	6.45 719	6.93 716	6.73 718	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 723

DispFullNet	4.61 706	4.84 655	3.12 684	5.00 684	3.57 706	4.75 708	3.03 693	7.75 721	4.17 714	4.91 708	3.09 697	6.20 718	3.95 703	6.71 717	3.51 701	5.30 698	3.67 686	5.86 717	3.63 706	5.61 704	3.46 705

rvit_stereo_0075_2	6.64 718	8.80 695	5.25 701	7.89 703	5.27 720	7.90 721	5.27 719	7.92 722	5.28 719	7.91 722	5.29 720	7.93 723	5.27 711	7.92 722	5.28 716	7.93 713	5.28 697	7.93 722	5.29 721	7.93 715	5.28 719

U	5.15 715	8.49 693	1.81 632	8.49 706	1.77 657	8.49 722	1.77 653	8.51 723	1.77 658	8.49 723	1.77 657	8.50 724	1.78 646	8.58 723	1.77 660	8.54 716	1.78 637	8.55 724	1.78 667	8.55 718	1.84 662

SGM+DAISY	7.06 720	9.15 697	5.38 703	8.84 708	5.18 719	8.80 723	5.31 720	8.79 724	5.28 719	8.89 724	5.20 719	8.93 725	5.33 712	8.95 724	5.36 717	8.70 717	5.21 696	8.74 725	5.20 720	8.89 719	5.15 718

rafts_anoy	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

raft+_RVC	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

raftrobust	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

CasAABBNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

RALCasStereoNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

RALAANet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 725	20.00 726	20.00 725	20.00 726	20.00 726	20.00 726	20.00 725	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 726

MANE	19.05 724	23.00 717	15.00 724	23.00 731	15.00 725	24.00 730	16.00 725	24.00 731	16.00 725	22.00 731	15.00 725	23.00 732	16.00 725	23.00 731	15.00 725	22.00 732	15.00 726	22.00 732	15.00 726	22.00 732	15.00 725

111	30.40 731	30.94 733	29.72 732	32.61 732	30.02 733	33.57 731	30.47 733	31.50 732	29.39 733	30.98 732	29.11 733	29.78 733	30.39 736	29.45 732	30.76 736	30.08 733	29.02 734	29.92 733	30.32 737	29.86 733	30.17 733

fff	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 733	10000000.00 753	35.27 735	29.82 734	32.45 734	30.15 733	32.35 733	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 734

csc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 733	10000000.00 753	35.27 735	29.82 734	32.45 734	30.15 733	32.35 733	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 734

cscssc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 733	10000000.00 753	35.27 735	29.82 734	32.45 734	30.15 733	32.35 733	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 734

tt	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 736	33.55 735	34.50 733	35.43 737	33.81 737	10000000.00 754	33.57 736	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 738

DCANet	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 736	33.55 735	34.50 733	35.43 737	33.81 737	10000000.00 754	33.57 736	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 738

DCANet-4	35.22 733	34.54 734	35.08 738	33.58 736	35.47 740	34.55 732	35.53 740	36.08 738	35.85 737	35.92 738	35.77 739	35.18 739	35.48 738	35.39 738	37.15 743	34.55 739	33.92 738	35.02 740	34.90 739	35.79 737	34.74 740

ADStereo(finetuned)	36.13 734	36.63 738	38.07 743	36.97 737	33.25 737	35.91 736	34.45 737	36.36 739	32.99 734	38.14 744	36.71 740	36.69 740	34.13 737	38.57 744	40.79 744	37.60 745	36.58 741	35.90 741	33.36 738	35.42 736	34.04 737

fast-reg	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

Reg-Stereo(zero)	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

fast-iter	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

CoSv	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 740	37.00 738	37.00 739	37.00 741	37.00 741	37.00 739	37.00 739	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 741

WCMA_ROB	31.10 732	35.43 737	27.12 731	39.51 744	23.10 732	38.78 743	25.30 732	37.49 744	25.39 732	37.29 743	27.02 732	38.52 745	26.48 732	37.80 743	26.44 732	36.28 740	22.65 733	33.90 737	22.30 733	37.10 742	24.18 732

CBMV	128.50 741	1422.70 755	53.10 745	79.50 746	51.30 746	77.30 745	49.70 745	74.00 745	48.20 743	77.20 746	48.80 746	73.90 747	48.00 744	73.80 746	48.80 746	70.40 747	45.10 747	68.90 747	46.10 747	68.20 744	45.00 746
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 739	87.70 744	41.95 744	113.75 747	65.62 747	75.05 744	55.25 746	75.64 746	45.04 742	71.61 745	41.75 745	72.81 746	44.06 743	68.38 745	44.63 745	101.89 748	59.57 748	107.10 748	61.05 748	104.38 745	59.38 747

NOSS_ROB	102.95 740	153.00 748	121.00 747	51.00 745	44.00 745	165.00 747	127.00 747	153.00 747	119.00 744	164.00 748	125.00 747	168.00 749	120.00 745	153.00 747	117.00 747	49.00 746	44.00 746	49.00 746	44.00 746	49.00 743	44.00 745

MeshStereo	159.24 742	171.00 749	160.68 750	162.58 748	160.59 748	164.01 746	160.35 748	158.51 748	158.56 745	158.34 747	160.12 748	158.56 748	159.92 746	157.26 748	158.94 748	154.38 749	158.36 749	155.75 749	159.13 750	153.67 746	154.07 748
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	201.80 743	123.00 745	115.00 746	219.00 749	218.00 750	223.00 748	244.00 750	217.00 749	236.00 747	202.00 749	203.00 749	205.00 750	208.00 747	225.00 749	204.00 749	210.00 750	198.00 750	197.00 750	184.00 751	204.00 747	201.00 749

MGS-Stereo	239.45 744	123.00 745	135.00 748	266.00 750	286.00 751	277.00 749	305.00 751	271.00 750	242.00 748	274.00 750	279.00 751	255.00 751	270.00 749	268.00 750	297.00 751	221.00 751	247.00 752	216.00 751	123.00 749	217.00 748	217.00 751

EGLCR-Stereo	246.90 745	129.00 747	139.00 749	266.00 750	286.00 751	277.00 749	305.00 751	271.00 750	242.00 748	274.00 750	279.00 751	255.00 751	270.00 749	268.00 750	297.00 751	230.00 752	247.00 752	216.00 751	223.00 753	237.00 749	227.00 752

DLCB_ROB	284.23 746	354.61 751	207.27 751	363.24 752	206.46 749	364.72 751	210.41 749	364.72 752	210.41 746	364.81 752	208.64 750	364.81 753	208.64 748	364.72 752	210.41 750	354.70 753	205.53 751	354.70 753	205.53 752	354.70 750	205.53 750

LE_ROB	396.57 747	471.28 752	329.84 752	471.48 753	308.15 753	526.83 752	322.10 753	488.15 753	323.76 750	495.46 753	317.97 753	497.17 754	320.10 751	481.62 753	326.76 753	462.71 754	298.97 754	466.16 754	285.98 754	447.62 751	289.21 753

SGM-ForestM	596.69 748	677.77 753	444.52 753	699.85 754	517.25 754	732.94 753	488.29 754	770.79 754	460.11 751	750.81 754	487.98 754	792.79 755	499.41 752	730.90 754	475.81 754	720.03 755	491.16 755	663.96 755	418.60 755	674.76 752	436.05 754

CBMV_ROB	818.48 749	913.88 754	709.52 754	862.84 755	597.78 755	1073.99 754	700.52 755	1015.66 755	702.59 752	1115.65 755	760.02 755	1130.24 756	721.57 753	1037.41 755	692.65 755	814.05 756	564.29 756	843.28 756	595.31 756	915.51 753	602.92 755

111111	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

SGD-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

IGEV-Stereo++	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

IGEV-BASED-STEREO-	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

IGEV-Stereo+	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

SDNR	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

anonymousdsp2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

anonymousdsp	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

test_example2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756

DIP-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 753	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 756
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 79		0.09 76	0.10 154							0.05 113				0.15 145	0.10 99	0.17 189	0.13 190	0.11 155

Low-res two-view benchmark