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	0.14 133	0.00 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	0.73 505	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 78	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 74	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 91	0.09 87	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 96	0.07 92	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 186	0.20 232	0.23 220	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	0.23 239	0.21 248	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 318	0.10 103	0.12 117	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	0.12 122	0.11 133	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 300	0.10 103	0.12 117	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	0.12 122	0.10 110	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 76	0.16 153	0.02 15	0.16 155	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 259	0.02 20	0.02 21	0.71 492	0.02 16	0.02 19	0.02 21	0.02 21	0.16 237

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	0.73 505	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 93	0.09 87	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 88	0.08 95	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	0.15 186	0.70 349	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	0.67 539	0.02 15	0.69 523	0.75 550	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	0.11 123	0.44 269	0.33 315	0.39 292	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	0.39 337	0.36 379	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 367	1.91 592	0.92 558	1.91 637	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	1.97 671	1.44 661	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 286	1.29 519	1.19 587	1.36 611	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	1.26 627	1.21 638	0.03 41	0.09 153	0.02 21	0.09 154

SFCPSM	0.17 199	0.78 365	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	0.79 579	0.02 15	0.75 536	0.76 552	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 244	1.31 523	0.74 532	0.92 500	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	0.87 530	0.75 536	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 76	0.02 12	0.02 15	1.01 521	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	0.09 152	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 83	0.02 12	0.04 64	0.90 495	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 193	0.36 429	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 123	0.02 12	0.02 15	1.62 628	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	0.06 119	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	0.10 102	0.98 411	0.14 163	0.15 145	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	0.15 157	0.13 170	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 136	1.14 453	0.17 205	0.20 201	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	0.18 206	0.16 197	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 174	1.22 515	0.28 273	0.32 260	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	0.32 285	0.27 282	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)	0.10 102	1.05 441	0.12 134	0.12 117	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	0.12 122	0.12 147	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 102	1.05 441	0.12 134	0.12 117	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	0.12 122	0.12 147	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 102	1.05 441	0.12 134	0.12 117	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	0.12 122	0.12 147	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 83	1.00 421	0.11 123	0.11 109	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	0.12 122	0.12 147	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 83	0.97 410	0.10 103	0.10 92	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	0.10 101	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 102	1.07 445	0.11 123	0.10 92	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	0.10 101	0.10 110	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 102	1.03 437	0.12 134	0.10 92	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	0.13 137	0.13 170	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 83	0.87 383	0.10 103	0.12 117	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	0.12 122	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 83	1.03 437	0.11 123	0.11 109	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 96	0.09 105	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 83	0.87 383	0.12 134	0.11 109	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	0.10 101	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 83	1.01 431	0.09 99	0.09 87	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 96	0.09 105	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 83	0.95 407	0.09 99	0.10 92	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 96	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 174	1.83 577	0.12 134	0.11 109	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	0.06 119	0.04 97	0.12 122	0.11 133	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 102	1.07 445	0.11 123	0.10 92	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	0.10 101	0.10 110	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 102	1.14 453	0.13 154	0.14 133	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	0.13 137	0.11 133	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 83	1.01 431	0.10 103	0.10 92	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	0.10 101	0.10 110	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 123	1.15 456	0.15 188	0.14 133	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	0.14 144	0.15 194	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 102	0.99 419	0.12 134	0.13 129	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	0.12 122	0.12 147	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 123	1.16 458	0.16 195	0.12 117	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	0.13 137	0.16 197	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 123	0.03 31	0.03 39	1.60 625	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	0.11 123	0.03 31	0.03 39	1.60 625	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	0.14 174	0.04 52	0.03 39	2.22 652	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	0.07 142	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 102	0.03 31	0.04 64	1.27 596	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	0.08 146	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	0.11 180	0.04 90	0.03 52	0.58 458	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	0.75 508	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 83	0.07 83	0.03 39	0.15 145	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 162	0.04 90	0.03 52	0.92 535	0.03 39	0.03 41	0.03 57	0.03 47	0.07 146

z-mn7	0.16 193	1.21 509	0.33 315	0.41 319	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	0.35 303	0.31 319	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 208	1.47 534	0.33 315	0.40 305	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	0.38 324	0.32 324	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 134	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 176	0.04 110	0.06 129	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	0.10 102	1.09 447	0.13 154	0.12 117	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	0.14 144	0.14 185	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	0.12 136	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	1.57 696	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 135

FADNet_RVC	0.12 136	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	1.65 700	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 143	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	1.71 717	0.04 59	0.04 66	0.04 93	0.04 99	0.07 144	0.04 96

FADNet	0.12 136	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	1.66 703	0.06 74	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 136	0.03 31	0.04 64	1.71 632	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	0.06 119	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 186	0.04 52	0.04 64	2.20 651	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	0.08 146	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
UHP(ZeroShot)	0.07 67	0.41 252	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP(FT)	0.07 67	0.40 239	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

mmmmmm	0.07 67	0.40 239	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 252	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

ManiGeoR	0.17 199	0.05 66	0.62 490	0.73 472	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	0.72 500	0.58 487	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 199	0.05 66	0.63 494	0.72 468	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	0.71 492	0.59 493	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 199	0.05 66	0.62 490	0.73 472	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	0.72 500	0.58 487	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 199	0.05 66	0.62 490	0.72 468	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	0.72 500	0.58 487	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 199	0.05 66	0.65 501	0.72 468	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	0.71 492	0.59 493	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 254	0.05 66	0.04 64	0.06 69	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 138	0.05 103	0.03 52	4.34 741	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

z-ln-s-r	0.21 223	1.40 532	0.53 467	0.56 427	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	0.57 457	0.44 436	0.04 93	0.04 99	0.04 97	0.04 96

AASNet	0.06 61	0.08 85	0.08 93	0.08 80	0.05 126	0.06 123	0.05 120	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 115	0.08 88	0.08 95	0.08 142	0.05 123	0.06 127	0.05 122

SACVNet	0.06 61	0.08 85	0.08 93	0.08 80	0.05 126	0.06 123	0.05 120	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 115	0.08 88	0.08 95	0.08 142	0.05 123	0.06 127	0.05 122

AACVNet	0.06 61	0.08 85	0.08 93	0.08 80	0.05 126	0.06 123	0.05 120	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 115	0.08 88	0.08 95	0.08 142	0.05 123	0.06 127	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	0.06 125	0.03 57	0.04 97	0.03 52

TARSTereo(ZeroShot)	0.08 76	0.56 324	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 129	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

TARStereo(FT)	0.09 83	0.59 332	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 129	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

2222	0.09 83	0.59 332	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 129	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

1111	0.09 83	0.60 337	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 129	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

fsdfsdds	0.08 76	0.58 329	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 129	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

nnnnnnn	0.08 76	0.58 329	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 129	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

TestStereooo	0.08 76	0.56 324	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 129	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 69	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.04 110	0.06 129	0.04 100	0.06 119	0.04 97	0.06 74	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

ISRNet	0.11 123	0.05 66	0.36 342	0.24 225	0.07 152	0.13 177	0.05 120	0.06 125	0.05 124	0.05 112	0.05 127	0.13 179	0.05 117	0.05 103	0.09 152	0.24 248	0.20 243	0.10 152	0.05 123	0.06 127	0.13 220

qqq1	0.25 244	3.70 682	0.14 163	0.14 133	0.04 101	0.06 123	0.05 120	0.06 125	0.05 124	0.06 127	0.05 127	0.04 96	0.05 117	0.06 119	0.05 115	0.13 137	0.12 147	0.06 125	0.05 123	0.03 47	0.04 96

fff1	0.25 244	3.70 682	0.14 163	0.14 133	0.04 101	0.06 123	0.05 120	0.06 125	0.05 124	0.06 127	0.05 127	0.04 96	0.05 117	0.06 119	0.05 115	0.13 137	0.12 147	0.06 125	0.05 123	0.03 47	0.04 96

11t1	0.17 199	2.16 612	0.13 154	0.13 129	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.03 56	0.06 129	0.03 53	0.06 119	0.05 115	0.18 206	0.12 147	0.06 125	0.03 57	0.05 114	0.03 52

ffm	0.25 244	3.83 688	0.12 134	0.12 117	0.05 126	0.06 123	0.05 120	0.06 125	0.05 124	0.03 44	0.03 56	0.06 129	0.05 117	0.06 119	0.05 115	0.12 122	0.12 147	0.05 108	0.04 99	0.06 127	0.04 96

ff1	0.25 244	3.83 688	0.12 134	0.12 117	0.05 126	0.06 123	0.05 120	0.06 125	0.05 124	0.03 44	0.03 56	0.06 129	0.05 117	0.06 119	0.05 115	0.12 122	0.12 147	0.05 108	0.04 99	0.06 127	0.04 96

mmx	0.25 244	3.83 688	0.12 134	0.12 117	0.05 126	0.06 123	0.05 120	0.06 125	0.05 124	0.03 44	0.03 56	0.06 129	0.05 117	0.06 119	0.05 115	0.12 122	0.12 147	0.05 108	0.04 99	0.06 127	0.04 96

qqq	0.16 193	2.01 602	0.12 134	0.15 145	0.04 101	0.06 123	0.05 120	0.06 125	0.04 103	0.06 127	0.03 56	0.06 129	0.03 53	0.06 119	0.03 52	0.12 122	0.14 185	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 83	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 594	0.06 125	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

CR-RVC	0.42 364	0.14 137	1.89 700	1.91 637	0.13 228	0.12 175	0.08 155	0.07 142	0.07 152	0.07 144	0.07 153	0.08 145	0.14 230	0.07 142	0.07 143	0.96 543	1.91 709	0.14 189	0.14 233	0.20 239	0.13 220

GwcNet	0.12 136	0.07 83	0.05 79	0.08 80	0.05 126	0.08 143	1.20 626	0.07 142	0.05 124	0.05 112	0.05 127	0.08 145	0.05 117	0.08 146	0.03 52	0.07 86	0.05 78	0.06 125	0.05 123	0.07 144	0.05 122

BEATNet-Init1	0.19 212	0.08 85	0.08 93	2.23 653	0.08 155	0.08 143	0.07 152	0.07 142	0.08 158	0.08 145	0.07 153	0.08 145	0.07 151	0.11 170	0.08 147	0.08 88	0.08 95	0.08 142	0.07 146	0.08 149	0.08 149

DeepPrunerF	0.19 212	0.08 85	0.08 93	2.23 653	0.08 155	0.08 143	0.07 152	0.07 142	0.08 158	0.08 145	0.07 153	0.08 145	0.07 151	0.11 170	0.08 147	0.08 88	0.08 95	0.08 142	0.07 146	0.08 149	0.08 149

TS12	0.09 83	0.09 94	0.17 205	0.19 188	0.06 143	0.08 143	0.06 141	0.08 146	0.06 141	0.08 145	0.06 142	0.08 145	0.06 138	0.08 146	0.06 135	0.15 157	0.16 197	0.08 142	0.06 138	0.08 149	0.06 135

DispViT+	0.07 67	0.08 85	0.12 134	0.08 80	0.05 126	0.08 143	0.05 120	0.08 146	0.05 124	0.08 145	0.05 127	0.08 145	0.05 117	0.08 146	0.05 115	0.08 88	0.07 92	0.07 137	0.05 123	0.07 144	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 123	0.11 109	0.05 126	0.08 143	0.05 120	0.08 146	0.05 124	0.08 145	0.05 127	0.08 145	0.05 117	0.08 146	0.05 115	0.11 116	0.10 110	0.07 137	0.05 123	0.07 144	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 76	0.08 85	0.11 123	0.11 109	0.05 126	0.08 143	0.05 120	0.08 146	0.07 152	0.08 145	0.05 127	0.08 145	0.05 117	0.09 152	0.08 147	0.15 157	0.11 133	0.07 137	0.05 123	0.07 144	0.06 135
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 91	0.07 78	0.07 152	0.08 143	0.06 141	0.08 146	0.07 152	0.08 145	0.07 153	0.08 145	0.06 138	0.07 142	0.07 143	0.08 88	0.07 92	0.07 137	0.07 146	0.06 127	0.06 135

SuperB	0.21 223	0.10 99	2.51 734	0.12 117	0.09 159	0.10 154	0.09 157	0.08 146	0.07 152	0.10 157	0.09 159	0.09 154	0.07 151	0.07 142	0.07 143	0.07 86	0.08 95	0.07 137	0.07 146	0.08 149	0.07 146

anonymous	0.09 83	0.09 94	0.14 163	0.14 133	0.07 152	0.09 151	0.07 152	0.09 152	0.07 152	0.09 152	0.07 153	0.09 154	0.07 151	0.09 152	0.07 143	0.14 144	0.13 170	0.09 150	0.07 146	0.09 153	0.07 146

MatchStereo	0.54 447	0.12 115	2.38 732	2.32 668	0.09 159	0.09 151	0.08 155	0.09 152	0.07 152	0.09 152	0.07 153	0.09 154	0.07 151	0.09 152	0.08 147	2.34 708	2.34 727	0.12 170	0.11 181	0.11 167	0.10 162
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CAS++	0.17 199	0.27 199	0.21 239	0.10 92	0.21 295	0.15 211	0.22 281	0.10 154	0.21 282	0.22 251	0.10 163	0.19 233	0.18 271	0.10 157	0.19 269	0.20 217	0.19 241	0.18 239	0.10 162	0.19 238	0.18 261
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SepStereo	0.09 83	0.09 94	0.10 103	0.09 87	0.09 159	0.09 151	0.09 157	0.10 154	0.08 158	0.10 157	0.09 159	0.09 154	0.09 158	0.09 152	0.08 147	0.09 96	0.08 95	0.09 150	0.08 151	0.09 153	0.08 149

AnonymousM	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

PVD	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

SHD	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

SAMSARA	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

XQC	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

RTSC	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

RTS	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

RTSA	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

MADNet+	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

MADNet++	0.10 102	0.10 99	0.10 103	0.10 92	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 158	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

GFORCE	0.13 143	0.13 117	0.18 215	0.19 188	0.11 186	0.11 165	0.10 162	0.11 166	0.09 161	0.11 169	0.11 181	0.11 170	0.10 162	0.13 179	0.11 174	0.17 189	0.18 239	0.13 174	0.11 181	0.13 179	0.11 177

over-6	0.11 123	0.11 110	0.15 188	0.16 155	0.10 166	0.11 165	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.10 159	0.14 144	0.14 185	0.11 163	0.10 162	0.11 167	0.09 154

over v1	0.11 123	0.11 110	0.15 188	0.16 155	0.10 166	0.11 165	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.10 159	0.14 144	0.14 185	0.11 163	0.09 153	0.11 167	0.10 162

over-8	0.11 123	0.14 137	0.15 188	0.16 155	0.10 166	0.11 165	0.10 162	0.11 166	0.09 161	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.09 152	0.14 144	0.14 185	0.11 163	0.09 153	0.11 167	0.09 154

over-9	0.11 123	0.11 110	0.16 195	0.16 155	0.10 166	0.12 175	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 170	0.10 162	0.11 170	0.10 159	0.14 144	0.14 185	0.11 163	0.10 162	0.11 167	0.09 154

JetRed	0.11 123	0.12 115	0.11 123	0.11 109	0.11 186	0.11 165	0.14 225	0.11 166	0.11 184	0.12 176	0.11 181	0.11 170	0.11 180	0.11 170	0.11 174	0.11 116	0.16 197	0.11 163	0.11 181	0.11 167	0.11 177

JetBlue	0.11 123	0.11 110	0.12 134	0.13 129	0.14 231	0.11 165	0.11 180	0.11 166	0.11 184	0.11 169	0.11 181	0.11 170	0.11 180	0.12 178	0.12 210	0.11 116	0.11 133	0.11 163	0.11 181	0.11 167	0.11 177

aanetorigin	0.13 143	0.11 110	0.11 123	0.11 109	0.11 186	0.11 165	0.11 180	0.11 166	0.11 184	0.11 169	0.12 213	0.11 170	0.11 180	0.11 170	0.11 174	0.11 116	0.11 133	0.14 189	0.11 181	0.49 466	0.11 177

PASM	0.39 335	3.06 667	1.36 653	1.58 621	0.09 159	0.11 165	0.11 180	0.11 166	0.11 184	0.09 152	0.09 159	0.11 170	0.09 158	0.09 152	0.09 152	0.11 116	0.11 133	0.11 163	0.09 153	0.11 167	0.11 177

VeloStereo	0.16 193	0.92 400	0.16 195	0.18 181	0.08 155	0.11 165	0.12 216	0.12 175	0.09 161	0.09 152	0.28 324	0.10 158	0.08 156	0.10 157	0.12 210	0.15 157	0.17 225	0.08 142	0.12 216	0.09 153	0.08 149

flow	0.16 193	0.92 400	0.16 195	0.18 181	0.08 155	0.11 165	0.12 216	0.12 175	0.09 161	0.09 152	0.28 324	0.10 158	0.08 156	0.10 157	0.12 210	0.15 157	0.17 225	0.08 142	0.12 216	0.09 153	0.08 149

FORCE_4.7	0.13 143	0.13 117	0.19 224	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.18 206	0.17 225	0.13 174	0.11 181	0.13 179	0.11 177

F4.4	0.13 143	0.13 117	0.18 215	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.17 189	0.16 197	0.13 174	0.10 162	0.13 179	0.11 177

FORCE_4.6	0.13 143	0.13 117	0.18 215	0.20 201	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.18 206	0.17 225	0.13 174	0.10 162	0.13 179	0.11 177

F5.5	0.13 143	0.13 117	0.18 215	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.12 218	0.13 179	0.11 174	0.17 189	0.16 197	0.13 174	0.11 181	0.13 179	0.11 177

F8.5	0.13 143	0.13 117	0.19 224	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.18 206	0.17 225	0.13 174	0.10 162	0.13 179	0.11 177

FORCE_9	0.13 143	0.13 117	0.20 232	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.17 189	0.18 239	0.13 174	0.11 181	0.13 179	0.11 177

FORCE_8	0.13 143	0.13 117	0.19 224	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.18 206	0.17 225	0.13 174	0.11 181	0.13 179	0.11 177

F7	0.13 143	0.13 117	0.19 224	0.20 201	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.17 189	0.16 197	0.13 174	0.11 181	0.13 179	0.11 177

FORCE_4.5	0.13 143	0.13 117	0.18 215	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.17 189	0.16 197	0.13 174	0.11 181	0.13 179	0.11 177

FORCE_4	0.13 143	0.13 117	0.19 224	0.19 188	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.17 189	0.16 197	0.13 174	0.10 162	0.13 179	0.11 177

FORCE_5	0.13 143	0.13 117	0.18 215	0.18 181	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.17 189	0.16 197	0.13 174	0.11 181	0.13 179	0.11 177

FORCE_6	0.13 143	0.13 117	0.18 215	0.18 181	0.11 186	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 179	0.11 180	0.13 179	0.11 174	0.17 189	0.16 197	0.13 174	0.10 162	0.13 179	0.10 162

DA	0.09 83	0.13 117	0.39 360	0.08 80	0.05 126	0.07 141	0.05 120	0.13 177	0.05 124	0.06 127	0.05 127	0.06 129	0.05 117	0.06 119	0.05 115	0.06 74	0.05 78	0.14 189	0.13 227	0.06 127	0.05 122

GGEV	0.09 83	0.13 117	0.39 360	0.08 80	0.05 126	0.07 141	0.05 120	0.13 177	0.05 124	0.06 127	0.05 127	0.06 129	0.05 117	0.06 119	0.05 115	0.06 74	0.05 78	0.14 189	0.13 227	0.06 127	0.05 122

E$^{3}$Stereo	0.13 143	0.14 137	0.13 154	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

LLLLL	0.13 143	0.14 137	0.13 154	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

LLL	0.13 143	0.14 137	0.14 163	0.17 176	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.14 185	0.14 189	0.11 181	0.14 195	0.11 177

low	0.13 143	0.14 137	0.14 163	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

100	0.13 143	0.14 137	0.13 154	0.17 176	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

300	0.13 143	0.14 137	0.13 154	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

Last	0.13 143	0.14 137	0.14 163	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

DDDD	0.13 143	0.14 137	0.14 163	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

TT111	0.13 143	0.14 137	0.14 163	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

EE1	0.13 143	0.14 137	0.14 163	0.17 176	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

AnonStereo	0.13 143	0.14 137	0.14 163	0.16 155	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.16 170	0.13 170	0.14 189	0.11 181	0.14 195	0.11 177

S2M2_L	0.12 136	0.14 137	0.10 103	0.15 145	0.10 166	0.14 192	0.10 162	0.14 191	0.10 166	0.15 210	0.10 163	0.14 193	0.10 162	0.14 193	0.10 159	0.13 137	0.10 110	0.13 174	0.09 153	0.13 179	0.09 154
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 143	0.21 172	0.12 134	0.16 155	0.11 186	0.15 211	0.11 180	0.14 191	0.11 184	0.15 210	0.12 213	0.15 215	0.11 180	0.14 193	0.11 174	0.15 157	0.12 147	0.14 189	0.11 181	0.14 195	0.11 177

IPLG	0.13 143	0.20 166	0.14 163	0.15 145	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.15 157	0.12 147	0.14 189	0.11 181	0.14 195	0.11 177

IPLGR_C	0.14 174	0.20 166	0.12 134	0.15 145	0.11 186	0.14 192	0.15 234	0.14 191	0.11 184	0.15 210	0.12 213	0.14 193	0.11 180	0.16 216	0.11 174	0.15 157	0.12 147	0.14 189	0.12 216	0.15 214	0.12 213

MIPNet	0.14 174	0.21 172	0.17 205	0.16 155	0.11 186	0.15 211	0.12 216	0.14 191	0.11 184	0.16 215	0.11 181	0.14 193	0.11 180	0.14 193	0.11 174	0.14 144	0.12 147	0.14 189	0.11 181	0.14 195	0.11 177

IPLGR	0.14 174	0.24 186	0.14 163	0.16 155	0.12 223	0.15 211	0.12 216	0.14 191	0.11 184	0.15 210	0.12 213	0.14 193	0.11 180	0.14 193	0.11 174	0.15 157	0.12 147	0.14 189	0.11 181	0.14 195	0.11 177

ACRE	0.13 143	0.21 172	0.14 163	0.15 145	0.11 186	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.12 213	0.14 193	0.11 180	0.14 193	0.11 174	0.15 157	0.12 147	0.14 189	0.11 181	0.14 195	0.11 177

LRCNet_RVC	0.13 143	0.13 117	0.09 99	0.13 129	0.10 166	0.14 192	0.10 162	0.14 191	0.10 166	0.23 257	0.10 163	0.20 238	0.10 162	0.24 265	0.11 174	0.11 116	0.09 105	0.12 170	0.14 233	0.12 177	0.09 154

GMStereo	0.14 174	0.13 117	0.14 163	0.14 133	0.14 231	0.14 192	0.14 225	0.14 191	0.14 230	0.14 192	0.14 233	0.14 193	0.14 230	0.14 193	0.14 224	0.14 144	0.14 185	0.14 189	0.14 233	0.14 195	0.14 227
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 230	0.13 117	0.19 224	0.23 220	0.10 166	0.26 285	1.02 611	0.14 191	0.10 166	0.28 287	0.14 233	0.17 224	0.19 278	0.28 295	0.09 152	0.22 227	0.16 197	0.23 267	0.17 272	0.11 167	0.12 213

CCAANet	0.17 199	0.71 350	0.14 163	0.14 133	0.14 231	0.14 192	0.14 225	0.14 191	0.14 230	0.14 192	0.14 233	0.14 193	0.14 230	0.14 193	0.22 280	0.14 144	0.14 185	0.14 189	0.14 233	0.14 195	0.14 227

DRN-Test	0.14 174	0.13 117	0.09 99	0.14 133	0.09 159	0.15 211	0.09 157	0.14 191	0.10 166	0.14 192	0.09 159	0.14 193	0.09 158	0.13 179	0.09 152	0.12 122	0.09 105	0.12 170	0.09 153	0.12 177	0.73 566

StereoDRNet	0.15 186	0.14 137	0.10 103	0.14 133	0.09 159	0.15 211	0.09 157	0.14 191	0.09 161	0.14 192	0.10 163	0.14 193	0.09 158	0.14 193	0.09 152	0.13 137	0.10 110	0.13 174	0.09 153	0.13 179	0.82 582

PDISCO_ROB	0.83 529	2.80 663	3.49 756	0.14 133	0.11 186	0.17 225	0.09 157	0.15 215	0.10 166	0.15 210	0.12 213	0.16 216	0.14 230	3.30 747	0.13 219	0.14 144	2.34 727	0.16 218	0.12 216	2.62 728	0.10 162

LACA_dic	0.45 403	0.13 117	1.78 682	1.70 631	0.12 223	0.13 177	0.12 216	0.16 216	0.15 242	0.13 178	0.12 213	0.13 179	0.11 180	0.16 216	0.13 219	1.73 655	1.69 684	0.16 218	0.11 181	0.13 179	0.13 220

DF	0.39 335	1.37 529	1.02 571	1.14 534	0.12 223	0.16 218	0.12 216	0.16 216	0.12 223	0.16 215	0.12 213	0.16 216	0.12 218	0.16 216	0.12 210	1.12 569	1.00 560	0.15 214	0.12 216	0.15 214	0.12 213

xyz-stereo-finetune2	0.18 208	0.48 293	0.16 195	0.16 155	0.15 246	0.15 211	0.16 241	0.16 216	0.16 250	0.16 215	0.16 249	0.16 216	0.16 247	0.16 216	0.16 245	0.16 170	0.16 197	0.16 218	0.16 249	0.16 219	0.16 237

xyz-stereo	0.18 208	0.50 300	0.16 195	0.15 145	0.16 257	0.16 218	0.16 241	0.16 216	0.16 250	0.16 215	0.16 249	0.16 216	0.16 247	0.16 216	0.16 245	0.16 170	0.16 197	0.16 218	0.16 249	0.16 219	0.16 237

castereo++	0.54 447	3.59 679	1.15 581	1.31 605	0.14 231	0.16 218	0.14 225	0.16 216	0.14 230	0.16 215	0.14 233	0.16 216	0.13 225	0.16 216	0.14 224	1.45 642	1.16 586	0.15 214	0.14 233	0.15 214	0.13 220

GMStereo_Zeroshot	0.16 193	0.16 153	0.16 195	0.16 155	0.16 257	0.16 218	0.16 241	0.16 216	0.16 250	0.16 215	0.16 249	0.16 216	0.16 247	0.16 216	0.16 245	0.16 170	0.16 197	0.16 218	0.16 249	0.16 219	0.16 237

ICVP	0.15 186	0.53 314	0.11 123	0.16 155	0.11 186	0.16 218	0.11 180	0.16 216	0.11 184	0.16 215	0.11 181	0.16 216	0.11 180	0.16 216	0.11 174	0.16 170	0.11 133	0.16 218	0.11 181	0.16 219	0.11 177
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Weightmod_eth	0.20 214	0.24 186	0.28 273	0.47 352	0.14 231	0.24 266	0.14 225	0.17 223	0.13 227	0.22 251	0.16 249	0.22 256	0.13 225	0.20 235	0.16 245	0.24 248	0.20 243	0.19 242	0.14 233	0.16 219	0.24 285

S2M2_XL	0.14 174	0.17 158	0.12 134	0.17 176	0.11 186	0.17 225	0.11 180	0.17 223	0.11 184	0.17 222	0.11 181	0.17 224	0.11 180	0.17 224	0.11 174	0.16 170	0.11 133	0.16 218	0.11 181	0.16 219	0.11 177
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 174	0.20 166	0.14 163	0.16 155	0.11 186	0.16 218	0.11 180	0.17 223	0.11 184	0.17 222	0.12 213	0.17 224	0.13 225	0.17 224	0.12 210	0.15 157	0.11 133	0.16 218	0.11 181	0.15 214	0.12 213

HSM	0.14 174	0.16 153	0.12 134	0.17 176	0.12 223	0.17 225	0.11 180	0.17 223	0.11 184	0.17 222	0.12 213	0.17 224	0.12 218	0.17 224	0.12 210	0.16 170	0.11 133	0.16 218	0.11 181	0.16 219	0.12 213

ITSA-stereo	0.15 186	0.17 158	0.13 154	0.20 201	0.13 228	0.19 232	0.13 223	0.18 227	0.13 227	0.19 228	0.13 227	0.18 228	0.14 230	0.18 227	0.14 224	0.16 170	0.11 133	0.15 214	0.14 233	0.18 232	0.11 177

ELAS	0.13 143	0.16 153	0.11 123	0.15 145	0.09 159	0.18 229	0.11 180	0.18 227	0.11 184	0.17 222	0.11 181	0.18 228	0.11 180	0.18 227	0.11 174	0.14 144	0.08 95	0.14 189	0.08 151	0.14 195	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CR-Stereo	0.51 440	0.14 137	1.94 715	1.87 634	0.14 231	0.13 177	0.14 225	0.19 229	0.18 267	0.13 178	0.13 227	0.18 228	0.17 259	0.14 193	0.15 236	1.89 665	1.93 710	0.19 242	0.14 233	0.20 239	0.15 234

SCION-MonSter	0.21 223	0.76 361	0.22 241	0.25 232	0.15 246	0.19 232	0.15 234	0.19 229	0.15 242	0.19 228	0.15 243	0.19 233	0.15 243	0.19 230	0.14 224	0.22 227	0.21 248	0.16 218	0.14 233	0.16 219	0.15 234

IGEV-FE	0.35 297	0.37 224	0.17 205	0.19 188	0.17 263	0.20 238	0.17 251	0.19 229	0.17 260	0.19 228	0.17 257	0.19 233	0.17 259	0.37 334	0.36 429	0.19 214	0.17 225	0.19 242	0.17 272	0.38 351	2.84 752

DEFOM-Stereo_RVC	0.83 529	5.18 722	1.98 720	2.19 650	0.17 263	0.19 232	0.18 260	0.19 229	0.16 250	0.20 235	0.19 277	0.22 256	0.22 291	0.20 235	0.15 236	2.28 701	2.13 722	0.24 277	0.17 272	0.18 232	0.16 237

HCRNet	1.22 637	7.11 751	3.00 739	3.55 719	0.33 425	0.29 295	0.14 225	0.19 229	0.15 242	0.33 310	0.29 339	0.25 277	0.14 230	0.22 254	0.33 406	3.64 736	3.00 735	0.76 552	0.32 424	0.18 232	0.13 220

DeepPruner_ROB	0.16 193	0.18 161	0.13 154	0.19 188	0.13 228	0.19 232	0.13 223	0.19 229	0.13 227	0.19 228	0.13 227	0.19 233	0.13 225	0.19 230	0.13 219	0.18 206	0.13 170	0.18 239	0.13 227	0.18 232	0.13 220

ELAS_RVC	0.14 174	0.16 153	0.10 103	0.15 145	0.10 166	0.18 229	0.11 180	0.19 229	0.11 184	0.19 228	0.12 213	0.18 228	0.11 180	0.19 230	0.12 210	0.14 144	0.08 95	0.14 189	0.09 153	0.15 214	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 186	0.17 158	0.11 123	0.18 181	0.11 186	0.19 232	0.11 180	0.19 229	0.12 223	0.19 228	0.12 213	0.20 238	0.12 218	0.19 230	0.12 210	0.16 170	0.11 133	0.17 228	0.10 162	0.17 228	0.10 162
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SCION-MonSter(vits)	0.25 244	0.79 367	0.31 301	0.42 329	0.28 325	0.40 348	0.28 318	0.20 237	0.15 242	0.40 343	0.15 243	0.19 233	0.15 243	0.20 235	0.15 236	0.23 239	0.21 248	0.17 228	0.14 233	0.16 219	0.14 227

RAFT-FEzeroshot	0.34 286	0.26 196	0.17 205	0.21 213	0.17 263	0.20 238	0.16 241	0.20 237	0.16 250	0.20 235	0.17 257	0.21 246	0.16 247	0.27 290	0.24 290	0.19 214	0.16 197	0.19 242	0.16 249	0.26 274	3.08 761

RAFT-FE	0.34 286	0.26 196	0.17 205	0.21 213	0.17 263	0.20 238	0.16 241	0.20 237	0.16 250	0.20 235	0.17 257	0.21 246	0.16 247	0.27 290	0.24 290	0.19 214	0.16 197	0.19 242	0.16 249	0.26 274	3.08 761

castereo	0.61 463	3.79 687	1.35 645	1.52 619	0.15 246	0.17 225	0.16 241	0.20 237	0.21 282	0.18 226	0.16 249	0.21 246	0.12 218	0.26 286	0.17 252	1.43 641	1.38 657	0.17 228	0.16 249	0.18 232	0.16 237

DDVS	0.30 264	3.10 668	0.14 163	0.19 188	0.14 231	0.19 232	0.14 225	0.20 237	0.14 230	0.19 228	0.13 227	0.16 216	0.13 225	0.19 230	0.13 219	0.17 189	0.13 170	0.17 228	0.13 227	0.17 228	0.13 220

gwcnet-sp	0.82 525	1.72 545	1.48 663	0.39 292	0.15 246	0.31 304	0.21 276	0.20 237	0.25 301	1.61 671	0.23 294	0.28 293	0.26 313	0.20 235	0.15 236	0.24 248	1.33 648	0.32 312	0.16 249	6.75 777	0.23 275

scenet	0.82 525	1.72 545	1.48 663	0.39 292	0.15 246	0.31 304	0.21 276	0.20 237	0.25 301	1.61 671	0.23 294	0.28 293	0.26 313	0.20 235	0.15 236	0.24 248	1.33 648	0.32 312	0.16 249	6.75 777	0.23 275

ssnet	0.82 525	1.72 545	1.48 663	0.39 292	0.15 246	0.31 304	0.21 276	0.20 237	0.25 301	1.61 671	0.23 294	0.28 293	0.26 313	0.20 235	0.15 236	0.24 248	1.33 648	0.32 312	0.16 249	6.75 777	0.23 275

DAS	0.20 214	0.20 166	0.20 232	0.20 201	0.20 284	0.20 238	0.20 270	0.20 237	0.20 277	0.20 235	0.20 281	0.20 238	0.20 282	0.20 235	0.20 272	0.20 217	0.20 243	0.20 248	0.20 282	0.20 239	0.20 266

ASD4	0.20 214	0.20 166	0.20 232	0.20 201	0.20 284	0.20 238	0.20 270	0.20 237	0.20 277	0.20 235	0.20 281	0.20 238	0.20 282	0.20 235	0.20 272	0.20 217	0.20 243	0.20 248	0.20 282	0.20 239	0.20 266

GEAR-Net	0.22 230	0.46 282	0.27 265	0.29 246	0.17 263	0.21 249	0.17 251	0.21 247	0.17 260	0.21 247	0.17 257	0.21 246	0.17 259	0.21 248	0.17 252	0.28 266	0.26 269	0.20 248	0.16 249	0.20 239	0.16 237

depth_test_26	0.20 214	0.34 214	0.25 255	0.34 270	0.14 231	0.21 249	0.14 225	0.21 247	0.14 230	0.21 247	0.14 233	0.21 246	0.14 230	0.21 248	0.14 224	0.26 257	0.26 269	0.22 258	0.15 246	0.22 251	0.14 227

IGEV_Zeroshot_test	0.20 214	0.19 162	0.40 393	0.30 248	0.17 263	0.22 254	0.17 251	0.21 247	0.17 260	0.20 235	0.17 257	0.21 246	0.18 271	0.21 248	0.17 252	0.20 217	0.16 197	0.20 248	0.16 249	0.20 239	0.17 255

ACVNet	0.20 214	0.19 162	0.14 163	0.20 201	0.14 231	0.20 238	0.96 601	0.21 247	0.14 230	0.20 235	0.13 227	0.21 246	0.14 230	0.20 235	0.14 224	0.17 189	0.12 147	0.17 228	0.12 216	0.17 228	0.12 213

acv_ft	0.20 214	0.19 162	0.14 163	0.20 201	0.14 231	0.20 238	0.96 601	0.21 247	0.14 230	0.20 235	0.13 227	0.21 246	0.14 230	0.20 235	0.14 224	0.17 189	0.12 147	0.17 228	0.12 216	0.17 228	0.12 213

LALA_ROB	0.15 186	0.19 162	0.12 134	0.18 181	0.11 186	0.20 238	0.12 216	0.21 247	0.12 223	0.20 235	0.12 213	0.20 238	0.12 218	0.21 248	0.13 219	0.17 189	0.10 110	0.18 239	0.11 181	0.18 232	0.11 177

DepthFocus	0.18 208	0.22 176	0.15 188	0.22 215	0.15 246	0.22 254	0.15 234	0.22 253	0.15 242	0.22 251	0.15 243	0.22 256	0.16 247	0.22 254	0.15 236	0.20 217	0.15 194	0.20 248	0.14 233	0.20 239	0.14 227

RSGM-EC	0.24 241	0.24 186	0.15 188	0.22 215	0.15 246	0.22 254	0.15 234	0.22 253	0.15 242	0.24 264	0.15 243	0.22 256	0.15 243	0.22 254	1.19 626	0.20 217	0.17 225	0.24 277	0.14 233	0.20 239	0.14 227

acva	0.24 241	0.24 186	0.15 188	0.22 215	0.15 246	0.22 254	0.15 234	0.22 253	0.15 242	0.24 264	0.15 243	0.22 256	0.15 243	0.22 254	1.19 626	0.20 217	0.17 225	0.24 277	0.14 233	0.20 239	0.14 227

xyz-stereo-finetune	0.28 258	0.49 295	0.16 195	0.16 155	0.16 257	0.16 218	0.16 241	0.22 253	0.30 350	0.32 305	0.31 399	0.32 312	0.31 402	0.32 309	0.32 394	0.32 285	0.33 337	0.31 309	0.32 424	0.31 295	0.32 401

WAO-6	0.22 230	0.23 178	0.22 241	0.23 220	0.22 297	0.22 254	0.22 281	0.22 253	0.22 286	0.22 251	0.22 289	0.22 256	0.22 291	0.22 254	0.22 280	0.22 227	0.22 255	0.22 258	0.22 290	0.22 251	0.22 273

IMH-64-1	0.22 230	0.23 178	0.23 245	0.22 215	0.22 297	0.22 254	0.22 281	0.22 253	0.22 286	0.22 251	0.22 289	0.22 256	0.22 291	0.22 254	0.22 280	0.22 227	0.22 255	0.23 267	0.22 290	0.22 251	0.23 275

IMH-64	0.22 230	0.23 178	0.23 245	0.22 215	0.22 297	0.22 254	0.22 281	0.22 253	0.22 286	0.22 251	0.22 289	0.22 256	0.22 291	0.22 254	0.22 280	0.22 227	0.22 255	0.23 267	0.22 290	0.22 251	0.23 275

MSKI-zero shot	0.24 241	0.21 172	0.49 447	0.65 447	0.18 275	0.22 254	0.17 251	0.23 260	0.18 267	0.21 247	0.17 257	0.23 264	0.28 329	0.23 261	0.18 265	0.21 225	0.16 197	0.21 253	0.16 249	0.21 249	0.16 237

MIM_Stereo	0.25 244	0.23 178	0.66 503	0.80 482	0.17 263	0.22 254	0.17 251	0.23 260	0.18 267	0.26 281	0.17 257	0.21 246	0.17 259	0.25 274	0.17 252	0.23 239	0.16 197	0.21 253	0.17 272	0.22 251	0.17 255

dd	0.23 237	0.98 411	0.16 195	0.23 220	0.15 246	0.23 263	0.15 234	0.23 260	0.15 242	0.23 257	0.15 243	0.24 270	0.17 259	0.23 261	0.15 236	0.22 227	0.15 194	0.21 253	0.15 246	0.22 251	0.16 237

LACA2	0.21 223	0.24 186	0.26 262	0.31 254	0.16 257	0.24 266	0.16 241	0.24 263	0.16 250	0.24 264	0.16 249	0.24 270	0.16 247	0.24 265	0.16 245	0.27 261	0.23 261	0.24 277	0.16 249	0.23 263	0.16 237

LACA1	0.21 223	0.24 186	0.26 262	0.31 254	0.16 257	0.24 266	0.16 241	0.24 263	0.16 250	0.24 264	0.16 249	0.24 270	0.16 247	0.24 265	0.16 245	0.27 261	0.22 255	0.23 267	0.16 249	0.23 263	0.16 237

tg	0.21 223	0.25 193	0.21 239	0.26 240	0.17 263	0.24 266	0.17 251	0.24 263	0.17 260	0.24 264	0.17 257	0.24 270	0.17 259	0.24 265	0.17 252	0.24 248	0.17 225	0.23 267	0.16 249	0.23 263	0.16 237

ACV-stereo	0.30 264	2.08 604	0.25 255	0.25 232	0.18 275	0.24 266	0.17 251	0.24 263	0.18 267	0.24 264	0.17 257	0.25 277	0.17 259	0.24 265	0.17 252	0.22 227	0.16 197	0.22 258	0.16 249	0.22 251	0.16 237

Pointernet	0.21 223	0.22 176	0.19 224	0.24 225	0.19 281	0.24 266	0.19 266	0.24 263	0.19 275	0.24 264	0.19 277	0.24 270	0.19 278	0.24 265	0.19 269	0.22 227	0.17 225	0.22 258	0.17 272	0.22 251	0.17 255

dad	0.23 237	1.03 437	0.16 195	0.23 220	0.15 246	0.24 266	0.15 234	0.24 263	0.16 250	0.23 257	0.16 249	0.24 270	0.16 247	0.23 261	0.15 236	0.22 227	0.16 197	0.22 258	0.16 249	0.22 251	0.16 237

iResNetv2_ROB	0.20 214	0.23 178	0.18 215	0.24 225	0.20 284	0.24 266	0.18 260	0.24 263	0.18 267	0.24 264	0.18 274	0.23 264	0.19 278	0.24 265	0.18 265	0.21 225	0.16 197	0.21 253	0.16 249	0.22 251	0.16 237

iResNet	0.20 214	0.23 178	0.18 215	0.24 225	0.18 275	0.24 266	0.20 270	0.24 263	0.18 267	0.23 257	0.17 257	0.23 264	0.18 271	0.23 261	0.18 265	0.22 227	0.16 197	0.21 253	0.16 249	0.21 249	0.16 237

LACA3	0.23 237	0.25 193	0.27 265	0.54 420	0.17 263	0.25 276	0.17 251	0.25 271	0.17 260	0.25 272	0.17 257	0.25 277	0.17 259	0.25 274	0.17 252	0.28 266	0.23 261	0.24 277	0.17 272	0.24 268	0.17 255

VIP-Stereo	0.70 488	2.97 666	2.43 733	2.49 679	0.16 257	0.25 276	0.16 241	0.25 271	0.16 250	0.25 272	0.18 274	0.25 277	0.16 247	0.26 286	0.16 245	1.86 659	1.26 640	0.23 267	0.15 246	0.23 263	0.15 234

UNDER WATER-64	0.25 244	0.26 196	0.25 255	0.26 240	0.25 311	0.25 276	0.25 297	0.25 271	0.25 301	0.25 272	0.25 307	0.25 277	0.25 303	0.26 286	0.25 298	0.25 255	0.25 266	0.25 282	0.25 306	0.25 271	0.25 287

LoS_RVC	0.30 264	1.14 453	0.25 255	0.25 232	0.25 311	0.26 285	0.25 297	0.25 271	0.25 301	0.25 272	0.25 307	0.26 289	0.26 313	0.26 286	0.25 298	0.26 257	0.26 269	0.25 282	0.25 306	0.26 274	0.26 293

CAS	0.30 264	1.17 459	0.25 255	0.25 232	0.25 311	0.26 285	0.25 297	0.25 271	0.26 315	0.25 272	0.25 307	0.25 277	0.25 303	0.25 274	0.25 298	0.26 257	0.26 269	0.26 287	0.25 306	0.26 274	0.25 287

AANet_RVC	1.26 640	0.31 210	4.99 768	5.93 758	0.20 284	0.25 276	0.20 270	0.25 271	0.20 277	0.23 257	0.19 277	0.25 277	0.20 282	0.25 274	0.20 272	5.66 768	4.76 762	0.26 287	0.30 405	0.24 268	0.27 332

SMOE	0.23 237	0.25 193	0.30 283	0.33 264	0.18 275	0.26 285	0.18 260	0.26 277	0.18 267	0.26 281	0.18 274	0.25 277	0.18 271	0.25 274	0.18 265	0.31 282	0.27 282	0.23 267	0.17 272	0.23 263	0.17 255

Select-FE	0.41 349	0.44 269	0.23 245	0.26 240	0.22 297	0.26 285	0.22 281	0.26 277	0.23 293	0.26 281	0.23 294	0.26 289	0.23 297	0.45 440	0.42 475	0.25 255	0.22 255	0.25 282	0.22 290	0.45 440	2.90 753

LoS	0.25 244	0.27 199	0.25 255	0.25 232	0.25 311	0.25 276	0.25 297	0.26 277	0.25 301	0.25 272	0.25 307	0.25 277	0.25 303	0.25 274	0.25 298	0.26 257	0.25 266	0.25 282	0.26 312	0.26 274	0.25 287
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEStereo_RVC	0.86 541	4.45 704	0.20 232	0.27 243	0.20 284	0.27 290	0.20 270	0.26 277	0.18 267	5.03 777	0.20 281	0.27 292	0.19 278	0.27 290	0.21 276	0.20 217	0.19 241	0.19 242	4.02 782	0.20 239	0.18 261

small-0shot	0.35 297	1.92 598	0.27 265	0.27 243	0.27 319	0.27 290	0.27 307	0.27 281	0.27 319	0.27 286	0.27 316	0.26 289	0.27 320	0.27 290	0.26 303	0.27 261	0.26 269	0.26 287	0.26 312	0.26 274	0.27 332

DLNR-FE	0.28 258	0.89 389	0.30 283	0.34 270	0.19 281	0.28 292	0.19 266	0.28 282	0.20 277	0.28 287	0.20 281	0.28 293	0.20 282	0.28 295	0.20 272	0.33 291	0.28 290	0.25 282	0.19 280	0.24 268	0.19 264

PAM	0.39 335	1.88 588	0.34 329	0.37 280	0.41 480	0.45 444	0.22 281	0.28 282	0.23 293	0.28 287	0.24 301	0.29 299	0.23 297	0.29 299	0.23 287	0.38 324	0.32 324	0.38 366	0.37 461	0.32 298	0.22 273

TorneroNet-64	0.45 403	0.27 199	0.30 283	0.58 430	0.27 319	0.70 528	0.30 341	0.28 282	0.73 577	0.73 534	0.28 324	0.71 534	0.66 543	0.75 535	0.27 305	0.27 261	0.29 304	0.37 358	0.75 584	0.28 282	0.30 384

SQANet	0.28 258	0.28 202	0.28 273	0.28 245	0.28 325	0.28 292	0.28 318	0.28 282	0.28 325	0.28 287	0.28 324	0.28 293	0.28 329	0.28 295	0.28 314	0.28 266	0.28 290	0.28 296	0.28 372	0.28 282	0.28 360

CFNet	1.37 645	5.27 731	0.19 224	5.49 755	0.19 281	0.28 292	0.19 266	0.28 282	0.19 275	0.28 287	0.19 277	0.28 293	4.35 775	0.28 295	0.19 269	0.23 239	0.17 225	0.23 267	4.21 784	4.81 761	0.17 255

Weightmod	0.27 255	0.29 204	0.33 315	0.38 283	0.20 284	0.30 297	0.21 276	0.29 287	0.21 282	0.29 292	0.22 289	0.30 303	0.20 282	0.30 301	0.21 276	0.37 311	0.31 319	0.27 292	0.20 282	0.28 282	0.21 270

ssnet_v2	0.68 482	1.96 600	1.25 641	0.29 246	0.20 284	0.30 297	0.20 270	0.29 287	0.22 286	1.50 667	0.20 281	0.31 308	0.20 282	0.27 290	0.22 280	0.24 248	1.49 664	0.26 287	0.18 279	3.90 738	0.19 264

RAFT + AFF	0.31 271	0.45 278	0.34 329	0.39 292	0.28 325	0.38 339	0.33 410	0.29 287	0.31 396	0.30 294	0.30 354	0.29 299	0.27 320	0.29 299	0.30 340	0.28 266	0.29 304	0.29 301	0.29 387	0.27 280	0.32 401

SME	0.27 255	0.29 204	0.31 301	0.38 283	0.20 284	0.29 295	0.18 260	0.30 290	0.20 277	0.32 305	0.21 287	0.32 312	0.20 282	0.32 309	0.21 276	0.35 303	0.32 324	0.27 292	0.19 280	0.29 286	0.20 266

DStereoO	0.31 271	0.31 210	0.31 301	0.30 248	0.40 470	0.31 304	0.30 341	0.30 290	0.34 429	0.29 292	0.31 399	0.29 299	0.30 350	0.31 306	0.31 382	0.31 282	0.29 304	0.31 309	0.30 405	0.31 295	0.31 394

MultiAttention	0.30 264	0.30 207	0.30 283	0.30 248	0.30 350	0.30 297	0.30 341	0.30 290	0.30 350	0.30 294	0.30 354	0.30 303	0.30 350	0.30 301	0.30 340	0.30 276	0.30 314	0.30 303	0.30 405	0.30 290	0.30 384

MSAF-DinoV2	0.30 264	0.30 207	0.30 283	0.30 248	0.30 350	0.30 297	0.30 341	0.30 290	0.30 350	0.30 294	0.30 354	0.30 303	0.30 350	0.30 301	0.30 340	0.30 276	0.30 314	0.30 303	0.30 405	0.30 290	0.30 384

DLNR_Zeroshot_test	0.31 271	0.28 202	0.47 432	0.79 478	0.24 308	0.30 297	0.26 304	0.30 290	0.24 296	0.32 305	0.23 294	0.31 308	0.24 300	0.30 301	0.23 287	0.29 275	0.26 269	0.29 301	0.24 303	0.33 305	0.23 275

DANet	0.30 264	0.30 207	0.30 283	0.30 248	0.30 350	0.30 297	0.30 341	0.30 290	0.30 350	0.30 294	0.30 354	0.30 303	0.30 350	0.30 301	0.30 340	0.30 276	0.30 314	0.30 303	0.30 405	0.30 290	0.30 384
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 280	0.52 310	0.34 329	0.31 254	0.31 398	0.30 297	0.30 341	0.31 296	0.30 350	0.31 299	0.31 399	0.31 308	0.30 350	0.31 306	0.31 382	0.30 276	0.32 324	0.31 309	0.31 416	0.31 295	0.31 394

DEFOM-Stereo	0.68 482	3.11 669	1.40 659	1.63 629	0.25 311	0.31 304	0.25 297	0.31 296	0.28 325	0.31 299	0.29 339	0.29 299	0.27 320	0.31 306	0.28 314	1.59 650	1.47 663	0.30 303	0.29 387	0.30 290	0.28 360

DStereoFS	0.32 280	0.33 213	0.32 310	0.33 264	0.30 350	0.32 313	0.32 399	0.32 298	0.31 396	0.30 294	0.31 399	0.31 308	0.30 350	0.32 309	0.32 394	0.32 285	0.31 319	0.30 303	0.47 513	0.32 298	0.34 417

WCG-NET（raft）	0.32 280	1.24 517	0.24 252	0.32 260	0.24 308	0.32 313	0.23 290	0.32 298	0.24 296	0.32 305	0.24 301	0.32 312	0.24 300	0.32 309	0.24 290	0.30 276	0.23 261	0.30 303	0.23 296	0.30 290	0.23 275

tt1	0.31 271	0.93 404	0.24 252	0.33 264	0.23 303	0.31 304	0.24 295	0.32 298	0.24 296	0.32 305	0.23 294	0.32 312	0.25 303	0.32 309	0.24 290	0.27 261	0.26 269	0.27 292	0.26 312	0.27 280	0.27 332

iResNet_ROB	0.28 258	0.32 212	0.24 252	0.32 260	0.25 311	0.32 313	0.24 295	0.32 298	0.24 296	0.33 310	0.24 301	0.35 323	0.24 300	0.33 317	0.24 290	0.31 282	0.24 265	0.32 312	0.24 303	0.32 298	0.24 285

xxxxx1	0.31 271	0.91 395	0.23 245	0.31 254	0.23 303	0.31 304	0.23 290	0.33 302	0.25 301	0.31 299	0.24 301	0.33 316	0.25 303	0.32 309	0.24 290	0.28 266	0.28 290	0.28 296	0.28 372	0.29 286	0.27 332

tt_ll	0.31 271	0.91 395	0.23 245	0.31 254	0.23 303	0.31 304	0.23 290	0.33 302	0.25 301	0.31 299	0.24 301	0.33 316	0.25 303	0.32 309	0.24 290	0.28 266	0.28 290	0.28 296	0.28 372	0.29 286	0.27 332

ff	0.31 271	0.91 395	0.23 245	0.31 254	0.23 303	0.31 304	0.23 290	0.33 302	0.25 301	0.31 299	0.24 301	0.33 316	0.25 303	0.32 309	0.24 290	0.28 266	0.28 290	0.28 296	0.28 372	0.29 286	0.27 332

FE-Mocha	0.35 297	0.71 350	0.40 393	0.47 352	0.27 319	0.34 316	0.27 307	0.34 305	0.26 315	0.34 313	0.26 312	0.34 321	0.27 320	0.34 318	0.27 305	0.44 369	0.41 413	0.33 319	0.29 387	0.32 298	0.29 369

H2IRNET	0.34 286	0.34 214	0.34 329	0.34 270	0.34 437	0.34 316	0.34 425	0.34 305	0.34 429	0.34 313	0.34 426	0.34 321	0.34 428	0.34 318	0.34 421	0.34 295	0.34 366	0.34 329	0.34 439	0.34 310	0.34 417

DN-CSS_ROB	0.31 271	0.35 216	0.28 273	0.35 273	0.28 325	0.34 316	0.27 307	0.34 305	0.25 301	0.35 317	0.27 316	0.36 328	0.26 313	0.34 318	0.28 314	0.35 303	0.28 290	0.34 329	0.28 372	0.34 310	0.27 332

CES	0.39 335	0.47 287	0.36 342	0.36 277	0.37 452	0.45 444	0.35 430	0.35 308	0.40 466	0.36 321	0.44 488	0.47 454	0.36 439	0.44 421	0.36 429	0.37 311	0.39 399	0.44 460	0.35 452	0.37 338	0.36 431

FENet	0.54 447	1.52 536	1.19 587	1.41 615	0.23 303	0.35 320	0.23 290	0.35 308	0.23 293	0.34 313	0.23 294	0.35 323	0.23 297	0.35 321	0.23 287	1.40 639	1.07 570	0.32 312	0.23 296	0.33 305	0.23 275

MLCV	0.31 271	0.35 216	0.27 265	0.35 273	0.28 325	0.35 320	0.27 307	0.35 308	0.28 325	0.36 321	0.27 316	0.35 323	0.27 320	0.35 321	0.27 305	0.34 295	0.27 282	0.34 329	0.27 351	0.34 310	0.27 332

ETE_ROB	0.35 297	0.35 216	0.35 340	0.35 273	0.35 441	0.35 320	0.35 430	0.35 308	0.35 433	0.35 317	0.35 435	0.35 323	0.35 435	0.35 321	0.35 425	0.35 303	0.35 373	0.35 345	0.35 452	0.35 323	0.35 428

GREATEN-IGEV_RVC	0.38 321	0.35 216	0.56 472	0.63 441	0.29 338	0.36 324	0.29 333	0.36 312	0.29 335	0.39 336	0.29 339	0.36 328	0.29 341	0.36 327	0.29 330	0.62 472	0.57 483	0.35 345	0.29 387	0.36 333	0.29 369

GREATEN-IGEV-FM_RVC	0.38 321	0.35 216	0.56 472	0.63 441	0.28 325	0.36 324	0.28 318	0.36 312	0.28 325	0.36 321	0.28 324	0.36 328	0.28 329	0.36 327	0.28 314	0.62 472	0.57 483	0.35 345	0.28 372	0.35 323	0.28 360

EKT-Stereo	0.37 315	0.40 239	0.44 416	1.07 526	0.29 338	0.34 316	0.31 389	0.36 312	0.29 335	0.38 329	0.31 399	0.37 338	0.30 350	0.36 327	0.29 330	0.34 295	0.28 290	0.39 410	0.30 405	0.37 338	0.30 384

CASnet	0.35 297	0.51 308	0.44 416	0.32 260	0.31 398	0.24 266	0.34 425	0.36 312	0.25 301	0.31 299	0.37 447	0.30 303	0.33 421	0.25 274	0.45 484	0.37 311	0.37 384	0.33 319	0.35 452	0.34 310	0.37 437
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 280	0.36 221	0.27 265	0.36 277	0.27 319	0.36 324	0.27 307	0.36 312	0.27 319	0.36 321	0.27 316	0.36 328	0.27 320	0.36 327	0.28 314	0.36 308	0.28 290	0.36 354	0.28 372	0.36 333	0.28 360

IGEV-Stereo	0.35 297	0.44 269	0.45 418	0.49 364	0.30 350	0.37 332	0.30 341	0.36 312	0.30 350	0.36 321	0.29 339	0.36 328	0.29 341	0.36 327	0.30 340	0.46 411	0.39 399	0.32 312	0.24 303	0.32 298	0.25 287
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 258	0.29 204	0.22 241	0.36 277	0.22 297	0.36 324	0.21 276	0.36 312	0.21 282	0.42 374	0.21 287	0.36 328	0.22 291	0.36 327	0.21 276	0.34 295	0.21 248	0.34 329	0.21 287	0.34 310	0.21 270

DMCA	0.36 305	0.38 228	0.37 347	0.35 273	0.35 441	0.36 324	0.36 437	0.36 312	0.35 433	0.35 317	0.37 447	0.36 328	0.36 439	0.35 321	0.36 429	0.36 308	0.36 379	0.35 345	0.36 458	0.36 333	0.36 431

GeoVLM	0.36 305	0.38 228	0.27 265	0.46 345	0.28 325	0.35 320	0.28 318	0.37 320	0.27 319	0.35 317	0.28 324	0.36 328	0.38 448	0.35 321	0.28 314	1.08 560	0.26 269	0.33 319	0.27 351	0.34 310	0.33 410

Monster-pub-eth3d	0.45 403	0.57 327	0.60 482	0.39 292	0.28 325	0.37 332	0.28 318	0.37 320	0.30 350	0.39 336	0.29 339	0.39 346	0.30 350	0.92 566	0.27 305	1.42 640	0.28 290	0.34 329	0.28 372	0.37 338	0.53 511

Monster-pub-mixall	0.44 380	0.56 324	0.60 482	0.38 283	0.27 319	0.37 332	0.27 307	0.37 320	0.29 335	0.38 329	0.27 316	0.38 341	0.29 341	0.85 554	0.27 305	1.46 643	0.26 269	0.34 329	0.26 312	0.36 333	0.53 511

Replicate-Monster	0.45 403	0.57 327	0.60 482	0.40 305	0.29 338	0.37 332	0.27 307	0.37 320	0.30 350	0.40 343	0.31 399	0.40 356	0.30 350	0.99 574	0.27 305	1.36 636	0.31 319	0.34 329	0.30 405	0.36 333	0.54 514

model_zeroshot	0.27 255	0.20 166	0.27 265	0.33 264	0.21 295	0.37 332	0.22 281	0.37 320	0.24 296	0.26 281	0.27 316	0.33 316	0.21 290	0.25 274	0.27 305	0.32 285	0.20 243	0.34 329	0.23 296	0.25 271	0.26 293

RSM	0.36 305	0.36 221	0.43 414	0.37 280	0.42 490	0.49 470	0.42 480	0.37 320	0.28 325	0.36 321	0.29 339	0.36 328	0.30 350	0.37 334	0.28 314	0.34 295	0.31 319	0.34 329	0.35 452	0.40 414	0.29 369

MyStereo04	0.56 454	3.72 685	0.59 478	0.49 364	0.41 480	0.36 324	0.32 399	0.37 320	0.31 396	0.34 313	0.46 497	0.35 323	0.32 409	0.35 321	0.33 406	0.49 426	0.45 437	0.34 329	0.32 424	0.35 323	0.43 473

Venus	0.38 321	0.38 228	0.38 349	0.38 283	0.38 459	0.37 332	0.38 450	0.37 320	0.37 446	0.41 360	0.37 447	0.39 346	0.37 444	0.38 338	0.38 442	0.37 311	0.38 392	0.38 366	0.37 461	0.37 338	0.38 444

XPNet_ROB	0.37 315	0.37 224	0.37 347	0.37 280	0.37 452	0.37 332	0.37 443	0.37 320	0.37 446	0.37 327	0.37 447	0.37 338	0.37 444	0.37 334	0.37 439	0.37 311	0.37 384	0.37 358	0.37 461	0.37 338	0.37 437

PStereo	0.32 280	0.36 221	0.28 273	0.38 283	0.29 338	0.36 324	0.27 307	0.38 329	0.27 319	0.38 329	0.28 324	0.36 328	0.27 320	0.36 327	0.28 314	0.32 285	0.27 282	0.33 319	0.27 351	0.33 305	0.27 332

WAO-8	0.38 321	0.38 228	0.38 349	0.38 283	0.38 459	0.38 339	0.38 450	0.38 329	0.38 450	0.38 329	0.38 452	0.38 341	0.38 448	0.38 338	0.38 442	0.38 324	0.38 392	0.38 366	0.37 461	0.38 351	0.38 444

WAO-7	0.38 321	0.38 228	0.38 349	0.38 283	0.38 459	0.38 339	0.38 450	0.38 329	0.38 450	0.38 329	0.38 452	0.38 341	0.38 448	0.38 338	0.38 442	0.38 324	0.38 392	0.38 366	0.38 475	0.38 351	0.38 444

HanzoNet	0.39 335	0.38 228	0.40 393	0.39 292	0.41 480	0.38 339	0.38 450	0.38 329	0.38 450	0.39 336	0.39 462	0.38 341	0.38 448	0.39 346	0.40 459	0.38 324	0.38 392	0.40 423	0.38 475	0.38 351	0.40 454

IMH	0.38 321	0.38 228	0.38 349	0.38 283	0.38 459	0.38 339	0.38 450	0.38 329	0.38 450	0.42 374	0.38 452	0.40 356	0.38 448	0.38 338	0.38 442	0.38 324	0.38 392	0.39 410	0.38 475	0.38 351	0.38 444

NBS	0.39 335	0.68 345	0.36 342	0.38 283	0.36 447	0.38 339	0.39 464	0.39 334	0.39 463	0.37 327	0.35 435	0.37 338	0.38 448	0.37 334	0.38 442	0.39 337	0.36 379	0.36 354	0.39 479	0.38 351	0.38 444

Anonymus	0.47 420	0.73 353	0.46 424	0.43 336	0.54 533	0.53 497	0.27 307	0.39 334	0.35 433	0.33 310	0.40 465	0.33 316	0.38 448	0.53 492	0.54 517	0.56 455	0.36 379	0.49 492	0.53 529	0.66 502	0.54 514

BStereo	0.22 230	0.23 178	0.20 232	0.24 225	0.20 284	0.23 263	0.33 410	0.39 334	0.17 260	0.23 257	0.17 257	0.23 264	0.16 247	0.24 265	0.17 252	0.23 239	0.16 197	0.22 258	0.20 282	0.22 251	0.16 237

Anonymus123	0.22 230	0.23 178	0.20 232	0.24 225	0.20 284	0.23 263	0.33 410	0.39 334	0.17 260	0.23 257	0.17 257	0.23 264	0.16 247	0.24 265	0.17 252	0.23 239	0.16 197	0.22 258	0.20 282	0.22 251	0.16 237

LG-Stereo_L2	0.34 286	0.37 224	0.38 349	0.47 352	0.28 325	0.39 346	0.28 318	0.39 334	0.28 325	0.39 336	0.28 324	0.39 346	0.28 329	0.38 338	0.28 314	0.42 367	0.35 373	0.36 354	0.26 312	0.35 323	0.26 293

1test111	0.37 315	1.02 435	0.30 283	0.39 292	0.29 338	0.40 348	0.28 318	0.39 334	0.29 335	0.39 336	0.29 339	0.39 346	0.28 329	0.40 349	0.29 330	0.33 291	0.32 324	0.33 319	0.31 416	0.32 298	0.31 394

cc1	0.37 315	1.02 435	0.30 283	0.39 292	0.29 338	0.40 348	0.28 318	0.39 334	0.29 335	0.39 336	0.29 339	0.39 346	0.28 329	0.40 349	0.29 330	0.33 291	0.32 324	0.33 319	0.31 416	0.32 298	0.31 394

IER	0.88 546	7.04 750	2.23 726	2.75 685	0.28 325	0.43 395	0.25 297	0.39 334	0.25 301	0.41 360	0.27 316	0.39 346	0.25 303	0.40 349	0.28 314	0.37 311	0.28 290	0.37 358	0.25 306	0.37 338	0.25 287

DISCO	1.11 584	0.39 235	5.28 770	0.39 292	0.20 284	0.39 346	0.27 307	0.39 334	0.22 286	0.38 329	0.20 281	0.38 341	0.20 282	6.95 788	0.22 280	0.30 276	0.21 248	0.27 292	0.21 287	5.25 770	0.21 270

test410_97500	0.41 349	0.89 389	0.31 301	0.40 305	0.31 398	0.40 348	0.31 389	0.40 343	0.31 396	0.61 511	0.53 525	0.40 356	0.31 402	0.40 349	0.31 382	0.58 458	0.47 447	0.38 366	0.29 387	0.38 351	0.29 369

test410	0.66 474	5.69 742	0.31 301	0.40 305	0.31 398	0.41 367	0.31 389	0.40 343	0.31 396	0.62 515	0.55 528	0.40 356	0.31 402	0.40 349	0.31 382	0.59 461	0.47 447	0.38 366	0.29 387	0.38 351	0.30 384

SCION-M(vits-remse)	0.34 286	0.79 367	0.30 283	0.33 264	0.28 325	0.40 348	0.28 318	0.40 343	0.28 325	0.40 343	0.28 324	0.39 346	0.28 329	0.40 349	0.28 314	0.23 239	0.21 248	0.35 345	0.27 351	0.35 323	0.27 332

SCION-Mon(vits-remp)	0.34 286	0.98 411	0.30 283	0.33 264	0.18 275	0.21 249	0.28 318	0.40 343	0.28 325	0.40 343	0.28 324	0.39 346	0.28 329	0.40 349	0.28 314	0.37 311	0.29 304	0.35 345	0.27 351	0.35 323	0.27 332

GIP-stereo	0.36 305	0.49 295	0.39 360	0.48 358	0.32 412	0.41 367	0.28 318	0.40 343	0.30 350	0.41 360	0.28 324	0.40 356	0.28 329	0.42 383	0.28 314	0.45 399	0.32 324	0.38 366	0.30 405	0.37 338	0.27 332

DCVSM-stereo	0.36 305	1.89 589	0.22 241	0.40 305	0.22 297	0.40 348	0.22 281	0.40 343	0.22 286	0.40 343	0.22 289	0.40 356	0.22 291	0.40 349	0.22 280	0.28 266	0.21 248	0.28 296	0.21 287	0.28 282	0.20 266

IGEV++	0.34 286	0.43 266	0.30 283	0.40 305	0.29 338	0.40 348	0.29 333	0.40 343	0.29 335	0.40 343	0.29 339	0.40 356	0.29 341	0.40 349	0.30 340	0.38 324	0.29 304	0.37 358	0.29 387	0.37 338	0.29 369

ACVNet-DCA	0.37 315	1.00 421	0.30 283	0.40 305	0.29 338	0.40 348	0.29 333	0.40 343	0.29 335	0.40 343	0.29 339	0.40 356	0.29 341	0.39 346	0.28 314	0.33 291	0.32 324	0.33 319	0.32 424	0.33 305	0.32 401

xx1	0.38 321	1.03 437	0.31 301	0.40 305	0.31 398	0.41 367	0.28 318	0.40 343	0.29 335	0.40 343	0.29 339	0.40 356	0.29 341	0.40 349	0.29 330	0.34 295	0.33 337	0.34 329	0.32 424	0.34 310	0.32 401

LL-Strereo2	0.48 426	1.73 550	0.51 460	0.59 433	0.34 437	0.42 388	0.33 410	0.40 343	0.31 396	0.42 374	0.33 418	0.42 389	0.31 402	0.44 421	0.39 456	0.60 463	0.51 469	0.44 460	0.33 435	0.44 435	0.33 410

knoymous	0.40 341	0.40 239	0.40 393	0.40 305	0.40 470	0.40 348	0.40 465	0.40 343	0.40 466	0.40 343	0.40 465	0.40 356	0.40 461	0.40 349	0.40 459	0.40 345	0.40 403	0.40 423	0.40 481	0.40 414	0.40 454

anonymousa	0.40 341	0.40 239	0.40 393	0.40 305	0.40 470	0.40 348	0.40 465	0.40 343	0.40 466	0.40 343	0.40 465	0.40 356	0.40 461	0.40 349	0.40 459	0.40 345	0.40 403	0.40 423	0.40 481	0.40 414	0.40 454

riskmin	0.40 341	0.40 239	0.40 393	0.40 305	0.40 470	0.40 348	0.40 465	0.40 343	0.40 466	0.40 343	0.40 465	0.40 356	0.40 461	0.40 349	0.40 459	0.40 345	0.40 403	0.40 423	0.40 481	0.40 414	0.40 454

Anonymous_2	0.40 341	0.40 239	0.40 393	0.40 305	0.40 470	0.40 348	0.40 465	0.40 343	0.40 466	0.40 343	0.40 465	0.40 356	0.40 461	0.40 349	0.40 459	0.40 345	0.40 403	0.40 423	0.40 481	0.40 414	0.40 454

Anonymous_1	0.40 341	0.40 239	0.40 393	0.40 305	0.40 470	0.40 348	0.40 465	0.40 343	0.40 466	0.40 343	0.40 465	0.40 356	0.40 461	0.40 349	0.40 459	0.40 345	0.40 403	0.40 423	0.40 481	0.40 414	0.40 454

NINENet	0.69 485	3.87 691	1.20 590	1.98 643	0.05 126	0.40 348	0.04 103	0.40 343	0.05 124	0.41 360	0.04 110	0.41 371	0.05 117	0.40 349	0.05 115	1.79 657	1.56 670	0.34 329	0.22 290	0.34 310	0.23 275

iRaft-Stereo_5w	0.34 286	0.42 264	0.31 301	0.39 292	0.30 350	0.38 339	0.30 341	0.40 343	0.29 335	0.40 343	0.37 447	0.41 371	0.34 428	0.38 338	0.30 340	0.34 295	0.27 282	0.34 329	0.26 312	0.34 310	0.26 293

AdaStereo	0.40 341	0.40 239	0.40 393	0.40 305	0.40 470	0.40 348	0.40 465	0.40 343	0.40 466	0.40 343	0.40 465	0.40 356	0.40 461	0.40 349	0.40 459	0.40 345	0.40 403	0.40 423	0.40 481	0.40 414	0.40 454
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	0.33 285	0.39 235	0.26 262	0.39 292	0.26 318	0.40 348	0.26 304	0.40 343	0.26 315	0.39 336	0.26 312	0.39 346	0.26 313	0.39 346	0.26 303	0.37 311	0.25 266	0.37 358	0.25 306	0.37 338	0.37 437
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 367	1.15 456	0.57 476	0.53 417	0.32 412	0.41 367	0.32 399	0.41 362	0.32 408	0.41 360	0.32 409	0.41 371	0.32 409	0.40 349	0.32 394	0.52 441	0.50 464	0.38 366	0.31 416	0.39 400	0.31 394

Zero-FE251	0.36 305	0.40 239	0.28 273	0.41 319	0.28 325	0.41 367	0.28 318	0.41 362	0.28 325	0.41 360	0.28 324	0.41 371	0.28 329	0.42 383	0.30 340	0.37 311	0.26 269	0.37 358	0.27 351	0.45 440	0.56 525

RAFT-Test	0.36 305	0.37 224	0.33 315	0.41 319	0.32 412	0.41 367	0.32 399	0.41 362	0.32 408	0.41 360	0.32 409	0.41 371	0.32 409	0.41 369	0.33 406	0.37 311	0.29 304	0.37 358	0.29 387	0.38 351	0.31 394

BUS	0.83 529	1.91 592	0.92 558	4.48 731	0.02 22	0.40 348	0.04 103	0.41 362	0.02 22	0.48 451	0.03 56	0.41 371	0.05 117	0.03 43	0.05 115	1.97 671	4.19 758	0.33 319	0.23 296	0.34 310	0.27 332

CRFU-Net	0.65 472	1.67 542	1.22 637	1.96 642	0.27 319	0.41 367	0.27 307	0.41 362	0.27 319	0.40 343	0.26 312	0.41 371	0.27 320	0.40 349	0.27 305	1.80 658	1.62 678	0.34 329	0.23 296	0.33 305	0.23 275

BSDual-CNN	0.81 520	1.91 592	0.92 558	4.48 731	0.02 22	0.42 388	0.06 141	0.41 362	0.02 22	0.48 451	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 671	4.19 758	0.33 319	0.23 296	0.34 310	0.27 332

hknet	1.10 582	1.85 583	3.49 756	4.48 731	0.02 22	0.42 388	0.06 141	0.41 362	0.02 22	0.48 451	0.03 56	0.41 371	0.03 53	0.42 383	0.03 52	4.39 744	4.19 758	0.33 319	0.23 296	0.34 310	0.27 332

iRaft-Stereo_20w	0.34 286	0.41 252	0.31 301	0.39 292	0.29 338	0.40 348	0.32 399	0.41 362	0.32 408	0.38 329	0.30 354	0.39 346	0.30 350	0.38 338	0.32 394	0.35 303	0.27 282	0.34 329	0.27 351	0.34 310	0.29 369

GMOStereo	0.37 315	0.45 278	0.23 245	0.30 248	0.37 452	0.41 367	0.36 437	0.41 362	0.35 433	0.43 381	0.36 440	0.41 371	0.40 461	0.41 369	0.36 429	0.34 295	0.22 255	0.47 479	0.37 461	0.39 400	0.33 410

error version	0.93 556	4.47 705	2.35 729	1.99 644	0.37 452	0.41 367	0.36 437	0.41 362	0.35 433	0.43 381	0.36 440	0.41 371	0.40 461	0.41 369	0.36 429	1.87 661	2.16 723	0.47 479	0.37 461	0.39 400	0.33 410

test_1	0.93 556	4.47 705	2.35 729	1.99 644	0.37 452	0.41 367	0.36 437	0.41 362	0.35 433	0.43 381	0.36 440	0.41 371	0.40 461	0.41 369	0.36 429	1.87 661	2.16 723	0.47 479	0.37 461	0.39 400	0.33 410

GwcNet-ADL	0.41 349	0.41 252	0.41 407	0.41 319	0.41 480	0.41 367	0.41 474	0.41 362	0.41 476	0.41 360	0.41 473	0.41 371	0.41 473	0.41 369	0.41 467	0.41 353	0.41 413	0.41 441	0.41 490	0.41 425	0.41 463

PSMNet-ADL	0.41 349	0.41 252	0.41 407	0.41 319	0.41 480	0.41 367	0.41 474	0.41 362	0.41 476	0.41 360	0.41 473	0.41 371	0.41 473	0.41 369	0.41 467	0.41 353	0.41 413	0.41 441	0.41 490	0.41 425	0.41 463

GANet-ADL	0.41 349	0.41 252	0.41 407	0.41 319	0.41 480	0.41 367	0.41 474	0.41 362	0.41 476	0.41 360	0.41 473	0.41 371	0.41 473	0.41 369	0.41 467	0.41 353	0.41 413	0.41 441	0.41 490	0.41 425	0.41 463

ADLNet2	0.41 349	0.41 252	0.41 407	0.41 319	0.41 480	0.41 367	0.41 474	0.41 362	0.41 476	0.41 360	0.41 473	0.41 371	0.41 473	0.41 369	0.41 467	0.41 353	0.41 413	0.41 441	0.41 490	0.41 425	0.41 463

ADLNet	0.41 349	0.41 252	0.41 407	0.41 319	0.41 480	0.41 367	0.41 474	0.41 362	0.41 476	0.41 360	0.41 473	0.41 371	0.41 473	0.41 369	0.41 467	0.41 353	0.41 413	0.41 441	0.41 490	0.41 425	0.41 463

DGSMNet	0.34 286	0.41 252	0.27 265	0.41 319	0.28 325	0.41 367	0.28 318	0.41 362	0.27 319	0.41 360	0.27 316	0.42 389	0.27 320	0.41 369	0.28 314	0.40 345	0.29 304	0.40 423	0.28 372	0.40 414	0.27 332

Gwc-CoAtRS	0.41 349	1.49 535	0.32 310	0.42 329	0.32 412	0.41 367	0.32 399	0.41 362	0.33 418	0.41 360	0.32 409	0.41 371	0.32 409	0.41 369	0.32 394	0.39 337	0.28 290	0.39 410	0.28 372	0.40 414	0.28 360

testmc14	2.43 727	10.48 775	8.02 785	8.93 776	0.31 398	0.44 430	0.30 341	0.42 380	0.30 350	0.42 374	0.30 354	0.42 389	0.30 350	0.42 383	0.30 340	8.88 787	6.99 777	0.41 441	0.28 372	0.39 400	0.28 360

MCSU-Stereo	2.48 730	10.56 776	8.50 787	9.47 780	0.31 398	0.43 395	0.30 341	0.42 380	0.30 350	0.42 374	0.30 354	0.42 389	0.30 350	0.41 369	0.30 340	8.86 786	6.93 776	0.40 423	0.29 387	0.39 400	0.28 360

HiDET	0.38 321	0.44 269	0.30 283	0.42 329	0.30 350	0.42 388	0.30 341	0.42 380	0.30 350	0.44 420	0.30 354	0.42 389	0.30 350	0.42 383	0.68 547	0.37 311	0.32 324	0.40 423	0.29 387	0.37 338	0.29 369

LCMNet	0.38 321	0.44 269	0.30 283	0.42 329	0.30 350	0.42 388	0.30 341	0.42 380	0.30 350	0.45 432	0.30 354	0.42 389	0.30 350	0.42 383	0.69 555	0.37 311	0.32 324	0.40 423	0.29 387	0.37 338	0.29 369

HART	0.38 321	0.45 278	0.34 329	0.42 329	0.33 425	0.41 367	0.34 425	0.42 380	0.33 418	0.43 381	0.34 426	0.42 389	0.34 428	0.41 369	0.38 442	0.40 345	0.32 324	0.42 457	0.32 424	0.40 414	0.32 401

RAFT-Stereo-weight	0.45 403	1.90 591	0.34 329	0.42 329	0.36 447	0.43 395	0.35 430	0.42 380	0.34 429	0.42 374	0.34 426	0.44 434	0.34 428	0.41 369	0.34 421	0.38 324	0.32 324	0.38 366	0.32 424	0.38 351	0.33 410

GES	0.66 474	2.34 629	0.29 279	0.41 319	0.29 338	0.41 367	0.29 333	0.42 380	0.29 335	0.40 343	0.41 473	0.41 371	0.30 350	0.51 484	0.29 330	0.32 285	0.29 304	0.32 312	2.46 753	2.49 715	0.30 384

FCDSN-DC	0.41 349	0.59 332	0.64 497	0.54 420	0.33 425	0.50 479	0.37 443	0.42 380	0.40 466	0.61 511	0.43 486	0.50 482	0.49 509	0.38 338	0.32 394	0.28 266	0.23 261	0.26 287	0.22 290	0.35 323	0.28 360
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GCAP-Stereo-w-DA	0.60 457	5.10 718	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.44 421	0.30 340	0.44 369	0.37 384	0.38 366	0.26 312	0.38 351	0.26 293

TestStereo_HL3	2.76 741	0.41 252	11.46 791	14.11 789	0.30 350	0.45 444	0.29 333	0.43 388	0.29 335	0.43 381	0.29 339	0.43 398	0.28 329	0.44 421	0.30 340	13.57 792	10.32 790	0.41 441	0.27 351	0.38 351	0.27 332

TestStereo_HL2	2.73 738	0.41 252	11.06 788	14.13 790	0.30 350	0.44 430	0.28 318	0.43 388	0.29 335	0.43 381	0.28 324	0.43 398	0.29 341	0.43 390	0.28 314	13.51 791	10.37 791	0.41 441	0.27 351	0.38 351	0.27 332

GGDA	2.76 741	0.41 252	11.34 790	14.28 791	0.30 350	0.44 430	0.29 333	0.43 388	0.29 335	0.43 381	0.28 324	0.43 398	0.28 329	0.43 390	0.29 330	13.45 790	10.57 792	0.41 441	0.27 351	0.38 351	0.27 332

TestStereo-Hl	2.78 743	0.42 264	11.23 789	14.38 792	0.30 350	0.44 430	0.30 341	0.43 388	0.28 325	0.43 381	0.29 339	0.44 434	0.29 341	0.44 421	0.29 330	13.64 793	10.73 793	0.41 441	0.27 351	0.38 351	0.27 332

canet-new	0.44 380	1.82 574	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.44 421	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

bcnet-new	0.44 380	1.81 567	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

LWStereo	0.44 380	1.82 574	0.38 349	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

LMStereo	0.44 380	1.80 562	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.45 399	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

CR7Stereo	0.44 380	1.81 567	0.39 360	0.50 401	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.45 399	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

ARStereo	0.44 380	1.80 562	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

ARStereo-new	0.44 380	1.80 562	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

FCBStereo	0.44 380	1.79 561	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

PSGStereo	0.44 380	1.78 557	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT26K	0.43 367	1.76 552	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.31 382	0.44 369	0.33 337	0.38 366	0.27 351	0.38 351	0.26 293

CHEStereo	0.44 380	1.78 557	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

TOTStereo	0.44 380	1.81 567	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-CNN-DA	0.44 380	1.83 577	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

ACMStereo	0.60 457	5.12 719	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.44 421	0.30 340	0.44 369	0.37 384	0.38 366	0.26 312	0.38 351	0.26 293

KABStereo	0.43 367	1.76 552	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

KMOStereo	0.43 367	1.80 562	0.38 349	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-cres-4k	0.44 380	1.81 567	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-cres	0.43 367	1.77 554	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-36K	0.43 367	1.78 557	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-22K	0.44 380	1.85 583	0.38 349	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-20K	0.43 367	1.77 554	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-24K	0.44 380	1.86 586	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-5K	0.44 380	1.80 562	0.39 360	0.49 364	0.30 350	0.44 430	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.44 421	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-2K	0.44 380	1.82 574	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-3K	0.43 367	1.77 554	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-50K	0.44 380	1.83 577	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.36 379	0.38 366	0.26 312	0.38 351	0.26 293

GCAP-Stereo-DPT-FT	0.41 349	1.06 444	0.40 393	0.51 412	0.31 398	0.44 430	0.30 341	0.43 388	0.32 408	0.44 420	0.30 354	0.56 507	0.30 350	0.44 421	0.31 382	0.45 399	0.34 366	0.39 410	0.27 351	0.40 414	0.27 332

MonSter++	0.38 321	0.44 269	0.31 301	0.43 336	0.30 350	0.43 395	0.31 389	0.43 388	0.31 396	0.45 432	0.31 399	0.43 398	0.31 402	0.43 390	0.69 555	0.38 324	0.33 337	0.40 423	0.30 405	0.38 351	0.30 384

CSFM-Stereo	0.38 321	0.44 269	0.30 283	0.42 329	0.30 350	0.42 388	0.30 341	0.43 388	0.30 350	0.44 420	0.30 354	0.42 389	0.30 350	0.42 383	0.73 569	0.37 311	0.32 324	0.40 423	0.29 387	0.37 338	0.30 384

GCAP-BAT	0.41 349	1.30 521	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.44 420	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.44 369	0.34 366	0.38 366	0.26 312	0.38 351	0.26 293

test_for_model	0.35 297	0.39 235	0.30 283	0.43 336	0.30 350	0.43 395	0.30 341	0.43 388	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.44 421	0.31 382	0.38 324	0.26 269	0.38 366	0.26 312	0.38 351	0.26 293

GCAPDPT-zeroshot	0.36 305	0.40 239	0.30 283	0.43 336	0.30 350	0.43 395	0.30 341	0.43 388	0.31 396	0.43 381	0.30 354	0.43 398	0.30 350	0.44 421	0.31 382	0.39 337	0.28 290	0.39 410	0.27 351	0.39 400	0.26 293

RCA-Stereo	0.51 440	3.22 673	0.34 329	0.44 340	0.34 437	0.44 430	0.34 425	0.43 388	0.34 429	0.43 381	0.34 426	0.44 434	0.33 421	0.43 390	0.33 406	0.38 324	0.29 304	0.38 366	0.29 387	0.38 351	0.29 369

UCFNet_RVC	2.75 740	10.06 772	0.29 279	10.31 786	0.29 338	0.42 388	0.29 333	0.43 388	0.29 335	0.42 374	0.29 339	0.42 389	9.87 792	0.43 390	0.29 330	0.36 308	9.84 788	0.36 354	0.26 312	9.77 791	0.26 293

BARStereo	0.44 380	1.78 557	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.44 427	0.30 350	0.44 420	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.45 399	0.34 366	0.39 410	0.26 312	0.38 351	0.26 293

MUNStereo	0.44 380	1.81 567	0.39 360	0.49 364	0.30 350	0.44 430	0.30 341	0.44 427	0.30 350	0.44 420	0.30 354	0.44 434	0.30 350	0.44 421	0.30 340	0.45 399	0.33 337	0.38 366	0.26 312	0.38 351	0.26 293

RMAStereo	0.45 403	1.81 567	0.40 393	0.50 401	0.31 398	0.44 430	0.31 389	0.44 427	0.31 396	0.44 420	0.31 399	0.44 434	0.32 409	0.44 421	0.31 382	0.46 411	0.35 373	0.39 410	0.27 351	0.39 400	0.27 332

ATMStereo	0.46 412	1.99 601	0.40 393	0.51 412	0.31 398	0.44 430	0.31 389	0.44 427	0.31 396	0.44 420	0.31 399	0.44 434	0.31 402	0.44 421	0.32 394	0.47 418	0.35 373	0.39 410	0.27 351	0.39 400	0.27 332

GCAP-Stereo-DPT-25K	0.41 349	1.09 447	0.40 393	0.52 415	0.31 398	0.44 430	0.31 389	0.44 427	0.31 396	0.44 420	0.31 399	0.44 434	0.31 402	0.44 421	0.31 382	0.46 411	0.35 373	0.39 410	0.28 372	0.39 400	0.28 360

gcap_with_dpt	0.35 297	0.39 235	0.30 283	0.44 340	0.31 398	0.44 430	0.31 389	0.44 427	0.31 396	0.44 420	0.30 354	0.44 434	0.30 350	0.44 421	0.30 340	0.38 324	0.26 269	0.38 366	0.27 351	0.38 351	0.27 332

gcap-zeroshot	0.36 305	0.40 239	0.34 329	0.44 340	0.31 398	0.44 430	0.31 389	0.44 427	0.32 408	0.44 420	0.32 409	0.44 434	0.32 409	0.44 421	0.31 382	0.39 337	0.28 290	0.39 410	0.28 372	0.39 400	0.27 332

GCAPDPT-zeroshot4090	0.40 341	1.09 447	0.39 360	0.49 364	0.30 350	0.43 395	0.30 341	0.44 427	0.30 350	0.43 381	0.30 354	0.43 398	0.30 350	0.43 390	0.30 340	0.45 399	0.34 366	0.38 366	0.27 351	0.38 351	0.27 332

testlalala	0.36 305	0.40 239	0.34 329	0.44 340	0.31 398	0.44 430	0.31 389	0.44 427	0.32 408	0.44 420	0.32 409	0.44 434	0.32 409	0.44 421	0.31 382	0.39 337	0.28 290	0.39 410	0.28 372	0.39 400	0.27 332

water-stereo	0.41 349	0.84 377	0.46 424	0.50 401	0.33 425	0.45 444	0.33 410	0.45 436	0.32 408	0.45 432	0.32 409	0.45 444	0.32 409	0.45 440	0.32 394	0.44 369	0.41 413	0.39 410	0.31 416	0.39 400	0.32 401

GREAT-IGEV	0.38 321	0.43 266	0.36 342	0.48 358	0.32 412	0.45 444	0.32 399	0.45 436	0.32 408	0.45 432	0.32 409	0.45 444	0.32 409	0.45 440	0.32 394	0.44 369	0.33 337	0.41 441	0.29 387	0.41 425	0.29 369
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	0.40 341	0.45 278	0.35 340	0.48 358	0.36 447	0.47 456	0.34 425	0.45 436	0.38 450	0.47 444	0.33 418	0.45 444	0.32 409	0.45 440	0.32 394	0.39 337	0.38 392	0.38 366	0.37 461	0.39 400	0.39 451

fffy	0.38 321	0.43 266	0.33 315	0.46 345	0.33 425	0.45 444	0.32 399	0.45 436	0.32 408	0.45 432	0.32 409	0.45 444	0.33 421	0.45 440	0.32 394	0.38 324	0.38 392	0.38 366	0.37 461	0.37 338	0.36 431

DVStereo	0.43 367	0.86 381	0.48 440	0.50 401	0.33 425	0.46 451	0.33 410	0.46 440	0.33 418	0.46 438	0.33 418	0.47 454	0.33 421	0.47 449	0.34 421	0.45 399	0.42 423	0.40 423	0.33 435	0.47 459	0.38 444

otaku	0.46 412	0.46 282	0.46 424	0.46 345	0.46 501	0.46 451	0.46 494	0.46 440	0.46 494	0.46 438	0.46 497	0.46 448	0.46 494	0.46 445	0.46 488	0.46 411	0.46 439	0.46 469	0.46 506	0.46 445	0.46 480

Ntro	0.47 420	0.47 287	0.46 424	0.46 345	0.46 501	0.47 456	0.47 499	0.46 440	0.47 499	0.46 438	0.46 497	0.47 454	0.46 494	0.47 449	0.47 495	0.47 418	0.46 439	0.46 469	0.46 506	0.46 445	0.46 480

Dean	0.46 412	0.46 282	0.46 424	0.46 345	0.46 501	0.46 451	0.46 494	0.46 440	0.46 494	0.47 444	0.46 497	0.46 448	0.46 494	0.46 445	0.46 488	0.46 411	0.46 439	0.46 469	0.46 506	0.46 445	0.46 480

ACVNet_1	0.46 412	0.47 287	0.46 424	0.46 345	0.46 501	0.46 451	0.46 494	0.46 440	0.47 499	0.46 438	0.46 497	0.46 448	0.46 494	0.46 445	0.46 488	0.46 411	0.46 439	0.47 479	0.46 506	0.46 445	0.46 480

ACVNet-4b	0.46 412	0.46 282	0.46 424	0.46 345	0.46 501	0.46 451	0.46 494	0.46 440	0.46 494	0.46 438	0.46 497	0.46 448	0.46 494	0.47 449	0.46 488	0.46 411	0.46 439	0.46 469	0.46 506	0.46 445	0.46 480

Former-RAFT_DAM_RVC	0.49 432	0.98 411	0.64 497	0.84 487	0.46 501	0.45 444	0.35 430	0.47 446	0.47 499	0.45 432	0.34 426	0.46 448	0.48 503	0.46 445	0.35 425	0.39 337	0.71 530	0.39 410	0.35 452	0.41 425	0.41 463

HaxPig	0.47 420	0.47 287	0.47 432	0.49 364	0.47 508	0.47 456	0.47 499	0.47 446	0.47 499	0.47 444	0.47 505	0.47 454	0.47 502	0.47 449	0.47 495	0.47 418	0.47 447	0.47 479	0.47 513	0.47 459	0.48 490

UNDER WATER	0.47 420	0.47 287	0.47 432	0.47 352	0.47 508	0.47 456	0.47 499	0.47 446	0.47 499	0.47 444	0.47 505	0.47 454	0.46 494	0.47 449	0.47 495	0.47 418	0.47 447	0.47 479	0.46 506	0.47 459	0.47 488

LVE	0.47 420	0.47 287	0.47 432	0.47 352	0.49 516	0.47 456	0.47 499	0.47 446	0.49 508	0.47 444	0.47 505	0.47 454	0.46 494	0.47 449	0.47 495	0.47 418	0.47 447	0.48 487	0.47 513	0.47 459	0.47 488

rgla	0.45 403	0.54 318	0.33 315	0.67 452	0.32 412	0.48 461	0.33 410	0.48 450	0.33 418	0.48 451	0.94 602	0.48 461	0.33 421	0.47 449	0.33 406	0.45 399	0.52 472	0.53 509	0.31 416	0.45 440	0.32 401

416test1013	0.49 432	0.80 370	0.33 315	0.67 452	0.33 425	0.48 461	0.41 474	0.48 450	0.39 463	0.48 451	0.93 601	0.52 494	0.32 409	0.52 489	0.38 442	0.49 426	0.51 469	0.53 509	0.37 461	0.51 477	0.36 431

416test	0.46 412	0.55 321	0.33 315	0.67 452	0.33 425	0.48 461	0.33 410	0.48 450	0.33 418	0.48 451	0.99 607	0.48 461	0.33 421	0.48 459	0.33 406	0.45 399	0.52 472	0.54 512	0.32 424	0.45 440	0.32 401

PhaseNet	1.74 656	6.34 749	4.81 766	6.77 764	0.24 308	0.80 542	0.53 521	0.48 450	0.22 286	0.53 490	0.28 324	0.48 461	0.25 303	0.40 349	0.32 394	6.39 774	4.61 761	0.46 469	0.38 475	0.25 271	0.18 261

SCV_C0	0.45 403	0.88 386	0.49 447	0.54 420	0.37 452	0.48 461	0.37 443	0.48 450	0.37 446	0.48 451	0.36 440	0.48 461	0.37 444	0.49 466	0.37 439	0.50 433	0.41 413	0.44 460	0.34 439	0.44 435	0.34 417

SCV	0.46 412	0.94 406	0.45 418	0.54 420	0.37 452	0.48 461	0.38 450	0.48 450	0.37 446	0.48 451	0.39 462	0.48 461	0.37 444	0.49 466	0.37 439	0.50 433	0.46 439	0.44 460	0.34 439	0.44 435	0.34 417

RainbowNet	0.48 426	0.48 293	0.48 440	0.48 358	0.48 512	0.48 461	0.48 508	0.48 450	0.48 506	0.48 451	0.48 509	0.48 461	0.48 503	0.48 459	0.48 501	0.48 423	0.48 453	0.48 487	0.48 517	0.48 463	0.48 490

notaker	0.48 426	0.49 295	0.48 440	0.48 358	0.48 512	0.48 461	0.48 508	0.48 450	0.49 508	0.48 451	0.48 509	0.48 461	0.48 503	0.48 459	0.48 501	0.48 423	0.48 453	0.48 487	0.48 517	0.48 463	0.49 496

Pro-Stereo	0.79 512	0.53 314	0.38 349	0.49 364	0.38 459	0.49 470	0.37 443	0.49 458	0.67 547	0.50 474	0.38 452	1.10 598	0.38 448	0.49 466	0.38 442	0.71 492	0.88 552	5.98 786	0.36 458	0.46 445	0.36 431

UGAM	0.51 440	2.23 618	0.39 360	0.54 420	0.35 441	0.50 479	0.35 430	0.49 458	0.35 433	0.49 461	0.35 435	0.49 468	0.36 439	0.50 474	0.36 429	0.49 426	0.37 384	0.45 465	0.34 439	0.45 440	0.34 417

MyStereo07	0.60 457	3.72 685	0.48 440	0.49 364	0.41 480	0.36 324	0.32 399	0.49 458	0.43 486	0.51 483	0.42 483	0.49 468	0.43 484	0.51 484	0.64 532	0.49 426	0.45 437	0.34 329	0.32 424	0.35 323	0.43 473

KSHMR	0.66 474	0.50 300	0.48 440	1.15 537	0.52 527	0.49 470	0.51 518	0.49 458	0.71 571	0.67 525	0.50 516	1.16 606	1.11 606	0.66 519	0.52 513	0.49 426	0.49 456	0.51 503	0.66 561	0.50 471	1.14 618

ACVNet_2	0.49 432	0.49 295	0.49 447	0.49 364	0.49 516	0.49 470	0.49 510	0.49 458	0.49 508	0.49 461	0.49 512	0.49 468	0.49 509	0.49 466	0.49 503	0.49 426	0.49 456	0.49 492	0.49 521	0.49 466	0.49 496

CFNet_ucs	2.73 738	9.64 769	0.33 315	9.92 783	0.32 412	0.49 470	0.33 410	0.49 458	0.33 418	0.49 461	0.33 418	0.49 468	8.98 790	0.48 459	0.33 406	0.41 353	9.96 789	0.40 423	0.29 387	10.12 793	0.54 514

CFNet_pseudo	2.67 737	9.36 767	0.32 310	10.99 787	0.33 425	0.85 552	0.33 410	0.49 458	0.33 418	0.49 461	0.32 409	0.49 468	7.26 786	0.49 466	0.33 406	0.41 353	9.62 786	0.41 441	0.29 387	10.03 792	0.29 369

pcwnet_v2	2.66 736	9.89 771	0.33 315	9.89 782	0.32 412	0.50 479	0.32 399	0.49 458	0.33 418	0.49 461	0.34 426	0.49 468	8.76 789	0.48 459	0.33 406	0.41 353	9.58 785	0.40 423	0.29 387	9.01 788	0.63 535

psmorigin	0.41 349	0.46 282	0.33 315	0.49 364	0.33 425	0.49 470	0.33 410	0.49 458	0.33 418	0.49 461	0.33 418	0.49 468	0.33 421	0.51 484	0.33 406	0.41 353	0.30 314	0.41 441	0.30 405	0.79 530	0.29 369

quiztm	0.43 367	0.49 295	0.40 393	0.51 412	0.40 470	0.51 491	0.40 465	0.50 467	0.40 466	0.50 474	0.40 465	0.51 493	0.40 461	0.50 474	0.40 459	0.44 369	0.34 366	0.44 460	0.34 439	0.44 435	0.34 417

GSStereo	0.81 520	4.28 702	0.50 453	0.59 433	0.40 470	0.51 491	0.38 450	0.50 467	0.38 450	0.50 474	0.38 452	0.50 482	3.79 767	0.50 474	0.38 442	0.54 445	0.43 428	0.46 469	0.34 439	0.46 445	0.35 428

GS-Stereo							0.38 450	0.50 467	0.38 450	0.50 474	0.38 452	0.50 482	3.79 767	0.50 474	0.38 442	0.54 445	0.43 428	0.46 469	0.34 439	0.46 445	0.35 428

252Zero-FE	0.45 403	0.50 300	0.36 342	0.50 401	0.36 447	0.50 479	0.36 437	0.50 467	0.36 444	0.49 461	0.36 440	0.49 468	0.36 439	0.54 495	0.41 467	0.45 399	0.34 366	0.45 465	0.34 439	0.55 486	0.75 570

GASTEREO	0.48 426	1.21 509	0.47 432	0.57 428	0.38 459	0.50 479	0.38 450	0.50 467	0.38 450	0.50 474	0.38 452	0.50 482	0.38 448	0.50 474	0.38 442	0.52 441	0.42 423	0.46 469	0.34 439	0.46 445	0.34 417

FoundationStereo	0.50 435	0.50 300	0.50 453	0.50 401	0.50 520	0.50 479	0.50 514	0.50 467	0.50 513	0.50 474	0.50 516	0.50 482	0.50 513	0.50 474	0.50 506	0.50 433	0.50 464	0.50 498	0.50 523	0.50 471	0.50 499

StereoAnything_RVC	0.50 435	0.50 300	0.50 453	0.50 401	0.50 520	0.50 479	0.50 514	0.50 467	0.50 513	0.50 474	0.50 516	0.50 482	0.50 513	0.50 474	0.50 506	0.50 433	0.50 464	0.50 498	0.50 523	0.50 471	0.50 499

dual_stereo	0.50 435	0.50 300	0.50 453	0.50 401	0.50 520	0.50 479	0.50 514	0.50 467	0.50 513	0.50 474	0.50 516	0.50 482	0.50 513	0.50 474	0.50 506	0.50 433	0.50 464	0.50 498	0.50 523	0.50 471	0.50 499

UGAM-zero	0.51 440	2.17 613	0.39 360	0.53 417	0.36 447	0.50 479	0.36 437	0.50 467	0.36 444	0.49 461	0.36 440	0.50 482	0.35 435	0.50 474	0.36 429	0.49 426	0.37 384	0.47 479	0.35 452	0.46 445	0.34 417

GCST	0.50 435	2.08 604	0.38 349	0.53 417	0.35 441	0.49 470	0.35 430	0.50 467	0.35 433	0.49 461	0.35 435	0.49 468	0.35 435	0.49 466	0.35 425	0.48 423	0.37 384	0.45 465	0.33 435	0.44 435	0.33 410

TorneroNet	0.66 474	0.53 314	0.50 453	0.50 401	0.64 551	1.06 586	0.70 565	0.50 467	0.51 520	0.49 461	0.69 561	0.49 468	0.50 513	0.48 459	1.15 617	0.71 492	0.49 456	1.14 605	1.08 618	0.49 466	0.49 496

Selective-IGEV	0.51 440	0.55 321	0.45 418	0.69 458	0.45 499	0.61 514	0.45 490	0.50 467	0.40 466	0.56 501	0.44 488	0.55 504	0.40 461	0.72 530	0.67 539	0.59 461	0.46 439	0.45 465	0.34 439	0.46 445	0.37 437

ccnet	0.80 515	2.28 621	0.33 315	0.50 401	0.33 425	0.50 479	0.33 410	0.50 467	0.33 418	0.49 461	0.33 418	0.49 468	1.56 683	2.38 716	0.33 406	0.41 353	0.29 304	0.42 457	1.57 700	2.28 702	0.29 369

SANet	0.50 435	0.50 300	0.50 453	0.50 401	0.50 520	0.50 479	0.50 514	0.50 467	0.50 513	0.50 474	0.50 516	0.50 482	0.50 513	0.50 474	0.50 506	0.50 433	0.50 464	0.50 498	0.50 523	0.50 471	0.50 499

S0	0.42 364	0.44 269	0.54 468	0.59 433	0.34 437	0.48 461	0.22 281	0.51 481	0.25 301	0.51 483	0.34 426	0.53 496	0.35 435	0.47 449	0.36 429	0.55 451	0.39 399	0.49 492	0.27 351	0.46 445	0.34 417

GEAStereo	0.62 466	3.91 692	0.48 440	0.69 458	0.38 459	0.51 491	0.38 450	0.51 481	0.38 450	0.53 490	0.38 452	0.50 482	0.38 448	0.51 484	0.38 442	0.54 445	0.43 428	0.46 469	0.34 439	0.46 445	0.34 417

gasm-f	0.62 466	3.91 692	0.48 440	0.69 458	0.38 459	0.51 491	0.38 450	0.51 481	0.38 450	0.53 490	0.38 452	0.50 482	0.38 448	0.51 484	0.38 442	0.54 445	0.43 428	0.46 469	0.34 439	0.46 445	0.34 417

ccccc	0.41 349	0.44 269	0.34 329	0.48 358	0.35 441	0.48 461	0.35 430	0.51 481	0.35 433	0.47 444	0.35 435	0.47 454	0.34 428	0.47 449	0.35 425	0.41 353	0.40 403	0.40 423	0.40 481	0.41 425	0.39 451

ktn	0.72 494	0.53 314	1.08 575	1.14 534	0.51 526	1.22 648	1.36 684	0.51 481	0.59 533	0.51 483	0.51 522	0.69 530	1.20 618	0.67 521	0.51 511	0.51 439	0.49 456	0.58 518	0.66 561	0.52 480	0.53 511

depthmonostereo	0.44 380	0.85 379	0.46 424	0.54 420	0.40 470	0.52 495	0.38 450	0.52 486	0.35 433	0.47 444	0.34 426	0.46 448	0.34 428	0.47 449	0.34 421	0.45 399	0.43 428	0.41 441	0.33 435	0.41 425	0.32 401

fffft	0.48 426	0.51 308	0.45 418	0.52 415	0.45 499	0.52 495	0.45 490	0.52 486	0.48 506	0.53 490	0.45 493	0.52 494	0.45 490	0.52 489	0.46 488	0.51 439	0.41 413	0.50 498	0.41 490	0.50 471	0.41 463
1: 1. 1
LG-Stereo_L1	0.47 420	0.52 310	0.47 432	0.62 439	0.39 469	0.53 497	0.40 465	0.53 488	0.39 463	0.53 490	0.39 462	0.53 496	0.39 460	0.53 492	0.39 456	0.55 451	0.46 439	0.49 492	0.37 461	0.49 466	0.37 437

PSMNet_ROB	0.54 447	0.54 318	0.54 468	0.54 420	0.53 530	0.54 501	0.54 524	0.53 488	0.54 524	0.54 496	0.54 527	0.54 500	0.53 520	0.54 495	0.54 517	0.54 445	0.53 476	0.54 512	0.54 531	0.54 485	0.54 514

MSCF	0.51 440	1.40 532	0.49 447	0.58 430	0.38 459	0.50 479	0.38 450	0.54 490	0.41 476	0.52 487	0.41 473	0.53 496	0.42 479	0.53 492	0.41 467	0.60 463	0.47 447	0.48 487	0.37 461	0.48 463	0.38 444

Occ-G	1.12 585	0.52 310	3.72 761	3.50 718	0.50 520	0.56 503	0.47 499	0.54 490	0.46 494	0.54 496	0.41 473	0.54 500	0.42 479	0.52 489	0.42 475	3.42 735	4.02 757	0.52 506	0.45 504	0.51 477	0.44 476

iRaftStereo_RVC	0.97 561	3.17 672	2.30 728	2.42 676	0.38 459	0.54 501	0.38 450	0.54 490	0.38 450	0.54 496	0.38 452	0.54 500	0.38 448	0.54 495	0.38 442	2.38 711	2.34 727	0.49 492	0.36 458	0.49 466	0.36 431

FSD	0.61 463	0.59 332	0.50 453	2.58 683	0.44 495	0.56 503	0.44 484	0.55 493	0.44 489	0.56 501	0.44 488	0.56 507	0.44 486	0.56 500	0.46 488	0.61 467	0.42 423	0.52 506	0.42 498	0.52 480	0.51 506

LG-Stereo_Zeroshot	0.48 426	0.55 321	0.47 432	0.63 441	0.41 480	0.56 503	0.44 484	0.56 494	0.41 476	0.56 501	0.41 473	0.57 510	0.42 479	0.56 500	0.41 467	0.55 451	0.43 428	0.51 503	0.37 461	0.51 477	0.37 437

MyStereo06	0.75 502	4.12 696	0.60 482	0.63 441	0.61 545	0.62 517	0.66 541	0.56 494	0.45 493	0.55 499	0.48 509	0.54 500	0.46 494	0.57 505	0.45 484	0.60 463	0.57 483	0.64 527	0.55 533	0.72 516	0.55 522

CASS	0.57 456	0.89 389	0.56 472	0.57 428	0.56 534	0.56 503	0.56 526	0.56 494	0.53 522	0.57 504	0.57 531	0.59 514	0.48 503	0.56 500	0.57 521	0.55 451	0.56 481	0.47 479	0.56 537	0.62 498	0.56 525
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 457	0.58 329	0.47 432	0.64 446	0.74 573	1.00 569	0.69 558	0.57 497	0.41 476	0.57 504	0.41 473	0.57 510	0.41 473	1.00 576	0.75 574	0.91 532	0.51 469	0.52 506	0.37 461	0.52 480	0.37 437

LL-Strereo	1.01 572	5.06 717	1.63 672	0.70 464	1.43 691	0.56 503	0.46 494	0.57 497	0.50 513	0.57 504	0.50 516	1.58 671	0.49 509	0.59 507	0.50 506	1.64 653	0.52 472	0.51 503	1.37 687	0.52 480	0.45 478

PML	0.46 412	1.36 527	0.29 279	0.58 430	0.30 350	0.57 509	0.29 333	0.57 497	0.29 335	0.57 504	0.29 339	0.57 510	0.29 341	0.56 500	0.29 330	0.52 441	0.30 314	0.53 509	0.31 416	0.53 484	0.30 384

SE	0.64 470	0.73 353	0.77 537	0.79 478	0.59 537	0.78 537	0.54 524	0.58 500	0.58 528	0.78 543	0.59 535	0.63 521	0.18 271	0.78 537	0.52 513	0.80 516	0.65 508	0.69 537	0.57 540	0.75 521	0.52 508

AIO-test1	0.54 447	0.60 337	0.52 463	0.66 451	0.47 508	0.61 514	0.47 499	0.58 500	0.46 494	0.61 511	0.46 497	0.61 518	0.45 490	0.62 511	0.45 484	0.61 467	0.52 472	0.57 517	0.48 517	0.57 492	0.48 490

LMCR-Stereo	0.65 472	0.63 340	0.65 501	0.65 447	0.65 553	0.66 522	0.63 537	0.58 500	0.65 543	0.63 518	0.64 545	0.65 526	0.65 540	0.66 519	0.66 538	0.66 482	0.64 506	0.65 531	0.67 565	0.68 507	0.73 566

AIO-Stereo-zeroshot1	0.75 502	0.92 400	0.85 550	0.96 512	0.59 537	1.27 652	0.44 484	0.59 503	0.69 558	0.91 560	0.68 556	0.55 504	0.61 536	1.06 592	0.83 587	0.62 472	0.70 526	0.90 572	0.41 490	0.89 548	0.56 525

MyStereo8	0.71 491	3.92 694	0.52 463	0.59 433	0.52 527	0.57 509	0.53 521	0.59 503	0.50 513	0.59 508	0.51 522	0.57 510	0.50 513	0.56 500	0.52 513	0.54 445	0.49 456	0.54 512	0.49 521	0.55 486	0.50 499

DNS	0.86 541	2.43 637	1.66 675	2.03 646	0.42 490	0.60 512	0.42 480	0.60 505	0.42 484	0.60 509	0.42 483	0.60 515	0.42 479	0.60 509	0.42 475	1.97 671	1.63 680	0.55 515	0.40 481	0.55 486	0.40 454

DN	0.53 446	0.85 379	0.45 418	0.65 447	0.44 495	0.60 512	0.44 484	0.60 505	0.44 489	0.60 509	0.45 493	0.60 515	0.44 486	0.60 509	0.44 481	0.56 455	0.42 423	0.56 516	0.42 498	0.56 489	0.42 470

AEACV	1.12 585	0.52 310	3.12 752	3.24 703	0.86 593	0.53 497	0.49 510	0.60 505	0.47 499	0.53 490	0.49 512	0.55 504	0.45 490	0.55 499	0.47 495	3.01 730	3.88 755	0.71 543	0.60 545	0.80 533	0.48 490

CFNet_RVC	2.38 726	8.71 762	0.38 349	9.33 777	0.42 490	0.56 503	0.42 480	0.60 505	0.38 450	0.62 515	0.42 483	0.56 507	7.29 787	0.62 511	0.42 475	0.53 444	0.37 384	0.49 492	0.34 439	8.30 784	6.87 790

AIO-test2	0.55 452	0.59 332	0.52 463	0.67 452	0.47 508	0.61 514	0.47 499	0.61 509	0.47 499	0.61 511	0.47 505	0.61 518	0.48 503	0.62 511	0.47 495	0.64 478	0.53 476	0.58 518	0.47 513	0.58 494	0.48 490

MonSter	0.60 457	0.64 342	0.52 463	0.62 439	0.44 495	2.07 692	0.44 484	0.62 510	0.44 489	0.62 515	0.44 488	0.62 520	0.44 486	0.62 511	0.44 481	0.58 458	0.42 423	0.62 523	0.46 506	0.58 494	0.42 470

S	0.56 454	0.61 339	0.54 468	0.68 457	0.48 512	0.65 520	0.49 510	0.63 511	0.49 508	0.64 519	0.49 512	0.64 522	0.48 503	0.62 511	0.49 503	0.63 476	0.62 502	0.59 521	0.48 517	0.57 492	0.48 490

test-3	0.98 563	4.13 698	1.85 695	1.85 633	0.61 545	0.69 525	0.37 443	0.63 511	0.61 537	0.66 523	0.51 522	0.73 539	0.44 486	0.57 505	0.54 517	1.68 654	1.81 692	0.40 423	0.43 501	0.66 502	0.50 499

DispNO	1.00 564	0.63 340	0.43 414	3.45 714	0.44 495	0.65 520	0.43 483	0.64 513	0.43 486	0.64 519	0.43 486	0.64 522	3.03 745	0.64 517	0.43 480	4.55 747	0.43 428	0.63 525	0.43 501	0.63 499	0.43 473

WAFT-Stereo (ZS)	0.67 480	0.78 365	0.67 507	0.67 452	0.66 556	0.67 523	0.67 545	0.65 514	0.66 545	0.66 523	0.67 550	0.66 529	0.67 545	0.67 521	0.72 568	0.66 482	0.67 511	0.67 533	0.67 565	0.67 505	0.67 548

MyStereo05	0.80 515	4.12 696	0.63 494	0.63 441	0.61 545	0.62 517	0.66 541	0.65 514	0.62 538	0.67 525	0.61 541	0.65 526	0.58 529	0.67 521	0.55 520	0.60 463	0.57 483	0.64 527	0.55 533	0.72 516	0.55 522

DSFCA	0.66 474	0.73 353	0.78 539	0.65 447	0.65 553	0.64 519	0.64 538	0.65 514	0.63 541	0.64 519	0.64 545	0.64 522	0.64 538	0.65 518	0.65 535	0.65 480	0.65 508	0.65 531	0.65 558	0.66 502	0.64 541

WCG-NET	0.61 463	1.21 509	0.54 468	0.61 438	0.53 530	0.67 523	0.53 521	0.66 517	0.53 522	0.64 519	0.53 525	0.65 526	0.53 520	0.59 507	0.52 513	0.65 480	0.48 453	0.64 527	0.52 527	0.58 494	0.50 499

SMoEStereo_RVC	0.63 468	0.75 358	0.51 460	0.73 472	0.53 530	0.71 530	0.47 499	0.67 518	0.58 528	0.74 539	0.60 537	0.72 537	0.53 520	0.74 534	0.51 511	0.61 467	0.62 502	0.62 523	0.61 547	0.63 499	0.61 531

PA-Net	11.80 791	223.51 823	0.62 490	0.59 433	0.71 568	0.59 511	0.73 572	0.67 518	0.73 577	0.55 499	0.61 541	0.60 515	0.74 569	0.63 516	0.73 569	0.66 482	0.60 496	0.69 537	0.66 561	0.72 516	0.65 543
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
mm2	0.69 485	0.69 346	0.69 517	0.69 458	0.69 562	0.69 525	0.69 558	0.69 520	0.69 558	0.69 528	0.69 561	0.69 530	0.69 557	0.69 524	0.69 555	0.69 486	0.69 523	0.69 537	0.69 571	0.69 511	0.69 552

mm1	0.69 485	0.69 346	0.69 517	0.69 458	0.69 562	0.69 525	0.69 558	0.69 520	0.69 558	0.69 528	0.69 561	0.69 530	0.69 557	0.69 524	0.69 555	0.69 486	0.69 523	0.69 537	0.69 571	0.69 511	0.69 552

HH	0.71 491	2.54 640	0.74 532	1.10 528	0.32 412	0.41 367	0.37 443	0.69 520	0.78 581	0.73 534	0.90 594	0.75 542	1.00 593	0.84 550	0.69 555	0.69 486	0.40 403	0.35 345	0.26 312	0.35 323	0.26 293

HanStereo	0.71 491	2.54 640	0.74 532	1.10 528	0.32 412	0.41 367	0.37 443	0.69 520	0.78 581	0.73 534	0.90 594	0.75 542	1.00 593	0.84 550	0.69 555	0.69 486	0.40 403	0.35 345	0.26 312	0.35 323	0.26 293

tt45	1.04 577	0.88 386	1.36 653	0.92 500	1.03 615	1.51 672	0.79 579	0.70 524	0.88 593	0.74 539	0.90 594	1.60 672	0.72 567	1.60 671	0.75 574	0.91 532	0.78 541	1.52 681	0.79 591	1.14 583	1.32 682

MWDA-net	0.67 480	0.66 343	0.45 418	2.84 691	0.46 501	0.73 532	0.45 490	0.71 525	0.44 489	0.72 531	0.45 493	0.70 533	0.45 490	0.70 526	0.44 481	0.61 467	0.41 413	0.61 522	0.43 501	0.61 497	0.42 470

DStereoRT	0.73 498	0.81 374	0.73 531	0.71 466	0.74 573	0.73 532	0.75 574	0.71 525	0.71 571	0.74 539	0.72 574	0.73 539	0.80 578	0.71 528	0.73 569	0.76 510	0.71 530	0.73 544	0.72 580	0.70 514	0.76 573

anonymity	0.63 468	0.69 346	0.56 472	0.71 466	0.56 534	0.71 530	0.56 526	0.71 525	0.56 525	0.72 531	0.56 530	0.71 534	0.56 524	0.71 528	0.58 523	0.68 485	0.55 479	0.68 534	0.55 533	0.68 507	0.54 514

DMCA-RVC	0.70 488	0.80 370	0.70 520	0.70 464	0.70 566	0.70 528	0.70 565	0.71 525	0.70 566	0.70 530	0.71 571	0.71 534	0.70 561	0.70 526	0.69 555	0.69 486	0.70 526	0.69 537	0.70 575	0.69 511	0.70 555

LiteMatch	1.13 587	0.73 353	2.80 737	3.23 701	0.61 545	0.83 550	0.68 550	0.73 529	0.69 558	1.00 570	0.77 582	0.94 570	0.57 526	0.82 544	0.64 532	2.97 728	2.43 730	0.68 534	0.32 424	0.56 489	0.70 555

Lsterematch	1.13 587	0.73 353	2.80 737	3.23 701	0.61 545	0.83 550	0.68 550	0.73 529	0.69 558	1.00 570	0.77 582	0.94 570	0.57 526	0.82 544	0.64 532	2.97 728	2.43 730	0.68 534	0.32 424	0.56 489	0.70 555

iGMRVC	0.84 532	2.85 664	0.72 527	0.72 468	0.73 571	0.77 535	0.79 579	0.73 529	0.74 579	0.73 534	0.72 574	0.73 539	0.76 572	0.73 532	0.73 569	0.72 500	0.73 533	0.73 544	0.72 580	0.73 519	0.72 562

4D-IteraStereo	0.78 511	3.13 670	0.89 551	0.69 458	0.32 412	0.40 348	0.32 399	0.76 532	0.97 606	0.52 487	0.65 547	0.89 562	0.32 409	0.76 536	0.98 599	0.83 525	0.94 558	0.35 345	0.27 351	0.70 514	0.89 588

ARAFT	0.68 482	0.81 374	0.63 494	0.74 475	0.60 539	0.78 537	0.62 536	0.77 533	0.66 545	0.74 539	0.63 543	0.75 542	0.62 537	0.83 549	0.60 528	0.70 491	0.55 479	0.70 542	0.60 545	0.78 528	0.55 522

PointNet	0.60 457	0.75 358	0.49 447	0.79 478	0.50 520	0.79 540	0.49 510	0.79 534	0.49 508	0.80 546	0.49 512	0.79 547	0.49 509	0.80 540	0.49 503	0.63 476	0.40 403	0.63 525	0.40 481	0.63 499	0.40 454

GCAP-Stereo	0.75 502	4.15 699	0.42 412	0.75 476	0.35 441	0.78 537	0.40 465	0.79 534	0.38 450	0.78 543	0.36 440	0.78 545	0.36 439	0.79 538	0.39 456	0.75 508	0.39 399	0.76 552	0.39 479	0.75 521	0.39 451

G-Net	0.79 512	0.79 367	0.79 542	0.79 478	0.79 586	0.79 540	0.79 579	0.79 534	0.79 585	0.79 545	0.79 586	0.79 547	0.79 577	0.79 538	0.79 579	0.79 514	0.79 543	0.79 556	0.79 591	0.79 530	0.79 578

AFF-stereo	0.73 498	0.88 386	0.67 507	0.75 476	0.68 561	0.75 534	0.64 538	0.80 537	0.72 574	0.83 554	0.70 565	0.82 553	0.64 538	0.84 550	0.67 539	0.77 513	0.63 504	0.81 561	0.63 549	0.78 528	0.62 534

NaN_ROB	0.80 515	0.80 370	0.80 543	0.80 482	0.80 589	0.80 542	0.80 582	0.80 537	0.80 587	0.80 546	0.80 588	0.80 549	0.80 578	0.80 540	0.80 582	0.80 516	0.80 546	0.80 559	0.80 593	0.80 533	0.80 579

CSAN	0.80 515	0.80 370	0.80 543	0.80 482	0.80 589	0.80 542	0.80 582	0.80 537	0.80 587	0.80 546	0.80 588	0.80 549	0.80 578	0.80 540	0.80 582	0.80 516	0.80 546	0.80 559	0.80 593	0.80 533	0.80 579

CAR	0.72 494	0.76 361	0.59 478	0.84 487	1.19 631	0.81 545	0.58 529	0.81 540	0.58 528	0.81 549	0.58 533	0.83 554	0.59 531	0.82 544	0.59 526	0.71 492	0.49 456	0.73 544	0.68 567	0.87 544	0.52 508

MSE-Stereo	0.72 494	0.76 361	0.59 478	0.84 487	1.19 631	0.81 545	0.58 529	0.81 540	0.58 528	0.81 549	0.58 533	0.83 554	0.59 531	0.82 544	0.59 526	0.71 492	0.49 456	0.73 544	0.68 567	0.87 544	0.52 508

RAFT-Stereo + iAFF	0.70 488	0.72 352	0.71 524	0.80 482	0.62 550	0.82 548	0.61 535	0.81 540	0.62 538	0.81 549	0.63 543	0.80 549	0.70 561	0.73 532	0.61 530	0.76 510	0.61 501	0.74 549	0.61 547	0.77 526	0.61 531

zero-FE	0.72 494	1.31 523	0.66 503	0.92 500	0.60 539	0.82 548	0.58 529	0.82 543	0.58 528	0.81 549	0.60 537	0.81 552	0.60 533	0.82 544	0.58 523	0.74 507	0.59 493	0.73 544	0.52 527	0.76 524	0.51 506

MGA	0.73 498	0.76 361	0.60 482	0.92 500	1.17 627	0.81 545	0.59 533	0.84 544	0.62 538	0.81 549	0.59 535	0.84 556	0.60 533	0.81 543	0.61 530	0.71 492	0.53 476	0.89 571	0.53 529	0.75 521	0.54 514

Selective-RAFT-Error	0.88 546	0.84 377	0.98 563	0.86 492	0.97 605	0.88 556	0.95 600	0.84 544	0.99 609	0.92 562	0.82 590	0.84 556	0.98 592	0.87 555	0.97 598	0.81 520	0.83 549	0.79 556	0.82 596	0.79 530	0.85 584

monster-pro	0.75 502	1.67 542	0.64 497	0.89 493	0.57 536	0.86 554	0.56 526	0.87 546	0.56 525	0.87 555	0.57 531	0.88 559	0.57 526	0.87 555	0.57 521	0.79 514	0.58 487	0.76 552	0.54 531	0.77 526	0.54 514

PAM_32	0.64 470	2.38 633	0.51 460	0.92 500	0.43 494	0.53 497	0.44 484	0.87 546	0.43 486	0.52 487	0.45 493	0.53 496	0.40 461	0.54 495	0.46 488	0.62 472	0.56 481	0.48 487	0.45 504	0.76 524	0.44 476

DCRE	0.84 532	1.89 589	0.77 537	0.94 507	0.72 570	0.88 556	0.73 572	0.87 546	0.78 581	0.90 558	0.71 571	0.88 559	0.67 545	0.88 557	0.73 569	0.81 520	0.68 517	0.81 561	0.70 575	0.82 538	0.70 555

Selective-RAFT	0.89 548	0.89 389	0.72 527	1.16 542	0.78 584	1.06 586	0.82 589	0.87 546	0.97 606	1.00 570	0.91 597	0.90 563	1.00 593	0.89 559	0.93 595	0.83 525	0.83 549	0.82 565	0.82 596	0.81 536	0.82 582

UDG	0.80 515	2.21 617	0.60 482	0.91 497	0.60 539	0.90 559	0.58 529	0.88 550	0.60 534	0.90 558	0.60 537	0.88 559	0.60 533	0.90 560	0.58 523	0.86 529	0.60 496	0.84 567	0.59 544	0.84 541	0.61 531

MoCha-V2	2.11 700	26.97 795	0.78 539	0.92 500	0.77 583	0.96 566	0.72 571	0.90 551	0.72 574	0.94 566	0.70 565	0.90 563	0.71 566	0.91 562	0.71 566	0.85 528	0.71 530	0.88 570	0.69 571	0.87 544	0.67 548

DDUNet	0.81 520	2.45 638	0.57 476	0.90 495	0.60 539	0.88 556	0.59 533	0.90 551	0.60 534	0.88 557	0.60 537	0.90 563	0.58 529	0.88 557	0.60 528	0.84 527	0.60 496	0.86 569	0.57 540	0.86 543	0.60 530

CFNet-RSSM	0.91 549	4.89 710	0.34 329	0.44 340	1.07 617	1.62 676	1.40 691	0.91 553	0.35 433	1.60 668	1.39 691	0.64 522	0.34 428	0.44 421	0.33 406	0.41 353	0.35 373	0.75 550	0.30 405	0.41 425	0.29 369

UNet	0.29 263	0.90 393	0.10 103	0.14 133	0.10 166	0.14 192	0.10 162	0.91 553	0.69 558	0.14 192	0.11 181	0.14 193	0.11 180	0.14 193	0.10 159	0.12 122	0.09 105	0.12 170	0.09 153	0.88 547	0.76 573

DGTPSM_ROB	0.93 556	1.00 421	0.92 558	0.94 507	0.96 604	0.91 560	0.92 596	0.91 553	0.96 605	0.91 560	0.96 603	0.93 569	0.92 587	0.94 568	0.92 591	0.92 535	0.92 556	0.90 572	0.92 601	0.94 564	0.91 590

test_xeample3	1.10 582	1.81 567	0.61 488	0.84 487	0.49 516	0.77 535	0.66 541	0.92 556	1.40 691	0.68 527	0.46 497	0.78 545	0.54 523	1.72 676	1.48 693	1.34 633	1.52 666	1.35 674	1.67 725	1.33 653	1.55 695

DPSM_ROB	0.92 551	0.91 395	0.91 556	0.91 497	0.92 600	0.92 561	0.92 596	0.92 556	0.91 595	0.93 564	0.91 597	0.92 566	0.90 585	0.91 562	0.92 591	0.92 535	0.91 554	0.91 575	0.92 601	0.93 560	0.93 592

DPSM	0.92 551	0.91 395	0.91 556	0.91 497	0.92 600	0.92 561	0.92 596	0.92 556	0.91 595	0.93 564	0.91 597	0.92 566	0.90 585	0.91 562	0.92 591	0.92 535	0.91 554	0.91 575	0.92 601	0.93 560	0.93 592

pmcnn	0.92 551	0.92 400	0.92 558	0.92 500	0.92 600	0.92 561	0.92 596	0.92 556	0.92 599	0.92 562	0.92 600	0.92 566	0.92 587	0.92 566	0.92 591	0.92 535	0.92 556	0.92 578	0.92 601	0.92 555	0.92 591

RSM++	0.76 507	0.82 376	0.66 503	0.85 491	0.64 551	0.85 552	0.71 568	0.94 560	0.64 542	0.87 555	0.67 550	0.87 558	0.65 540	0.84 550	0.65 535	0.81 520	0.70 526	0.79 556	0.71 578	0.83 540	0.70 555

ToySt	0.92 551	2.11 607	0.90 554	0.95 509	0.79 586	0.99 568	0.78 578	0.94 560	0.81 590	0.94 566	0.78 584	0.95 572	0.77 574	0.94 568	0.86 589	0.91 532	0.79 543	0.85 568	0.77 587	0.89 548	0.73 566

R-Stereo Train	0.81 520	0.96 408	0.67 507	0.95 509	0.67 558	0.95 564	0.68 550	0.95 562	0.68 553	0.95 568	0.68 556	0.96 573	0.68 550	0.96 572	0.68 547	0.94 541	0.68 517	0.94 586	0.68 567	0.94 564	0.68 550

RAFT-Stereo	0.81 520	0.96 408	0.67 507	0.95 509	0.67 558	0.95 564	0.68 550	0.95 562	0.68 553	0.95 568	0.68 556	0.96 573	0.68 550	0.96 572	0.68 547	0.94 541	0.68 517	0.94 586	0.68 567	0.94 564	0.68 550
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LGCAT	1.00 564	1.00 421	1.00 565	1.00 516	1.00 606	1.00 569	1.00 604	1.00 564	1.00 610	1.00 570	1.00 608	1.00 576	1.00 593	1.00 576	1.00 601	1.00 551	1.00 560	1.00 594	1.00 608	1.00 569	1.00 601

Test_v1	1.00 564	1.00 421	1.00 565	1.00 516	1.00 606	1.00 569	1.00 604	1.00 564	1.00 610	1.00 570	1.00 608	1.00 576	1.00 593	1.00 576	1.00 601	1.00 551	1.00 560	1.00 594	1.00 608	1.00 569	1.00 601

WQFJA1++	0.84 532	0.98 411	0.67 507	1.26 595	0.75 575	1.00 569	0.67 545	1.00 564	0.67 547	1.00 570	0.67 550	1.00 576	0.67 545	1.00 576	0.67 539	0.96 543	0.67 511	0.91 575	0.63 549	0.92 555	0.63 535

NLMM1	0.86 541	0.98 411	0.69 517	1.48 618	0.75 575	1.01 577	0.69 558	1.00 564	0.69 558	1.00 570	0.70 565	1.00 576	0.68 550	1.01 584	0.67 539	0.97 545	0.68 517	0.92 578	0.63 549	0.93 560	0.63 535

NLMM	0.84 532	1.00 421	0.67 507	1.27 596	0.75 575	1.00 569	0.68 550	1.00 564	0.67 547	1.00 570	0.67 550	1.02 589	0.67 545	1.02 588	0.67 539	0.97 545	0.67 511	0.93 582	0.63 549	0.92 555	0.63 535

AdaDepth	0.86 541	0.93 404	0.71 524	1.01 521	1.07 617	1.02 583	0.71 568	1.00 564	0.71 571	1.01 581	0.71 571	1.00 576	0.72 567	1.14 603	0.71 566	0.92 535	0.64 506	0.90 572	0.64 554	0.89 548	0.69 552

GANet	1.00 564	1.00 421	1.00 565	1.00 516	1.00 606	1.00 569	1.00 604	1.00 564	1.00 610	1.00 570	1.00 608	1.00 576	1.00 593	1.00 576	1.00 601	1.00 551	1.00 560	1.00 594	1.00 608	1.00 569	1.00 601

TDLM	1.00 564	1.00 421	1.00 565	1.00 516	1.00 606	1.00 569	1.00 604	1.00 564	1.00 610	1.00 570	1.00 608	1.00 576	1.00 593	1.00 576	1.00 601	1.00 551	1.00 560	1.00 594	1.00 608	1.00 569	1.00 601

CVANet_RVC	1.00 564	1.00 421	1.00 565	1.00 516	1.00 606	1.00 569	1.00 604	1.00 564	1.00 610	1.00 570	1.00 608	1.00 576	1.00 593	1.00 576	1.00 601	1.00 551	1.00 560	1.00 594	1.00 608	1.00 569	1.00 601

WQFJX1	0.84 532	0.98 411	0.67 507	1.30 603	0.75 575	1.01 577	0.67 545	1.01 573	0.67 547	1.01 581	0.67 550	1.01 585	0.68 550	1.00 576	0.68 547	0.98 549	0.67 511	0.92 578	0.64 554	0.92 555	0.64 541

WQFJX	0.85 538	1.00 421	0.68 515	1.30 603	0.75 575	1.01 577	0.68 550	1.01 573	0.68 553	1.01 581	0.68 556	1.03 591	0.68 550	1.02 588	0.67 539	0.97 545	0.67 511	0.93 582	0.63 549	0.94 564	0.63 535

NLSM3	0.85 538	0.99 419	0.68 515	1.29 601	0.76 580	1.01 577	0.68 550	1.01 573	0.68 553	1.02 585	0.68 556	1.01 585	0.68 550	1.01 584	0.68 547	0.97 545	0.68 517	0.93 582	0.64 554	0.93 560	0.63 535

trnet	1.01 572	1.01 431	1.01 570	1.01 521	1.01 612	1.01 577	1.01 609	1.01 573	1.01 615	1.01 581	1.01 613	1.01 585	1.01 601	1.01 584	1.01 606	1.01 556	1.01 566	1.01 599	1.01 615	1.01 574	1.01 607

STTRV1_RVC	0.82 525	1.60 540	0.70 520	1.01 521	0.60 539	1.07 589	0.69 558	1.01 573	0.60 534	0.72 531	0.55 528	1.02 589	0.68 550	1.03 590	0.67 539	0.89 531	0.63 504	0.92 578	0.57 540	0.90 551	0.65 543

WQFJA1	0.85 538	0.98 411	0.67 507	1.29 601	0.76 580	1.01 577	0.67 545	1.02 578	0.67 547	1.02 585	0.67 550	1.01 585	0.67 545	1.01 584	0.68 547	0.99 550	0.67 511	0.93 582	0.64 554	0.92 555	0.65 543

DPSimNet_ROB	0.97 561	1.18 461	0.81 546	1.10 528	0.91 599	1.02 583	0.82 589	1.04 579	0.91 595	1.03 587	0.86 593	1.28 660	0.82 582	1.03 590	0.89 590	1.17 574	0.81 548	1.02 600	0.82 596	1.08 579	0.81 581

999	1.00 564	1.12 452	0.59 478	1.10 528	1.21 679	1.09 592	0.52 519	1.08 580	1.43 693	1.18 604	1.35 685	0.98 575	0.52 519	0.91 562	0.85 588	0.72 500	1.46 662	0.83 566	0.98 606	0.68 507	1.41 690

GLC_STEREO	1.07 579	1.01 431	1.06 573	1.07 526	1.05 616	1.06 586	1.08 614	1.08 580	1.05 619	1.07 589	1.06 615	1.08 594	1.05 603	1.06 592	1.10 612	1.07 559	1.09 576	1.05 603	1.05 617	1.06 578	1.12 614

HSM-Net_RVC	0.95 559	1.17 459	0.78 539	1.18 544	0.71 568	1.16 601	0.75 574	1.09 582	0.80 587	1.10 591	0.75 579	1.17 607	0.74 569	1.17 606	0.80 582	1.13 570	0.73 533	1.17 612	0.77 587	1.16 588	0.72 562
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 589	1.10 451	0.70 520	1.10 528	0.60 539	1.10 593	0.70 565	1.10 583	0.70 566	1.10 591	0.70 565	1.10 598	0.70 561	7.00 789	0.70 564	1.10 563	0.70 526	1.10 604	0.70 575	1.10 580	0.70 555

AIO-Stereo	0.84 532	0.66 343	0.70 520	0.83 486	0.67 558	0.98 567	0.82 589	1.14 584	0.72 574	1.03 587	0.74 578	1.03 591	1.09 605	0.99 574	0.45 484	1.04 557	0.73 533	0.95 588	0.74 582	0.94 564	0.46 480

Wavelet-MonSter	1.00 564	1.21 509	0.76 535	1.94 639	1.01 612	1.11 596	0.76 576	1.15 585	0.76 580	1.11 596	0.76 580	1.14 604	0.76 572	1.11 600	0.76 576	1.21 623	0.90 553	1.02 600	0.71 578	1.02 576	0.71 561

RP	2.33 720	25.00 788	1.13 578	1.15 537	1.15 622	1.10 593	1.15 620	1.15 585	1.15 623	1.12 597	1.15 620	1.09 596	1.13 607	1.10 598	1.15 617	1.11 568	1.09 576	1.16 608	1.12 620	1.16 588	1.17 623

NCC-stereo	2.36 722	25.52 790	1.17 583	1.15 537	1.17 627	1.11 596	1.11 615	1.15 585	1.16 624	1.10 591	1.16 623	1.10 598	1.15 611	1.14 603	1.13 615	1.09 561	1.11 580	1.15 607	1.16 624	1.17 593	1.17 623

AIO-Stereo-zeroshot	0.91 549	0.86 381	0.89 551	1.25 594	0.69 562	1.05 585	0.81 586	1.16 588	0.50 513	1.12 597	0.97 605	0.72 537	0.82 582	1.06 592	0.95 596	0.61 467	0.87 551	1.03 602	0.85 599	1.04 577	1.01 607

edge stereo	2.43 727	27.07 796	1.14 579	1.06 525	1.14 620	1.08 590	1.17 623	1.16 588	1.14 622	1.10 591	1.16 623	1.09 596	1.16 615	1.10 598	1.16 621	1.10 563	1.11 580	1.16 608	1.19 626	1.13 582	1.11 612

RGC	2.36 722	25.48 789	1.19 587	1.15 537	1.15 622	1.10 593	1.16 622	1.17 590	1.16 624	1.12 597	1.16 623	1.11 602	1.13 607	1.09 596	1.18 624	1.10 563	1.15 585	1.16 608	1.12 620	1.14 583	1.12 614

Nwc_Net	2.37 724	25.95 792	1.15 581	1.14 534	1.15 622	1.08 590	1.14 618	1.17 590	1.16 624	1.14 601	1.15 620	1.08 594	1.15 611	1.11 600	1.14 616	1.10 563	1.11 580	1.16 608	1.09 619	1.16 588	1.15 619

Abc-Net	2.32 719	24.75 787	1.14 579	1.17 543	1.17 627	1.11 596	1.15 620	1.17 590	1.21 676	1.08 590	1.16 623	1.12 603	1.14 610	1.09 596	1.17 623	1.09 561	1.16 586	1.17 612	1.17 625	1.16 588	1.11 612
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UPFNet	0.42 364	1.20 463	0.17 205	0.24 225	0.17 263	0.25 276	0.17 251	1.19 593	0.90 594	0.25 272	0.17 257	0.24 270	0.17 259	0.25 274	0.17 252	0.22 227	0.17 225	0.22 258	0.16 249	1.15 586	0.93 592

AF-Net	2.37 724	25.71 791	1.17 583	1.13 533	1.15 622	1.15 600	1.18 624	1.19 593	1.16 624	1.10 591	1.15 620	1.10 598	1.18 616	1.12 602	1.15 617	1.10 563	1.10 579	1.17 612	1.15 622	1.16 588	1.12 614

stereogan	2.33 720	24.38 786	1.18 585	1.18 544	1.18 630	1.14 599	1.18 624	1.19 593	1.19 630	1.14 601	1.18 627	1.14 604	1.18 616	1.14 603	1.18 624	1.14 572	1.14 584	1.19 617	1.19 626	1.15 586	1.19 627

MWSP-net	0.96 560	0.75 358	0.49 447	4.84 748	0.48 512	1.28 654	0.52 519	1.20 596	0.51 520	1.14 601	0.70 565	1.00 576	0.56 524	0.90 560	0.69 555	0.76 510	0.60 496	0.95 588	0.56 537	0.73 519	0.45 478

DisPM	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

CrosDoStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

PFNet+	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

LCNet	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

HHNet	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

Patchmatch Stereo++	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628
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	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

STrans-v2	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

TransformOpticalFlow	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

OMP-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

IIG-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

NF-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

OCTAStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

PSM-softLoss	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

KMStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

NRIStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

PSM-adaLoss	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

PSM-AAD	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

FTStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

ROB_FTStereo_v2	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

ROB_FTStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

Consistency-Raft	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

KYRaft	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

HUI-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

ASMatch	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

DeepStereo_LL	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

DEmStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

SST-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

THIR-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

RAFT_R40	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

DRaft	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

PFNet	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

GrayStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

RE-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

Pruner-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

TVStereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

DeepStereo_RVC	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

RAFT-RH_RVC	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

IRAFT_RVC	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

RAFT-345	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

iRAFT	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

CRE-IMP	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

GMM-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

RAFT-IKP	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

Prome-Stereo	1.20 590	1.20 463	1.20 590	1.20 546	1.20 633	1.20 602	1.20 626	1.20 596	1.20 631	1.20 606	1.20 628	1.20 609	1.20 618	1.20 608	1.20 628	1.20 577	1.20 591	1.20 619	1.20 629	1.20 598	1.20 628

FC-DCNN	1.07 579	1.09 447	0.98 563	0.89 493	0.52 527	1.41 667	0.91 595	1.21 642	1.24 679	1.96 681	2.05 751	1.91 683	1.30 671	1.27 659	1.08 611	0.80 516	0.60 496	0.58 518	0.41 490	0.68 507	0.54 514

CroCo-Stereo	0.73 498	1.22 515	0.25 255	1.22 591	0.25 311	1.22 648	0.25 297	1.22 643	0.25 301	1.22 652	0.25 307	1.22 655	0.25 303	1.22 654	0.25 298	1.22 625	0.26 269	1.21 664	0.25 306	1.22 646	0.25 287
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	2.51 731	26.86 794	1.23 639	1.22 591	1.22 681	1.24 650	1.25 675	1.22 643	1.24 679	1.21 651	1.24 676	1.19 608	1.27 668	1.19 607	1.24 675	1.19 575	1.20 591	1.25 667	1.19 626	1.24 647	1.23 676

MEA-ACV	1.66 652	0.87 383	0.61 488	11.81 788	1.35 684	1.50 671	0.71 568	1.23 645	0.92 599	1.13 600	0.96 603	1.69 677	0.70 561	1.23 655	1.16 621	1.54 649	1.20 591	1.58 682	0.85 599	1.12 581	0.95 595

FAT-Stereo	2.46 729	26.05 793	1.23 639	1.23 593	1.22 681	1.20 602	1.24 674	1.23 645	1.23 678	1.19 605	1.22 674	1.21 654	1.24 666	1.20 608	1.24 675	1.21 623	1.17 589	1.22 665	1.25 679	1.20 598	1.24 677

Hybrid-DGEV-2	1.05 578	1.83 577	0.83 547	1.33 607	0.82 592	1.30 655	0.81 586	1.26 647	0.79 585	1.29 655	0.79 586	1.26 656	0.80 578	1.26 656	0.79 579	1.20 577	0.78 541	1.18 615	0.77 587	1.20 598	0.77 575

Hybrid-DGEV	1.03 576	1.75 551	0.80 543	1.28 600	0.78 584	1.26 651	0.80 582	1.26 647	0.78 581	1.26 653	0.78 584	1.26 656	0.78 576	1.26 656	0.78 578	1.15 573	0.75 536	1.14 605	0.74 582	1.14 583	0.75 570

CroCo-Stereo Lap2	0.77 508	1.29 519	0.29 279	1.27 596	0.29 338	1.27 652	0.26 304	1.26 647	0.26 315	1.26 653	0.26 312	1.27 659	0.26 313	1.26 656	0.27 305	1.27 628	0.27 282	1.27 668	0.27 351	1.27 650	0.27 332

MMNet	0.44 380	1.24 517	0.17 205	0.25 232	0.17 263	0.25 276	0.18 260	1.26 647	0.93 601	0.25 272	0.17 257	0.25 277	0.18 271	0.25 274	0.17 252	0.23 239	0.16 197	0.23 267	0.16 249	1.20 598	0.99 599

delet	0.43 367	1.21 509	0.17 205	0.25 232	0.17 263	0.25 276	0.18 260	1.26 647	0.95 603	0.25 272	0.17 257	0.25 277	0.17 259	0.25 274	0.17 252	0.23 239	0.16 197	0.22 258	0.16 249	1.18 594	0.98 598

psm_up	0.43 367	1.19 462	0.17 205	0.25 232	0.18 275	0.25 276	0.19 266	1.26 647	0.91 595	0.26 281	0.17 257	0.25 277	0.17 259	0.25 274	0.17 252	0.22 227	0.17 225	0.23 267	0.16 249	1.18 594	0.99 599

LiteMatch*	2.07 688	1.30 521	5.73 773	6.28 761	0.79 586	1.33 658	0.80 582	1.30 653	1.02 616	1.33 657	0.84 592	1.33 662	0.97 590	1.28 660	1.04 608	6.05 772	5.89 768	1.28 669	0.76 585	1.28 651	0.88 585

Hybrid-DGEV-03	1.07 579	1.83 577	0.83 547	1.34 608	0.81 591	1.32 657	0.81 586	1.31 654	0.81 590	1.31 656	0.82 590	1.32 661	0.82 582	1.32 661	0.81 585	1.19 575	0.77 539	1.19 617	0.76 585	1.19 596	0.77 575

PS-NSSS	1.38 646	1.39 531	1.34 643	1.34 608	1.35 684	1.38 663	1.37 689	1.35 655	1.38 690	1.34 658	1.34 684	1.39 665	1.38 679	1.70 675	1.40 690	1.36 636	1.36 654	1.36 676	1.37 687	1.37 655	1.36 687

MM-Stereo_test2	1.20 590	1.85 583	1.05 572	1.46 617	0.94 603	1.36 661	0.99 603	1.36 656	0.95 603	1.41 663	0.98 606	1.40 667	0.96 589	1.37 663	0.95 596	1.37 638	1.06 569	1.33 671	0.93 605	1.29 652	0.89 588

MaskLacGwcNet_RVC	1.35 643	1.35 526	1.35 645	1.35 610	1.35 684	1.35 659	1.35 682	1.36 656	1.35 687	1.36 660	1.35 685	1.36 663	1.36 676	1.36 662	1.35 686	1.35 634	1.35 653	1.35 674	1.35 684	1.35 654	1.35 686

CC-Net-ROB	1.36 644	1.33 525	1.33 642	1.36 611	1.38 688	1.36 661	1.33 680	1.37 658	1.34 684	1.35 659	1.36 687	1.38 664	1.34 674	1.38 664	1.38 689	1.35 634	1.38 657	1.33 671	1.35 684	1.43 657	1.34 685

RASNet	1.49 647	1.65 541	1.45 661	1.38 613	1.43 691	1.47 670	1.36 684	1.38 659	1.36 688	1.39 661	1.60 701	1.45 669	1.45 682	1.51 669	2.21 746	1.53 648	1.36 654	1.36 676	1.36 686	1.66 666	1.36 687

MM-Stereo_test3	1.27 641	2.07 603	1.18 585	1.60 625	1.02 614	1.45 669	1.01 609	1.40 660	1.04 618	1.44 665	1.03 614	1.46 670	1.02 602	1.44 668	1.02 607	1.51 647	1.12 583	1.32 670	0.98 606	1.38 656	0.97 597

qqai	1.22 637	1.38 530	1.12 576	1.39 614	1.14 620	1.40 665	1.14 618	1.41 661	1.12 620	1.40 662	1.11 619	1.40 667	1.13 607	1.41 665	1.15 617	1.25 626	0.97 559	1.24 666	1.01 615	1.24 647	0.96 596

MLG-Stereo	0.92 551	0.90 393	0.84 549	1.27 596	0.49 516	1.38 663	0.88 592	1.41 661	0.97 606	0.73 534	1.09 617	1.26 656	0.43 484	0.72 530	1.05 609	1.13 570	0.49 456	1.18 615	0.66 561	1.01 574	0.46 480

BLMT-Stereo	1.53 648	1.36 527	1.06 573	1.42 616	1.23 683	1.41 667	1.07 613	1.43 663	1.12 620	1.42 664	1.06 615	1.83 680	1.07 604	1.42 667	1.07 610	1.27 628	1.38 657	6.80 787	1.00 608	1.26 649	1.00 601

FAST (zero-shot)	0.87 545	1.55 537	0.42 412	1.57 620	0.42 490	1.62 676	0.45 490	1.59 664	0.42 484	1.66 675	0.44 488	1.62 676	0.42 479	1.59 670	0.42 475	0.64 478	0.43 428	0.64 527	0.42 498	0.67 505	0.46 480

DPSMNet_ROB	1.60 651	1.59 539	1.70 676	1.59 622	1.59 697	1.61 674	1.61 700	1.60 665	1.60 697	1.62 674	1.59 700	1.60 672	1.60 685	1.60 671	1.59 697	1.59 650	1.60 677	1.59 683	1.59 705	1.59 662	1.59 701

FlowAnything_test	1.02 574	1.72 545	0.71 524	1.59 622	0.70 566	1.61 674	0.69 558	1.61 666	0.70 566	1.60 668	0.70 565	1.61 675	0.69 557	1.61 673	0.70 564	0.81 520	0.58 487	0.81 561	0.55 533	0.81 536	0.56 525

FlowAnything	1.02 574	1.71 544	0.72 527	1.59 622	0.69 562	1.60 673	0.69 558	1.61 666	0.70 566	1.60 668	0.69 561	1.60 672	0.69 557	1.61 673	0.69 555	0.81 520	0.58 487	0.81 561	0.56 537	0.82 538	0.56 525

CFNet-ft	0.55 452	1.57 538	0.14 163	0.20 201	0.14 231	0.20 238	2.53 749	1.61 666	0.14 230	0.20 235	0.14 233	0.20 238	0.14 230	0.20 235	0.14 224	0.17 189	0.12 147	0.17 228	0.12 216	1.56 661	1.24 677

11t	1.27 641	2.70 649	1.34 643	1.32 606	0.89 595	1.30 655	1.34 681	1.64 669	0.57 527	1.45 666	0.72 574	1.05 593	1.29 670	1.07 595	1.29 682	1.49 644	1.02 567	0.97 592	1.15 622	1.48 658	1.31 681

IGEVStereo-DCA	1.77 658	4.21 700	1.84 693	2.49 679	2.11 745	2.54 729	1.36 684	1.65 670	1.17 628	2.75 739	1.90 734	2.54 725	1.15 611	0.94 568	1.11 613	1.50 645	1.32 641	0.96 590	1.46 696	1.49 659	0.88 585

rrr	1.77 658	4.21 700	1.84 693	2.49 679	2.11 745	2.54 729	1.36 684	1.65 670	1.17 628	2.75 739	1.90 734	2.54 725	1.15 611	0.94 568	1.11 613	1.50 645	1.32 641	0.96 590	1.46 696	1.49 659	0.88 585

HBP-ISP	1.24 639	1.72 545	1.65 673	1.15 537	0.76 580	1.40 665	0.88 592	1.67 672	1.02 616	1.69 676	1.38 690	1.69 677	1.21 664	1.87 683	1.21 673	1.05 558	0.79 543	0.97 592	0.80 593	1.19 596	0.75 570

ours_stereo	1.20 590	1.21 509	0.90 554	1.64 630	1.11 619	1.35 659	0.67 545	1.76 673	0.93 601	1.70 677	1.10 618	1.39 665	0.75 571	1.41 665	0.81 585	1.60 652	1.03 568	1.33 671	1.00 608	1.61 663	0.72 562

2.5w	2.01 679	2.40 634	1.37 655	3.28 705	2.01 739	2.71 735	1.43 697	1.82 674	1.83 731	1.90 680	1.41 692	2.71 735	1.35 675	2.71 734	1.85 732	2.66 722	1.53 667	1.64 684	1.23 676	2.53 722	1.87 734

1w_stereo	2.05 687	2.32 624	1.35 645	3.74 727	2.01 739	2.73 738	1.42 694	1.88 675	1.93 742	2.03 689	1.28 680	2.71 735	1.99 730	2.72 736	1.72 720	2.20 691	1.32 641	1.87 694	1.86 737	2.45 711	1.54 694

GANetREF_RVC	1.55 649	1.94 599	1.22 637	1.88 635	1.21 679	1.88 681	1.22 672	1.88 675	1.22 677	1.88 678	1.22 674	1.88 681	1.22 665	1.89 684	1.22 674	1.87 661	1.22 639	1.88 697	1.22 675	1.88 675	1.22 674
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	2.79 744	10.17 774	0.32 310	10.00 784	0.33 425	0.49 470	0.33 410	1.90 677	0.32 408	0.51 483	0.33 418	0.49 468	9.24 791	0.49 466	0.33 406	0.41 353	9.82 787	0.41 441	0.28 372	9.34 789	0.29 369

3.25w	2.04 685	2.20 615	1.48 663	3.03 695	2.17 749	2.63 733	1.39 690	1.96 678	1.95 743	1.96 681	1.37 688	2.71 735	1.96 727	2.71 734	1.73 725	2.26 697	1.32 641	1.87 694	1.87 738	2.51 718	1.63 717

MFMNet_re	1.81 661	1.91 592	1.71 678	1.95 641	1.70 720	1.95 686	1.70 717	1.96 678	1.74 723	1.97 683	1.72 722	1.95 684	1.71 706	1.97 687	1.71 717	1.86 659	1.62 678	1.85 690	1.66 724	1.86 674	1.64 719

SPS-STEREO	1.59 650	1.91 592	1.21 636	1.94 639	1.20 633	2.00 689	1.23 673	1.99 680	1.24 679	2.00 686	1.25 677	2.03 691	1.26 667	2.00 688	1.29 682	1.90 666	1.18 590	1.89 698	1.21 674	1.89 676	1.20 628
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IGEV	2.02 680	2.20 615	1.82 689	2.90 693	2.16 747	2.41 719	1.25 675	2.00 681	1.98 744	1.99 685	1.31 682	2.72 739	1.93 724	2.67 733	1.69 715	2.26 697	1.32 641	1.83 689	1.87 738	2.53 722	1.61 708

3.5w_stereo	2.03 682	2.72 653	1.35 645	3.41 712	1.57 695	2.72 736	1.49 698	2.01 682	1.34 684	2.15 696	1.61 703	2.63 731	1.36 676	2.72 736	1.99 744	2.66 722	1.58 673	1.68 686	1.24 677	2.53 722	1.87 734

3w_stereo	2.04 685	2.24 619	1.70 676	3.15 698	2.18 751	2.49 723	1.26 677	2.03 683	1.98 744	1.98 684	1.33 683	2.72 739	1.99 730	2.59 727	1.72 720	2.22 693	1.33 648	1.85 690	1.88 743	2.50 717	1.58 700

MM-Stereo_test1	1.80 660	3.41 677	1.52 668	2.12 647	1.41 690	2.04 690	1.41 692	2.05 684	1.46 694	2.04 690	1.41 692	2.05 692	1.42 681	2.05 689	1.43 692	2.04 676	1.54 669	1.94 699	1.38 689	1.99 679	1.33 683

4.5_new	2.00 672	1.84 582	1.98 720	2.77 687	2.16 747	2.27 711	1.28 679	2.09 685	1.98 744	2.01 687	1.28 680	2.71 735	1.98 728	2.51 724	1.65 700	2.26 697	1.33 648	1.87 694	1.87 738	2.49 715	1.60 703

ff7	1.68 653	2.68 646	1.35 645	0.97 513	0.89 595	1.84 678	2.15 744	2.12 686	1.80 727	2.05 691	1.56 697	2.33 712	2.12 735	2.23 707	2.25 747	1.31 630	1.07 570	1.48 678	1.41 690	0.90 551	1.04 609

ffff	1.68 653	2.68 646	1.35 645	0.97 513	0.89 595	1.84 678	2.15 744	2.12 686	1.80 727	2.05 691	1.56 697	2.33 712	2.12 735	2.23 707	2.25 747	1.31 630	1.07 570	1.48 678	1.41 690	0.90 551	1.04 609

ccc-4	1.68 653	2.68 646	1.35 645	0.97 513	0.89 595	1.84 678	2.15 744	2.12 686	1.80 727	2.05 691	1.56 697	2.33 712	2.12 735	2.23 707	2.25 747	1.31 630	1.07 570	1.48 678	1.41 690	0.90 551	1.04 609

MC-Stereo	1.76 657	2.96 665	1.37 655	2.14 648	1.37 687	2.14 695	1.36 684	2.14 689	1.37 689	2.14 695	1.37 688	2.14 693	1.37 678	2.14 693	1.37 688	1.97 671	1.32 641	1.97 701	1.32 683	1.98 678	1.33 683

3.25w_new	2.03 682	2.72 653	1.35 645	3.33 710	1.57 695	2.72 736	1.53 699	2.15 690	1.33 683	2.15 696	1.60 701	2.63 731	1.30 671	2.72 736	1.99 744	2.67 724	1.53 667	1.75 688	1.25 679	2.53 722	1.87 734

noway7	2.08 691	5.18 722	1.92 704	2.27 655	1.66 702	2.18 696	1.66 703	2.17 691	1.66 698	2.18 698	1.65 705	2.18 695	1.66 688	2.17 694	1.66 703	2.15 680	1.85 699	2.05 703	1.60 708	2.05 681	1.60 703

zzzz4	2.08 691	5.22 726	1.93 707	2.27 655	1.66 702	2.19 698	1.66 703	2.18 692	1.67 701	2.18 698	1.66 708	2.18 695	1.66 688	2.18 695	1.66 703	2.15 680	1.84 694	2.05 703	1.60 708	2.05 681	1.60 703

zzzzzz3	2.07 688	5.00 715	1.93 707	2.28 660	1.66 702	2.19 698	1.66 703	2.18 692	1.67 701	2.19 701	1.66 708	2.18 695	1.67 694	2.18 695	1.66 703	2.15 680	1.85 699	2.05 703	1.59 705	2.05 681	1.59 701

RAFT_CTSACE	1.92 664	3.71 684	1.72 679	1.88 635	1.72 722	2.04 690	1.42 694	2.18 692	1.89 740	2.02 688	1.97 740	1.95 684	2.06 734	1.93 685	1.62 698	1.76 656	1.66 682	2.02 702	1.73 733	1.73 669	1.43 692

GELT-Stereo	2.10 696	5.33 733	1.94 715	2.37 671	1.68 710	2.21 704	1.69 715	2.19 695	1.67 701	2.18 698	1.67 710	2.19 698	1.66 688	2.19 698	1.66 703	2.23 694	1.83 693	2.07 709	1.61 712	2.04 680	1.61 708

noway2	2.07 688	4.96 712	1.92 704	2.28 660	1.66 702	2.20 701	1.66 703	2.19 695	1.66 698	2.19 701	1.65 705	2.19 698	1.68 696	2.18 695	1.65 700	2.15 680	1.86 703	2.06 707	1.59 705	2.06 685	1.60 703

noway1	2.10 696	5.26 730	1.93 707	2.31 666	1.69 715	2.21 704	1.67 709	2.19 695	1.68 706	2.21 706	1.68 715	2.21 702	1.67 694	2.20 700	1.66 703	2.15 680	1.84 694	2.07 709	1.61 712	2.07 689	1.61 708

zzzzzzz1	2.10 696	5.20 724	1.93 707	2.38 673	1.68 710	2.20 701	1.67 709	2.20 698	1.68 706	2.20 704	1.67 710	2.20 701	1.68 696	2.20 700	1.67 711	2.24 695	1.86 703	2.06 707	1.61 712	2.06 685	1.62 714

monster_256*512	2.09 694	5.21 725	1.98 720	2.30 663	1.67 706	2.18 696	1.66 703	2.20 698	1.67 701	2.19 701	1.67 710	2.19 698	1.66 688	2.19 698	1.66 703	2.15 680	1.86 703	2.05 703	1.60 708	2.06 685	1.61 708

zzzz2	2.08 691	4.92 711	1.93 707	2.30 663	1.67 706	2.19 698	1.66 703	2.20 698	1.67 701	2.20 704	1.68 715	2.21 702	1.66 688	2.20 700	1.68 712	2.17 686	1.84 694	2.07 709	1.62 718	2.05 681	1.61 708

zzz1	2.09 694	4.97 713	1.93 707	2.30 663	1.68 710	2.21 704	1.68 711	2.21 701	1.68 706	2.21 706	1.67 710	2.21 702	1.68 696	2.21 703	1.69 715	2.17 686	1.85 699	2.08 713	1.61 712	2.06 685	1.61 708

noway5	1.92 664	4.97 713	1.95 717	2.31 666	1.68 710	2.21 704	1.68 711	2.21 701	1.69 713	2.22 710	1.68 715	2.21 702	1.68 696	2.21 703	1.68 712	2.18 688	1.87 707	1.71 687	0.65 558	0.85 542	0.72 562

noway3	2.12 702	5.22 726	1.93 707	2.39 674	1.70 720	2.23 709	1.70 717	2.22 703	1.70 714	2.22 710	1.70 721	2.23 706	1.69 703	2.22 705	1.71 717	2.28 701	1.86 703	2.08 713	1.63 721	2.09 694	1.63 717

noway4	2.11 700	5.14 720	1.93 707	2.37 671	1.69 715	2.20 701	1.68 711	2.22 703	1.68 706	2.21 706	1.69 719	2.23 706	1.68 696	2.22 705	1.66 703	2.24 695	1.84 694	2.09 718	1.63 721	2.09 694	1.62 714

derf	1.91 663	2.15 611	1.78 682	2.16 649	1.75 723	2.21 704	1.80 721	2.22 703	1.80 727	2.21 706	1.76 723	2.17 694	1.81 715	2.24 710	1.74 726	1.93 669	1.56 670	1.96 700	1.53 698	1.95 677	1.56 696

4w-stereo	2.02 680	2.72 653	1.44 660	3.36 711	1.59 697	2.48 722	1.72 719	2.28 706	1.24 679	2.24 712	1.65 705	2.56 727	1.32 673	2.39 718	1.98 743	2.67 724	1.51 665	1.66 685	1.24 677	2.53 722	1.88 737

NCCL2	2.28 718	2.27 620	2.28 727	2.28 660	2.28 752	2.27 711	2.29 747	2.28 706	2.28 750	2.27 713	2.28 752	2.28 708	2.27 738	2.27 711	2.28 751	2.28 701	2.28 726	2.27 721	2.29 751	2.27 701	2.29 742

TRStereo	2.00 672	2.13 608	1.85 695	2.27 655	1.84 727	2.28 713	1.84 723	2.29 708	1.86 733	2.30 714	1.87 729	2.30 709	1.87 718	2.08 690	1.72 720	2.08 677	1.72 686	2.08 713	1.72 730	2.08 691	1.72 724

XX-Stereo	2.00 672	2.13 608	1.85 695	2.27 655	1.84 727	2.28 713	1.84 723	2.29 708	1.86 733	2.30 714	1.87 729	2.30 709	1.87 718	2.08 690	1.72 720	2.08 677	1.72 686	2.08 713	1.72 730	2.08 691	1.72 724

EAI-Stereo	2.00 672	2.13 608	1.85 695	2.27 655	1.84 727	2.28 713	1.84 723	2.29 708	1.86 733	2.30 714	1.87 729	2.30 709	1.87 718	2.08 690	1.72 720	2.08 677	1.72 686	2.08 713	1.72 730	2.08 691	1.72 724

STTStereo	3.73 753	30.40 800	2.37 731	2.39 674	2.31 754	2.35 716	2.33 748	2.29 708	2.42 751	2.32 718	2.34 753	2.33 712	2.36 739	2.30 713	2.27 750	2.35 709	2.22 725	2.31 724	2.22 748	2.29 703	2.34 746

GANet-RSSM	0.75 502	1.91 592	0.14 163	0.47 352	0.14 231	0.21 249	3.21 770	2.30 712	0.14 230	0.46 438	0.14 233	0.23 264	0.18 271	0.21 248	0.14 224	0.18 206	0.27 282	0.37 358	0.13 227	2.13 696	2.12 738

MonStereo1	1.94 666	2.77 659	1.52 668	3.73 726	1.51 694	2.13 694	1.42 694	2.32 713	1.52 695	2.31 717	1.50 695	2.53 722	1.59 684	2.34 715	1.56 695	1.91 667	1.36 654	1.86 693	1.31 682	2.07 689	1.53 693

MonStereo	2.17 704	2.41 635	1.49 667	2.67 684	1.67 706	2.60 732	2.04 742	2.32 713	1.76 724	2.44 722	1.68 715	2.50 720	1.69 703	2.38 716	1.80 729	2.28 701	1.78 689	2.63 741	2.14 746	3.47 734	1.68 722

AIO_test	2.18 706	2.09 606	2.04 725	2.42 676	2.01 739	2.47 721	1.94 734	2.34 715	2.03 748	2.56 728	1.94 737	2.43 718	1.94 725	2.41 719	1.87 736	2.39 712	2.10 721	2.35 728	1.91 744	2.25 700	2.19 740

AIO_rvc	2.18 706	2.34 629	1.87 699	2.32 668	1.94 737	2.40 718	1.89 732	2.37 716	2.07 749	2.52 727	1.95 739	2.44 719	1.99 730	2.41 719	1.89 739	2.32 707	2.09 720	2.24 720	2.18 747	2.21 697	2.23 741

HUF	2.18 706	2.30 622	1.99 724	2.34 670	2.02 742	2.41 719	2.06 743	2.38 717	1.89 740	2.36 719	1.85 726	2.56 727	1.98 728	2.31 714	1.97 742	2.30 705	2.03 719	2.30 723	2.11 745	2.23 698	2.16 739

asd	2.18 706	2.77 659	1.58 670	3.59 720	2.00 738	2.58 731	1.85 726	2.39 718	1.71 716	2.47 724	1.97 740	2.59 729	1.61 686	2.56 725	1.79 728	2.51 719	1.99 711	2.11 719	1.62 718	2.36 706	1.60 703

2.25w	2.00 672	1.86 586	1.98 720	2.95 694	2.17 749	2.26 710	1.35 682	2.42 719	2.00 747	2.07 694	1.27 679	2.53 722	1.99 730	2.29 712	1.49 694	2.21 692	1.32 641	1.85 690	1.87 738	2.52 719	1.62 714

FBW_ROB	2.12 702	2.46 639	1.77 681	2.49 679	1.79 726	2.38 717	1.83 722	2.46 720	1.78 726	2.48 725	1.97 740	2.40 717	1.78 713	2.42 721	1.83 730	2.31 706	1.85 699	2.38 729	1.82 736	2.35 705	1.84 730

qwe	2.18 706	2.60 643	1.58 670	3.83 728	1.90 736	2.53 727	1.90 733	2.48 721	1.73 721	2.37 720	1.92 736	2.53 722	1.68 696	2.56 725	1.83 730	2.52 721	1.87 707	2.07 709	1.68 727	2.32 704	1.71 723

monsterstereo	2.20 712	2.33 625	1.95 717	3.65 722	2.07 744	2.49 723	1.61 700	2.48 721	1.83 731	2.45 723	1.61 703	2.67 734	1.86 716	2.64 729	1.94 740	2.48 718	1.66 682	2.34 726	1.68 727	2.40 707	1.86 732

monsters	2.18 706	2.41 635	1.96 719	3.47 715	2.03 743	2.53 727	1.64 702	2.48 721	1.73 721	2.40 721	1.50 695	2.62 730	1.94 725	2.59 727	1.94 740	2.44 714	1.57 672	2.28 722	1.87 738	2.42 708	1.86 732

UDGNet	2.23 716	5.40 737	1.72 679	2.48 678	1.69 715	2.51 726	1.69 715	2.51 724	1.72 720	2.50 726	1.69 719	2.52 721	1.69 703	2.50 723	1.68 712	2.41 713	1.70 685	2.42 731	1.69 729	2.42 708	1.64 719

4.25w-stereo	1.98 667	2.72 653	1.46 662	3.47 715	1.43 691	2.07 692	1.98 735	2.53 725	1.52 695	2.71 732	1.98 746	1.81 679	1.62 687	1.96 686	1.36 687	1.88 664	2.00 712	2.53 738	1.61 712	1.74 670	1.15 619

cf-r	0.66 474	2.17 613	0.12 134	0.18 181	0.12 223	0.18 229	2.70 753	2.60 726	0.12 223	0.18 226	0.12 213	0.18 228	0.12 218	0.18 227	0.12 210	0.15 157	0.11 133	0.15 214	0.11 181	1.81 673	1.74 728

asda	2.17 704	2.54 640	1.81 684	3.47 715	1.78 725	2.50 725	1.86 727	2.61 727	1.68 706	2.61 729	1.83 725	2.37 716	1.73 708	2.44 722	1.88 738	2.51 719	1.84 694	2.34 726	1.62 718	2.23 698	1.77 729

DNSM	2.56 733	4.43 703	3.08 750	4.09 730	1.86 730	2.66 734	1.86 727	2.66 728	1.87 737	2.66 731	1.86 727	2.66 733	1.86 716	2.66 732	1.87 736	3.82 739	2.94 734	2.42 731	1.73 733	2.42 708	1.73 727

4.25_new	2.00 672	2.33 625	1.82 689	3.32 708	1.69 715	1.95 686	1.99 738	2.72 729	1.71 716	2.72 733	1.97 740	2.01 689	1.74 710	1.77 678	1.28 680	2.18 688	2.01 714	2.48 736	1.58 703	1.65 664	1.17 623

4.5w_new	2.00 672	2.33 625	1.82 689	3.32 708	1.69 715	1.95 686	1.99 738	2.72 729	1.71 716	2.72 733	1.97 740	2.01 689	1.74 710	1.77 678	1.28 680	2.18 688	2.01 714	2.48 736	1.58 703	1.65 664	1.17 623

4.5w-stereo	1.99 668	2.33 625	1.81 684	3.28 705	1.68 710	1.94 683	1.99 738	2.72 729	1.70 714	2.72 733	1.99 749	1.97 686	1.68 696	1.76 677	1.29 682	1.91 667	2.02 718	2.53 738	1.61 712	1.75 671	1.16 622

2.75w_new	1.99 668	2.34 629	1.81 684	3.14 697	1.62 699	1.94 683	1.99 738	2.72 729	1.71 716	2.72 733	1.99 749	1.90 682	1.73 708	1.82 682	1.29 682	2.37 710	2.01 714	2.31 724	1.42 693	1.77 672	1.22 674

3.75w	1.99 668	2.31 623	1.83 692	3.16 699	1.65 701	1.93 682	1.98 735	2.72 729	1.68 706	2.73 738	1.97 740	2.00 688	1.72 707	1.81 681	1.25 678	2.27 700	2.01 714	2.38 729	1.42 693	1.71 668	1.24 677

2w_stereo	1.99 668	2.36 632	1.81 684	3.24 703	1.67 706	1.94 683	1.98 735	2.72 729	1.68 706	2.72 733	1.94 737	1.98 687	1.74 710	1.79 680	1.27 679	1.95 670	2.00 712	2.53 738	1.60 708	1.68 667	1.15 619

sCroCo_RVC	2.10 696	2.76 657	1.92 704	2.78 690	1.39 689	2.73 738	1.41 692	2.73 735	1.40 691	2.77 744	1.41 692	2.74 741	1.40 680	2.74 739	1.40 690	2.72 726	1.42 660	2.72 742	1.44 695	2.79 729	1.42 691

LGtest1	2.22 713	2.70 649	1.89 700	2.76 686	1.86 730	2.75 740	1.86 727	2.75 736	1.86 733	2.75 739	1.86 727	2.77 744	1.87 718	2.75 740	1.86 733	2.46 715	1.58 673	2.45 733	1.56 699	2.45 711	1.56 696

LG-G_1	2.22 713	2.71 651	1.89 700	2.77 687	1.87 734	2.75 740	1.87 730	2.76 737	1.87 737	2.75 739	1.87 729	2.76 742	1.87 718	2.75 740	1.86 733	2.47 716	1.58 673	2.45 733	1.57 700	2.45 711	1.57 698

LG-G	2.22 713	2.71 651	1.89 700	2.77 687	1.87 734	2.75 740	1.87 730	2.76 737	1.87 737	2.75 739	1.87 729	2.76 742	1.87 718	2.75 740	1.86 733	2.47 716	1.58 673	2.45 733	1.57 700	2.45 711	1.57 698

GwcNet-RSSM	0.77 508	2.77 659	0.14 163	0.20 201	0.14 231	0.20 238	2.67 752	2.78 739	0.14 230	0.20 235	0.14 233	0.20 238	0.14 230	0.21 248	0.14 224	0.17 189	0.12 147	0.17 228	0.12 216	2.52 719	2.31 743

PSMNet-RSSM	0.77 508	2.76 657	0.14 163	0.20 201	0.14 231	0.20 238	2.66 751	2.79 740	0.14 230	0.21 247	0.14 233	0.21 246	0.14 230	0.20 235	0.14 224	0.17 189	0.12 147	0.17 228	0.12 216	2.52 719	2.31 743

hitnet-ft	0.79 512	2.78 662	0.14 163	0.20 201	0.14 231	0.21 249	2.89 754	2.80 741	0.14 230	0.20 235	0.14 233	0.20 238	0.14 230	0.20 235	0.14 224	0.17 189	0.12 147	0.17 228	0.12 216	2.54 727	2.33 745

NLCA_NET_v2_RVC	5.04 781	50.87 816	2.78 736	2.87 692	2.71 756	2.78 743	0.47 499	2.88 742	2.86 756	1.89 679	2.67 755	2.79 745	2.79 744	2.78 743	2.83 753	2.82 727	2.82 733	2.83 743	2.77 755	2.83 730	2.76 751
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	2.65 735	10.14 773	0.33 315	9.74 781	0.32 412	0.87 555	0.33 410	2.95 743	0.68 553	0.49 461	0.34 426	0.49 468	5.70 782	0.49 466	0.33 406	0.42 367	9.57 784	0.41 441	0.31 416	8.36 785	0.65 543

plain	1.88 662	3.16 671	0.64 497	3.10 696	0.65 553	3.10 745	0.64 538	3.12 744	0.65 543	3.10 745	0.65 547	3.11 746	0.65 540	3.12 744	0.65 535	3.12 731	0.65 508	3.13 744	0.65 558	3.13 732	0.65 543

MIF-Stereo (partial)	2.58 734	3.31 676	0.66 503	3.18 700	0.66 556	3.18 746	0.66 541	3.21 745	0.67 547	3.19 746	0.66 549	3.19 747	0.66 543	3.31 748	0.68 547	5.09 764	1.79 691	8.23 791	1.67 725	6.18 775	1.38 689

Anonymous3	2.55 732	3.26 675	1.65 673	3.28 705	1.63 700	3.24 747	1.68 711	3.27 746	1.66 698	3.28 747	1.67 710	3.25 748	1.66 688	3.27 746	1.64 699	3.26 732	1.65 681	3.30 746	1.65 723	4.95 766	1.65 721

NLSM1	2.93 746	3.24 674	2.57 735	4.04 729	2.66 755	3.30 749	2.55 750	3.29 747	2.55 752	3.35 749	2.48 754	3.28 749	2.47 740	3.34 749	2.49 752	3.26 732	2.55 732	3.13 744	2.57 754	3.00 731	2.46 749

PCWNet_CMD	2.80 745	9.82 770	0.32 310	10.09 785	0.32 412	0.49 470	0.33 410	3.34 748	0.33 418	0.49 461	0.33 418	0.49 468	8.73 788	0.48 459	0.33 406	0.41 353	9.22 783	0.42 457	0.29 387	9.55 790	0.31 394

UniTT-Stereo	2.03 682	3.43 678	0.72 527	3.42 713	0.73 571	3.27 748	0.68 550	3.38 749	0.69 558	3.29 748	0.72 574	3.28 749	0.70 561	3.35 750	0.68 547	3.39 734	0.68 517	3.31 747	0.69 571	3.37 733	0.73 566

Sa-1000	4.34 771	8.37 758	6.84 778	6.98 768	4.45 785	3.58 750	3.00 755	3.42 750	3.39 771	2.61 729	4.00 780	3.83 755	4.01 773	3.90 754	3.90 776	5.98 771	5.62 767	3.76 753	2.34 752	4.35 746	2.47 750

test_5	4.62 775	7.55 754	6.23 774	6.32 762	3.40 773	5.29 780	3.50 773	3.53 751	4.11 781	4.28 757	4.47 784	4.26 761	4.38 776	3.68 752	3.24 766	5.89 769	5.60 766	4.84 775	3.50 773	4.33 745	3.93 782

DPSNet	3.66 751	3.60 680	3.62 759	3.63 721	3.64 777	3.65 752	3.65 776	3.66 752	3.67 773	3.67 751	3.65 774	3.67 753	3.66 762	3.66 751	3.68 771	3.68 737	3.66 753	3.67 751	3.68 777	3.67 735	3.67 775

RAStereo	2.23 716	3.64 681	0.76 535	3.65 722	0.86 593	3.66 753	0.76 576	3.67 753	0.81 590	3.66 750	0.76 580	3.66 752	0.77 574	3.68 752	0.77 577	3.68 737	0.77 539	3.69 752	0.77 587	3.70 736	0.77 575

SA	4.33 770	7.35 752	6.85 779	5.96 759	4.09 782	3.59 751	3.15 769	3.82 754	2.64 753	3.91 752	3.85 777	3.57 751	2.72 743	3.13 745	4.03 778	7.09 780	6.86 775	3.57 749	3.12 767	3.85 737	3.51 774

test_3	5.01 780	8.86 764	7.77 782	8.09 771	2.76 757	4.13 758	4.05 782	3.88 755	3.76 777	4.33 758	4.13 781	3.71 754	3.91 770	4.21 759	4.06 779	7.93 781	7.69 780	4.53 758	3.91 780	4.17 743	4.29 784

TestStereo1	4.60 772	8.41 759	6.44 776	6.86 766	3.79 779	3.97 755	3.78 778	3.99 756	3.74 775	3.97 753	3.52 772	3.94 756	3.58 759	3.98 755	3.72 773	6.82 777	6.50 773	3.76 753	3.66 775	3.90 738	3.74 778

SA-5K	4.60 772	8.41 759	6.44 776	6.86 766	3.79 779	3.97 755	3.78 778	3.99 756	3.74 775	3.97 753	3.52 772	3.94 756	3.58 759	3.98 755	3.72 773	6.82 777	6.50 773	3.76 753	3.66 775	3.90 738	3.74 778

test_4	4.88 778	8.13 757	6.98 780	7.46 769	4.44 784	4.25 759	3.85 780	4.04 758	3.92 779	4.13 756	3.91 778	4.18 760	3.84 769	4.14 758	4.06 779	7.01 779	7.13 778	4.53 758	3.72 778	4.09 742	3.72 776

NLCSM	3.67 752	4.08 695	3.19 755	4.80 746	3.26 770	3.99 757	3.24 771	4.25 759	3.18 769	4.09 755	3.27 769	4.14 758	3.18 757	4.13 757	3.28 767	4.06 740	3.10 743	3.85 756	3.14 768	3.91 741	3.27 771

raft_robust	4.71 776	7.75 756	5.40 772	6.81 765	3.31 771	4.28 760	4.20 783	4.32 760	4.37 784	4.35 759	4.35 783	4.14 758	3.75 766	4.30 761	4.20 781	6.67 776	6.37 771	3.36 748	4.24 785	4.86 764	3.25 770

RAFT+CT+SA	4.28 768	7.62 755	4.91 767	5.55 756	2.28 752	3.09 744	3.64 775	4.49 761	3.07 762	4.80 773	3.35 770	4.77 777	3.70 764	4.29 760	3.05 756	5.58 767	5.98 770	3.58 750	3.78 779	4.26 744	3.72 776

cross-raft	4.83 777	7.52 753	6.43 775	6.63 763	3.96 781	4.51 761	3.99 781	4.49 761	3.96 780	4.52 760	3.96 779	4.50 762	3.97 772	4.50 762	3.97 777	6.65 775	6.44 772	4.33 757	3.92 781	4.35 746	3.91 781

rvit_0105_6	3.87 758	5.73 745	3.10 751	4.69 744	3.12 768	4.54 763	3.02 757	4.56 763	3.04 757	4.54 764	3.03 758	4.54 763	3.04 748	4.56 763	3.05 756	4.58 751	3.05 736	4.58 762	3.05 759	4.58 751	3.05 756

rvit_105_1	3.83 754	5.22 726	3.01 740	4.53 734	3.01 758	4.51 761	3.01 756	4.56 763	3.04 757	4.53 762	3.03 758	4.55 765	3.03 745	4.56 763	3.04 754	4.57 748	3.05 736	4.57 760	3.05 759	4.57 750	3.05 756

rvit_stereo_0081	3.83 754	5.23 729	3.01 740	4.53 734	3.03 760	4.55 767	3.02 757	4.56 763	3.04 757	4.52 760	3.02 756	4.54 763	3.03 745	4.56 763	3.04 754	4.57 748	3.05 736	4.57 760	3.05 759	4.58 751	3.05 756

rvit_stereo_0082	3.86 756	5.82 746	3.01 740	4.53 734	3.03 760	4.54 763	3.02 757	4.56 763	3.04 757	4.53 762	3.02 756	4.55 765	3.04 748	4.57 766	3.05 756	4.57 748	3.05 736	4.58 762	3.05 759	4.58 751	3.06 759

rvit_stereo_0080	3.89 759	5.70 743	3.04 745	4.54 737	3.03 760	4.56 768	3.05 763	4.60 767	3.07 762	4.58 767	3.06 761	4.59 767	3.06 750	4.61 767	3.08 760	4.63 753	3.09 741	4.64 766	3.10 764	4.65 755	3.10 763

whm_eth	3.89 759	5.70 743	3.04 745	4.54 737	3.03 760	4.56 768	3.05 763	4.60 767	3.07 762	4.58 767	3.06 761	4.59 767	3.06 750	4.61 767	3.08 760	4.63 753	3.09 741	4.64 766	3.10 764	4.65 755	3.10 763

rvit_0105_3	3.91 761	5.33 733	3.06 748	4.60 742	3.07 766	4.60 770	3.06 765	4.62 769	3.08 765	4.60 769	3.07 764	4.62 772	3.08 752	4.67 771	3.10 763	4.70 756	3.11 744	4.77 773	3.19 771	4.77 760	3.14 767

rvit_stereo_0081_aga	3.86 756	5.33 733	3.02 743	4.55 740	3.04 764	4.54 763	3.02 757	4.64 770	3.06 761	4.54 764	3.04 760	4.62 772	3.08 752	4.62 769	3.07 759	4.58 751	3.06 740	4.60 764	3.08 763	4.63 754	3.07 760

rvit_stereo_0083	3.92 763	5.30 732	3.06 748	4.61 743	3.09 767	4.67 772	3.08 766	4.66 771	3.09 766	4.62 770	3.10 766	4.66 775	3.11 754	4.67 771	3.16 765	4.72 758	3.16 747	4.77 773	3.11 766	4.66 757	3.11 765

rvit_stereo_ft	3.93 764	5.44 739	3.05 747	4.59 741	3.06 765	4.61 771	3.08 766	4.67 772	3.12 767	4.63 771	3.10 766	4.65 774	3.11 754	4.69 773	3.13 764	4.70 756	3.14 746	4.71 771	3.15 769	4.74 758	3.16 768

rvit_0105_4	3.91 761	5.47 741	3.02 743	4.54 737	3.02 759	4.54 763	3.03 761	4.75 773	3.17 768	4.57 766	3.06 761	4.61 771	3.16 756	4.65 770	3.09 762	4.66 755	3.11 744	4.68 769	3.18 770	4.81 761	3.16 768

TestStereo	4.88 778	4.75 707	4.79 765	4.87 750	4.92 786	4.81 778	4.90 786	4.78 774	4.77 785	4.87 775	4.89 785	4.90 780	4.91 778	4.99 778	4.79 783	4.98 761	4.87 763	4.87 776	4.92 787	5.00 767	5.00 785

MLG-Stereo_test2	4.28 768	5.46 740	3.69 760	4.86 749	3.72 778	5.58 782	3.42 772	4.81 775	3.77 778	4.85 774	3.72 776	5.55 784	3.63 761	5.58 781	3.53 770	4.41 745	3.28 751	4.99 777	2.95 757	4.75 759	3.13 766

sAnonymous2	3.31 749	2.63 644	1.38 657	3.71 724	1.86 730	4.70 773	1.11 615	4.82 776	2.72 754	5.45 781	1.98 746	4.59 767	2.64 741	2.65 730	6.21 787	4.37 742	1.08 574	5.16 779	2.24 749	4.52 748	2.39 747

CroCo_RVC	3.31 749	2.63 644	1.38 657	3.71 724	1.86 730	4.70 773	1.11 615	4.82 776	2.72 754	5.45 781	1.98 746	4.59 767	2.64 741	2.65 730	6.21 787	4.37 742	1.08 574	5.16 779	2.24 749	4.52 748	2.39 747

rvit_0105_5	4.10 765	5.40 737	3.13 754	4.71 745	3.15 769	4.72 775	3.10 768	4.90 778	3.27 770	4.69 772	3.16 768	4.84 779	3.25 758	4.96 777	3.34 768	5.05 763	3.39 752	5.10 778	3.40 772	5.11 768	3.42 772

FC-DCNN v2	5.10 782	5.15 721	4.49 764	5.07 752	3.37 772	6.87 785	4.75 785	5.04 779	6.34 789	7.84 789	5.06 786	6.72 790	4.09 774	4.99 778	5.44 786	5.03 762	3.16 747	4.67 768	4.86 786	5.15 769	3.89 780

MaDis-Stereo	3.19 748	6.02 748	1.12 576	5.61 757	1.16 626	5.43 781	1.02 611	5.15 780	0.70 566	5.43 780	1.21 673	5.03 782	0.97 590	4.85 774	0.99 600	4.53 746	1.16 586	5.53 781	1.25 679	5.37 771	1.30 680

MLG-Stereo_test1	4.25 766	5.34 736	3.61 758	5.31 753	3.63 776	5.23 779	3.57 774	5.38 781	3.65 772	5.23 778	3.47 771	4.76 776	3.74 765	4.85 774	3.71 772	4.96 760	3.18 749	4.71 771	2.92 756	4.86 764	2.90 753

MLG-Stereo_test3	4.26 767	4.85 709	3.95 762	5.35 754	3.60 775	4.75 776	3.76 777	5.49 782	3.71 774	5.39 779	3.69 775	4.82 778	3.66 762	4.85 774	3.73 775	4.93 759	3.19 750	4.69 770	2.99 758	4.84 763	2.98 755

StereoVision	3.15 747	5.00 715	0.89 551	4.83 747	1.00 606	3.93 754	1.27 678	6.37 783	1.34 684	5.67 783	1.26 678	5.84 785	1.27 668	5.03 780	1.24 675	5.10 765	1.09 576	4.61 765	0.57 540	5.62 773	1.12 614

SGM-Forest	5.21 784	5.92 747	4.08 763	6.18 760	4.16 783	6.31 784	4.34 784	6.50 784	4.33 783	6.14 785	4.21 782	6.61 789	4.55 777	6.67 784	4.48 782	5.94 770	3.94 756	5.85 784	4.03 783	5.79 774	4.17 783
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 787	9.36 767	7.40 781	8.51 774	6.55 790	6.88 786	6.60 790	6.79 785	6.60 790	6.80 786	6.72 792	5.31 783	5.50 781	6.61 783	6.61 790	8.42 783	5.89 768	5.73 782	5.45 791	6.61 776	6.24 789

test-1	6.46 785	9.16 766	8.03 786	8.09 771	5.62 789	6.11 783	6.35 789	6.85 786	4.94 786	6.08 784	6.29 791	4.98 781	6.43 783	6.22 782	6.36 789	6.16 773	7.47 779	5.82 783	5.44 790	7.11 780	5.68 788

test-v	7.53 789	11.89 777	7.98 783	9.36 778	7.14 791	7.06 787	7.09 791	7.37 787	6.91 791	7.29 787	5.71 789	6.45 787	6.93 784	6.73 786	7.27 791	8.93 788	7.85 781	6.98 788	6.80 792	7.56 781	7.34 791

test-2	7.53 789	11.89 777	7.98 783	9.36 778	7.14 791	7.06 787	7.09 791	7.37 787	6.91 791	7.29 787	5.71 789	6.45 787	6.93 784	6.73 786	7.27 791	8.93 788	7.85 781	6.98 788	6.80 792	7.56 781	7.34 791

DispFullNet	4.61 774	4.84 708	3.12 752	5.00 751	3.57 774	4.75 776	3.03 761	7.75 789	4.17 782	4.91 776	3.09 765	6.20 786	3.95 771	6.71 785	3.51 769	5.30 766	3.67 754	5.86 785	3.63 774	5.61 772	3.46 773

rvit_stereo_0075_2	6.64 786	8.80 763	5.25 769	7.89 770	5.27 788	7.90 789	5.27 787	7.92 790	5.28 787	7.91 790	5.29 788	7.93 791	5.27 779	7.92 790	5.28 784	7.93 781	5.28 765	7.93 790	5.29 789	7.93 783	5.28 787

U	5.15 783	8.49 761	1.81 684	8.49 773	1.77 724	8.49 790	1.77 720	8.51 791	1.77 725	8.49 791	1.77 724	8.50 792	1.78 713	8.58 791	1.77 727	8.54 784	1.78 689	8.55 792	1.78 735	8.55 786	1.84 730

SGM+DAISY	7.06 788	9.15 765	5.38 771	8.84 775	5.18 787	8.80 791	5.31 788	8.79 792	5.28 787	8.89 792	5.20 787	8.93 793	5.33 780	8.95 792	5.36 785	8.70 785	5.21 764	8.74 793	5.20 788	8.89 787	5.15 786

rafts_anoy	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 794	20.00 793	20.00 794	20.00 793	20.00 794	20.00 794	20.00 794	20.00 793	20.00 794	20.00 794	20.00 795	20.00 794	20.00 795	20.00 794	20.00 794

raft+_RVC	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 794	20.00 793	20.00 794	20.00 793	20.00 794	20.00 794	20.00 794	20.00 793	20.00 794	20.00 794	20.00 795	20.00 794	20.00 795	20.00 794	20.00 794

raftrobust	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 794	20.00 793	20.00 794	20.00 793	20.00 794	20.00 794	20.00 794	20.00 793	20.00 794	20.00 794	20.00 795	20.00 794	20.00 795	20.00 794	20.00 794

CasAABBNet	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 794	20.00 793	20.00 794	20.00 793	20.00 794	20.00 794	20.00 794	20.00 793	20.00 794	20.00 794	20.00 795	20.00 794	20.00 795	20.00 794	20.00 794

RALCasStereoNet	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 794	20.00 793	20.00 794	20.00 793	20.00 794	20.00 794	20.00 794	20.00 793	20.00 794	20.00 794	20.00 795	20.00 794	20.00 795	20.00 794	20.00 794

RALAANet	20.00 793	20.00 779	20.00 793	20.00 793	20.00 794	20.00 792	20.00 794	20.00 793	20.00 794	20.00 793	20.00 794	20.00 794	20.00 794	20.00 793	20.00 794	20.00 794	20.00 795	20.00 794	20.00 795	20.00 794	20.00 794

MANE	19.05 792	23.00 785	15.00 792	23.00 799	15.00 793	24.00 798	16.00 793	24.00 799	16.00 793	22.00 799	15.00 793	23.00 800	16.00 793	23.00 799	15.00 793	22.00 800	15.00 794	22.00 800	15.00 794	22.00 800	15.00 793

111	30.40 799	30.94 801	29.72 804	32.61 800	30.02 805	33.57 799	30.47 805	31.50 800	29.39 805	30.98 800	29.11 805	29.78 801	30.39 808	29.45 800	30.76 808	30.08 801	29.02 806	29.92 801	30.32 809	29.86 801	30.17 805

fff	1000028.16 825	29.62 797	29.72 804	32.61 800	30.02 805	35.13 801	31.83 806	32.07 801	10000000.00 826	35.27 803	29.82 806	32.45 802	30.15 805	32.35 801	30.09 805	31.04 802	29.55 807	30.64 802	30.14 806	10000000.00 828	30.77 806

csc	1000028.16 825	29.62 797	29.72 804	32.61 800	30.02 805	35.13 801	31.83 806	32.07 801	10000000.00 826	35.27 803	29.82 806	32.45 802	30.15 805	32.35 801	30.09 805	31.04 802	29.55 807	30.64 802	30.14 806	10000000.00 828	30.77 806

cscssc	1000028.16 825	29.62 797	29.72 804	32.61 800	30.02 805	35.13 801	31.83 806	32.07 801	10000000.00 826	35.27 803	29.82 806	32.45 802	30.15 805	32.35 801	30.09 805	31.04 802	29.55 807	30.64 802	30.14 806	10000000.00 828	30.77 806

tt	500032.53 823	34.60 803	29.72 804	37.47 815	34.41 810	36.85 805	35.22 810	34.71 804	33.55 807	34.50 801	35.43 809	33.81 805	10000000.00 827	33.57 804	33.13 809	33.68 805	35.00 811	34.03 806	35.26 812	30.96 802	34.63 810

DCANet	500032.53 823	34.60 803	29.72 804	37.47 815	34.41 810	36.85 805	35.22 810	34.71 804	33.55 807	34.50 801	35.43 809	33.81 805	10000000.00 827	33.57 804	33.13 809	33.68 805	35.00 811	34.03 806	35.26 812	30.96 802	34.63 810

DCANet-4	35.22 805	34.54 802	35.08 810	33.58 804	35.47 812	34.55 800	35.53 812	36.08 806	35.85 809	35.92 806	35.77 811	35.18 807	35.48 810	35.39 806	37.15 815	34.55 807	33.92 810	35.02 808	34.90 811	35.79 805	34.74 812

ADStereo(finetuned)	36.13 806	36.63 806	38.07 815	36.97 805	33.25 809	35.91 804	34.45 809	36.36 807	32.99 806	38.14 817	36.71 812	36.69 808	34.13 809	38.57 817	40.79 816	37.60 818	36.58 813	35.90 809	33.36 810	35.42 804	34.04 809

PM Cens cmp D40	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 800	37.00 808	24.00 800	37.00 807	24.00 800	37.00 809	24.00 800	37.00 807	24.00 800	37.00 809	24.00 802	37.00 810	24.00 802	37.00 806	24.00 800

PM Graph cmp D40	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 800	37.00 808	24.00 800	37.00 807	24.00 800	37.00 809	24.00 800	37.00 807	24.00 800	37.00 809	24.00 802	37.00 810	24.00 802	37.00 806	24.00 800

PatchMatch Cens Cmp	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 800	37.00 808	24.00 800	37.00 807	24.00 800	37.00 809	24.00 800	37.00 807	24.00 800	37.00 809	24.00 802	37.00 810	24.00 802	37.00 806	24.00 800

PatchMatch Graph Cmp	30.50 800	37.00 807	24.00 799	37.00 806	24.00 801	37.00 807	24.00 800	37.00 808	24.00 800	37.00 807	24.00 800	37.00 809	24.00 800	37.00 807	24.00 800	37.00 809	24.00 802	37.00 810	24.00 802	37.00 806	24.00 800

PatchMatch		37.00 807		37.00 806		37.00 807		37.00 808		37.00 807		37.00 809		37.00 807		37.00 809		37.00 810		37.00 806

fast-reg	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 813	37.00 808	37.00 810	37.00 807	37.00 813	37.00 809	37.00 811	37.00 807	37.00 811	37.00 809	37.00 814	37.00 810	37.00 814	37.00 806	37.00 813

Reg-Stereo(zero)	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 813	37.00 808	37.00 810	37.00 807	37.00 813	37.00 809	37.00 811	37.00 807	37.00 811	37.00 809	37.00 814	37.00 810	37.00 814	37.00 806	37.00 813

FLISNet	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 813	37.00 808	37.00 810	37.00 807	37.00 813	37.00 809	37.00 811	37.00 807	37.00 811	37.00 809	37.00 814	37.00 810	37.00 814	37.00 806	37.00 813

CoSv	37.00 807	37.00 807	37.00 811	37.00 806	37.00 813	37.00 807	37.00 813	37.00 808	37.00 810	37.00 807	37.00 813	37.00 809	37.00 811	37.00 807	37.00 811	37.00 809	37.00 814	37.00 810	37.00 814	37.00 806	37.00 813

WCMA_ROB	31.10 804	35.43 805	27.12 803	39.51 817	23.10 800	38.78 816	25.30 804	37.49 817	25.39 804	37.29 816	27.02 804	38.52 818	26.48 804	37.80 816	26.44 804	36.28 808	22.65 801	33.90 805	22.30 801	37.10 815	24.18 804

CBMV	128.50 813	1422.70 829	53.10 817	79.50 819	51.30 818	77.30 818	49.70 817	74.00 818	48.20 815	77.20 819	48.80 818	73.90 820	48.00 816	73.80 819	48.80 818	70.40 820	45.10 819	68.90 820	46.10 819	68.20 817	45.00 818
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 811	87.70 817	41.95 816	113.75 820	65.62 819	75.05 817	55.25 818	75.64 819	45.04 814	71.61 818	41.75 817	72.81 819	44.06 815	68.38 818	44.63 817	101.89 821	59.57 820	107.10 821	61.05 820	104.38 818	59.38 819

NOSS_ROB	102.95 812	153.00 821	121.00 819	51.00 818	44.00 817	165.00 820	127.00 819	153.00 820	119.00 816	164.00 821	125.00 819	168.00 822	120.00 817	153.00 820	117.00 819	49.00 819	44.00 818	49.00 819	44.00 818	49.00 816	44.00 817

MeshStereo	159.24 814	171.00 822	160.68 822	162.58 821	160.59 821	164.01 819	160.35 821	158.51 821	158.56 818	158.34 820	160.12 821	158.56 821	159.92 819	157.26 821	158.94 821	154.38 822	158.36 821	155.75 822	159.13 823	153.67 819	154.07 821
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
DF_test	189.29 815	560.34 826	182.58 823	229.00 823	135.68 820	197.79 821	135.52 820	197.80 822	135.44 817	197.75 822	135.49 820	197.90 823	135.51 818	197.84 822	135.75 820	217.37 824	171.11 822	183.74 823	127.67 822	183.56 820	127.88 820

AE-Stereo	201.80 816	123.00 818	115.00 818	219.00 822	218.00 823	223.00 822	244.00 823	217.00 823	236.00 820	202.00 823	203.00 822	205.00 824	208.00 820	225.00 823	204.00 822	210.00 823	198.00 823	197.00 824	184.00 824	204.00 821	201.00 822

MGS-Stereo	239.45 817	123.00 818	135.00 820	266.00 824	286.00 824	277.00 823	305.00 824	271.00 824	242.00 821	274.00 824	279.00 824	255.00 825	270.00 822	268.00 824	297.00 824	221.00 825	247.00 825	216.00 825	123.00 821	217.00 822	217.00 824

EGLCR-Stereo	246.90 818	129.00 820	139.00 821	266.00 824	286.00 824	277.00 823	305.00 824	271.00 824	242.00 821	274.00 824	279.00 824	255.00 825	270.00 822	268.00 824	297.00 824	230.00 826	247.00 825	216.00 825	223.00 826	237.00 823	227.00 825

DLCB_ROB	284.23 819	354.61 824	207.27 824	363.24 826	206.46 822	364.72 825	210.41 822	364.72 826	210.41 819	364.81 826	208.64 823	364.81 827	208.64 821	364.72 826	210.41 823	354.70 827	205.53 824	354.70 827	205.53 825	354.70 824	205.53 823

LE_ROB	396.57 820	471.28 825	329.84 825	471.48 827	308.15 826	526.83 826	322.10 826	488.15 827	323.76 823	495.46 827	317.97 826	497.17 828	320.10 824	481.62 827	326.76 826	462.71 828	298.97 827	466.16 828	285.98 827	447.62 825	289.21 826

SGM-ForestM	596.69 821	677.77 827	444.52 826	699.85 828	517.25 827	732.94 827	488.29 827	770.79 828	460.11 824	750.81 828	487.98 827	792.79 829	499.41 825	730.90 828	475.81 827	720.03 829	491.16 828	663.96 829	418.60 828	674.76 826	436.05 827

CBMV_ROB	818.48 822	913.88 828	709.52 827	862.84 829	597.78 828	1073.99 828	700.52 828	1015.66 829	702.59 825	1115.65 829	760.02 828	1130.24 830	721.57 826	1037.41 829	692.65 828	814.05 830	564.29 829	843.28 830	595.31 829	915.51 827	602.92 828

111111	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

SGD-Stereo	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

IGEV-Stereo++	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

IGEV-BASED-STEREO-	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

IGEV-Stereo+	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

SDNR	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

anonymousdsp2	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

anonymousdsp	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

test_example2	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829

DIP-Stereo	10000000.00 828	10000000.00 830	10000000.00 828	10000000.00 830	10000000.00 829	10000000.00 829	10000000.00 829	10000000.00 830	10000000.00 826	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 827	10000000.00 830	10000000.00 829	10000000.00 831	10000000.00 830	10000000.00 831	10000000.00 830	10000000.00 828	10000000.00 829
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 87	0.10 166							0.05 113				0.15 157	0.10 110	0.17 228	0.13 227	0.11 167

Low-res two-view benchmark