Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 465	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

Wz-Net-LNSev	0.06 61	0.24 160	0.20 198	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 204	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 288	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 270	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 127	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 223	0.02 20	0.02 21	0.71 452	0.02 16	0.02 19	0.02 21	0.02 21	0.16 200

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	0.73 465	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

CoDeX	0.15 151	0.70 309	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	0.67 497	0.02 15	0.69 483	0.75 508	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	0.11 112	0.44 239	0.33 280	0.39 256	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	0.39 302	0.36 344	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 330	1.91 551	0.92 518	1.91 596	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	1.97 629	1.44 621	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 251	1.29 478	1.19 547	1.36 571	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	1.26 586	1.21 598	0.03 41	0.09 142	0.02 21	0.09 143

SFCPSM	0.17 164	0.78 325	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	0.79 537	0.02 15	0.75 496	0.76 510	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 209	1.31 482	0.74 492	0.92 460	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	0.87 490	0.75 496	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 481	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 455	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 389	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 588	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 91	0.98 370	0.14 148	0.15 134	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 412	0.17 183	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 139	1.22 474	0.28 238	0.32 225	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	0.32 250	0.27 247	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 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 380	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 369	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 91	1.07 404	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 396	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 342	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 396	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 342	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 390	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 366	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 139	1.83 536	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 91	1.07 404	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 412	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 390	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 112	1.15 415	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 91	0.99 378	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 112	1.16 417	0.16 173	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 585	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 585	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	0.14 139	0.04 52	0.03 39	2.22 610	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 556	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 418	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	0.75 468	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 134	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 495	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

z-mn7	0.16 158	1.21 468	0.33 280	0.41 283	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	0.35 268	0.31 284	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 493	0.33 280	0.40 269	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	0.38 289	0.32 289	0.05 108	0.04 99	0.04 97	0.04 96

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

test_xeample	0.10 91	1.09 406	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

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

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 654	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 658	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 675	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 661	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 64	1.71 592	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 151	0.04 52	0.04 64	2.20 609	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ManiGeoR	0.17 164	0.05 66	0.62 450	0.73 432	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 454	0.72 428	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	0.71 452	0.59 453	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 450	0.73 432	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 450	0.72 428	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 461	0.72 428	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	0.71 452	0.59 453	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 219	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 699	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

z-ln-s-r	0.21 188	1.40 491	0.53 427	0.56 390	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	0.57 417	0.44 399	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

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

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

ISRNet	0.11 112	0.05 66	0.36 304	0.24 190	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 166	0.05 117	0.05 103	0.09 140	0.24 213	0.20 208	0.10 141	0.05 123	0.06 123	0.13 185

qqq1	0.25 209	3.70 641	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 209	3.70 641	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

11t1	0.17 164	2.16 571	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

ffm	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

qqq	0.16 158	2.01 561	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 552	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 584	0.07 131	0.05 124	0.05 112	0.05 127	0.08 134	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

TS12	0.09 75	0.09 94	0.17 183	0.19 164	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 134	0.06 134	0.08 134	0.06 131	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 134	0.05 117	0.09 140	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 134	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

SuperB	0.21 188	0.10 99	2.51 692	0.12 106	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 142	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

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

MatchStereo	0.54 406	0.12 115	2.38 690	2.32 626	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.08 135	2.34 666	2.34 685	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CAS++	0.17 164	0.27 173	0.21 204	0.10 81	0.21 258	0.15 174	0.22 244	0.10 142	0.21 245	0.22 214	0.10 151	0.19 196	0.18 234	0.10 145	0.19 232	0.20 182	0.19 206	0.18 203	0.10 151	0.19 203	0.18 224
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 142	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

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

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

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

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

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

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

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

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

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

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

over-6	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

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

over-8	0.11 112	0.14 124	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.09 140	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

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

JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 189	0.11 154	0.11 171	0.12 163	0.11 169	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 195	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 158	0.11 168	0.12 166	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 425	0.11 165

PASM	0.39 300	3.06 626	1.36 613	1.58 581	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 158	0.09 147	0.09 140	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

VeloStereo	0.16 158	0.92 359	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 287	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

flow	0.16 158	0.92 359	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 287	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

DA	0.09 75	0.13 117	0.39 321	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

GGEV	0.09 75	0.13 117	0.39 321	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

S2M2_L	0.12 125	0.14 124	0.10 92	0.15 134	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.15 173	0.10 151	0.14 168	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 132	0.21 146	0.12 123	0.16 144	0.11 175	0.15 174	0.11 167	0.14 166	0.11 171	0.15 173	0.12 177	0.15 179	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLG	0.13 132	0.20 140	0.14 148	0.15 134	0.11 175	0.14 166	0.11 167	0.14 166	0.11 171	0.14 166	0.11 169	0.14 168	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLGR_C	0.14 139	0.20 140	0.12 123	0.15 134	0.11 175	0.14 166	0.15 197	0.14 166	0.11 171	0.15 173	0.12 177	0.14 168	0.11 168	0.16 179	0.11 162	0.15 146	0.12 136	0.14 165	0.12 181	0.15 179	0.12 178

MIPNet	0.14 139	0.21 146	0.17 183	0.16 144	0.11 175	0.15 174	0.12 180	0.14 166	0.11 171	0.16 178	0.11 169	0.14 168	0.11 168	0.14 168	0.11 162	0.14 133	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLGR	0.14 139	0.24 160	0.14 148	0.16 144	0.12 188	0.15 174	0.12 180	0.14 166	0.11 171	0.15 173	0.12 177	0.14 168	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

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

LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.23 220	0.10 151	0.20 201	0.10 151	0.24 228	0.11 162	0.11 105	0.09 94	0.12 159	0.14 198	0.12 166	0.09 143

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 168	0.14 195	0.14 168	0.14 188	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 195	0.13 117	0.19 195	0.23 185	0.10 155	0.26 248	1.02 569	0.14 166	0.10 153	0.28 250	0.14 196	0.17 188	0.19 241	0.28 258	0.09 140	0.22 192	0.16 175	0.23 230	0.17 235	0.11 156	0.12 178

CCAANet	0.17 164	0.71 310	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 168	0.14 195	0.14 168	0.22 243	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 191

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 174	0.09 145	0.14 166	0.10 153	0.14 166	0.09 147	0.14 168	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 524

StereoDRNet	0.15 151	0.14 124	0.10 92	0.14 122	0.09 148	0.15 174	0.09 145	0.14 166	0.09 149	0.14 166	0.10 151	0.14 168	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 540

PDISCO_ROB	0.83 487	2.80 622	3.49 714	0.14 122	0.11 175	0.17 188	0.09 145	0.15 179	0.10 153	0.15 173	0.12 177	0.16 180	0.14 195	3.30 705	0.13 183	0.14 133	2.34 685	0.16 182	0.12 181	2.62 686	0.10 151

LACA_dic	0.45 366	0.13 117	1.78 642	1.70 591	0.12 188	0.13 164	0.12 180	0.16 180	0.15 206	0.13 165	0.12 177	0.13 166	0.11 168	0.16 179	0.13 183	1.73 614	1.69 644	0.16 182	0.11 165	0.13 168	0.13 185

DF	0.39 300	1.37 488	1.02 531	1.14 494	0.12 188	0.16 181	0.12 180	0.16 180	0.12 187	0.16 178	0.12 177	0.16 180	0.12 184	0.16 179	0.12 174	1.12 528	1.00 520	0.15 178	0.12 181	0.15 179	0.12 178

xyz-stereo-finetune2	0.18 173	0.48 263	0.16 173	0.16 144	0.15 209	0.15 174	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 180	0.16 211	0.16 179	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 200

xyz-stereo	0.18 173	0.50 270	0.16 173	0.15 134	0.16 220	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 180	0.16 211	0.16 179	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 200

castereo++	0.54 406	3.59 638	1.15 541	1.31 565	0.14 195	0.16 181	0.14 189	0.16 180	0.14 194	0.16 178	0.14 196	0.16 180	0.13 190	0.16 179	0.14 188	1.45 601	1.16 546	0.15 178	0.14 198	0.15 179	0.13 185

GMStereo_Zeroshot	0.16 158	0.16 127	0.16 173	0.16 144	0.16 220	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 180	0.16 211	0.16 179	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 200

ICVP	0.15 151	0.53 284	0.11 112	0.16 144	0.11 175	0.16 181	0.11 167	0.16 180	0.11 171	0.16 178	0.11 169	0.16 180	0.11 168	0.16 179	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Weightmod_eth	0.20 179	0.24 160	0.28 238	0.47 316	0.14 195	0.24 229	0.14 189	0.17 187	0.13 191	0.22 214	0.16 212	0.22 219	0.13 190	0.20 198	0.16 208	0.24 213	0.20 208	0.19 206	0.14 198	0.16 184	0.24 248

S2M2_XL	0.14 139	0.17 132	0.12 123	0.17 157	0.11 175	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.11 169	0.17 188	0.11 168	0.17 187	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 139	0.20 140	0.14 148	0.16 144	0.11 175	0.16 181	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 188	0.13 190	0.17 187	0.12 174	0.15 146	0.11 122	0.16 182	0.11 165	0.15 179	0.12 178

HSM	0.14 139	0.16 127	0.12 123	0.17 157	0.12 188	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 188	0.12 184	0.17 187	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.12 178

ITSA-stereo	0.15 151	0.17 132	0.13 143	0.20 168	0.13 193	0.19 195	0.13 187	0.18 191	0.13 191	0.19 191	0.13 191	0.18 192	0.14 195	0.18 190	0.14 188	0.16 159	0.11 122	0.15 178	0.14 198	0.18 197	0.11 165

ELAS	0.13 132	0.16 127	0.11 112	0.15 134	0.09 148	0.18 192	0.11 167	0.18 191	0.11 171	0.17 185	0.11 169	0.18 192	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 171	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SCION-MonSter	0.21 188	0.76 321	0.22 206	0.25 197	0.15 209	0.19 195	0.15 197	0.19 193	0.15 206	0.19 191	0.15 206	0.19 196	0.15 207	0.19 193	0.14 188	0.22 192	0.21 213	0.16 182	0.14 198	0.16 184	0.15 198

IGEV-FE	0.35 262	0.37 198	0.17 183	0.19 164	0.17 226	0.20 201	0.17 214	0.19 193	0.17 224	0.19 191	0.17 220	0.19 196	0.17 223	0.37 297	0.36 389	0.19 179	0.17 196	0.19 206	0.17 235	0.38 314	2.84 710

DEFOM-Stereo_RVC	0.83 487	5.18 680	1.98 678	2.19 608	0.17 226	0.19 195	0.18 223	0.19 193	0.16 214	0.20 198	0.19 240	0.22 219	0.22 254	0.20 198	0.15 200	2.28 659	2.13 680	0.24 240	0.17 235	0.18 197	0.16 200

HCRNet	1.22 595	7.11 709	3.00 697	3.55 677	0.33 386	0.29 258	0.14 189	0.19 193	0.15 206	0.33 273	0.29 302	0.25 240	0.14 195	0.22 217	0.33 368	3.64 694	3.00 693	0.76 510	0.32 385	0.18 197	0.13 185

DeepPruner_ROB	0.16 158	0.18 135	0.13 143	0.19 164	0.13 193	0.19 195	0.13 187	0.19 193	0.13 191	0.19 191	0.13 191	0.19 196	0.13 190	0.19 193	0.13 183	0.18 175	0.13 159	0.18 203	0.13 192	0.18 197	0.13 185

ELAS_RVC	0.14 139	0.16 127	0.10 92	0.15 134	0.10 155	0.18 192	0.11 167	0.19 193	0.11 171	0.19 191	0.12 177	0.18 192	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 179	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 151	0.17 132	0.11 112	0.18 159	0.11 175	0.19 195	0.11 167	0.19 193	0.12 187	0.19 191	0.12 177	0.20 201	0.12 184	0.19 193	0.12 174	0.16 159	0.11 122	0.17 192	0.10 151	0.17 193	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SCION-MonSter(vits)	0.25 209	0.79 327	0.31 266	0.42 293	0.28 288	0.40 310	0.28 281	0.20 200	0.15 206	0.40 305	0.15 206	0.19 196	0.15 207	0.20 198	0.15 200	0.23 204	0.21 213	0.17 192	0.14 198	0.16 184	0.14 191

RAFT-FEzeroshot	0.34 251	0.26 170	0.17 183	0.21 178	0.17 226	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 209	0.16 211	0.27 253	0.24 253	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 719

RAFT-FE	0.34 251	0.26 170	0.17 183	0.21 178	0.17 226	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 209	0.16 211	0.27 253	0.24 253	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 719

castereo	0.61 421	3.79 646	1.35 605	1.52 579	0.15 209	0.17 188	0.16 204	0.20 200	0.21 245	0.18 189	0.16 212	0.21 209	0.12 184	0.26 249	0.17 215	1.43 600	1.38 617	0.17 192	0.16 212	0.18 197	0.16 200

DDVS	0.30 229	3.10 627	0.14 148	0.19 164	0.14 195	0.19 195	0.14 189	0.20 200	0.14 194	0.19 191	0.13 191	0.16 180	0.13 190	0.19 193	0.13 183	0.17 167	0.13 159	0.17 192	0.13 192	0.17 193	0.13 185

gwcnet-sp	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 200	0.25 264	1.61 629	0.23 257	0.28 256	0.26 276	0.20 198	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 238

scenet	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 200	0.25 264	1.61 629	0.23 257	0.28 256	0.26 276	0.20 198	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 238

ssnet	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 200	0.25 264	1.61 629	0.23 257	0.28 256	0.26 276	0.20 198	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 238

DAS	0.20 179	0.20 140	0.20 198	0.20 168	0.20 247	0.20 201	0.20 233	0.20 200	0.20 240	0.20 198	0.20 244	0.20 201	0.20 245	0.20 198	0.20 235	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 229

ASD4	0.20 179	0.20 140	0.20 198	0.20 168	0.20 247	0.20 201	0.20 233	0.20 200	0.20 240	0.20 198	0.20 244	0.20 201	0.20 245	0.20 198	0.20 235	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 229

GEAR-Net	0.22 195	0.46 252	0.27 230	0.29 211	0.17 226	0.21 212	0.17 214	0.21 210	0.17 224	0.21 210	0.17 220	0.21 209	0.17 223	0.21 211	0.17 215	0.28 231	0.26 234	0.20 211	0.16 212	0.20 204	0.16 200

depth_test_26	0.20 179	0.34 188	0.25 220	0.34 235	0.14 195	0.21 212	0.14 189	0.21 210	0.14 194	0.21 210	0.14 196	0.21 209	0.14 195	0.21 211	0.14 188	0.26 222	0.26 234	0.22 221	0.15 209	0.22 214	0.14 191

IGEV_Zeroshot_test	0.20 179	0.19 136	0.40 353	0.30 213	0.17 226	0.22 217	0.17 214	0.21 210	0.17 224	0.20 198	0.17 220	0.21 209	0.18 234	0.21 211	0.17 215	0.20 182	0.16 175	0.20 211	0.16 212	0.20 204	0.17 218

ACVNet	0.20 179	0.19 136	0.14 148	0.20 168	0.14 195	0.20 201	0.96 559	0.21 210	0.14 194	0.20 198	0.13 191	0.21 209	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 178

acv_ft	0.20 179	0.19 136	0.14 148	0.20 168	0.14 195	0.20 201	0.96 559	0.21 210	0.14 194	0.20 198	0.13 191	0.21 209	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 178

LALA_ROB	0.15 151	0.19 136	0.12 123	0.18 159	0.11 175	0.20 201	0.12 180	0.21 210	0.12 187	0.20 198	0.12 177	0.20 201	0.12 184	0.21 211	0.13 183	0.17 167	0.10 99	0.18 203	0.11 165	0.18 197	0.11 165

DepthFocus	0.18 173	0.22 150	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 216	0.15 206	0.22 214	0.15 206	0.22 219	0.16 211	0.22 217	0.15 200	0.20 182	0.15 172	0.20 211	0.14 198	0.20 204	0.14 191

RSGM-EC	0.24 206	0.24 160	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 216	0.15 206	0.24 227	0.15 206	0.22 219	0.15 207	0.22 217	1.19 584	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 191

acva	0.24 206	0.24 160	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 216	0.15 206	0.24 227	0.15 206	0.22 219	0.15 207	0.22 217	1.19 584	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 191

xyz-stereo-finetune	0.28 223	0.49 265	0.16 173	0.16 144	0.16 220	0.16 181	0.16 204	0.22 216	0.30 313	0.32 268	0.31 361	0.32 275	0.31 364	0.32 272	0.32 356	0.32 250	0.33 302	0.31 272	0.32 385	0.31 258	0.32 363

WAO-6	0.22 195	0.23 152	0.22 206	0.23 185	0.22 260	0.22 217	0.22 244	0.22 216	0.22 249	0.22 214	0.22 252	0.22 219	0.22 254	0.22 217	0.22 243	0.22 192	0.22 220	0.22 221	0.22 253	0.22 214	0.22 236

IMH-64-1	0.22 195	0.23 152	0.23 210	0.22 180	0.22 260	0.22 217	0.22 244	0.22 216	0.22 249	0.22 214	0.22 252	0.22 219	0.22 254	0.22 217	0.22 243	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 238

IMH-64	0.22 195	0.23 152	0.23 210	0.22 180	0.22 260	0.22 217	0.22 244	0.22 216	0.22 249	0.22 214	0.22 252	0.22 219	0.22 254	0.22 217	0.22 243	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 238

MSKI-zero shot	0.24 206	0.21 146	0.49 407	0.65 410	0.18 238	0.22 217	0.17 214	0.23 223	0.18 231	0.21 210	0.17 220	0.23 227	0.28 292	0.23 224	0.18 228	0.21 190	0.16 175	0.21 216	0.16 212	0.21 212	0.16 200

MIM_Stereo	0.25 209	0.23 152	0.66 463	0.80 442	0.17 226	0.22 217	0.17 214	0.23 223	0.18 231	0.26 244	0.17 220	0.21 209	0.17 223	0.25 237	0.17 215	0.23 204	0.16 175	0.21 216	0.17 235	0.22 214	0.17 218

dd	0.23 202	0.98 370	0.16 173	0.23 185	0.15 209	0.23 226	0.15 197	0.23 223	0.15 206	0.23 220	0.15 206	0.24 233	0.17 223	0.23 224	0.15 200	0.22 192	0.15 172	0.21 216	0.15 209	0.22 214	0.16 200

LACA2	0.21 188	0.24 160	0.26 227	0.31 219	0.16 220	0.24 229	0.16 204	0.24 226	0.16 214	0.24 227	0.16 212	0.24 233	0.16 211	0.24 228	0.16 208	0.27 226	0.23 226	0.24 240	0.16 212	0.23 226	0.16 200

LACA1	0.21 188	0.24 160	0.26 227	0.31 219	0.16 220	0.24 229	0.16 204	0.24 226	0.16 214	0.24 227	0.16 212	0.24 233	0.16 211	0.24 228	0.16 208	0.27 226	0.22 220	0.23 230	0.16 212	0.23 226	0.16 200

tg	0.21 188	0.25 167	0.21 204	0.26 205	0.17 226	0.24 229	0.17 214	0.24 226	0.17 224	0.24 227	0.17 220	0.24 233	0.17 223	0.24 228	0.17 215	0.24 213	0.17 196	0.23 230	0.16 212	0.23 226	0.16 200

ACV-stereo	0.30 229	2.08 563	0.25 220	0.25 197	0.18 238	0.24 229	0.17 214	0.24 226	0.18 231	0.24 227	0.17 220	0.25 240	0.17 223	0.24 228	0.17 215	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 200

Pointernet	0.21 188	0.22 150	0.19 195	0.24 190	0.19 244	0.24 229	0.19 229	0.24 226	0.19 238	0.24 227	0.19 240	0.24 233	0.19 241	0.24 228	0.19 232	0.22 192	0.17 196	0.22 221	0.17 235	0.22 214	0.17 218

dad	0.23 202	1.03 396	0.16 173	0.23 185	0.15 209	0.24 229	0.15 197	0.24 226	0.16 214	0.23 220	0.16 212	0.24 233	0.16 211	0.23 224	0.15 200	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 200

iResNetv2_ROB	0.20 179	0.23 152	0.18 193	0.24 190	0.20 247	0.24 229	0.18 223	0.24 226	0.18 231	0.24 227	0.18 237	0.23 227	0.19 241	0.24 228	0.18 228	0.21 190	0.16 175	0.21 216	0.16 212	0.22 214	0.16 200

iResNet	0.20 179	0.23 152	0.18 193	0.24 190	0.18 238	0.24 229	0.20 233	0.24 226	0.18 231	0.23 220	0.17 220	0.23 227	0.18 234	0.23 224	0.18 228	0.22 192	0.16 175	0.21 216	0.16 212	0.21 212	0.16 200

LACA3	0.23 202	0.25 167	0.27 230	0.54 383	0.17 226	0.25 239	0.17 214	0.25 234	0.17 224	0.25 235	0.17 220	0.25 240	0.17 223	0.25 237	0.17 215	0.28 231	0.23 226	0.24 240	0.17 235	0.24 231	0.17 218

VIP-Stereo	0.70 446	2.97 625	2.43 691	2.49 637	0.16 220	0.25 239	0.16 204	0.25 234	0.16 214	0.25 235	0.18 237	0.25 240	0.16 211	0.26 249	0.16 208	1.86 618	1.26 600	0.23 230	0.15 209	0.23 226	0.15 198

UNDER WATER-64	0.25 209	0.26 170	0.25 220	0.26 205	0.25 274	0.25 239	0.25 260	0.25 234	0.25 264	0.25 235	0.25 270	0.25 240	0.25 266	0.26 249	0.25 261	0.25 220	0.25 231	0.25 245	0.25 269	0.25 234	0.25 250

LoS_RVC	0.30 229	1.14 412	0.25 220	0.25 197	0.25 274	0.26 248	0.25 260	0.25 234	0.25 264	0.25 235	0.25 270	0.26 252	0.26 276	0.26 249	0.25 261	0.26 222	0.26 234	0.25 245	0.25 269	0.26 237	0.26 256

CAS	0.30 229	1.17 418	0.25 220	0.25 197	0.25 274	0.26 248	0.25 260	0.25 234	0.26 278	0.25 235	0.25 270	0.25 240	0.25 266	0.25 237	0.25 261	0.26 222	0.26 234	0.26 250	0.25 269	0.26 237	0.25 250

AANet_RVC	1.26 598	0.31 184	4.99 726	5.93 716	0.20 247	0.25 239	0.20 233	0.25 234	0.20 240	0.23 220	0.19 240	0.25 240	0.20 245	0.25 237	0.20 235	5.66 726	4.76 720	0.26 250	0.30 367	0.24 231	0.27 294

SMOE	0.23 202	0.25 167	0.30 248	0.33 229	0.18 238	0.26 248	0.18 223	0.26 240	0.18 231	0.26 244	0.18 237	0.25 240	0.18 234	0.25 237	0.18 228	0.31 247	0.27 247	0.23 230	0.17 235	0.23 226	0.17 218

Select-FE	0.41 313	0.44 239	0.23 210	0.26 205	0.22 260	0.26 248	0.22 244	0.26 240	0.23 256	0.26 244	0.23 257	0.26 252	0.23 260	0.45 401	0.42 433	0.25 220	0.22 220	0.25 245	0.22 253	0.45 401	2.90 711

LoS	0.25 209	0.27 173	0.25 220	0.25 197	0.25 274	0.25 239	0.25 260	0.26 240	0.25 264	0.25 235	0.25 270	0.25 240	0.25 266	0.25 237	0.25 261	0.26 222	0.25 231	0.25 245	0.26 275	0.26 237	0.25 250
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEStereo_RVC	0.86 499	4.45 663	0.20 198	0.27 208	0.20 247	0.27 253	0.20 233	0.26 240	0.18 231	5.03 735	0.20 244	0.27 255	0.19 241	0.27 253	0.21 239	0.20 182	0.19 206	0.19 206	4.02 740	0.20 204	0.18 224

small-0shot	0.35 262	1.92 557	0.27 230	0.27 208	0.27 282	0.27 253	0.27 270	0.27 244	0.27 282	0.27 249	0.27 279	0.26 252	0.27 283	0.27 253	0.26 266	0.27 226	0.26 234	0.26 250	0.26 275	0.26 237	0.27 294

DLNR-FE	0.28 223	0.89 348	0.30 248	0.34 235	0.19 244	0.28 255	0.19 229	0.28 245	0.20 240	0.28 250	0.20 244	0.28 256	0.20 245	0.28 258	0.20 235	0.33 256	0.28 255	0.25 245	0.19 243	0.24 231	0.19 227

PAM	0.39 300	1.88 547	0.34 291	0.37 245	0.41 438	0.45 405	0.22 244	0.28 245	0.23 256	0.28 250	0.24 264	0.29 262	0.23 260	0.29 262	0.23 250	0.38 289	0.32 289	0.38 328	0.37 421	0.32 261	0.22 236

TorneroNet-64	0.45 366	0.27 173	0.30 248	0.58 393	0.27 282	0.70 486	0.30 304	0.28 245	0.73 535	0.73 492	0.28 287	0.71 492	0.66 501	0.75 493	0.27 268	0.27 226	0.29 269	0.37 320	0.75 542	0.28 245	0.30 346

SQANet	0.28 223	0.28 176	0.28 238	0.28 210	0.28 288	0.28 255	0.28 281	0.28 245	0.28 288	0.28 250	0.28 287	0.28 256	0.28 292	0.28 258	0.28 277	0.28 231	0.28 255	0.28 259	0.28 334	0.28 245	0.28 322

CFNet	1.37 603	5.27 689	0.19 195	5.49 713	0.19 244	0.28 255	0.19 229	0.28 245	0.19 238	0.28 250	0.19 240	0.28 256	4.35 733	0.28 258	0.19 232	0.23 204	0.17 196	0.23 230	4.21 742	4.81 719	0.17 218

Weightmod	0.27 220	0.29 178	0.33 280	0.38 248	0.20 247	0.30 260	0.21 239	0.29 250	0.21 245	0.29 255	0.22 252	0.30 266	0.20 245	0.30 264	0.21 239	0.37 276	0.31 284	0.27 255	0.20 245	0.28 245	0.21 233

ssnet_v2	0.68 440	1.96 559	1.25 601	0.29 211	0.20 247	0.30 260	0.20 233	0.29 250	0.22 249	1.50 625	0.20 244	0.31 271	0.20 245	0.27 253	0.22 243	0.24 213	1.49 624	0.26 250	0.18 242	3.90 696	0.19 227

RAFT + AFF	0.31 236	0.45 248	0.34 291	0.39 256	0.28 288	0.38 302	0.33 372	0.29 250	0.31 358	0.30 257	0.30 317	0.29 262	0.27 283	0.29 262	0.30 303	0.28 231	0.29 269	0.29 264	0.29 349	0.27 243	0.32 363

SME	0.27 220	0.29 178	0.31 266	0.38 248	0.20 247	0.29 258	0.18 223	0.30 253	0.20 240	0.32 268	0.21 250	0.32 275	0.20 245	0.32 272	0.21 239	0.35 268	0.32 289	0.27 255	0.19 243	0.29 249	0.20 229

DStereoO	0.31 236	0.31 184	0.31 266	0.30 213	0.40 428	0.31 267	0.30 304	0.30 253	0.34 389	0.29 255	0.31 361	0.29 262	0.30 313	0.31 269	0.31 344	0.31 247	0.29 269	0.31 272	0.30 367	0.31 258	0.31 356

MultiAttention	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 253	0.30 313	0.30 257	0.30 317	0.30 266	0.30 313	0.30 264	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 346

MSAF-DinoV2	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 253	0.30 313	0.30 257	0.30 317	0.30 266	0.30 313	0.30 264	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 346

DLNR_Zeroshot_test	0.31 236	0.28 176	0.47 392	0.79 438	0.24 271	0.30 260	0.26 267	0.30 253	0.24 259	0.32 268	0.23 257	0.31 271	0.24 263	0.30 264	0.23 250	0.29 240	0.26 234	0.29 264	0.24 266	0.33 268	0.23 238

DANet	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 253	0.30 313	0.30 257	0.30 317	0.30 266	0.30 313	0.30 264	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 346
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 245	0.52 280	0.34 291	0.31 219	0.31 360	0.30 260	0.30 304	0.31 259	0.30 313	0.31 262	0.31 361	0.31 271	0.30 313	0.31 269	0.31 344	0.30 241	0.32 289	0.31 272	0.31 378	0.31 258	0.31 356

DEFOM-Stereo	0.68 440	3.11 628	1.40 619	1.63 589	0.25 274	0.31 267	0.25 260	0.31 259	0.28 288	0.31 262	0.29 302	0.29 262	0.27 283	0.31 269	0.28 277	1.59 609	1.47 623	0.30 266	0.29 349	0.30 253	0.28 322

DStereoFS	0.32 245	0.33 187	0.32 275	0.33 229	0.30 313	0.32 276	0.32 361	0.32 261	0.31 358	0.30 257	0.31 361	0.31 271	0.30 313	0.32 272	0.32 356	0.32 250	0.31 284	0.30 266	0.47 471	0.32 261	0.34 377

WCG-NET（raft）	0.32 245	1.24 476	0.24 217	0.32 225	0.24 271	0.32 276	0.23 253	0.32 261	0.24 259	0.32 268	0.24 264	0.32 275	0.24 263	0.32 272	0.24 253	0.30 241	0.23 226	0.30 266	0.23 259	0.30 253	0.23 238

tt1	0.31 236	0.93 363	0.24 217	0.33 229	0.23 266	0.31 267	0.24 258	0.32 261	0.24 259	0.32 268	0.23 257	0.32 275	0.25 266	0.32 272	0.24 253	0.27 226	0.26 234	0.27 255	0.26 275	0.27 243	0.27 294

iResNet_ROB	0.28 223	0.32 186	0.24 217	0.32 225	0.25 274	0.32 276	0.24 258	0.32 261	0.24 259	0.33 273	0.24 264	0.35 286	0.24 263	0.33 280	0.24 253	0.31 247	0.24 230	0.32 275	0.24 266	0.32 261	0.24 248

xxxxx1	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 265	0.25 264	0.31 262	0.24 264	0.33 279	0.25 266	0.32 272	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 294

tt_ll	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 265	0.25 264	0.31 262	0.24 264	0.33 279	0.25 266	0.32 272	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 294

ff	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 265	0.25 264	0.31 262	0.24 264	0.33 279	0.25 266	0.32 272	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 294

FE-Mocha	0.35 262	0.71 310	0.40 353	0.47 316	0.27 282	0.34 279	0.27 270	0.34 268	0.26 278	0.34 276	0.26 275	0.34 284	0.27 283	0.34 281	0.27 268	0.44 333	0.41 376	0.33 282	0.29 349	0.32 261	0.29 331

H2IRNET	0.34 251	0.34 188	0.34 291	0.34 235	0.34 396	0.34 279	0.34 385	0.34 268	0.34 389	0.34 276	0.34 388	0.34 284	0.34 387	0.34 281	0.34 381	0.34 260	0.34 331	0.34 292	0.34 399	0.34 273	0.34 377

DN-CSS_ROB	0.31 236	0.35 190	0.28 238	0.35 238	0.28 288	0.34 279	0.27 270	0.34 268	0.25 264	0.35 280	0.27 279	0.36 291	0.26 276	0.34 281	0.28 277	0.35 268	0.28 255	0.34 292	0.28 334	0.34 273	0.27 294

CES	0.39 300	0.47 257	0.36 304	0.36 242	0.37 410	0.45 405	0.35 390	0.35 271	0.40 424	0.36 284	0.44 449	0.47 415	0.36 398	0.44 383	0.36 389	0.37 276	0.39 362	0.44 421	0.35 412	0.37 301	0.36 391

FENet	0.54 406	1.52 495	1.19 547	1.41 575	0.23 266	0.35 283	0.23 253	0.35 271	0.23 256	0.34 276	0.23 257	0.35 286	0.23 260	0.35 284	0.23 250	1.40 598	1.07 530	0.32 275	0.23 259	0.33 268	0.23 238

MLCV	0.31 236	0.35 190	0.27 230	0.35 238	0.28 288	0.35 283	0.27 270	0.35 271	0.28 288	0.36 284	0.27 279	0.35 286	0.27 283	0.35 284	0.27 268	0.34 260	0.27 247	0.34 292	0.27 313	0.34 273	0.27 294

ETE_ROB	0.35 262	0.35 190	0.35 302	0.35 238	0.35 400	0.35 283	0.35 390	0.35 271	0.35 393	0.35 280	0.35 397	0.35 286	0.35 394	0.35 284	0.35 385	0.35 268	0.35 338	0.35 308	0.35 412	0.35 286	0.35 388

GREATEN-IGEV_RVC	0.38 286	0.35 190	0.56 432	0.63 404	0.29 301	0.36 287	0.29 296	0.36 275	0.29 298	0.39 298	0.29 302	0.36 291	0.29 304	0.36 290	0.29 293	0.62 432	0.57 443	0.35 308	0.29 349	0.36 296	0.29 331

GREATEN-IGEV-FM_RVC	0.38 286	0.35 190	0.56 432	0.63 404	0.28 288	0.36 287	0.28 281	0.36 275	0.28 288	0.36 284	0.28 287	0.36 291	0.28 292	0.36 290	0.28 277	0.62 432	0.57 443	0.35 308	0.28 334	0.35 286	0.28 322

EKT-Stereo	0.37 280	0.40 213	0.44 376	1.07 486	0.29 301	0.34 279	0.31 351	0.36 275	0.29 298	0.38 291	0.31 361	0.37 301	0.30 313	0.36 290	0.29 293	0.34 260	0.28 255	0.39 371	0.30 367	0.37 301	0.30 346

CASnet	0.35 262	0.51 278	0.44 376	0.32 225	0.31 360	0.24 229	0.34 385	0.36 275	0.25 264	0.31 262	0.37 408	0.30 266	0.33 382	0.25 237	0.45 442	0.37 276	0.37 348	0.33 282	0.35 412	0.34 273	0.37 396
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 245	0.36 195	0.27 230	0.36 242	0.27 282	0.36 287	0.27 270	0.36 275	0.27 282	0.36 284	0.27 279	0.36 291	0.27 283	0.36 290	0.28 277	0.36 273	0.28 255	0.36 317	0.28 334	0.36 296	0.28 322

IGEV-Stereo	0.35 262	0.44 239	0.45 378	0.49 328	0.30 313	0.37 295	0.30 304	0.36 275	0.30 313	0.36 284	0.29 302	0.36 291	0.29 304	0.36 290	0.30 303	0.46 372	0.39 362	0.32 275	0.24 266	0.32 261	0.25 250
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 223	0.29 178	0.22 206	0.36 242	0.22 260	0.36 287	0.21 239	0.36 275	0.21 245	0.42 336	0.21 250	0.36 291	0.22 254	0.36 290	0.21 239	0.34 260	0.21 213	0.34 292	0.21 250	0.34 273	0.21 233

DMCA	0.36 270	0.38 202	0.37 308	0.35 238	0.35 400	0.36 287	0.36 397	0.36 275	0.35 393	0.35 280	0.37 408	0.36 291	0.36 398	0.35 284	0.36 389	0.36 273	0.36 344	0.35 308	0.36 418	0.36 296	0.36 391

GeoVLM	0.36 270	0.38 202	0.27 230	0.46 309	0.28 288	0.35 283	0.28 281	0.37 283	0.27 282	0.35 280	0.28 287	0.36 291	0.38 407	0.35 284	0.28 277	1.08 519	0.26 234	0.33 282	0.27 313	0.34 273	0.33 370

Monster-pub-eth3d	0.45 366	0.57 293	0.60 442	0.39 256	0.28 288	0.37 295	0.28 281	0.37 283	0.30 313	0.39 298	0.29 302	0.39 308	0.30 313	0.92 524	0.27 268	1.42 599	0.28 255	0.34 292	0.28 334	0.37 301	0.53 469

Monster-pub-mixall	0.44 343	0.56 292	0.60 442	0.38 248	0.27 282	0.37 295	0.27 270	0.37 283	0.29 298	0.38 291	0.27 279	0.38 303	0.29 304	0.85 512	0.27 268	1.46 602	0.26 234	0.34 292	0.26 275	0.36 296	0.53 469

Replicate-Monster	0.45 366	0.57 293	0.60 442	0.40 269	0.29 301	0.37 295	0.27 270	0.37 283	0.30 313	0.40 305	0.31 361	0.40 318	0.30 313	0.99 532	0.27 268	1.36 595	0.31 284	0.34 292	0.30 367	0.36 296	0.54 472

model_zeroshot	0.27 220	0.20 140	0.27 230	0.33 229	0.21 258	0.37 295	0.22 244	0.37 283	0.24 259	0.26 244	0.27 279	0.33 279	0.21 253	0.25 237	0.27 268	0.32 250	0.20 208	0.34 292	0.23 259	0.25 234	0.26 256

RSM	0.36 270	0.36 195	0.43 374	0.37 245	0.42 448	0.49 428	0.42 438	0.37 283	0.28 288	0.36 284	0.29 302	0.36 291	0.30 313	0.37 297	0.28 277	0.34 260	0.31 284	0.34 292	0.35 412	0.40 375	0.29 331

MyStereo04	0.56 413	3.72 644	0.59 438	0.49 328	0.41 438	0.36 287	0.32 361	0.37 283	0.31 358	0.34 276	0.46 458	0.35 286	0.32 371	0.35 284	0.33 368	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 431

Venus	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.37 295	0.38 410	0.37 283	0.37 406	0.41 322	0.37 408	0.39 308	0.37 403	0.38 300	0.38 402	0.37 276	0.38 355	0.38 328	0.37 421	0.37 301	0.38 403

XPNet_ROB	0.37 280	0.37 198	0.37 308	0.37 245	0.37 410	0.37 295	0.37 403	0.37 283	0.37 406	0.37 290	0.37 408	0.37 301	0.37 403	0.37 297	0.37 399	0.37 276	0.37 348	0.37 320	0.37 421	0.37 301	0.37 396

PStereo	0.32 245	0.36 195	0.28 238	0.38 248	0.29 301	0.36 287	0.27 270	0.38 292	0.27 282	0.38 291	0.28 287	0.36 291	0.27 283	0.36 290	0.28 277	0.32 250	0.27 247	0.33 282	0.27 313	0.33 268	0.27 294

WAO-8	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 292	0.38 410	0.38 291	0.38 413	0.38 303	0.38 407	0.38 300	0.38 402	0.38 289	0.38 355	0.38 328	0.37 421	0.38 314	0.38 403

WAO-7	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 292	0.38 410	0.38 291	0.38 413	0.38 303	0.38 407	0.38 300	0.38 402	0.38 289	0.38 355	0.38 328	0.38 434	0.38 314	0.38 403

HanzoNet	0.39 300	0.38 202	0.40 353	0.39 256	0.41 438	0.38 302	0.38 410	0.38 292	0.38 410	0.39 298	0.39 423	0.38 303	0.38 407	0.39 308	0.40 417	0.38 289	0.38 355	0.40 384	0.38 434	0.38 314	0.40 412

IMH	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 292	0.38 410	0.42 336	0.38 413	0.40 318	0.38 407	0.38 300	0.38 402	0.38 289	0.38 355	0.39 371	0.38 434	0.38 314	0.38 403

Anonymus	0.47 381	0.73 313	0.46 384	0.43 300	0.54 491	0.53 455	0.27 270	0.39 297	0.35 393	0.33 273	0.40 426	0.33 279	0.38 407	0.53 450	0.54 475	0.56 415	0.36 344	0.49 453	0.53 487	0.66 460	0.54 472

BStereo	0.22 195	0.23 152	0.20 198	0.24 190	0.20 247	0.23 226	0.33 372	0.39 297	0.17 224	0.23 220	0.17 220	0.23 227	0.16 211	0.24 228	0.17 215	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 200

Anonymus123	0.22 195	0.23 152	0.20 198	0.24 190	0.20 247	0.23 226	0.33 372	0.39 297	0.17 224	0.23 220	0.17 220	0.23 227	0.16 211	0.24 228	0.17 215	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 200

LG-Stereo_L2	0.34 251	0.37 198	0.38 310	0.47 316	0.28 288	0.39 308	0.28 281	0.39 297	0.28 288	0.39 298	0.28 287	0.39 308	0.28 292	0.38 300	0.28 277	0.42 331	0.35 338	0.36 317	0.26 275	0.35 286	0.26 256

1test111	0.37 280	1.02 394	0.30 248	0.39 256	0.29 301	0.40 310	0.28 281	0.39 297	0.29 298	0.39 298	0.29 302	0.39 308	0.28 292	0.40 311	0.29 293	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 356

cc1	0.37 280	1.02 394	0.30 248	0.39 256	0.29 301	0.40 310	0.28 281	0.39 297	0.29 298	0.39 298	0.29 302	0.39 308	0.28 292	0.40 311	0.29 293	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 356

IER	0.88 504	7.04 708	2.23 684	2.75 643	0.28 288	0.43 357	0.25 260	0.39 297	0.25 264	0.41 322	0.27 279	0.39 308	0.25 266	0.40 311	0.28 277	0.37 276	0.28 255	0.37 320	0.25 269	0.37 301	0.25 250

DISCO	1.11 542	0.39 209	5.28 728	0.39 256	0.20 247	0.39 308	0.27 270	0.39 297	0.22 249	0.38 291	0.20 244	0.38 303	0.20 245	6.95 746	0.22 243	0.30 241	0.21 213	0.27 255	0.21 250	5.25 728	0.21 233

test410_97500	0.41 313	0.89 348	0.31 266	0.40 269	0.31 360	0.40 310	0.31 351	0.40 305	0.31 358	0.61 469	0.53 486	0.40 318	0.31 364	0.40 311	0.31 344	0.58 418	0.47 410	0.38 328	0.29 349	0.38 314	0.29 331

test410	0.66 432	5.69 700	0.31 266	0.40 269	0.31 360	0.41 329	0.31 351	0.40 305	0.31 358	0.62 473	0.55 489	0.40 318	0.31 364	0.40 311	0.31 344	0.59 421	0.47 410	0.38 328	0.29 349	0.38 314	0.30 346

SCION-M(vits-remse)	0.34 251	0.79 327	0.30 248	0.33 229	0.28 288	0.40 310	0.28 281	0.40 305	0.28 288	0.40 305	0.28 287	0.39 308	0.28 292	0.40 311	0.28 277	0.23 204	0.21 213	0.35 308	0.27 313	0.35 286	0.27 294

SCION-Mon(vits-remp)	0.34 251	0.98 370	0.30 248	0.33 229	0.18 238	0.21 212	0.28 281	0.40 305	0.28 288	0.40 305	0.28 287	0.39 308	0.28 292	0.40 311	0.28 277	0.37 276	0.29 269	0.35 308	0.27 313	0.35 286	0.27 294

GIP-stereo	0.36 270	0.49 265	0.39 321	0.48 322	0.32 374	0.41 329	0.28 281	0.40 305	0.30 313	0.41 322	0.28 287	0.40 318	0.28 292	0.42 345	0.28 277	0.45 362	0.32 289	0.38 328	0.30 367	0.37 301	0.27 294

DCVSM-stereo	0.36 270	1.89 548	0.22 206	0.40 269	0.22 260	0.40 310	0.22 244	0.40 305	0.22 249	0.40 305	0.22 252	0.40 318	0.22 254	0.40 311	0.22 243	0.28 231	0.21 213	0.28 259	0.21 250	0.28 245	0.20 229

IGEV++	0.34 251	0.43 236	0.30 248	0.40 269	0.29 301	0.40 310	0.29 296	0.40 305	0.29 298	0.40 305	0.29 302	0.40 318	0.29 304	0.40 311	0.30 303	0.38 289	0.29 269	0.37 320	0.29 349	0.37 301	0.29 331

ACVNet-DCA	0.37 280	1.00 380	0.30 248	0.40 269	0.29 301	0.40 310	0.29 296	0.40 305	0.29 298	0.40 305	0.29 302	0.40 318	0.29 304	0.39 308	0.28 277	0.33 256	0.32 289	0.33 282	0.32 385	0.33 268	0.32 363

xx1	0.38 286	1.03 396	0.31 266	0.40 269	0.31 360	0.41 329	0.28 281	0.40 305	0.29 298	0.40 305	0.29 302	0.40 318	0.29 304	0.40 311	0.29 293	0.34 260	0.33 302	0.34 292	0.32 385	0.34 273	0.32 363

LL-Strereo2	0.48 387	1.73 509	0.51 420	0.59 396	0.34 396	0.42 350	0.33 372	0.40 305	0.31 358	0.42 336	0.33 380	0.42 351	0.31 364	0.44 383	0.39 414	0.60 423	0.51 432	0.44 421	0.33 395	0.44 396	0.33 370

knoymous	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

anonymousa	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

riskmin	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

Anonymous_2	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

Anonymous_1	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412

NINENet	0.69 443	3.87 650	1.20 550	1.98 601	0.05 126	0.40 310	0.04 103	0.40 305	0.05 124	0.41 322	0.04 110	0.41 333	0.05 117	0.40 311	0.05 115	1.79 616	1.56 630	0.34 292	0.22 253	0.34 273	0.23 238

iRaft-Stereo_5w	0.34 251	0.42 234	0.31 266	0.39 256	0.30 313	0.38 302	0.30 304	0.40 305	0.29 298	0.40 305	0.37 408	0.41 333	0.34 387	0.38 300	0.30 303	0.34 260	0.27 247	0.34 292	0.26 275	0.34 273	0.26 256

AdaStereo	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 305	0.40 424	0.40 305	0.40 426	0.40 318	0.40 419	0.40 311	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 412
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	0.33 250	0.39 209	0.26 227	0.39 256	0.26 281	0.40 310	0.26 267	0.40 305	0.26 278	0.39 298	0.26 275	0.39 308	0.26 276	0.39 308	0.26 266	0.37 276	0.25 231	0.37 320	0.25 269	0.37 301	0.37 396
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 330	1.15 415	0.57 436	0.53 380	0.32 374	0.41 329	0.32 361	0.41 324	0.32 370	0.41 322	0.32 371	0.41 333	0.32 371	0.40 311	0.32 356	0.52 401	0.50 427	0.38 328	0.31 378	0.39 361	0.31 356

Zero-FE251	0.36 270	0.40 213	0.28 238	0.41 283	0.28 288	0.41 329	0.28 281	0.41 324	0.28 288	0.41 322	0.28 287	0.41 333	0.28 292	0.42 345	0.30 303	0.37 276	0.26 234	0.37 320	0.27 313	0.45 401	0.56 483

RAFT-Test	0.36 270	0.37 198	0.33 280	0.41 283	0.32 374	0.41 329	0.32 361	0.41 324	0.32 370	0.41 322	0.32 371	0.41 333	0.32 371	0.41 331	0.33 368	0.37 276	0.29 269	0.37 320	0.29 349	0.38 314	0.31 356

BUS	0.83 487	1.91 551	0.92 518	4.48 689	0.02 22	0.40 310	0.04 103	0.41 324	0.02 22	0.48 412	0.03 56	0.41 333	0.05 117	0.03 43	0.05 115	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 294

CRFU-Net	0.65 430	1.67 501	1.22 597	1.96 600	0.27 282	0.41 329	0.27 270	0.41 324	0.27 282	0.40 305	0.26 275	0.41 333	0.27 283	0.40 311	0.27 268	1.80 617	1.62 638	0.34 292	0.23 259	0.33 268	0.23 238

BSDual-CNN	0.81 478	1.91 551	0.92 518	4.48 689	0.02 22	0.42 350	0.06 137	0.41 324	0.02 22	0.48 412	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 294

hknet	1.10 540	1.85 542	3.49 714	4.48 689	0.02 22	0.42 350	0.06 137	0.41 324	0.02 22	0.48 412	0.03 56	0.41 333	0.03 53	0.42 345	0.03 52	4.39 702	4.19 716	0.33 282	0.23 259	0.34 273	0.27 294

iRaft-Stereo_20w	0.34 251	0.41 224	0.31 266	0.39 256	0.29 301	0.40 310	0.32 361	0.41 324	0.32 370	0.38 291	0.30 317	0.39 308	0.30 313	0.38 300	0.32 356	0.35 268	0.27 247	0.34 292	0.27 313	0.34 273	0.29 331

GMOStereo	0.37 280	0.45 248	0.23 210	0.30 213	0.37 410	0.41 329	0.36 397	0.41 324	0.35 393	0.43 343	0.36 401	0.41 333	0.40 419	0.41 331	0.36 389	0.34 260	0.22 220	0.47 440	0.37 421	0.39 361	0.33 370

error version	0.93 514	4.47 664	2.35 687	1.99 602	0.37 410	0.41 329	0.36 397	0.41 324	0.35 393	0.43 343	0.36 401	0.41 333	0.40 419	0.41 331	0.36 389	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 370

test_1	0.93 514	4.47 664	2.35 687	1.99 602	0.37 410	0.41 329	0.36 397	0.41 324	0.35 393	0.43 343	0.36 401	0.41 333	0.40 419	0.41 331	0.36 389	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 370

GwcNet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

PSMNet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

GANet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

ADLNet2	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

ADLNet	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 324	0.41 434	0.41 322	0.41 434	0.41 333	0.41 431	0.41 331	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 421

DGSMNet	0.34 251	0.41 224	0.27 230	0.41 283	0.28 288	0.41 329	0.28 281	0.41 324	0.27 282	0.41 322	0.27 279	0.42 351	0.27 283	0.41 331	0.28 277	0.40 309	0.29 269	0.40 384	0.28 334	0.40 375	0.27 294

Gwc-CoAtRS	0.41 313	1.49 494	0.32 275	0.42 293	0.32 374	0.41 329	0.32 361	0.41 324	0.33 380	0.41 322	0.32 371	0.41 333	0.32 371	0.41 331	0.32 356	0.39 302	0.28 255	0.39 371	0.28 334	0.40 375	0.28 322

testmc14	2.43 685	10.48 733	8.02 743	8.93 734	0.31 360	0.44 391	0.30 304	0.42 342	0.30 313	0.42 336	0.30 317	0.42 351	0.30 313	0.42 345	0.30 303	8.88 745	6.99 735	0.41 402	0.28 334	0.39 361	0.28 322

MCSU-Stereo	2.48 688	10.56 734	8.50 745	9.47 738	0.31 360	0.43 357	0.30 304	0.42 342	0.30 313	0.42 336	0.30 317	0.42 351	0.30 313	0.41 331	0.30 303	8.86 744	6.93 734	0.40 384	0.29 349	0.39 361	0.28 322

HiDET	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.42 342	0.30 313	0.44 381	0.30 317	0.42 351	0.30 313	0.42 345	0.68 505	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 331

LCMNet	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.42 342	0.30 313	0.45 393	0.30 317	0.42 351	0.30 313	0.42 345	0.69 513	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 331

HART	0.38 286	0.45 248	0.34 291	0.42 293	0.33 386	0.41 329	0.34 385	0.42 342	0.33 380	0.43 343	0.34 388	0.42 351	0.34 387	0.41 331	0.38 402	0.40 309	0.32 289	0.42 418	0.32 385	0.40 375	0.32 363

RAFT-Stereo-weight	0.45 366	1.90 550	0.34 291	0.42 293	0.36 406	0.43 357	0.35 390	0.42 342	0.34 389	0.42 336	0.34 388	0.44 395	0.34 387	0.41 331	0.34 381	0.38 289	0.32 289	0.38 328	0.32 385	0.38 314	0.33 370

GES	0.66 432	2.34 588	0.29 244	0.41 283	0.29 301	0.41 329	0.29 296	0.42 342	0.29 298	0.40 305	0.41 434	0.41 333	0.30 313	0.51 443	0.29 293	0.32 250	0.29 269	0.32 275	2.46 711	2.49 673	0.30 346

FCDSN-DC	0.41 313	0.59 296	0.64 457	0.54 383	0.33 386	0.50 437	0.37 403	0.42 342	0.40 424	0.61 469	0.43 447	0.50 441	0.49 467	0.38 300	0.32 356	0.28 231	0.23 226	0.26 250	0.22 253	0.35 286	0.28 322
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TestStereo_HL3	2.76 699	0.41 224	11.46 749	14.11 747	0.30 313	0.45 405	0.29 296	0.43 350	0.29 298	0.43 343	0.29 302	0.43 360	0.28 292	0.44 383	0.30 303	13.57 750	10.32 748	0.41 402	0.27 313	0.38 314	0.27 294

TestStereo_HL2	2.73 696	0.41 224	11.06 746	14.13 748	0.30 313	0.44 391	0.28 281	0.43 350	0.29 298	0.43 343	0.28 287	0.43 360	0.29 304	0.43 352	0.28 277	13.51 749	10.37 749	0.41 402	0.27 313	0.38 314	0.27 294

GGDA	2.76 699	0.41 224	11.34 748	14.28 749	0.30 313	0.44 391	0.29 296	0.43 350	0.29 298	0.43 343	0.28 287	0.43 360	0.28 292	0.43 352	0.29 293	13.45 748	10.57 750	0.41 402	0.27 313	0.38 314	0.27 294

TestStereo-Hl	2.78 701	0.42 234	11.23 747	14.38 750	0.30 313	0.44 391	0.30 304	0.43 350	0.28 288	0.43 343	0.29 302	0.44 395	0.29 304	0.44 383	0.29 293	13.64 751	10.73 751	0.41 402	0.27 313	0.38 314	0.27 294

aanet-new-90k	0.44 343	1.82 533	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-60k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-70k	0.44 343	1.82 533	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-78k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-40k	0.44 343	1.81 526	0.39 321	0.50 364	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-36k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-34k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-32k	0.44 343	1.79 520	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-30k	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT26K	0.43 330	1.76 511	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.31 344	0.44 333	0.33 302	0.38 328	0.27 313	0.38 314	0.26 256

aanet-new-24k	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-22k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-16k	0.44 343	1.83 536	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-14k	0.60 416	5.12 677	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.30 303	0.44 333	0.37 348	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-8k	0.43 330	1.76 511	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new	0.43 330	1.80 521	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-cres-4k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-cres	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-36K	0.43 330	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-22K	0.44 343	1.85 542	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-20K	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-24K	0.44 343	1.86 545	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-5K	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.44 391	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-2K	0.44 343	1.82 533	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-3K	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-50K	0.44 343	1.83 536	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.36 344	0.38 328	0.26 275	0.38 314	0.26 256

GCAP-Stereo-DPT-FT	0.41 313	1.06 403	0.40 353	0.51 375	0.31 360	0.44 391	0.30 304	0.43 350	0.32 370	0.44 381	0.30 317	0.56 465	0.30 313	0.44 383	0.31 344	0.45 362	0.34 331	0.39 371	0.27 313	0.40 375	0.27 294

MonSter++	0.38 286	0.44 239	0.31 266	0.43 300	0.30 313	0.43 357	0.31 351	0.43 350	0.31 358	0.45 393	0.31 361	0.43 360	0.31 364	0.43 352	0.69 513	0.38 289	0.33 302	0.40 384	0.30 367	0.38 314	0.30 346

CSFM-Stereo	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.43 350	0.30 313	0.44 381	0.30 317	0.42 351	0.30 313	0.42 345	0.73 527	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.30 346

GCAP-BAT	0.41 313	1.30 480	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.44 381	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.44 333	0.34 331	0.38 328	0.26 275	0.38 314	0.26 256

test_for_model	0.35 262	0.39 209	0.30 248	0.43 300	0.30 313	0.43 357	0.30 304	0.43 350	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.31 344	0.38 289	0.26 234	0.38 328	0.26 275	0.38 314	0.26 256

GCAPDPT-zeroshot	0.36 270	0.40 213	0.30 248	0.43 300	0.30 313	0.43 357	0.30 304	0.43 350	0.31 358	0.43 343	0.30 317	0.43 360	0.30 313	0.44 383	0.31 344	0.39 302	0.28 255	0.39 371	0.27 313	0.39 361	0.26 256

RCA-Stereo	0.51 400	3.22 632	0.34 291	0.44 304	0.34 396	0.44 391	0.34 385	0.43 350	0.34 389	0.43 343	0.34 388	0.44 395	0.33 382	0.43 352	0.33 368	0.38 289	0.29 269	0.38 328	0.29 349	0.38 314	0.29 331

UCFNet_RVC	2.75 698	10.06 730	0.29 244	10.31 744	0.29 301	0.42 350	0.29 296	0.43 350	0.29 298	0.42 336	0.29 302	0.42 351	9.87 750	0.43 352	0.29 293	0.36 273	9.84 746	0.36 317	0.26 275	9.77 749	0.26 256

aanet-32k-new	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.44 388	0.30 313	0.44 381	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.34 331	0.39 371	0.26 275	0.38 314	0.26 256

aanet-new-28k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.44 391	0.30 304	0.44 388	0.30 313	0.44 381	0.30 317	0.44 395	0.30 313	0.44 383	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 256

aanet-new-10k	0.45 366	1.81 526	0.40 353	0.50 364	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.31 361	0.44 395	0.32 371	0.44 383	0.31 344	0.46 372	0.35 338	0.39 371	0.27 313	0.39 361	0.27 294

aanet-new-12k	0.46 374	1.99 560	0.40 353	0.51 375	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.31 361	0.44 395	0.31 364	0.44 383	0.32 356	0.47 379	0.35 338	0.39 371	0.27 313	0.39 361	0.27 294

GCAP-Stereo-DPT-25K	0.41 313	1.09 406	0.40 353	0.52 378	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.31 361	0.44 395	0.31 364	0.44 383	0.31 344	0.46 372	0.35 338	0.39 371	0.28 334	0.39 361	0.28 322

gcap_with_dpt	0.35 262	0.39 209	0.30 248	0.44 304	0.31 360	0.44 391	0.31 351	0.44 388	0.31 358	0.44 381	0.30 317	0.44 395	0.30 313	0.44 383	0.30 303	0.38 289	0.26 234	0.38 328	0.27 313	0.38 314	0.27 294

gcap-zeroshot	0.36 270	0.40 213	0.34 291	0.44 304	0.31 360	0.44 391	0.31 351	0.44 388	0.32 370	0.44 381	0.32 371	0.44 395	0.32 371	0.44 383	0.31 344	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 294

GCAPDPT-zeroshot4090	0.40 305	1.09 406	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.44 388	0.30 313	0.43 343	0.30 317	0.43 360	0.30 313	0.43 352	0.30 303	0.45 362	0.34 331	0.38 328	0.27 313	0.38 314	0.27 294

testlalala	0.36 270	0.40 213	0.34 291	0.44 304	0.31 360	0.44 391	0.31 351	0.44 388	0.32 370	0.44 381	0.32 371	0.44 395	0.32 371	0.44 383	0.31 344	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 294

water-stereo	0.41 313	0.84 336	0.46 384	0.50 364	0.33 386	0.45 405	0.33 372	0.45 397	0.32 370	0.45 393	0.32 371	0.45 405	0.32 371	0.45 401	0.32 356	0.44 333	0.41 376	0.39 371	0.31 378	0.39 361	0.32 363

GREAT-IGEV	0.38 286	0.43 236	0.36 304	0.48 322	0.32 374	0.45 405	0.32 361	0.45 397	0.32 370	0.45 393	0.32 371	0.45 405	0.32 371	0.45 401	0.32 356	0.44 333	0.33 302	0.41 402	0.29 349	0.41 386	0.29 331
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	0.40 305	0.45 248	0.35 302	0.48 322	0.36 406	0.47 417	0.34 385	0.45 397	0.38 410	0.47 405	0.33 380	0.45 405	0.32 371	0.45 401	0.32 356	0.39 302	0.38 355	0.38 328	0.37 421	0.39 361	0.39 409

fffy	0.38 286	0.43 236	0.33 280	0.46 309	0.33 386	0.45 405	0.32 361	0.45 397	0.32 370	0.45 393	0.32 371	0.45 405	0.33 382	0.45 401	0.32 356	0.38 289	0.38 355	0.38 328	0.37 421	0.37 301	0.36 391

DVStereo	0.43 330	0.86 340	0.48 400	0.50 364	0.33 386	0.46 412	0.33 372	0.46 401	0.33 380	0.46 399	0.33 380	0.47 415	0.33 382	0.47 410	0.34 381	0.45 362	0.42 386	0.40 384	0.33 395	0.47 418	0.38 403

otaku	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.46 452	0.46 399	0.46 458	0.46 409	0.46 452	0.46 406	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

Ntro	0.47 381	0.47 257	0.46 384	0.46 309	0.46 459	0.47 417	0.47 457	0.46 401	0.47 457	0.46 399	0.46 458	0.47 415	0.46 452	0.47 410	0.47 453	0.47 379	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

Dean	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.46 452	0.47 405	0.46 458	0.46 409	0.46 452	0.46 406	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

ACVNet_1	0.46 374	0.47 257	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.47 457	0.46 399	0.46 458	0.46 409	0.46 452	0.46 406	0.46 446	0.46 372	0.46 402	0.47 440	0.46 464	0.46 404	0.46 438

ACVNet-4b	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 401	0.46 452	0.46 399	0.46 458	0.46 409	0.46 452	0.47 410	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 438

Former-RAFT_DAM_RVC	0.49 393	0.98 370	0.64 457	0.84 447	0.46 459	0.45 405	0.35 390	0.47 407	0.47 457	0.45 393	0.34 388	0.46 409	0.48 461	0.46 406	0.35 385	0.39 302	0.71 490	0.39 371	0.35 412	0.41 386	0.41 421

HaxPig	0.47 381	0.47 257	0.47 392	0.49 328	0.47 466	0.47 417	0.47 457	0.47 407	0.47 457	0.47 405	0.47 466	0.47 415	0.47 460	0.47 410	0.47 453	0.47 379	0.47 410	0.47 440	0.47 471	0.47 418	0.48 448

UNDER WATER	0.47 381	0.47 257	0.47 392	0.47 316	0.47 466	0.47 417	0.47 457	0.47 407	0.47 457	0.47 405	0.47 466	0.47 415	0.46 452	0.47 410	0.47 453	0.47 379	0.47 410	0.47 440	0.46 464	0.47 418	0.47 446

LVE	0.47 381	0.47 257	0.47 392	0.47 316	0.49 474	0.47 417	0.47 457	0.47 407	0.49 466	0.47 405	0.47 466	0.47 415	0.46 452	0.47 410	0.47 453	0.47 379	0.47 410	0.48 448	0.47 471	0.47 418	0.47 446

PhaseNet	1.74 614	6.34 707	4.81 724	6.77 722	0.24 271	0.80 500	0.53 479	0.48 411	0.22 249	0.53 448	0.28 287	0.48 422	0.25 266	0.40 311	0.32 356	6.39 732	4.61 719	0.46 430	0.38 434	0.25 234	0.18 224

SCV_C0	0.45 366	0.88 345	0.49 407	0.54 383	0.37 410	0.48 422	0.37 403	0.48 411	0.37 406	0.48 412	0.36 401	0.48 422	0.37 403	0.49 425	0.37 399	0.50 393	0.41 376	0.44 421	0.34 399	0.44 396	0.34 377

SCV	0.46 374	0.94 365	0.45 378	0.54 383	0.37 410	0.48 422	0.38 410	0.48 411	0.37 406	0.48 412	0.39 423	0.48 422	0.37 403	0.49 425	0.37 399	0.50 393	0.46 402	0.44 421	0.34 399	0.44 396	0.34 377

RainbowNet	0.48 387	0.48 263	0.48 400	0.48 322	0.48 470	0.48 422	0.48 466	0.48 411	0.48 464	0.48 412	0.48 470	0.48 422	0.48 461	0.48 419	0.48 459	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.48 448

notaker	0.48 387	0.49 265	0.48 400	0.48 322	0.48 470	0.48 422	0.48 466	0.48 411	0.49 466	0.48 412	0.48 470	0.48 422	0.48 461	0.48 419	0.48 459	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.49 454

Pro-Stereo	0.79 470	0.53 284	0.38 310	0.49 328	0.38 417	0.49 428	0.37 403	0.49 416	0.67 505	0.50 432	0.38 413	1.10 556	0.38 407	0.49 425	0.38 402	0.71 452	0.88 512	5.98 744	0.36 418	0.46 404	0.36 391

UGAM	0.51 400	2.23 577	0.39 321	0.54 383	0.35 400	0.50 437	0.35 390	0.49 416	0.35 393	0.49 419	0.35 397	0.49 427	0.36 398	0.50 433	0.36 389	0.49 387	0.37 348	0.45 426	0.34 399	0.45 401	0.34 377

MyStereo07	0.60 416	3.72 644	0.48 400	0.49 328	0.41 438	0.36 287	0.32 361	0.49 416	0.43 444	0.51 441	0.42 444	0.49 427	0.43 442	0.51 443	0.64 490	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 431

KSHMR	0.66 432	0.50 270	0.48 400	1.15 497	0.52 485	0.49 428	0.51 476	0.49 416	0.71 529	0.67 483	0.50 477	1.16 564	1.11 564	0.66 477	0.52 471	0.49 387	0.49 419	0.51 464	0.66 519	0.50 430	1.14 576

ACVNet_2	0.49 393	0.49 265	0.49 407	0.49 328	0.49 474	0.49 428	0.49 468	0.49 416	0.49 466	0.49 419	0.49 473	0.49 427	0.49 467	0.49 425	0.49 461	0.49 387	0.49 419	0.49 453	0.49 479	0.49 425	0.49 454

CFNet_ucs	2.73 696	9.64 727	0.33 280	9.92 741	0.32 374	0.49 428	0.33 372	0.49 416	0.33 380	0.49 419	0.33 380	0.49 427	8.98 748	0.48 419	0.33 368	0.41 317	9.96 747	0.40 384	0.29 349	10.12 751	0.54 472

CFNet_pseudo	2.67 695	9.36 725	0.32 275	10.99 745	0.33 386	0.85 510	0.33 372	0.49 416	0.33 380	0.49 419	0.32 371	0.49 427	7.26 744	0.49 425	0.33 368	0.41 317	9.62 744	0.41 402	0.29 349	10.03 750	0.29 331

pcwnet_v2	2.66 694	9.89 729	0.33 280	9.89 740	0.32 374	0.50 437	0.32 361	0.49 416	0.33 380	0.49 419	0.34 388	0.49 427	8.76 747	0.48 419	0.33 368	0.41 317	9.58 743	0.40 384	0.29 349	9.01 746	0.63 493

psmorigin	0.41 313	0.46 252	0.33 280	0.49 328	0.33 386	0.49 428	0.33 372	0.49 416	0.33 380	0.49 419	0.33 380	0.49 427	0.33 382	0.51 443	0.33 368	0.41 317	0.30 279	0.41 402	0.30 367	0.79 488	0.29 331

quiztm	0.43 330	0.49 265	0.40 353	0.51 375	0.40 428	0.51 449	0.40 424	0.50 425	0.40 424	0.50 432	0.40 426	0.51 452	0.40 419	0.50 433	0.40 417	0.44 333	0.34 331	0.44 421	0.34 399	0.44 396	0.34 377

GSStereo	0.81 478	4.28 661	0.50 413	0.59 396	0.40 428	0.51 449	0.38 410	0.50 425	0.38 410	0.50 432	0.38 413	0.50 441	3.79 725	0.50 433	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 388

GS-Stereo							0.38 410	0.50 425	0.38 410	0.50 432	0.38 413	0.50 441	3.79 725	0.50 433	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 388

252Zero-FE	0.45 366	0.50 270	0.36 304	0.50 364	0.36 406	0.50 437	0.36 397	0.50 425	0.36 404	0.49 419	0.36 401	0.49 427	0.36 398	0.54 453	0.41 425	0.45 362	0.34 331	0.45 426	0.34 399	0.55 444	0.75 528

GASTEREO	0.48 387	1.21 468	0.47 392	0.57 391	0.38 417	0.50 437	0.38 410	0.50 425	0.38 410	0.50 432	0.38 413	0.50 441	0.38 407	0.50 433	0.38 402	0.52 401	0.42 386	0.46 430	0.34 399	0.46 404	0.34 377

FoundationStereo	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

StereoAnything_RVC	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

dual_stereo	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

UGAM-zero	0.51 400	2.17 572	0.39 321	0.53 380	0.36 406	0.50 437	0.36 397	0.50 425	0.36 404	0.49 419	0.36 401	0.50 441	0.35 394	0.50 433	0.36 389	0.49 387	0.37 348	0.47 440	0.35 412	0.46 404	0.34 377

GCST	0.50 395	2.08 563	0.38 310	0.53 380	0.35 400	0.49 428	0.35 390	0.50 425	0.35 393	0.49 419	0.35 397	0.49 427	0.35 394	0.49 425	0.35 385	0.48 384	0.37 348	0.45 426	0.33 395	0.44 396	0.33 370

TorneroNet	0.66 432	0.53 284	0.50 413	0.50 364	0.64 509	1.06 544	0.70 523	0.50 425	0.51 478	0.49 419	0.69 522	0.49 427	0.50 471	0.48 419	1.15 575	0.71 452	0.49 419	1.14 563	1.08 576	0.49 425	0.49 454

Selective-IGEV	0.51 400	0.55 290	0.45 378	0.69 418	0.45 457	0.61 472	0.45 448	0.50 425	0.40 424	0.56 459	0.44 449	0.55 462	0.40 419	0.72 488	0.67 497	0.59 421	0.46 402	0.45 426	0.34 399	0.46 404	0.37 396

ccnet	0.80 473	2.28 580	0.33 280	0.50 364	0.33 386	0.50 437	0.33 372	0.50 425	0.33 380	0.49 419	0.33 380	0.49 427	1.56 641	2.38 674	0.33 368	0.41 317	0.29 269	0.42 418	1.57 658	2.28 660	0.29 331

SANet	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 425	0.50 471	0.50 432	0.50 477	0.50 441	0.50 471	0.50 433	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 457

S0	0.42 328	0.44 239	0.54 428	0.59 396	0.34 396	0.48 422	0.22 244	0.51 439	0.25 264	0.51 441	0.34 388	0.53 454	0.35 394	0.47 410	0.36 389	0.55 411	0.39 362	0.49 453	0.27 313	0.46 404	0.34 377

GEAStereo	0.62 424	3.91 651	0.48 400	0.69 418	0.38 417	0.51 449	0.38 410	0.51 439	0.38 410	0.53 448	0.38 413	0.50 441	0.38 407	0.51 443	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 377

gasm-f	0.62 424	3.91 651	0.48 400	0.69 418	0.38 417	0.51 449	0.38 410	0.51 439	0.38 410	0.53 448	0.38 413	0.50 441	0.38 407	0.51 443	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 377

ccccc	0.41 313	0.44 239	0.34 291	0.48 322	0.35 400	0.48 422	0.35 390	0.51 439	0.35 393	0.47 405	0.35 397	0.47 415	0.34 387	0.47 410	0.35 385	0.41 317	0.40 366	0.40 384	0.40 439	0.41 386	0.39 409

ktn	0.72 452	0.53 284	1.08 535	1.14 494	0.51 484	1.22 606	1.36 642	0.51 439	0.59 491	0.51 441	0.51 483	0.69 488	1.20 576	0.67 479	0.51 469	0.51 399	0.49 419	0.58 476	0.66 519	0.52 438	0.53 469

depthmonostereo	0.44 343	0.85 338	0.46 384	0.54 383	0.40 428	0.52 453	0.38 410	0.52 444	0.35 393	0.47 405	0.34 388	0.46 409	0.34 387	0.47 410	0.34 381	0.45 362	0.43 391	0.41 402	0.33 395	0.41 386	0.32 363

fffft	0.48 387	0.51 278	0.45 378	0.52 378	0.45 457	0.52 453	0.45 448	0.52 444	0.48 464	0.53 448	0.45 454	0.52 453	0.45 448	0.52 448	0.46 446	0.51 399	0.41 376	0.50 459	0.41 448	0.50 430	0.41 421
1: 1. 1
LG-Stereo_L1	0.47 381	0.52 280	0.47 392	0.62 402	0.39 427	0.53 455	0.40 424	0.53 446	0.39 423	0.53 448	0.39 423	0.53 454	0.39 418	0.53 450	0.39 414	0.55 411	0.46 402	0.49 453	0.37 421	0.49 425	0.37 396

PSMNet_ROB	0.54 406	0.54 288	0.54 428	0.54 383	0.53 488	0.54 459	0.54 482	0.53 446	0.54 482	0.54 454	0.54 488	0.54 458	0.53 478	0.54 453	0.54 475	0.54 405	0.53 436	0.54 471	0.54 489	0.54 443	0.54 472

MSCF	0.51 400	1.40 491	0.49 407	0.58 393	0.38 417	0.50 437	0.38 410	0.54 448	0.41 434	0.52 445	0.41 434	0.53 454	0.42 437	0.53 450	0.41 425	0.60 423	0.47 410	0.48 448	0.37 421	0.48 422	0.38 403

Occ-G	1.12 543	0.52 280	3.72 719	3.50 676	0.50 478	0.56 461	0.47 457	0.54 448	0.46 452	0.54 454	0.41 434	0.54 458	0.42 437	0.52 448	0.42 433	3.42 693	4.02 715	0.52 467	0.45 462	0.51 436	0.44 434

iRaftStereo_RVC	0.97 519	3.17 631	2.30 686	2.42 634	0.38 417	0.54 459	0.38 410	0.54 448	0.38 410	0.54 454	0.38 413	0.54 458	0.38 407	0.54 453	0.38 402	2.38 669	2.34 685	0.49 453	0.36 418	0.49 425	0.36 391

FSD	0.61 421	0.59 296	0.50 413	2.58 641	0.44 453	0.56 461	0.44 442	0.55 451	0.44 447	0.56 459	0.44 449	0.56 465	0.44 444	0.56 458	0.46 446	0.61 427	0.42 386	0.52 467	0.42 456	0.52 438	0.51 464

LG-Stereo_Zeroshot	0.48 387	0.55 290	0.47 392	0.63 404	0.41 438	0.56 461	0.44 442	0.56 452	0.41 434	0.56 459	0.41 434	0.57 468	0.42 437	0.56 458	0.41 425	0.55 411	0.43 391	0.51 464	0.37 421	0.51 436	0.37 396

MyStereo06	0.75 460	4.12 655	0.60 442	0.63 404	0.61 503	0.62 475	0.66 499	0.56 452	0.45 451	0.55 457	0.48 470	0.54 458	0.46 452	0.57 463	0.45 442	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 480

CASS	0.57 415	0.89 348	0.56 432	0.57 391	0.56 492	0.56 461	0.56 484	0.56 452	0.53 480	0.57 462	0.57 492	0.59 472	0.48 461	0.56 458	0.57 479	0.55 411	0.56 441	0.47 440	0.56 495	0.62 456	0.56 483
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 416	0.58 295	0.47 392	0.64 409	0.74 531	1.00 527	0.69 516	0.57 455	0.41 434	0.57 462	0.41 434	0.57 468	0.41 431	1.00 534	0.75 532	0.91 492	0.51 432	0.52 467	0.37 421	0.52 438	0.37 396

LL-Strereo	1.01 530	5.06 676	1.63 632	0.70 424	1.43 649	0.56 461	0.46 452	0.57 455	0.50 471	0.57 462	0.50 477	1.58 629	0.49 467	0.59 465	0.50 464	1.64 612	0.52 434	0.51 464	1.37 645	0.52 438	0.45 436

PML	0.46 374	1.36 486	0.29 244	0.58 393	0.30 313	0.57 467	0.29 296	0.57 455	0.29 298	0.57 462	0.29 302	0.57 468	0.29 304	0.56 458	0.29 293	0.52 401	0.30 279	0.53 470	0.31 378	0.53 442	0.30 346

SE	0.64 428	0.73 313	0.77 497	0.79 438	0.59 495	0.78 495	0.54 482	0.58 458	0.58 486	0.78 501	0.59 496	0.63 479	0.18 234	0.78 495	0.52 471	0.80 476	0.65 468	0.69 495	0.57 498	0.75 479	0.52 466

AIO-test1	0.54 406	0.60 299	0.52 423	0.66 414	0.47 466	0.61 472	0.47 457	0.58 458	0.46 452	0.61 469	0.46 458	0.61 476	0.45 448	0.62 469	0.45 442	0.61 427	0.52 434	0.57 475	0.48 475	0.57 450	0.48 448

LMCR-Stereo	0.65 430	0.63 301	0.65 461	0.65 410	0.65 511	0.66 480	0.63 495	0.58 458	0.65 501	0.63 476	0.64 506	0.65 484	0.65 498	0.66 477	0.66 496	0.66 442	0.64 466	0.65 489	0.67 523	0.68 465	0.73 524

AIO-Stereo-zeroshot1	0.75 460	0.92 359	0.85 510	0.96 472	0.59 495	1.27 610	0.44 442	0.59 461	0.69 516	0.91 518	0.68 517	0.55 462	0.61 494	1.06 550	0.83 545	0.62 432	0.70 486	0.90 530	0.41 448	0.89 506	0.56 483

MyStereo8	0.71 449	3.92 653	0.52 423	0.59 396	0.52 485	0.57 467	0.53 479	0.59 461	0.50 471	0.59 466	0.51 483	0.57 468	0.50 471	0.56 458	0.52 471	0.54 405	0.49 419	0.54 471	0.49 479	0.55 444	0.50 457

DNS	0.86 499	2.43 596	1.66 635	2.03 604	0.42 448	0.60 470	0.42 438	0.60 463	0.42 442	0.60 467	0.42 444	0.60 473	0.42 437	0.60 467	0.42 433	1.97 629	1.63 640	0.55 473	0.40 439	0.55 444	0.40 412

DN	0.53 405	0.85 338	0.45 378	0.65 410	0.44 453	0.60 470	0.44 442	0.60 463	0.44 447	0.60 467	0.45 454	0.60 473	0.44 444	0.60 467	0.44 439	0.56 415	0.42 386	0.56 474	0.42 456	0.56 447	0.42 428

AEACV	1.12 543	0.52 280	3.12 710	3.24 661	0.86 551	0.53 455	0.49 468	0.60 463	0.47 457	0.53 448	0.49 473	0.55 462	0.45 448	0.55 457	0.47 453	3.01 688	3.88 713	0.71 501	0.60 503	0.80 491	0.48 448

CFNet_RVC	2.38 684	8.71 720	0.38 310	9.33 735	0.42 448	0.56 461	0.42 438	0.60 463	0.38 410	0.62 473	0.42 444	0.56 465	7.29 745	0.62 469	0.42 433	0.53 404	0.37 348	0.49 453	0.34 399	8.30 742	6.87 748

AIO-test2	0.55 411	0.59 296	0.52 423	0.67 415	0.47 466	0.61 472	0.47 457	0.61 467	0.47 457	0.61 469	0.47 466	0.61 476	0.48 461	0.62 469	0.47 453	0.64 438	0.53 436	0.58 476	0.47 471	0.58 452	0.48 448

MonSter	0.60 416	0.64 303	0.52 423	0.62 402	0.44 453	2.07 650	0.44 442	0.62 468	0.44 447	0.62 473	0.44 449	0.62 478	0.44 444	0.62 469	0.44 439	0.58 418	0.42 386	0.62 481	0.46 464	0.58 452	0.42 428

S	0.56 413	0.61 300	0.54 428	0.68 417	0.48 470	0.65 478	0.49 468	0.63 469	0.49 466	0.64 477	0.49 473	0.64 480	0.48 461	0.62 469	0.49 461	0.63 436	0.62 462	0.59 479	0.48 475	0.57 450	0.48 448

test-3	0.98 521	4.13 657	1.85 655	1.85 593	0.61 503	0.69 483	0.37 403	0.63 469	0.61 495	0.66 481	0.51 483	0.73 497	0.44 444	0.57 463	0.54 475	1.68 613	1.81 652	0.40 384	0.43 459	0.66 460	0.50 457

DispNO	1.00 522	0.63 301	0.43 374	3.45 672	0.44 453	0.65 478	0.43 441	0.64 471	0.43 444	0.64 477	0.43 447	0.64 480	3.03 703	0.64 475	0.43 438	4.55 705	0.43 391	0.63 483	0.43 459	0.63 457	0.43 431

WAFT-Stereo (ZS)	0.67 438	0.78 325	0.67 467	0.67 415	0.66 514	0.67 481	0.67 503	0.65 472	0.66 503	0.66 481	0.67 511	0.66 487	0.67 503	0.67 479	0.72 526	0.66 442	0.67 471	0.67 491	0.67 523	0.67 463	0.67 506

MyStereo05	0.80 473	4.12 655	0.63 454	0.63 404	0.61 503	0.62 475	0.66 499	0.65 472	0.62 496	0.67 483	0.61 502	0.65 484	0.58 487	0.67 479	0.55 478	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 480

DSFCA	0.66 432	0.73 313	0.78 499	0.65 410	0.65 511	0.64 477	0.64 496	0.65 472	0.63 499	0.64 477	0.64 506	0.64 480	0.64 496	0.65 476	0.65 493	0.65 440	0.65 468	0.65 489	0.65 516	0.66 460	0.64 499

WCG-NET	0.61 421	1.21 468	0.54 428	0.61 401	0.53 488	0.67 481	0.53 479	0.66 475	0.53 480	0.64 477	0.53 486	0.65 484	0.53 478	0.59 465	0.52 471	0.65 440	0.48 416	0.64 485	0.52 485	0.58 452	0.50 457

SMoEStereo_RVC	0.63 426	0.75 318	0.51 420	0.73 432	0.53 488	0.71 488	0.47 457	0.67 476	0.58 486	0.74 497	0.60 498	0.72 495	0.53 478	0.74 492	0.51 469	0.61 427	0.62 462	0.62 481	0.61 505	0.63 457	0.61 489

PA-Net	11.80 749	223.51 776	0.62 450	0.59 396	0.71 526	0.59 469	0.73 530	0.67 476	0.73 535	0.55 457	0.61 502	0.60 473	0.74 527	0.63 474	0.73 527	0.66 442	0.60 456	0.69 495	0.66 519	0.72 474	0.65 501
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
mm2	0.69 443	0.69 306	0.69 477	0.69 418	0.69 520	0.69 483	0.69 516	0.69 478	0.69 516	0.69 486	0.69 522	0.69 488	0.69 515	0.69 482	0.69 513	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 510

mm1	0.69 443	0.69 306	0.69 477	0.69 418	0.69 520	0.69 483	0.69 516	0.69 478	0.69 516	0.69 486	0.69 522	0.69 488	0.69 515	0.69 482	0.69 513	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 510

HH	0.71 449	2.54 599	0.74 492	1.10 488	0.32 374	0.41 329	0.37 403	0.69 478	0.78 539	0.73 492	0.90 555	0.75 500	1.00 551	0.84 508	0.69 513	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 256

HanStereo	0.71 449	2.54 599	0.74 492	1.10 488	0.32 374	0.41 329	0.37 403	0.69 478	0.78 539	0.73 492	0.90 555	0.75 500	1.00 551	0.84 508	0.69 513	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 256

tt45	1.04 535	0.88 345	1.36 613	0.92 460	1.03 573	1.51 630	0.79 537	0.70 482	0.88 551	0.74 497	0.90 555	1.60 630	0.72 525	1.60 629	0.75 532	0.91 492	0.78 501	1.52 639	0.79 549	1.14 541	1.32 640

MWDA-net	0.67 438	0.66 304	0.45 378	2.84 649	0.46 459	0.73 490	0.45 448	0.71 483	0.44 447	0.72 489	0.45 454	0.70 491	0.45 448	0.70 484	0.44 439	0.61 427	0.41 376	0.61 480	0.43 459	0.61 455	0.42 428

DStereoRT	0.73 456	0.81 333	0.73 491	0.71 426	0.74 531	0.73 490	0.75 532	0.71 483	0.71 529	0.74 497	0.72 535	0.73 497	0.80 536	0.71 486	0.73 527	0.76 470	0.71 490	0.73 502	0.72 538	0.70 472	0.76 531

anonymity	0.63 426	0.69 306	0.56 432	0.71 426	0.56 492	0.71 488	0.56 484	0.71 483	0.56 483	0.72 489	0.56 491	0.71 492	0.56 482	0.71 486	0.58 481	0.68 445	0.55 439	0.68 492	0.55 491	0.68 465	0.54 472

DMCA-RVC	0.70 446	0.80 330	0.70 480	0.70 424	0.70 524	0.70 486	0.70 523	0.71 483	0.70 524	0.70 488	0.71 532	0.71 492	0.70 519	0.70 484	0.69 513	0.69 446	0.70 486	0.69 495	0.70 533	0.69 469	0.70 513

LiteMatch	1.13 545	0.73 313	2.80 695	3.23 659	0.61 503	0.83 508	0.68 508	0.73 487	0.69 516	1.00 528	0.77 543	0.94 528	0.57 484	0.82 502	0.64 490	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 513

Lsterematch	1.13 545	0.73 313	2.80 695	3.23 659	0.61 503	0.83 508	0.68 508	0.73 487	0.69 516	1.00 528	0.77 543	0.94 528	0.57 484	0.82 502	0.64 490	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 513

iGMRVC	0.84 490	2.85 623	0.72 487	0.72 428	0.73 529	0.77 493	0.79 537	0.73 487	0.74 537	0.73 492	0.72 535	0.73 497	0.76 530	0.73 490	0.73 527	0.72 460	0.73 493	0.73 502	0.72 538	0.73 477	0.72 520

4D-IteraStereo	0.78 469	3.13 629	0.89 511	0.69 418	0.32 374	0.40 310	0.32 361	0.76 490	0.97 564	0.52 445	0.65 508	0.89 520	0.32 371	0.76 494	0.98 557	0.83 485	0.94 518	0.35 308	0.27 313	0.70 472	0.89 546

ARAFT	0.68 440	0.81 333	0.63 454	0.74 435	0.60 497	0.78 495	0.62 494	0.77 491	0.66 503	0.74 497	0.63 504	0.75 500	0.62 495	0.83 507	0.60 486	0.70 451	0.55 439	0.70 500	0.60 503	0.78 486	0.55 480

PointNet	0.60 416	0.75 318	0.49 407	0.79 438	0.50 478	0.79 498	0.49 468	0.79 492	0.49 466	0.80 504	0.49 473	0.79 505	0.49 467	0.80 498	0.49 461	0.63 436	0.40 366	0.63 483	0.40 439	0.63 457	0.40 412

GCAP-Stereo	0.75 460	4.15 658	0.42 372	0.75 436	0.35 400	0.78 495	0.40 424	0.79 492	0.38 410	0.78 501	0.36 401	0.78 503	0.36 398	0.79 496	0.39 414	0.75 468	0.39 362	0.76 510	0.39 438	0.75 479	0.39 409

G-Net	0.79 470	0.79 327	0.79 502	0.79 438	0.79 544	0.79 498	0.79 537	0.79 492	0.79 543	0.79 503	0.79 547	0.79 505	0.79 535	0.79 496	0.79 537	0.79 474	0.79 503	0.79 514	0.79 549	0.79 488	0.79 536

AFF-stereo	0.73 456	0.88 345	0.67 467	0.75 436	0.68 519	0.75 492	0.64 496	0.80 495	0.72 532	0.83 512	0.70 526	0.82 511	0.64 496	0.84 508	0.67 497	0.77 473	0.63 464	0.81 519	0.63 507	0.78 486	0.62 492

NaN_ROB	0.80 473	0.80 330	0.80 503	0.80 442	0.80 547	0.80 500	0.80 540	0.80 495	0.80 545	0.80 504	0.80 549	0.80 507	0.80 536	0.80 498	0.80 540	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 537

CSAN	0.80 473	0.80 330	0.80 503	0.80 442	0.80 547	0.80 500	0.80 540	0.80 495	0.80 545	0.80 504	0.80 549	0.80 507	0.80 536	0.80 498	0.80 540	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 537

CAR	0.72 452	0.76 321	0.59 438	0.84 447	1.19 589	0.81 503	0.58 487	0.81 498	0.58 486	0.81 507	0.58 494	0.83 512	0.59 489	0.82 502	0.59 484	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 466

MSE-Stereo	0.72 452	0.76 321	0.59 438	0.84 447	1.19 589	0.81 503	0.58 487	0.81 498	0.58 486	0.81 507	0.58 494	0.83 512	0.59 489	0.82 502	0.59 484	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 466

RAFT-Stereo + iAFF	0.70 446	0.72 312	0.71 484	0.80 442	0.62 508	0.82 506	0.61 493	0.81 498	0.62 496	0.81 507	0.63 504	0.80 507	0.70 519	0.73 490	0.61 488	0.76 470	0.61 461	0.74 507	0.61 505	0.77 484	0.61 489

zero-FE	0.72 452	1.31 482	0.66 463	0.92 460	0.60 497	0.82 506	0.58 487	0.82 501	0.58 486	0.81 507	0.60 498	0.81 510	0.60 491	0.82 502	0.58 481	0.74 467	0.59 453	0.73 502	0.52 485	0.76 482	0.51 464

MGA	0.73 456	0.76 321	0.60 442	0.92 460	1.17 585	0.81 503	0.59 491	0.84 502	0.62 496	0.81 507	0.59 496	0.84 514	0.60 491	0.81 501	0.61 488	0.71 452	0.53 436	0.89 529	0.53 487	0.75 479	0.54 472

Selective-RAFT-Error	0.88 504	0.84 336	0.98 523	0.86 452	0.97 563	0.88 514	0.95 558	0.84 502	0.99 567	0.92 520	0.82 551	0.84 514	0.98 550	0.87 513	0.97 556	0.81 480	0.83 509	0.79 514	0.82 554	0.79 488	0.85 542

monster-pro	0.75 460	1.67 501	0.64 457	0.89 453	0.57 494	0.86 512	0.56 484	0.87 504	0.56 483	0.87 513	0.57 492	0.88 517	0.57 484	0.87 513	0.57 479	0.79 474	0.58 447	0.76 510	0.54 489	0.77 484	0.54 472

PAM_32	0.64 428	2.38 592	0.51 420	0.92 460	0.43 452	0.53 455	0.44 442	0.87 504	0.43 444	0.52 445	0.45 454	0.53 454	0.40 419	0.54 453	0.46 446	0.62 432	0.56 441	0.48 448	0.45 462	0.76 482	0.44 434

DCRE	0.84 490	1.89 548	0.77 497	0.94 467	0.72 528	0.88 514	0.73 530	0.87 504	0.78 539	0.90 516	0.71 532	0.88 517	0.67 503	0.88 515	0.73 527	0.81 480	0.68 477	0.81 519	0.70 533	0.82 496	0.70 513

Selective-RAFT	0.89 506	0.89 348	0.72 487	1.16 502	0.78 542	1.06 544	0.82 547	0.87 504	0.97 564	1.00 528	0.91 558	0.90 521	1.00 551	0.89 517	0.93 553	0.83 485	0.83 509	0.82 523	0.82 554	0.81 494	0.82 540

UDG	0.80 473	2.21 576	0.60 442	0.91 457	0.60 497	0.90 517	0.58 487	0.88 508	0.60 492	0.90 516	0.60 498	0.88 517	0.60 491	0.90 518	0.58 481	0.86 489	0.60 456	0.84 525	0.59 502	0.84 499	0.61 489

MoCha-V2	2.11 658	26.97 753	0.78 499	0.92 460	0.77 541	0.96 524	0.72 529	0.90 509	0.72 532	0.94 524	0.70 526	0.90 521	0.71 524	0.91 520	0.71 524	0.85 488	0.71 490	0.88 528	0.69 529	0.87 502	0.67 506

DDUNet	0.81 478	2.45 597	0.57 436	0.90 455	0.60 497	0.88 514	0.59 491	0.90 509	0.60 492	0.88 515	0.60 498	0.90 521	0.58 487	0.88 515	0.60 486	0.84 487	0.60 456	0.86 527	0.57 498	0.86 501	0.60 488

CFNet-RSSM	0.91 507	4.89 669	0.34 291	0.44 304	1.07 575	1.62 634	1.40 649	0.91 511	0.35 393	1.60 626	1.39 649	0.64 480	0.34 387	0.44 383	0.33 368	0.41 317	0.35 338	0.75 508	0.30 367	0.41 386	0.29 331

UNet	0.29 228	0.90 352	0.10 92	0.14 122	0.10 155	0.14 166	0.10 150	0.91 511	0.69 516	0.14 166	0.11 169	0.14 168	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 505	0.76 531

DGTPSM_ROB	0.93 514	1.00 380	0.92 518	0.94 467	0.96 562	0.91 518	0.92 554	0.91 511	0.96 563	0.91 518	0.96 562	0.93 527	0.92 545	0.94 526	0.92 549	0.92 495	0.92 516	0.90 530	0.92 559	0.94 522	0.91 548

test_xeample3	1.10 540	1.81 526	0.61 448	0.84 447	0.49 474	0.77 493	0.66 499	0.92 514	1.40 649	0.68 485	0.46 458	0.78 503	0.54 481	1.72 634	1.48 651	1.34 592	1.52 626	1.35 632	1.67 683	1.33 611	1.55 653

DPSM_ROB	0.92 509	0.91 354	0.91 516	0.91 457	0.92 558	0.92 519	0.92 554	0.92 514	0.91 553	0.93 522	0.91 558	0.92 524	0.90 543	0.91 520	0.92 549	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 550

DPSM	0.92 509	0.91 354	0.91 516	0.91 457	0.92 558	0.92 519	0.92 554	0.92 514	0.91 553	0.93 522	0.91 558	0.92 524	0.90 543	0.91 520	0.92 549	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 550

pmcnn	0.92 509	0.92 359	0.92 518	0.92 460	0.92 558	0.92 519	0.92 554	0.92 514	0.92 557	0.92 520	0.92 561	0.92 524	0.92 545	0.92 524	0.92 549	0.92 495	0.92 516	0.92 536	0.92 559	0.92 513	0.92 549

RSM++	0.76 465	0.82 335	0.66 463	0.85 451	0.64 509	0.85 510	0.71 526	0.94 518	0.64 500	0.87 513	0.67 511	0.87 516	0.65 498	0.84 508	0.65 493	0.81 480	0.70 486	0.79 514	0.71 536	0.83 498	0.70 513

ToySt	0.92 509	2.11 566	0.90 514	0.95 469	0.79 544	0.99 526	0.78 536	0.94 518	0.81 548	0.94 524	0.78 545	0.95 530	0.77 532	0.94 526	0.86 547	0.91 492	0.79 503	0.85 526	0.77 545	0.89 506	0.73 524

R-Stereo Train	0.81 478	0.96 367	0.67 467	0.95 469	0.67 516	0.95 522	0.68 508	0.95 520	0.68 511	0.95 526	0.68 517	0.96 531	0.68 508	0.96 530	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 508

RAFT-Stereo	0.81 478	0.96 367	0.67 467	0.95 469	0.67 516	0.95 522	0.68 508	0.95 520	0.68 511	0.95 526	0.68 517	0.96 531	0.68 508	0.96 530	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 508
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LGCAT	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

Test_v1	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

WQFJA1++	0.84 490	0.98 370	0.67 467	1.26 555	0.75 533	1.00 527	0.67 503	1.00 522	0.67 505	1.00 528	0.67 511	1.00 534	0.67 503	1.00 534	0.67 497	0.96 503	0.67 471	0.91 533	0.63 507	0.92 513	0.63 493

NLMM1	0.86 499	0.98 370	0.69 477	1.48 578	0.75 533	1.01 535	0.69 516	1.00 522	0.69 516	1.00 528	0.70 526	1.00 534	0.68 508	1.01 542	0.67 497	0.97 504	0.68 477	0.92 536	0.63 507	0.93 518	0.63 493

NLMM	0.84 490	1.00 380	0.67 467	1.27 556	0.75 533	1.00 527	0.68 508	1.00 522	0.67 505	1.00 528	0.67 511	1.02 547	0.67 503	1.02 546	0.67 497	0.97 504	0.67 471	0.93 540	0.63 507	0.92 513	0.63 493

AdaDepth	0.86 499	0.93 363	0.71 484	1.01 481	1.07 575	1.02 541	0.71 526	1.00 522	0.71 529	1.01 539	0.71 532	1.00 534	0.72 525	1.14 561	0.71 524	0.92 495	0.64 466	0.90 530	0.64 512	0.89 506	0.69 510

GANet	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

TDLM	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

CVANet_RVC	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 522	1.00 568	1.00 528	1.00 566	1.00 534	1.00 551	1.00 534	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 559

WQFJX1	0.84 490	0.98 370	0.67 467	1.30 563	0.75 533	1.01 535	0.67 503	1.01 531	0.67 505	1.01 539	0.67 511	1.01 543	0.68 508	1.00 534	0.68 505	0.98 508	0.67 471	0.92 536	0.64 512	0.92 513	0.64 499

WQFJX	0.85 496	1.00 380	0.68 475	1.30 563	0.75 533	1.01 535	0.68 508	1.01 531	0.68 511	1.01 539	0.68 517	1.03 549	0.68 508	1.02 546	0.67 497	0.97 504	0.67 471	0.93 540	0.63 507	0.94 522	0.63 493

NLSM3	0.85 496	0.99 378	0.68 475	1.29 561	0.76 538	1.01 535	0.68 508	1.01 531	0.68 511	1.02 543	0.68 517	1.01 543	0.68 508	1.01 542	0.68 505	0.97 504	0.68 477	0.93 540	0.64 512	0.93 518	0.63 493

trnet	1.01 530	1.01 390	1.01 530	1.01 481	1.01 570	1.01 535	1.01 567	1.01 531	1.01 573	1.01 539	1.01 571	1.01 543	1.01 559	1.01 542	1.01 564	1.01 515	1.01 526	1.01 557	1.01 573	1.01 532	1.01 565

STTRV1_RVC	0.82 483	1.60 499	0.70 480	1.01 481	0.60 497	1.07 547	0.69 516	1.01 531	0.60 492	0.72 489	0.55 489	1.02 547	0.68 508	1.03 548	0.67 497	0.89 491	0.63 464	0.92 536	0.57 498	0.90 509	0.65 501

WQFJA1	0.85 496	0.98 370	0.67 467	1.29 561	0.76 538	1.01 535	0.67 503	1.02 536	0.67 505	1.02 543	0.67 511	1.01 543	0.67 503	1.01 542	0.68 505	0.99 509	0.67 471	0.93 540	0.64 512	0.92 513	0.65 501

DPSimNet_ROB	0.97 519	1.18 420	0.81 506	1.10 488	0.91 557	1.02 541	0.82 547	1.04 537	0.91 553	1.03 545	0.86 554	1.28 618	0.82 540	1.03 548	0.89 548	1.17 533	0.81 508	1.02 558	0.82 554	1.08 537	0.81 539

999	1.00 522	1.12 411	0.59 438	1.10 488	1.21 637	1.09 550	0.52 477	1.08 538	1.43 651	1.18 562	1.35 643	0.98 533	0.52 477	0.91 520	0.85 546	0.72 460	1.46 622	0.83 524	0.98 564	0.68 465	1.41 648

GLC_STEREO	1.07 537	1.01 390	1.06 533	1.07 486	1.05 574	1.06 544	1.08 572	1.08 538	1.05 577	1.07 547	1.06 573	1.08 552	1.05 561	1.06 550	1.10 570	1.07 518	1.09 536	1.05 561	1.05 575	1.06 536	1.12 572

HSM-Net_RVC	0.95 517	1.17 418	0.78 499	1.18 504	0.71 526	1.16 559	0.75 532	1.09 540	0.80 545	1.10 549	0.75 540	1.17 565	0.74 527	1.17 564	0.80 540	1.13 529	0.73 493	1.17 570	0.77 545	1.16 546	0.72 520
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 547	1.10 410	0.70 480	1.10 488	0.60 497	1.10 551	0.70 523	1.10 541	0.70 524	1.10 549	0.70 526	1.10 556	0.70 519	7.00 747	0.70 522	1.10 522	0.70 486	1.10 562	0.70 533	1.10 538	0.70 513

AIO-Stereo	0.84 490	0.66 304	0.70 480	0.83 446	0.67 516	0.98 525	0.82 547	1.14 542	0.72 532	1.03 545	0.74 539	1.03 549	1.09 563	0.99 532	0.45 442	1.04 516	0.73 493	0.95 546	0.74 540	0.94 522	0.46 438

Wavelet-MonSter	1.00 522	1.21 468	0.76 495	1.94 597	1.01 570	1.11 554	0.76 534	1.15 543	0.76 538	1.11 554	0.76 541	1.14 562	0.76 530	1.11 558	0.76 534	1.21 582	0.90 513	1.02 558	0.71 536	1.02 534	0.71 519

RP	2.33 678	25.00 746	1.13 538	1.15 497	1.15 580	1.10 551	1.15 578	1.15 543	1.15 581	1.12 555	1.15 578	1.09 554	1.13 565	1.10 556	1.15 575	1.11 527	1.09 536	1.16 566	1.12 578	1.16 546	1.17 581

NCC-stereo	2.36 680	25.52 748	1.17 543	1.15 497	1.17 585	1.11 554	1.11 573	1.15 543	1.16 582	1.10 549	1.16 581	1.10 556	1.15 569	1.14 561	1.13 573	1.09 520	1.11 540	1.15 565	1.16 582	1.17 551	1.17 581

AIO-Stereo-zeroshot	0.91 507	0.86 340	0.89 511	1.25 554	0.69 520	1.05 543	0.81 544	1.16 546	0.50 471	1.12 555	0.97 564	0.72 495	0.82 540	1.06 550	0.95 554	0.61 427	0.87 511	1.03 560	0.85 557	1.04 535	1.01 565

edge stereo	2.43 685	27.07 754	1.14 539	1.06 485	1.14 578	1.08 548	1.17 581	1.16 546	1.14 580	1.10 549	1.16 581	1.09 554	1.16 573	1.10 556	1.16 579	1.10 522	1.11 540	1.16 566	1.19 584	1.13 540	1.11 570

RGC	2.36 680	25.48 747	1.19 547	1.15 497	1.15 580	1.10 551	1.16 580	1.17 548	1.16 582	1.12 555	1.16 581	1.11 560	1.13 565	1.09 554	1.18 582	1.10 522	1.15 545	1.16 566	1.12 578	1.14 541	1.12 572

Nwc_Net	2.37 682	25.95 750	1.15 541	1.14 494	1.15 580	1.08 548	1.14 576	1.17 548	1.16 582	1.14 559	1.15 578	1.08 552	1.15 569	1.11 558	1.14 574	1.10 522	1.11 540	1.16 566	1.09 577	1.16 546	1.15 577

Abc-Net	2.32 677	24.75 745	1.14 539	1.17 503	1.17 585	1.11 554	1.15 578	1.17 548	1.21 634	1.08 548	1.16 581	1.12 561	1.14 568	1.09 554	1.17 581	1.09 520	1.16 546	1.17 570	1.17 583	1.16 546	1.11 570
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UPFNet	0.42 328	1.20 422	0.17 183	0.24 190	0.17 226	0.25 239	0.17 214	1.19 551	0.90 552	0.25 235	0.17 220	0.24 233	0.17 223	0.25 237	0.17 215	0.22 192	0.17 196	0.22 221	0.16 212	1.15 544	0.93 550

AF-Net	2.37 682	25.71 749	1.17 543	1.13 493	1.15 580	1.15 558	1.18 582	1.19 551	1.16 582	1.10 549	1.15 578	1.10 556	1.18 574	1.12 560	1.15 575	1.10 522	1.10 539	1.17 570	1.15 580	1.16 546	1.12 572

stereogan	2.33 678	24.38 744	1.18 545	1.18 504	1.18 588	1.14 557	1.18 582	1.19 551	1.19 588	1.14 559	1.18 585	1.14 562	1.18 574	1.14 561	1.18 582	1.14 531	1.14 544	1.19 575	1.19 584	1.15 544	1.19 585

MWSP-net	0.96 518	0.75 318	0.49 407	4.84 706	0.48 470	1.28 612	0.52 477	1.20 554	0.51 478	1.14 559	0.70 526	1.00 534	0.56 482	0.90 518	0.69 513	0.76 470	0.60 456	0.95 546	0.56 495	0.73 477	0.45 436

DisPM	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

CrosDoStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PFNet+	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

LCNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

HHNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Patchmatch Stereo++	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586
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	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

STrans-v2	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

TransformOpticalFlow	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

OMP-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

IIG-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

NF-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

OCTAStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PSM-softLoss	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

KMStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

NRIStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PSM-adaLoss	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PSM-AAD	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

FTStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

ROB_FTStereo_v2	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

ROB_FTStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Consistency-Raft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

KYRaft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

HUI-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

ASMatch	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DeepStereo_LL	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DEmStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

SST-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

THIR-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT_R40	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DRaft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

PFNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

GrayStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RE-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Pruner-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

TVStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

DeepStereo_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT-RH_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

IRAFT_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT-345	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

iRAFT	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

CRE-IMP	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

GMM-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

RAFT-IKP	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

Prome-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 554	1.20 589	1.20 564	1.20 586	1.20 567	1.20 576	1.20 566	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 586

FC-DCNN	1.07 537	1.09 406	0.98 523	0.89 453	0.52 485	1.41 625	0.91 553	1.21 600	1.24 637	1.96 639	2.05 709	1.91 641	1.30 629	1.27 617	1.08 569	0.80 476	0.60 456	0.58 476	0.41 448	0.68 465	0.54 472

CroCo-Stereo	0.73 456	1.22 474	0.25 220	1.22 551	0.25 274	1.22 606	0.25 260	1.22 601	0.25 264	1.22 610	0.25 270	1.22 613	0.25 266	1.22 612	0.25 261	1.22 584	0.26 234	1.21 622	0.25 269	1.22 604	0.25 250
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	2.51 689	26.86 752	1.23 599	1.22 551	1.22 639	1.24 608	1.25 633	1.22 601	1.24 637	1.21 609	1.24 634	1.19 566	1.27 626	1.19 565	1.24 633	1.19 534	1.20 551	1.25 625	1.19 584	1.24 605	1.23 634

MEA-ACV	1.66 610	0.87 342	0.61 448	11.81 746	1.35 642	1.50 629	0.71 526	1.23 603	0.92 557	1.13 558	0.96 562	1.69 635	0.70 519	1.23 613	1.16 579	1.54 608	1.20 551	1.58 640	0.85 557	1.12 539	0.95 553

FAT-Stereo	2.46 687	26.05 751	1.23 599	1.23 553	1.22 639	1.20 560	1.24 632	1.23 603	1.23 636	1.19 563	1.22 632	1.21 612	1.24 624	1.20 566	1.24 633	1.21 582	1.17 549	1.22 623	1.25 637	1.20 556	1.24 635

Hybrid-DGEV-2	1.05 536	1.83 536	0.83 507	1.33 567	0.82 550	1.30 613	0.81 544	1.26 605	0.79 543	1.29 613	0.79 547	1.26 614	0.80 536	1.26 614	0.79 537	1.20 536	0.78 501	1.18 573	0.77 545	1.20 556	0.77 533

Hybrid-DGEV	1.03 534	1.75 510	0.80 503	1.28 560	0.78 542	1.26 609	0.80 540	1.26 605	0.78 539	1.26 611	0.78 545	1.26 614	0.78 534	1.26 614	0.78 536	1.15 532	0.75 496	1.14 563	0.74 540	1.14 541	0.75 528

CroCo-Stereo Lap2	0.77 466	1.29 478	0.29 244	1.27 556	0.29 301	1.27 610	0.26 267	1.26 605	0.26 278	1.26 611	0.26 275	1.27 617	0.26 276	1.26 614	0.27 268	1.27 587	0.27 247	1.27 626	0.27 313	1.27 608	0.27 294

MMNet	0.44 343	1.24 476	0.17 183	0.25 197	0.17 226	0.25 239	0.18 223	1.26 605	0.93 559	0.25 235	0.17 220	0.25 240	0.18 234	0.25 237	0.17 215	0.23 204	0.16 175	0.23 230	0.16 212	1.20 556	0.99 557

delet	0.43 330	1.21 468	0.17 183	0.25 197	0.17 226	0.25 239	0.18 223	1.26 605	0.95 561	0.25 235	0.17 220	0.25 240	0.17 223	0.25 237	0.17 215	0.23 204	0.16 175	0.22 221	0.16 212	1.18 552	0.98 556

psm_up	0.43 330	1.19 421	0.17 183	0.25 197	0.18 238	0.25 239	0.19 229	1.26 605	0.91 553	0.26 244	0.17 220	0.25 240	0.17 223	0.25 237	0.17 215	0.22 192	0.17 196	0.23 230	0.16 212	1.18 552	0.99 557

LiteMatch*	2.07 646	1.30 480	5.73 731	6.28 719	0.79 544	1.33 616	0.80 540	1.30 611	1.02 574	1.33 615	0.84 553	1.33 620	0.97 548	1.28 618	1.04 566	6.05 730	5.89 726	1.28 627	0.76 543	1.28 609	0.88 543

Hybrid-DGEV-03	1.07 537	1.83 536	0.83 507	1.34 568	0.81 549	1.32 615	0.81 544	1.31 612	0.81 548	1.31 614	0.82 551	1.32 619	0.82 540	1.32 619	0.81 543	1.19 534	0.77 499	1.19 575	0.76 543	1.19 554	0.77 533

PS-NSSS	1.38 604	1.39 490	1.34 603	1.34 568	1.35 642	1.38 621	1.37 647	1.35 613	1.38 648	1.34 616	1.34 642	1.39 623	1.38 637	1.70 633	1.40 648	1.36 595	1.36 614	1.36 634	1.37 645	1.37 613	1.36 645

MM-Stereo_test2	1.20 548	1.85 542	1.05 532	1.46 577	0.94 561	1.36 619	0.99 561	1.36 614	0.95 561	1.41 621	0.98 565	1.40 625	0.96 547	1.37 621	0.95 554	1.37 597	1.06 529	1.33 629	0.93 563	1.29 610	0.89 546

MaskLacGwcNet_RVC	1.35 601	1.35 485	1.35 605	1.35 570	1.35 642	1.35 617	1.35 640	1.36 614	1.35 645	1.36 618	1.35 643	1.36 621	1.36 634	1.36 620	1.35 644	1.35 593	1.35 613	1.35 632	1.35 642	1.35 612	1.35 644

CC-Net-ROB	1.36 602	1.33 484	1.33 602	1.36 571	1.38 646	1.36 619	1.33 638	1.37 616	1.34 642	1.35 617	1.36 645	1.38 622	1.34 632	1.38 622	1.38 647	1.35 593	1.38 617	1.33 629	1.35 642	1.43 615	1.34 643

RASNet	1.49 605	1.65 500	1.45 621	1.38 573	1.43 649	1.47 628	1.36 642	1.38 617	1.36 646	1.39 619	1.60 659	1.45 627	1.45 640	1.51 627	2.21 704	1.53 607	1.36 614	1.36 634	1.36 644	1.66 624	1.36 645

MM-Stereo_test3	1.27 599	2.07 562	1.18 545	1.60 585	1.02 572	1.45 627	1.01 567	1.40 618	1.04 576	1.44 623	1.03 572	1.46 628	1.02 560	1.44 626	1.02 565	1.51 606	1.12 543	1.32 628	0.98 564	1.38 614	0.97 555

qqai	1.22 595	1.38 489	1.12 536	1.39 574	1.14 578	1.40 623	1.14 576	1.41 619	1.12 578	1.40 620	1.11 577	1.40 625	1.13 565	1.41 623	1.15 575	1.25 585	0.97 519	1.24 624	1.01 573	1.24 605	0.96 554

MLG-Stereo	0.92 509	0.90 352	0.84 509	1.27 556	0.49 474	1.38 621	0.88 550	1.41 619	0.97 564	0.73 492	1.09 575	1.26 614	0.43 442	0.72 488	1.05 567	1.13 529	0.49 419	1.18 573	0.66 519	1.01 532	0.46 438

BLMT-Stereo	1.53 606	1.36 486	1.06 533	1.42 576	1.23 641	1.41 625	1.07 571	1.43 621	1.12 578	1.42 622	1.06 573	1.83 638	1.07 562	1.42 625	1.07 568	1.27 587	1.38 617	6.80 745	1.00 566	1.26 607	1.00 559

FAST (zero-shot)	0.87 503	1.55 496	0.42 372	1.57 580	0.42 448	1.62 634	0.45 448	1.59 622	0.42 442	1.66 633	0.44 449	1.62 634	0.42 437	1.59 628	0.42 433	0.64 438	0.43 391	0.64 485	0.42 456	0.67 463	0.46 438

DPSMNet_ROB	1.60 609	1.59 498	1.70 636	1.59 582	1.59 655	1.61 632	1.61 658	1.60 623	1.60 655	1.62 632	1.59 658	1.60 630	1.60 643	1.60 629	1.59 655	1.59 609	1.60 637	1.59 641	1.59 663	1.59 620	1.59 659

FlowAnything_test	1.02 532	1.72 504	0.71 484	1.59 582	0.70 524	1.61 632	0.69 516	1.61 624	0.70 524	1.60 626	0.70 526	1.61 633	0.69 515	1.61 631	0.70 522	0.81 480	0.58 447	0.81 519	0.55 491	0.81 494	0.56 483

FlowAnything	1.02 532	1.71 503	0.72 487	1.59 582	0.69 520	1.60 631	0.69 516	1.61 624	0.70 524	1.60 626	0.69 522	1.60 630	0.69 515	1.61 631	0.69 513	0.81 480	0.58 447	0.81 519	0.56 495	0.82 496	0.56 483

CFNet-ft	0.55 411	1.57 497	0.14 148	0.20 168	0.14 195	0.20 201	2.53 707	1.61 624	0.14 194	0.20 198	0.14 196	0.20 201	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	1.56 619	1.24 635

11t	1.27 599	2.70 608	1.34 603	1.32 566	0.89 553	1.30 613	1.34 639	1.64 627	0.57 485	1.45 624	0.72 535	1.05 551	1.29 628	1.07 553	1.29 640	1.49 603	1.02 527	0.97 550	1.15 580	1.48 616	1.31 639

IGEVStereo-DCA	1.77 616	4.21 659	1.84 653	2.49 637	2.11 703	2.54 687	1.36 642	1.65 628	1.17 586	2.75 697	1.90 692	2.54 683	1.15 569	0.94 526	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 543

rrr	1.77 616	4.21 659	1.84 653	2.49 637	2.11 703	2.54 687	1.36 642	1.65 628	1.17 586	2.75 697	1.90 692	2.54 683	1.15 569	0.94 526	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 543

HBP-ISP	1.24 597	1.72 504	1.65 633	1.15 497	0.76 538	1.40 623	0.88 550	1.67 630	1.02 574	1.69 634	1.38 648	1.69 635	1.21 622	1.87 641	1.21 631	1.05 517	0.79 503	0.97 550	0.80 551	1.19 554	0.75 528

ours_stereo	1.20 548	1.21 468	0.90 514	1.64 590	1.11 577	1.35 617	0.67 503	1.76 631	0.93 559	1.70 635	1.10 576	1.39 623	0.75 529	1.41 623	0.81 543	1.60 611	1.03 528	1.33 629	1.00 566	1.61 621	0.72 520

2.5w	2.01 637	2.40 593	1.37 615	3.28 663	2.01 697	2.71 693	1.43 655	1.82 632	1.83 689	1.90 638	1.41 650	2.71 693	1.35 633	2.71 692	1.85 690	2.66 680	1.53 627	1.64 642	1.23 634	2.53 680	1.87 692

1w_stereo	2.05 645	2.32 583	1.35 605	3.74 685	2.01 697	2.73 696	1.42 652	1.88 633	1.93 700	2.03 647	1.28 638	2.71 693	1.99 688	2.72 694	1.72 678	2.20 649	1.32 601	1.87 652	1.86 695	2.45 669	1.54 652

GANetREF_RVC	1.55 607	1.94 558	1.22 597	1.88 594	1.21 637	1.88 639	1.22 630	1.88 633	1.22 635	1.88 636	1.22 632	1.88 639	1.22 623	1.89 642	1.22 632	1.87 620	1.22 599	1.88 655	1.22 633	1.88 633	1.22 632
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	2.79 702	10.17 732	0.32 275	10.00 742	0.33 386	0.49 428	0.33 372	1.90 635	0.32 370	0.51 441	0.33 380	0.49 427	9.24 749	0.49 425	0.33 368	0.41 317	9.82 745	0.41 402	0.28 334	9.34 747	0.29 331

3.25w	2.04 643	2.20 574	1.48 623	3.03 653	2.17 707	2.63 691	1.39 648	1.96 636	1.95 701	1.96 639	1.37 646	2.71 693	1.96 685	2.71 692	1.73 683	2.26 655	1.32 601	1.87 652	1.87 696	2.51 676	1.63 675

MFMNet_re	1.81 619	1.91 551	1.71 638	1.95 599	1.70 678	1.95 644	1.70 675	1.96 636	1.74 681	1.97 641	1.72 680	1.95 642	1.71 664	1.97 645	1.71 675	1.86 618	1.62 638	1.85 648	1.66 682	1.86 632	1.64 677

SPS-STEREO	1.59 608	1.91 551	1.21 596	1.94 597	1.20 591	2.00 647	1.23 631	1.99 638	1.24 637	2.00 644	1.25 635	2.03 649	1.26 625	2.00 646	1.29 640	1.90 624	1.18 550	1.89 656	1.21 632	1.89 634	1.20 586
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IGEV	2.02 638	2.20 574	1.82 649	2.90 651	2.16 705	2.41 677	1.25 633	2.00 639	1.98 702	1.99 643	1.31 640	2.72 697	1.93 682	2.67 691	1.69 673	2.26 655	1.32 601	1.83 647	1.87 696	2.53 680	1.61 666

3.5w_stereo	2.03 640	2.72 612	1.35 605	3.41 670	1.57 653	2.72 694	1.49 656	2.01 640	1.34 642	2.15 654	1.61 661	2.63 689	1.36 634	2.72 694	1.99 702	2.66 680	1.58 633	1.68 644	1.24 635	2.53 680	1.87 692

3w_stereo	2.04 643	2.24 578	1.70 636	3.15 656	2.18 709	2.49 681	1.26 635	2.03 641	1.98 702	1.98 642	1.33 641	2.72 697	1.99 688	2.59 685	1.72 678	2.22 651	1.33 608	1.85 648	1.88 701	2.50 675	1.58 658

MM-Stereo_test1	1.80 618	3.41 636	1.52 628	2.12 605	1.41 648	2.04 648	1.41 650	2.05 642	1.46 652	2.04 648	1.41 650	2.05 650	1.42 639	2.05 647	1.43 650	2.04 634	1.54 629	1.94 657	1.38 647	1.99 637	1.33 641

4.5_new	2.00 630	1.84 541	1.98 678	2.77 645	2.16 705	2.27 669	1.28 637	2.09 643	1.98 702	2.01 645	1.28 638	2.71 693	1.98 686	2.51 682	1.65 658	2.26 655	1.33 608	1.87 652	1.87 696	2.49 673	1.60 661

ff7	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 644	1.80 685	2.05 649	1.56 655	2.33 670	2.12 693	2.23 665	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 567

ffff	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 644	1.80 685	2.05 649	1.56 655	2.33 670	2.12 693	2.23 665	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 567

ccc-4	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 644	1.80 685	2.05 649	1.56 655	2.33 670	2.12 693	2.23 665	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 567

MC-Stereo	1.76 615	2.96 624	1.37 615	2.14 606	1.37 645	2.14 653	1.36 642	2.14 647	1.37 647	2.14 653	1.37 646	2.14 651	1.37 636	2.14 651	1.37 646	1.97 629	1.32 601	1.97 659	1.32 641	1.98 636	1.33 641

3.25w_new	2.03 640	2.72 612	1.35 605	3.33 668	1.57 653	2.72 694	1.53 657	2.15 648	1.33 641	2.15 654	1.60 659	2.63 689	1.30 629	2.72 694	1.99 702	2.67 682	1.53 627	1.75 646	1.25 637	2.53 680	1.87 692

noway7	2.08 649	5.18 680	1.92 663	2.27 613	1.66 660	2.18 654	1.66 661	2.17 649	1.66 656	2.18 656	1.65 663	2.18 653	1.66 646	2.17 652	1.66 661	2.15 638	1.85 659	2.05 661	1.60 666	2.05 639	1.60 661

zzzz4	2.08 649	5.22 684	1.93 666	2.27 613	1.66 660	2.19 656	1.66 661	2.18 650	1.67 659	2.18 656	1.66 666	2.18 653	1.66 646	2.18 653	1.66 661	2.15 638	1.84 654	2.05 661	1.60 666	2.05 639	1.60 661

zzzzzz3	2.07 646	5.00 674	1.93 666	2.28 618	1.66 660	2.19 656	1.66 661	2.18 650	1.67 659	2.19 659	1.66 666	2.18 653	1.67 652	2.18 653	1.66 661	2.15 638	1.85 659	2.05 661	1.59 663	2.05 639	1.59 659

RAFT_CTSACE	1.92 622	3.71 643	1.72 639	1.88 594	1.72 680	2.04 648	1.42 652	2.18 650	1.89 698	2.02 646	1.97 698	1.95 642	2.06 692	1.93 643	1.62 656	1.76 615	1.66 642	2.02 660	1.73 691	1.73 627	1.43 650

GELT-Stereo	2.10 654	5.33 691	1.94 674	2.37 629	1.68 668	2.21 662	1.69 673	2.19 653	1.67 659	2.18 656	1.67 668	2.19 656	1.66 646	2.19 656	1.66 661	2.23 652	1.83 653	2.07 667	1.61 670	2.04 638	1.61 666

noway2	2.07 646	4.96 671	1.92 663	2.28 618	1.66 660	2.20 659	1.66 661	2.19 653	1.66 656	2.19 659	1.65 663	2.19 656	1.68 654	2.18 653	1.65 658	2.15 638	1.86 663	2.06 665	1.59 663	2.06 643	1.60 661

noway1	2.10 654	5.26 688	1.93 666	2.31 624	1.69 673	2.21 662	1.67 667	2.19 653	1.68 664	2.21 664	1.68 673	2.21 660	1.67 652	2.20 658	1.66 661	2.15 638	1.84 654	2.07 667	1.61 670	2.07 647	1.61 666

zzzzzzz1	2.10 654	5.20 682	1.93 666	2.38 631	1.68 668	2.20 659	1.67 667	2.20 656	1.68 664	2.20 662	1.67 668	2.20 659	1.68 654	2.20 658	1.67 669	2.24 653	1.86 663	2.06 665	1.61 670	2.06 643	1.62 672

monster_256*512	2.09 652	5.21 683	1.98 678	2.30 621	1.67 664	2.18 654	1.66 661	2.20 656	1.67 659	2.19 659	1.67 668	2.19 656	1.66 646	2.19 656	1.66 661	2.15 638	1.86 663	2.05 661	1.60 666	2.06 643	1.61 666

zzzz2	2.08 649	4.92 670	1.93 666	2.30 621	1.67 664	2.19 656	1.66 661	2.20 656	1.67 659	2.20 662	1.68 673	2.21 660	1.66 646	2.20 658	1.68 670	2.17 644	1.84 654	2.07 667	1.62 676	2.05 639	1.61 666

zzz1	2.09 652	4.97 672	1.93 666	2.30 621	1.68 668	2.21 662	1.68 669	2.21 659	1.68 664	2.21 664	1.67 668	2.21 660	1.68 654	2.21 661	1.69 673	2.17 644	1.85 659	2.08 671	1.61 670	2.06 643	1.61 666

noway5	1.92 622	4.97 672	1.95 675	2.31 624	1.68 668	2.21 662	1.68 669	2.21 659	1.69 671	2.22 668	1.68 673	2.21 660	1.68 654	2.21 661	1.68 670	2.18 646	1.87 667	1.71 645	0.65 516	0.85 500	0.72 520

noway3	2.12 660	5.22 684	1.93 666	2.39 632	1.70 678	2.23 667	1.70 675	2.22 661	1.70 672	2.22 668	1.70 679	2.23 664	1.69 661	2.22 663	1.71 675	2.28 659	1.86 663	2.08 671	1.63 679	2.09 652	1.63 675

noway4	2.11 658	5.14 678	1.93 666	2.37 629	1.69 673	2.20 659	1.68 669	2.22 661	1.68 664	2.21 664	1.69 677	2.23 664	1.68 654	2.22 663	1.66 661	2.24 653	1.84 654	2.09 676	1.63 679	2.09 652	1.62 672

derf	1.91 621	2.15 570	1.78 642	2.16 607	1.75 681	2.21 662	1.80 679	2.22 661	1.80 685	2.21 664	1.76 681	2.17 652	1.81 673	2.24 668	1.74 684	1.93 627	1.56 630	1.96 658	1.53 656	1.95 635	1.56 654

4w-stereo	2.02 638	2.72 612	1.44 620	3.36 669	1.59 655	2.48 680	1.72 677	2.28 664	1.24 637	2.24 670	1.65 663	2.56 685	1.32 631	2.39 676	1.98 701	2.67 682	1.51 625	1.66 643	1.24 635	2.53 680	1.88 695

NCCL2	2.28 676	2.27 579	2.28 685	2.28 618	2.28 710	2.27 669	2.29 705	2.28 664	2.28 708	2.27 671	2.28 710	2.28 666	2.27 696	2.27 669	2.28 709	2.28 659	2.28 684	2.27 679	2.29 709	2.27 659	2.29 700

TRStereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 666	1.86 691	2.30 672	1.87 687	2.30 667	1.87 676	2.08 648	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 682

XX-Stereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 666	1.86 691	2.30 672	1.87 687	2.30 667	1.87 676	2.08 648	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 682

EAI-Stereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 666	1.86 691	2.30 672	1.87 687	2.30 667	1.87 676	2.08 648	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 682

STTStereo	3.73 711	30.40 758	2.37 689	2.39 632	2.31 712	2.35 674	2.33 706	2.29 666	2.42 709	2.32 676	2.34 711	2.33 670	2.36 697	2.30 671	2.27 708	2.35 667	2.22 683	2.31 682	2.22 706	2.29 661	2.34 704

GANet-RSSM	0.75 460	1.91 551	0.14 148	0.47 316	0.14 195	0.21 212	3.21 728	2.30 670	0.14 194	0.46 399	0.14 196	0.23 227	0.18 234	0.21 211	0.14 188	0.18 175	0.27 247	0.37 320	0.13 192	2.13 654	2.12 696

MonStereo1	1.94 624	2.77 618	1.52 628	3.73 684	1.51 652	2.13 652	1.42 652	2.32 671	1.52 653	2.31 675	1.50 653	2.53 680	1.59 642	2.34 673	1.56 653	1.91 625	1.36 614	1.86 651	1.31 640	2.07 647	1.53 651

MonStereo	2.17 662	2.41 594	1.49 627	2.67 642	1.67 664	2.60 690	2.04 700	2.32 671	1.76 682	2.44 680	1.68 673	2.50 678	1.69 661	2.38 674	1.80 687	2.28 659	1.78 649	2.63 699	2.14 704	3.47 692	1.68 680

AIO_test	2.18 664	2.09 565	2.04 683	2.42 634	2.01 697	2.47 679	1.94 692	2.34 673	2.03 706	2.56 686	1.94 695	2.43 676	1.94 683	2.41 677	1.87 694	2.39 670	2.10 679	2.35 686	1.91 702	2.25 658	2.19 698

AIO_rvc	2.18 664	2.34 588	1.87 659	2.32 626	1.94 695	2.40 676	1.89 690	2.37 674	2.07 707	2.52 685	1.95 697	2.44 677	1.99 688	2.41 677	1.89 697	2.32 665	2.09 678	2.24 678	2.18 705	2.21 655	2.23 699

HUF	2.18 664	2.30 581	1.99 682	2.34 628	2.02 700	2.41 677	2.06 701	2.38 675	1.89 698	2.36 677	1.85 684	2.56 685	1.98 686	2.31 672	1.97 700	2.30 663	2.03 677	2.30 681	2.11 703	2.23 656	2.16 697

asd	2.18 664	2.77 618	1.58 630	3.59 678	2.00 696	2.58 689	1.85 684	2.39 676	1.71 674	2.47 682	1.97 698	2.59 687	1.61 644	2.56 683	1.79 686	2.51 677	1.99 669	2.11 677	1.62 676	2.36 664	1.60 661

2.25w	2.00 630	1.86 545	1.98 678	2.95 652	2.17 707	2.26 668	1.35 640	2.42 677	2.00 705	2.07 652	1.27 637	2.53 680	1.99 688	2.29 670	1.49 652	2.21 650	1.32 601	1.85 648	1.87 696	2.52 677	1.62 672

FBW_ROB	2.12 660	2.46 598	1.77 641	2.49 637	1.79 684	2.38 675	1.83 680	2.46 678	1.78 684	2.48 683	1.97 698	2.40 675	1.78 671	2.42 679	1.83 688	2.31 664	1.85 659	2.38 687	1.82 694	2.35 663	1.84 688

qwe	2.18 664	2.60 602	1.58 630	3.83 686	1.90 694	2.53 685	1.90 691	2.48 679	1.73 679	2.37 678	1.92 694	2.53 680	1.68 654	2.56 683	1.83 688	2.52 679	1.87 667	2.07 667	1.68 685	2.32 662	1.71 681

monsterstereo	2.20 670	2.33 584	1.95 675	3.65 680	2.07 702	2.49 681	1.61 658	2.48 679	1.83 689	2.45 681	1.61 661	2.67 692	1.86 674	2.64 687	1.94 698	2.48 676	1.66 642	2.34 684	1.68 685	2.40 665	1.86 690

monsters	2.18 664	2.41 594	1.96 677	3.47 673	2.03 701	2.53 685	1.64 660	2.48 679	1.73 679	2.40 679	1.50 653	2.62 688	1.94 683	2.59 685	1.94 698	2.44 672	1.57 632	2.28 680	1.87 696	2.42 666	1.86 690

UDGNet	2.23 674	5.40 695	1.72 639	2.48 636	1.69 673	2.51 684	1.69 673	2.51 682	1.72 678	2.50 684	1.69 677	2.52 679	1.69 661	2.50 681	1.68 670	2.41 671	1.70 645	2.42 689	1.69 687	2.42 666	1.64 677

4.25w-stereo	1.98 625	2.72 612	1.46 622	3.47 673	1.43 649	2.07 650	1.98 693	2.53 683	1.52 653	2.71 690	1.98 704	1.81 637	1.62 645	1.96 644	1.36 645	1.88 623	2.00 670	2.53 696	1.61 670	1.74 628	1.15 577

cf-r	0.66 432	2.17 572	0.12 123	0.18 159	0.12 188	0.18 192	2.70 711	2.60 684	0.12 187	0.18 189	0.12 177	0.18 192	0.12 184	0.18 190	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 631	1.74 686

asda	2.17 662	2.54 599	1.81 644	3.47 673	1.78 683	2.50 683	1.86 685	2.61 685	1.68 664	2.61 687	1.83 683	2.37 674	1.73 666	2.44 680	1.88 696	2.51 677	1.84 654	2.34 684	1.62 676	2.23 656	1.77 687

DNSM	2.56 691	4.43 662	3.08 708	4.09 688	1.86 688	2.66 692	1.86 685	2.66 686	1.87 695	2.66 689	1.86 685	2.66 691	1.86 674	2.66 690	1.87 694	3.82 697	2.94 692	2.42 689	1.73 691	2.42 666	1.73 685

4.25_new	2.00 630	2.33 584	1.82 649	3.32 666	1.69 673	1.95 644	1.99 696	2.72 687	1.71 674	2.72 691	1.97 698	2.01 647	1.74 668	1.77 636	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 581

4.5w_new	2.00 630	2.33 584	1.82 649	3.32 666	1.69 673	1.95 644	1.99 696	2.72 687	1.71 674	2.72 691	1.97 698	2.01 647	1.74 668	1.77 636	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 581

4.5w-stereo	1.99 626	2.33 584	1.81 644	3.28 663	1.68 668	1.94 641	1.99 696	2.72 687	1.70 672	2.72 691	1.99 707	1.97 644	1.68 654	1.76 635	1.29 640	1.91 625	2.02 676	2.53 696	1.61 670	1.75 629	1.16 580

2.75w_new	1.99 626	2.34 588	1.81 644	3.14 655	1.62 657	1.94 641	1.99 696	2.72 687	1.71 674	2.72 691	1.99 707	1.90 640	1.73 666	1.82 640	1.29 640	2.37 668	2.01 672	2.31 682	1.42 651	1.77 630	1.22 632

3.75w	1.99 626	2.31 582	1.83 652	3.16 657	1.65 659	1.93 640	1.98 693	2.72 687	1.68 664	2.73 696	1.97 698	2.00 646	1.72 665	1.81 639	1.25 636	2.27 658	2.01 672	2.38 687	1.42 651	1.71 626	1.24 635

2w_stereo	1.99 626	2.36 591	1.81 644	3.24 661	1.67 664	1.94 641	1.98 693	2.72 687	1.68 664	2.72 691	1.94 695	1.98 645	1.74 668	1.79 638	1.27 637	1.95 628	2.00 670	2.53 696	1.60 666	1.68 625	1.15 577

sCroCo_RVC	2.10 654	2.76 616	1.92 663	2.78 648	1.39 647	2.73 696	1.41 650	2.73 693	1.40 649	2.77 702	1.41 650	2.74 699	1.40 638	2.74 697	1.40 648	2.72 684	1.42 620	2.72 700	1.44 653	2.79 687	1.42 649

LGtest1	2.22 671	2.70 608	1.89 660	2.76 644	1.86 688	2.75 698	1.86 685	2.75 694	1.86 691	2.75 697	1.86 685	2.77 702	1.87 676	2.75 698	1.86 691	2.46 673	1.58 633	2.45 691	1.56 657	2.45 669	1.56 654

LG-G_1	2.22 671	2.71 610	1.89 660	2.77 645	1.87 692	2.75 698	1.87 688	2.76 695	1.87 695	2.75 697	1.87 687	2.76 700	1.87 676	2.75 698	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 656

LG-G	2.22 671	2.71 610	1.89 660	2.77 645	1.87 692	2.75 698	1.87 688	2.76 695	1.87 695	2.75 697	1.87 687	2.76 700	1.87 676	2.75 698	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 656

GwcNet-RSSM	0.77 466	2.77 618	0.14 148	0.20 168	0.14 195	0.20 201	2.67 710	2.78 697	0.14 194	0.20 198	0.14 196	0.20 201	0.14 195	0.21 211	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 701

PSMNet-RSSM	0.77 466	2.76 616	0.14 148	0.20 168	0.14 195	0.20 201	2.66 709	2.79 698	0.14 194	0.21 210	0.14 196	0.21 209	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 701

hitnet-ft	0.79 470	2.78 621	0.14 148	0.20 168	0.14 195	0.21 212	2.89 712	2.80 699	0.14 194	0.20 198	0.14 196	0.20 201	0.14 195	0.20 198	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.54 685	2.33 703

NLCA_NET_v2_RVC	5.04 739	50.87 769	2.78 694	2.87 650	2.71 714	2.78 701	0.47 457	2.88 700	2.86 714	1.89 637	2.67 713	2.79 703	2.79 702	2.78 701	2.83 711	2.82 685	2.82 691	2.83 701	2.77 713	2.83 688	2.76 709
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	2.65 693	10.14 731	0.33 280	9.74 739	0.32 374	0.87 513	0.33 372	2.95 701	0.68 511	0.49 419	0.34 388	0.49 427	5.70 740	0.49 425	0.33 368	0.42 331	9.57 742	0.41 402	0.31 378	8.36 743	0.65 501

plain	1.88 620	3.16 630	0.64 457	3.10 654	0.65 511	3.10 703	0.64 496	3.12 702	0.65 501	3.10 703	0.65 508	3.11 704	0.65 498	3.12 702	0.65 493	3.12 689	0.65 468	3.13 702	0.65 516	3.13 690	0.65 501

MIF-Stereo (partial)	2.58 692	3.31 635	0.66 463	3.18 658	0.66 514	3.18 704	0.66 499	3.21 703	0.67 505	3.19 704	0.66 510	3.19 705	0.66 501	3.31 706	0.68 505	5.09 722	1.79 651	8.23 749	1.67 683	6.18 733	1.38 647

Anonymous3	2.55 690	3.26 634	1.65 633	3.28 663	1.63 658	3.24 705	1.68 669	3.27 704	1.66 656	3.28 705	1.67 668	3.25 706	1.66 646	3.27 704	1.64 657	3.26 690	1.65 641	3.30 704	1.65 681	4.95 724	1.65 679

NLSM1	2.93 704	3.24 633	2.57 693	4.04 687	2.66 713	3.30 707	2.55 708	3.29 705	2.55 710	3.35 707	2.48 712	3.28 707	2.47 698	3.34 707	2.49 710	3.26 690	2.55 690	3.13 702	2.57 712	3.00 689	2.46 707

PCWNet_CMD	2.80 703	9.82 728	0.32 275	10.09 743	0.32 374	0.49 428	0.33 372	3.34 706	0.33 380	0.49 419	0.33 380	0.49 427	8.73 746	0.48 419	0.33 368	0.41 317	9.22 741	0.42 418	0.29 349	9.55 748	0.31 356

UniTT-Stereo	2.03 640	3.43 637	0.72 487	3.42 671	0.73 529	3.27 706	0.68 508	3.38 707	0.69 516	3.29 706	0.72 535	3.28 707	0.70 519	3.35 708	0.68 505	3.39 692	0.68 477	3.31 705	0.69 529	3.37 691	0.73 524

Sa-1000	4.34 729	8.37 716	6.84 736	6.98 726	4.45 743	3.58 708	3.00 713	3.42 708	3.39 729	2.61 687	4.00 738	3.83 713	4.01 731	3.90 712	3.90 734	5.98 729	5.62 725	3.76 711	2.34 710	4.35 704	2.47 708

test_5	4.62 733	7.55 712	6.23 732	6.32 720	3.40 731	5.29 738	3.50 731	3.53 709	4.11 739	4.28 715	4.47 742	4.26 719	4.38 734	3.68 710	3.24 724	5.89 727	5.60 724	4.84 733	3.50 731	4.33 703	3.93 740

DPSNet	3.66 709	3.60 639	3.62 717	3.63 679	3.64 735	3.65 710	3.65 734	3.66 710	3.67 731	3.67 709	3.65 732	3.67 711	3.66 720	3.66 709	3.68 729	3.68 695	3.66 711	3.67 709	3.68 735	3.67 693	3.67 733

RAStereo	2.23 674	3.64 640	0.76 495	3.65 680	0.86 551	3.66 711	0.76 534	3.67 711	0.81 548	3.66 708	0.76 541	3.66 710	0.77 532	3.68 710	0.77 535	3.68 695	0.77 499	3.69 710	0.77 545	3.70 694	0.77 533

SA	4.33 728	7.35 710	6.85 737	5.96 717	4.09 740	3.59 709	3.15 727	3.82 712	2.64 711	3.91 710	3.85 735	3.57 709	2.72 701	3.13 703	4.03 736	7.09 738	6.86 733	3.57 707	3.12 725	3.85 695	3.51 732

test_3	5.01 738	8.86 722	7.77 740	8.09 729	2.76 715	4.13 716	4.05 740	3.88 713	3.76 735	4.33 716	4.13 739	3.71 712	3.91 728	4.21 717	4.06 737	7.93 739	7.69 738	4.53 716	3.91 738	4.17 701	4.29 742

TestStereo1	4.60 730	8.41 717	6.44 734	6.86 724	3.79 737	3.97 713	3.78 736	3.99 714	3.74 733	3.97 711	3.52 730	3.94 714	3.58 717	3.98 713	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 736

SA-5K	4.60 730	8.41 717	6.44 734	6.86 724	3.79 737	3.97 713	3.78 736	3.99 714	3.74 733	3.97 711	3.52 730	3.94 714	3.58 717	3.98 713	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 736

test_4	4.88 736	8.13 715	6.98 738	7.46 727	4.44 742	4.25 717	3.85 738	4.04 716	3.92 737	4.13 714	3.91 736	4.18 718	3.84 727	4.14 716	4.06 737	7.01 737	7.13 736	4.53 716	3.72 736	4.09 700	3.72 734

NLCSM	3.67 710	4.08 654	3.19 713	4.80 704	3.26 728	3.99 715	3.24 729	4.25 717	3.18 727	4.09 713	3.27 727	4.14 716	3.18 715	4.13 715	3.28 725	4.06 698	3.10 701	3.85 714	3.14 726	3.91 699	3.27 729

raft_robust	4.71 734	7.75 714	5.40 730	6.81 723	3.31 729	4.28 718	4.20 741	4.32 718	4.37 742	4.35 717	4.35 741	4.14 716	3.75 724	4.30 719	4.20 739	6.67 734	6.37 729	3.36 706	4.24 743	4.86 722	3.25 728

RAFT+CT+SA	4.28 726	7.62 713	4.91 725	5.55 714	2.28 710	3.09 702	3.64 733	4.49 719	3.07 720	4.80 731	3.35 728	4.77 735	3.70 722	4.29 718	3.05 714	5.58 725	5.98 728	3.58 708	3.78 737	4.26 702	3.72 734

cross-raft	4.83 735	7.52 711	6.43 733	6.63 721	3.96 739	4.51 719	3.99 739	4.49 719	3.96 738	4.52 718	3.96 737	4.50 720	3.97 730	4.50 720	3.97 735	6.65 733	6.44 730	4.33 715	3.92 739	4.35 704	3.91 739

rvit_0105_6	3.87 716	5.73 703	3.10 709	4.69 702	3.12 726	4.54 721	3.02 715	4.56 721	3.04 715	4.54 722	3.03 716	4.54 721	3.04 706	4.56 721	3.05 714	4.58 709	3.05 694	4.58 720	3.05 717	4.58 709	3.05 714

rvit_105_1	3.83 712	5.22 684	3.01 698	4.53 692	3.01 716	4.51 719	3.01 714	4.56 721	3.04 715	4.53 720	3.03 716	4.55 723	3.03 703	4.56 721	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.57 708	3.05 714

rvit_stereo_0081	3.83 712	5.23 687	3.01 698	4.53 692	3.03 718	4.55 725	3.02 715	4.56 721	3.04 715	4.52 718	3.02 714	4.54 721	3.03 703	4.56 721	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.58 709	3.05 714

rvit_stereo_0082	3.86 714	5.82 704	3.01 698	4.53 692	3.03 718	4.54 721	3.02 715	4.56 721	3.04 715	4.53 720	3.02 714	4.55 723	3.04 706	4.57 724	3.05 714	4.57 706	3.05 694	4.58 720	3.05 717	4.58 709	3.06 717

rvit_stereo_0080	3.89 717	5.70 701	3.04 703	4.54 695	3.03 718	4.56 726	3.05 721	4.60 725	3.07 720	4.58 725	3.06 719	4.59 725	3.06 708	4.61 725	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 721

whm_eth	3.89 717	5.70 701	3.04 703	4.54 695	3.03 718	4.56 726	3.05 721	4.60 725	3.07 720	4.58 725	3.06 719	4.59 725	3.06 708	4.61 725	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 721

rvit_0105_3	3.91 719	5.33 691	3.06 706	4.60 700	3.07 724	4.60 728	3.06 723	4.62 727	3.08 723	4.60 727	3.07 722	4.62 730	3.08 710	4.67 729	3.10 721	4.70 714	3.11 702	4.77 731	3.19 729	4.77 718	3.14 725

rvit_stereo_0081_aga	3.86 714	5.33 691	3.02 701	4.55 698	3.04 722	4.54 721	3.02 715	4.64 728	3.06 719	4.54 722	3.04 718	4.62 730	3.08 710	4.62 727	3.07 717	4.58 709	3.06 698	4.60 722	3.08 721	4.63 712	3.07 718

rvit_stereo_0083	3.92 721	5.30 690	3.06 706	4.61 701	3.09 725	4.67 730	3.08 724	4.66 729	3.09 724	4.62 728	3.10 724	4.66 733	3.11 712	4.67 729	3.16 723	4.72 716	3.16 705	4.77 731	3.11 724	4.66 715	3.11 723

rvit_stereo_ft	3.93 722	5.44 697	3.05 705	4.59 699	3.06 723	4.61 729	3.08 724	4.67 730	3.12 725	4.63 729	3.10 724	4.65 732	3.11 712	4.69 731	3.13 722	4.70 714	3.14 704	4.71 729	3.15 727	4.74 716	3.16 726

rvit_0105_4	3.91 719	5.47 699	3.02 701	4.54 695	3.02 717	4.54 721	3.03 719	4.75 731	3.17 726	4.57 724	3.06 719	4.61 729	3.16 714	4.65 728	3.09 720	4.66 713	3.11 702	4.68 727	3.18 728	4.81 719	3.16 726

TestStereo	4.88 736	4.75 666	4.79 723	4.87 708	4.92 744	4.81 736	4.90 744	4.78 732	4.77 743	4.87 733	4.89 743	4.90 738	4.91 736	4.99 736	4.79 741	4.98 719	4.87 721	4.87 734	4.92 745	5.00 725	5.00 743

MLG-Stereo_test2	4.28 726	5.46 698	3.69 718	4.86 707	3.72 736	5.58 740	3.42 730	4.81 733	3.77 736	4.85 732	3.72 734	5.55 742	3.63 719	5.58 739	3.53 728	4.41 703	3.28 709	4.99 735	2.95 715	4.75 717	3.13 724

sAnonymous2	3.31 707	2.63 603	1.38 617	3.71 682	1.86 688	4.70 731	1.11 573	4.82 734	2.72 712	5.45 739	1.98 704	4.59 725	2.64 699	2.65 688	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 705

CroCo_RVC	3.31 707	2.63 603	1.38 617	3.71 682	1.86 688	4.70 731	1.11 573	4.82 734	2.72 712	5.45 739	1.98 704	4.59 725	2.64 699	2.65 688	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 705

rvit_0105_5	4.10 723	5.40 695	3.13 712	4.71 703	3.15 727	4.72 733	3.10 726	4.90 736	3.27 728	4.69 730	3.16 726	4.84 737	3.25 716	4.96 735	3.34 726	5.05 721	3.39 710	5.10 736	3.40 730	5.11 726	3.42 730

FC-DCNN v2	5.10 740	5.15 679	4.49 722	5.07 710	3.37 730	6.87 743	4.75 743	5.04 737	6.34 747	7.84 747	5.06 744	6.72 748	4.09 732	4.99 736	5.44 744	5.03 720	3.16 705	4.67 726	4.86 744	5.15 727	3.89 738

MaDis-Stereo	3.19 706	6.02 706	1.12 536	5.61 715	1.16 584	5.43 739	1.02 569	5.15 738	0.70 524	5.43 738	1.21 631	5.03 740	0.97 548	4.85 732	0.99 558	4.53 704	1.16 546	5.53 739	1.25 637	5.37 729	1.30 638

MLG-Stereo_test1	4.25 724	5.34 694	3.61 716	5.31 711	3.63 734	5.23 737	3.57 732	5.38 739	3.65 730	5.23 736	3.47 729	4.76 734	3.74 723	4.85 732	3.71 730	4.96 718	3.18 707	4.71 729	2.92 714	4.86 722	2.90 711

MLG-Stereo_test3	4.26 725	4.85 668	3.95 720	5.35 712	3.60 733	4.75 734	3.76 735	5.49 740	3.71 732	5.39 737	3.69 733	4.82 736	3.66 720	4.85 732	3.73 733	4.93 717	3.19 708	4.69 728	2.99 716	4.84 721	2.98 713

StereoVision	3.15 705	5.00 674	0.89 511	4.83 705	1.00 564	3.93 712	1.27 636	6.37 741	1.34 642	5.67 741	1.26 636	5.84 743	1.27 626	5.03 738	1.24 633	5.10 723	1.09 536	4.61 723	0.57 498	5.62 731	1.12 572

SGM-Forest	5.21 742	5.92 705	4.08 721	6.18 718	4.16 741	6.31 742	4.34 742	6.50 742	4.33 741	6.14 743	4.21 740	6.61 747	4.55 735	6.67 742	4.48 740	5.94 728	3.94 714	5.85 742	4.03 741	5.79 732	4.17 741
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 745	9.36 725	7.40 739	8.51 732	6.55 748	6.88 744	6.60 748	6.79 743	6.60 748	6.80 744	6.72 750	5.31 741	5.50 739	6.61 741	6.61 748	8.42 741	5.89 726	5.73 740	5.45 749	6.61 734	6.24 747

test-1	6.46 743	9.16 724	8.03 744	8.09 729	5.62 747	6.11 741	6.35 747	6.85 744	4.94 744	6.08 742	6.29 749	4.98 739	6.43 741	6.22 740	6.36 747	6.16 731	7.47 737	5.82 741	5.44 748	7.11 738	5.68 746

test-v	7.53 747	11.89 735	7.98 741	9.36 736	7.14 749	7.06 745	7.09 749	7.37 745	6.91 749	7.29 745	5.71 747	6.45 745	6.93 742	6.73 744	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 749

test-2	7.53 747	11.89 735	7.98 741	9.36 736	7.14 749	7.06 745	7.09 749	7.37 745	6.91 749	7.29 745	5.71 747	6.45 745	6.93 742	6.73 744	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 749

DispFullNet	4.61 732	4.84 667	3.12 710	5.00 709	3.57 732	4.75 734	3.03 719	7.75 747	4.17 740	4.91 734	3.09 723	6.20 744	3.95 729	6.71 743	3.51 727	5.30 724	3.67 712	5.86 743	3.63 732	5.61 730	3.46 731

rvit_stereo_0075_2	6.64 744	8.80 721	5.25 727	7.89 728	5.27 746	7.90 747	5.27 745	7.92 748	5.28 745	7.91 748	5.29 746	7.93 749	5.27 737	7.92 748	5.28 742	7.93 739	5.28 723	7.93 748	5.29 747	7.93 741	5.28 745

U	5.15 741	8.49 719	1.81 644	8.49 731	1.77 682	8.49 748	1.77 678	8.51 749	1.77 683	8.49 749	1.77 682	8.50 750	1.78 671	8.58 749	1.77 685	8.54 742	1.78 649	8.55 750	1.78 693	8.55 744	1.84 688

SGM+DAISY	7.06 746	9.15 723	5.38 729	8.84 733	5.18 745	8.80 749	5.31 746	8.79 750	5.28 745	8.89 750	5.20 745	8.93 751	5.33 738	8.95 750	5.36 743	8.70 743	5.21 722	8.74 751	5.20 746	8.89 745	5.15 744

rafts_anoy	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

raft+_RVC	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

raftrobust	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

CasAABBNet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

RALCasStereoNet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

RALAANet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 751	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 751	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 752

MANE	19.05 750	23.00 743	15.00 750	23.00 757	15.00 751	24.00 756	16.00 751	24.00 757	16.00 751	22.00 757	15.00 751	23.00 758	16.00 751	23.00 757	15.00 751	22.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 751

111	30.40 757	30.94 759	29.72 758	32.61 758	30.02 759	33.57 757	30.47 759	31.50 758	29.39 759	30.98 758	29.11 759	29.78 759	30.39 762	29.45 758	30.76 762	30.08 759	29.02 760	29.92 759	30.32 763	29.86 759	30.17 759

fff	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 759	10000000.00 780	35.27 761	29.82 760	32.45 760	30.15 759	32.35 759	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 760

csc	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 759	10000000.00 780	35.27 761	29.82 760	32.45 760	30.15 759	32.35 759	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 760

cscssc	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 759	10000000.00 780	35.27 761	29.82 760	32.45 760	30.15 759	32.35 759	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 760

tt	500032.53 777	34.60 761	29.72 758	37.47 768	34.41 764	36.85 763	35.22 764	34.71 762	33.55 761	34.50 759	35.43 763	33.81 763	10000000.00 781	33.57 762	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 764

DCANet	500032.53 777	34.60 761	29.72 758	37.47 768	34.41 764	36.85 763	35.22 764	34.71 762	33.55 761	34.50 759	35.43 763	33.81 763	10000000.00 781	33.57 762	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 764

DCANet-4	35.22 759	34.54 760	35.08 764	33.58 762	35.47 766	34.55 758	35.53 766	36.08 764	35.85 763	35.92 764	35.77 765	35.18 765	35.48 764	35.39 764	37.15 769	34.55 765	33.92 764	35.02 766	34.90 765	35.79 763	34.74 766

ADStereo(finetuned)	36.13 760	36.63 764	38.07 769	36.97 763	33.25 763	35.91 762	34.45 763	36.36 765	32.99 760	38.14 770	36.71 766	36.69 766	34.13 763	38.57 770	40.79 770	37.60 771	36.58 767	35.90 767	33.36 764	35.42 762	34.04 763

fast-reg	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

Reg-Stereo(zero)	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

FLISNet	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

CoSv	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 766	37.00 764	37.00 765	37.00 767	37.00 767	37.00 765	37.00 765	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 767

WCMA_ROB	31.10 758	35.43 763	27.12 757	39.51 770	23.10 758	38.78 769	25.30 758	37.49 770	25.39 758	37.29 769	27.02 758	38.52 771	26.48 758	37.80 769	26.44 758	36.28 766	22.65 759	33.90 763	22.30 759	37.10 768	24.18 758

CBMV	128.50 767	1422.70 782	53.10 771	79.50 772	51.30 772	77.30 771	49.70 771	74.00 771	48.20 769	77.20 772	48.80 772	73.90 773	48.00 770	73.80 772	48.80 772	70.40 773	45.10 773	68.90 773	46.10 773	68.20 770	45.00 772
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 765	87.70 770	41.95 770	113.75 773	65.62 773	75.05 770	55.25 772	75.64 772	45.04 768	71.61 771	41.75 771	72.81 772	44.06 769	68.38 771	44.63 771	101.89 774	59.57 774	107.10 774	61.05 774	104.38 771	59.38 773

NOSS_ROB	102.95 766	153.00 774	121.00 773	51.00 771	44.00 771	165.00 773	127.00 773	153.00 773	119.00 770	164.00 774	125.00 773	168.00 775	120.00 771	153.00 773	117.00 773	49.00 772	44.00 772	49.00 772	44.00 772	49.00 769	44.00 771

MeshStereo	159.24 768	171.00 775	160.68 776	162.58 774	160.59 775	164.01 772	160.35 775	158.51 774	158.56 772	158.34 773	160.12 775	158.56 774	159.92 773	157.26 774	158.94 775	154.38 775	158.36 775	155.75 775	159.13 777	153.67 772	154.07 775
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	189.29 769	560.34 779	182.58 777	229.00 776	135.68 774	197.79 774	135.52 774	197.80 775	135.44 771	197.75 775	135.49 774	197.90 776	135.51 772	197.84 775	135.75 774	217.37 777	171.11 776	183.74 776	127.67 776	183.56 773	127.88 774

AE-Stereo	201.80 770	123.00 771	115.00 772	219.00 775	218.00 777	223.00 775	244.00 777	217.00 776	236.00 774	202.00 776	203.00 776	205.00 777	208.00 774	225.00 776	204.00 776	210.00 776	198.00 777	197.00 777	184.00 778	204.00 774	201.00 776

MGS-Stereo	239.45 771	123.00 771	135.00 774	266.00 777	286.00 778	277.00 776	305.00 778	271.00 777	242.00 775	274.00 777	279.00 778	255.00 778	270.00 776	268.00 777	297.00 778	221.00 778	247.00 779	216.00 778	123.00 775	217.00 775	217.00 778

EGLCR-Stereo	246.90 772	129.00 773	139.00 775	266.00 777	286.00 778	277.00 776	305.00 778	271.00 777	242.00 775	274.00 777	279.00 778	255.00 778	270.00 776	268.00 777	297.00 778	230.00 779	247.00 779	216.00 778	223.00 780	237.00 776	227.00 779

DLCB_ROB	284.23 773	354.61 777	207.27 778	363.24 779	206.46 776	364.72 778	210.41 776	364.72 779	210.41 773	364.81 779	208.64 777	364.81 780	208.64 775	364.72 779	210.41 777	354.70 780	205.53 778	354.70 780	205.53 779	354.70 777	205.53 777

LE_ROB	396.57 774	471.28 778	329.84 779	471.48 780	308.15 780	526.83 779	322.10 780	488.15 780	323.76 777	495.46 780	317.97 780	497.17 781	320.10 778	481.62 780	326.76 780	462.71 781	298.97 781	466.16 781	285.98 781	447.62 778	289.21 780

SGM-ForestM	596.69 775	677.77 780	444.52 780	699.85 781	517.25 781	732.94 780	488.29 781	770.79 781	460.11 778	750.81 781	487.98 781	792.79 782	499.41 779	730.90 781	475.81 781	720.03 782	491.16 782	663.96 782	418.60 782	674.76 779	436.05 781

CBMV_ROB	818.48 776	913.88 781	709.52 781	862.84 782	597.78 782	1073.99 781	700.52 782	1015.66 782	702.59 779	1115.65 782	760.02 782	1130.24 783	721.57 780	1037.41 782	692.65 782	814.05 783	564.29 783	843.28 783	595.31 783	915.51 780	602.92 782

111111	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

SGD-Stereo	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

IGEV-Stereo++	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

IGEV-BASED-STEREO-	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

IGEV-Stereo+	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

SDNR	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

anonymousdsp2	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

anonymousdsp	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

test_example2	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783

DIP-Stereo	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 780	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 783
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 79		0.09 76	0.10 155							0.05 113				0.15 146	0.10 99	0.17 192	0.13 192	0.11 156

Low-res two-view benchmark