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	0.73 431	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	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	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 263	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	0.50 245	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

SFCPSM	0.17 157	0.78 294	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	0.79 493	0.02 15	0.75 461	0.76 466	0.02 21	0.02 21	0.02 20

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

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

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

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

iinet-test	0.08 72	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

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	0.73 431	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

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

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

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

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

test_sample6	0.09 75	0.97 331	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_sample2	0.09 75	1.03 356	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	0.87 308	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	1.01 350	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	0.95 328	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 146	0.70 282	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	0.67 455	0.02 15	0.69 448	0.75 464	0.01 9	0.02 21	0.02 20

xxx	0.09 75	1.01 350	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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 260	0.39 239	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	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

BUS	0.83 453	1.91 511	0.92 482	4.48 637	0.02 22	0.40 285	0.04 103	0.41 294	0.02 22	0.48 378	0.03 56	0.41 303	0.05 112	0.03 43	0.05 110	1.97 590	4.19 662	0.33 260	0.23 238	0.34 249	0.27 272

BSDual-CNN	0.81 444	1.91 511	0.92 482	4.48 637	0.02 22	0.42 321	0.06 132	0.41 294	0.02 22	0.48 378	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 590	4.19 662	0.33 260	0.23 238	0.34 249	0.27 272

hknet	1.10 502	1.85 502	3.49 660	4.48 637	0.02 22	0.42 321	0.06 132	0.41 294	0.02 22	0.48 378	0.03 56	0.41 303	0.03 53	0.42 314	0.03 52	4.39 648	4.19 662	0.33 260	0.23 238	0.34 249	0.27 272

psmg	0.43 302	1.91 511	0.92 482	1.91 561	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	1.97 590	1.44 584	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 230	1.29 439	1.19 510	1.36 538	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	1.26 550	1.21 561	0.03 41	0.09 136	0.02 21	0.09 135

Syn2CoEx	0.25 192	1.31 443	0.74 457	0.92 428	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	0.87 455	0.75 461	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	1.01 448	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 423	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 353	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 554	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

IGEV_i1	0.26 201	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 645	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 397	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	0.75 434	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 460	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 332	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 373	0.17 176	0.20 161	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	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 435	0.28 227	0.32 215	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	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

DualNet (step1)	0.10 90	1.05 360	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 360	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 360	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	1.00 341	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_sample5	0.10 90	1.07 364	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 356	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	0.87 308	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

DualNet	0.10 90	1.07 364	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 373	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

x	0.11 111	1.15 376	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 90	0.99 339	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 378	0.16 169	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	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 366	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 551	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 551	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	0.14 134	0.04 52	0.03 39	2.22 573	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 523	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 153	1.21 429	0.33 260	0.41 264	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	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 454	0.33 260	0.40 252	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	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

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

mmm	0.14 134	1.83 496	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

11t1	0.17 157	2.16 529	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 120	0.03 53	0.06 110	0.05 110	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

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

qqq	0.16 153	2.01 520	0.12 123	0.15 133	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 120	0.03 53	0.06 110	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 507	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

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

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 608	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 612	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 617	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 614	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 557	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 572	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

BridgeDepth_RVC	0.07 67	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 129	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 120	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 120	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

z-ln-s-r	0.21 174	1.40 452	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 154	0.05 112	0.05 103	0.09 134	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 173

qqq1	0.25 192	3.70 598	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 192	3.70 598	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

ffm	0.25 192	3.83 604	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 192	3.83 604	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 192	3.83 604	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 120	0.05 112	0.06 110	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

NINENet	0.69 408	3.87 607	1.20 513	1.98 566	0.05 121	0.40 285	0.04 103	0.40 279	0.05 119	0.41 294	0.04 110	0.41 303	0.05 112	0.40 286	0.05 110	1.79 578	1.56 593	0.34 269	0.22 232	0.34 249	0.23 217

GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 538	0.07 126	0.05 119	0.05 112	0.05 122	0.08 129	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

TS12	0.09 75	0.09 89	0.17 176	0.19 157	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 129	0.06 129	0.08 129	0.06 126	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

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

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

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

MatchStereo	0.54 376	0.12 106	2.38 637	2.32 580	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 137	0.07 135	0.09 135	0.08 129	2.34 613	2.34 632	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 129	0.05 112	0.09 135	0.08 129	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 129	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

SuperB	0.21 174	0.10 93	2.51 639	0.12 106	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 137	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

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

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 574	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 129	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 80	0.08 82	2.23 574	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 129	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	0.09 140	0.15 161	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 155	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 495

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 155	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 140	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 203	0.10 145	0.20 186	0.10 143	0.24 210	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 523	0.14 154	0.10 144	0.28 231	0.14 185	0.17 175	0.19 221	0.28 238	0.09 134	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 166

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

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

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

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

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

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

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

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

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

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 155	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 479

PDISCO_ROB	0.83 453	2.80 579	3.49 660	0.14 122	0.11 163	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 167	0.14 181	3.30 644	0.13 171	0.14 133	2.34 632	0.16 170	0.12 170	2.62 625	0.10 140

S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 175	0.11 156	0.17 174	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

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

ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 175	0.13 177	0.17 174	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 166

CIPLG	0.13 127	0.21 135	0.12 123	0.16 143	0.11 163	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 166	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLG	0.13 127	0.20 129	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 133	0.11 163	0.14 153	0.15 182	0.14 154	0.11 159	0.15 160	0.12 167	0.14 155	0.11 156	0.16 167	0.11 152	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 166

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	0.15 161	0.12 170	0.14 154	0.11 159	0.16 165	0.11 159	0.14 155	0.11 156	0.14 156	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 134	0.24 149	0.14 148	0.16 143	0.12 176	0.15 161	0.12 170	0.14 154	0.11 159	0.15 160	0.12 167	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ACRE	0.13 127	0.21 135	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 155	0.11 156	0.14 156	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ICVP	0.15 146	0.53 259	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 167	0.11 156	0.16 167	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 150	0.11 156	0.11 150	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 388	0.11 153

PASM	0.39 274	3.06 583	1.36 576	1.58 547	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 150	0.09 139	0.09 135	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

HSM	0.14 134	0.16 116	0.12 123	0.17 152	0.12 176	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 175	0.12 171	0.17 174	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 166

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 179	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 116	0.11 112	0.15 133	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 179	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 274	1.37 449	1.02 494	1.14 461	0.12 176	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 167	0.12 171	0.16 167	0.12 164	1.12 492	1.00 485	0.15 166	0.12 170	0.15 166	0.12 166

cf-r	0.66 400	2.17 530	0.12 123	0.18 154	0.12 176	0.18 179	2.70 650	2.60 624	0.12 175	0.18 176	0.12 167	0.18 179	0.12 171	0.18 177	0.12 164	0.15 141	0.11 122	0.15 166	0.11 155	1.81 584	1.74 625

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 154	0.11 163	0.20 187	0.12 170	0.21 194	0.12 175	0.20 184	0.12 167	0.20 186	0.12 171	0.21 195	0.13 171	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 186	0.12 171	0.19 180	0.12 164	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 161	0.13 180	0.19 182	0.13 174	0.18 177	0.13 179	0.19 178	0.13 180	0.18 179	0.14 181	0.18 177	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 157	0.13 180	0.19 182	0.13 174	0.19 179	0.13 179	0.19 178	0.13 180	0.19 183	0.13 177	0.19 180	0.13 171	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 173

castereo++	0.54 376	3.59 595	1.15 504	1.31 532	0.14 182	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 167	0.13 177	0.16 167	0.14 175	1.45 565	1.16 510	0.15 166	0.14 185	0.15 166	0.13 173

DDVS	0.30 209	3.10 584	0.14 148	0.19 157	0.14 182	0.19 182	0.14 176	0.20 185	0.14 181	0.19 178	0.13 180	0.16 167	0.13 177	0.19 180	0.13 171	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 173

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 155	0.14 181	0.14 156	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 514	0.21 194	0.14 181	0.20 184	0.13 180	0.21 194	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 166

acv_ft	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 514	0.21 194	0.14 181	0.20 184	0.13 180	0.21 194	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 166

hitnet-ft	0.79 436	2.78 578	0.14 148	0.20 161	0.14 182	0.21 198	2.89 651	2.80 638	0.14 181	0.20 184	0.14 185	0.20 186	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.54 624	2.33 642

GANet-RSSM	0.75 425	1.91 511	0.14 148	0.47 295	0.14 182	0.21 198	3.21 667	2.30 610	0.14 181	0.46 365	0.14 185	0.23 209	0.18 216	0.21 195	0.14 175	0.18 168	0.27 233	0.37 293	0.13 179	2.13 594	2.12 635

PSMNet-RSSM	0.77 431	2.76 573	0.14 148	0.20 161	0.14 182	0.20 187	2.66 648	2.79 637	0.14 181	0.21 196	0.14 185	0.21 194	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 616	2.31 640

GwcNet-RSSM	0.77 431	2.77 575	0.14 148	0.20 161	0.14 182	0.20 187	2.67 649	2.78 636	0.14 181	0.20 184	0.14 185	0.20 186	0.14 181	0.21 195	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 616	2.31 640

CFNet-ft	0.55 381	1.57 457	0.14 148	0.20 161	0.14 182	0.20 187	2.53 646	1.61 578	0.14 181	0.20 184	0.14 185	0.20 186	0.14 181	0.20 184	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	1.56 572	1.24 588

CCAANet	0.17 157	0.72 284	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 155	0.14 181	0.14 156	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 178

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 198	0.15 192	0.22 198	0.15 194	0.22 202	0.16 194	0.22 199	0.15 186	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 178

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 198	0.15 192	0.24 210	0.15 194	0.22 202	0.15 192	0.22 199	1.19 538	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 178

acva	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 198	0.15 192	0.24 210	0.15 194	0.22 202	0.15 192	0.22 199	1.19 538	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 178

dd	0.23 186	0.98 332	0.16 169	0.23 178	0.15 194	0.23 209	0.15 182	0.23 205	0.15 192	0.23 203	0.15 194	0.24 215	0.17 206	0.23 206	0.15 186	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 184

HCRNet	1.22 557	7.11 650	3.00 644	3.55 626	0.33 350	0.29 238	0.14 176	0.19 179	0.15 192	0.33 252	0.29 273	0.25 222	0.14 181	0.22 199	0.33 332	3.64 641	3.00 639	0.76 466	0.32 349	0.18 181	0.13 173

LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 215	0.16 194	0.24 210	0.16 193	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 184

LACA1	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 215	0.16 194	0.24 210	0.16 193	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 184

VIP-Stereo	0.70 411	2.97 582	2.43 638	2.49 587	0.16 204	0.25 221	0.16 188	0.25 216	0.16 197	0.25 218	0.18 221	0.25 222	0.16 194	0.26 230	0.16 193	1.86 580	1.26 563	0.23 212	0.15 193	0.23 208	0.15 183

RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 194	0.16 194	0.27 234	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 658

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 194	0.16 194	0.27 234	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 658

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

xyz-stereo	0.18 161	0.50 245	0.16 169	0.15 133	0.16 204	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

DEFOM-Stereo_RVC	0.83 453	5.18 630	1.98 626	2.19 571	0.17 210	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 202	0.22 232	0.20 184	0.15 186	2.28 607	2.13 627	0.24 221	0.17 217	0.18 181	0.16 184

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 167	0.16 194	0.16 167	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 184

dad	0.23 186	1.03 356	0.16 169	0.23 178	0.15 194	0.24 212	0.15 182	0.24 208	0.16 197	0.23 203	0.16 198	0.24 215	0.16 194	0.23 206	0.15 186	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 184

LACA3	0.23 186	0.25 155	0.27 221	0.54 361	0.17 210	0.25 221	0.17 198	0.25 216	0.17 207	0.25 218	0.17 205	0.25 222	0.17 206	0.25 219	0.17 199	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 201

BStereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 209	0.16 194	0.24 210	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 184

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 209	0.16 194	0.24 210	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 184

IGEV-FE	0.35 239	0.37 179	0.17 176	0.19 157	0.17 210	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 183	0.17 206	0.37 272	0.36 353	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 649

tg	0.21 174	0.25 155	0.21 197	0.26 197	0.17 210	0.24 212	0.17 198	0.24 208	0.17 207	0.24 210	0.17 205	0.24 215	0.17 206	0.24 210	0.17 199	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 184

IGEV_Zeroshot_test	0.20 167	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 194	0.17 207	0.20 184	0.17 205	0.21 194	0.18 216	0.21 195	0.17 199	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 201

ACV-stereo	0.30 209	2.08 522	0.25 212	0.25 190	0.18 221	0.24 212	0.17 198	0.24 208	0.18 213	0.24 210	0.17 205	0.25 222	0.17 206	0.24 210	0.17 199	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 184

MSKI-zero shot	0.24 189	0.21 135	0.49 383	0.65 385	0.18 221	0.22 200	0.17 198	0.23 205	0.18 213	0.21 196	0.17 205	0.23 209	0.28 267	0.23 206	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 184

MIM_Stereo	0.25 192	0.23 141	0.66 429	0.80 409	0.17 210	0.22 200	0.17 198	0.23 205	0.18 213	0.26 227	0.17 205	0.21 194	0.17 206	0.25 219	0.17 199	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 201

GEStereo_RVC	0.86 465	4.45 619	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 222	0.18 213	5.03 674	0.20 227	0.27 235	0.19 221	0.27 234	0.21 221	0.20 175	0.19 199	0.19 191	4.02 679	0.20 188	0.18 206

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 183	0.20 228	0.24 212	0.18 206	0.24 208	0.18 213	0.24 210	0.18 221	0.23 209	0.19 221	0.24 210	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 184

iResNet	0.20 167	0.23 141	0.18 186	0.24 183	0.18 221	0.24 212	0.20 214	0.24 208	0.18 213	0.23 203	0.17 205	0.23 209	0.18 216	0.23 206	0.18 211	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 184

Pointernet	0.21 174	0.22 139	0.19 188	0.24 183	0.19 225	0.24 212	0.19 210	0.24 208	0.19 219	0.24 210	0.19 223	0.24 215	0.19 221	0.24 210	0.19 214	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 201

CFNet	1.37 565	5.27 633	0.19 188	5.49 660	0.19 225	0.28 235	0.19 210	0.28 225	0.19 219	0.28 231	0.19 223	0.28 236	4.35 672	0.28 238	0.19 214	0.23 196	0.17 191	0.23 212	4.21 681	4.81 658	0.17 201

DLNR-FE	0.28 203	0.89 313	0.30 235	0.34 222	0.19 225	0.28 235	0.19 210	0.28 225	0.20 221	0.28 231	0.20 227	0.28 236	0.20 225	0.28 238	0.20 217	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 208

DAS	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 186	0.20 225	0.20 184	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 210

ASD4	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 186	0.20 225	0.20 184	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 210

AANet_RVC	1.26 560	0.31 169	4.99 671	5.93 663	0.20 228	0.25 221	0.20 214	0.25 216	0.20 221	0.23 203	0.19 223	0.25 222	0.20 225	0.25 219	0.20 217	5.66 672	4.76 665	0.26 231	0.30 331	0.24 212	0.27 272

castereo	0.61 390	3.79 603	1.35 568	1.52 546	0.15 194	0.17 175	0.16 188	0.20 185	0.21 225	0.18 176	0.16 198	0.21 194	0.12 171	0.26 230	0.17 199	1.43 564	1.38 580	0.17 178	0.16 195	0.18 181	0.16 184

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 136	0.21 225	0.22 198	0.10 145	0.19 183	0.18 216	0.10 139	0.19 214	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 253	0.21 225	0.42 308	0.21 233	0.36 268	0.22 232	0.36 268	0.21 221	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 213

DCVSM-stereo	0.36 246	1.89 508	0.22 199	0.40 252	0.22 239	0.40 285	0.22 224	0.40 279	0.22 228	0.40 280	0.22 234	0.40 290	0.22 232	0.40 286	0.22 223	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 210

WAO-6	0.22 180	0.23 141	0.22 199	0.23 178	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 215

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 217

IMH-64	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 202	0.22 232	0.22 199	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 217

ssnet_v2	0.68 405	1.96 518	1.25 564	0.29 202	0.20 228	0.30 239	0.20 214	0.29 230	0.22 228	1.50 580	0.20 227	0.31 250	0.20 225	0.27 234	0.22 223	0.24 203	1.49 587	0.26 231	0.18 223	3.90 635	0.19 208

DISCO	1.11 504	0.39 190	5.28 673	0.39 239	0.20 228	0.39 283	0.27 249	0.39 272	0.22 228	0.38 268	0.20 227	0.38 277	0.20 225	6.95 685	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 667	0.21 213

Select-FE	0.41 287	0.44 216	0.23 202	0.26 197	0.22 239	0.26 230	0.22 224	0.26 222	0.23 234	0.26 227	0.23 238	0.26 233	0.23 238	0.45 365	0.42 396	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 650

PAM	0.39 274	1.88 507	0.34 270	0.37 231	0.41 401	0.45 371	0.22 224	0.28 225	0.23 234	0.28 231	0.24 245	0.29 242	0.23 238	0.29 242	0.23 229	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 215

FENet	0.54 376	1.52 456	1.19 510	1.41 542	0.23 245	0.35 261	0.23 232	0.35 249	0.23 234	0.34 254	0.23 238	0.35 263	0.23 238	0.35 262	0.23 229	1.40 562	1.07 494	0.32 253	0.23 238	0.33 245	0.23 217

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 219	0.21 237	0.37 270	0.22 224	0.37 259	0.24 237	0.26 227	0.27 260	0.33 257	0.21 231	0.25 219	0.27 246	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 234

WCG-NET（raft）	0.32 225	1.24 437	0.24 209	0.32 215	0.24 250	0.32 254	0.23 232	0.32 239	0.24 237	0.32 248	0.24 245	0.32 254	0.24 241	0.32 251	0.24 232	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 217

tt1	0.31 216	0.93 325	0.24 209	0.33 219	0.23 245	0.31 245	0.24 237	0.32 239	0.24 237	0.32 248	0.23 238	0.32 254	0.25 244	0.32 251	0.24 232	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 272

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 368	0.79 406	0.24 250	0.30 239	0.26 246	0.30 232	0.24 237	0.32 248	0.23 238	0.31 250	0.24 241	0.30 244	0.23 229	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 217

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 239	0.24 237	0.33 252	0.24 245	0.35 263	0.24 241	0.33 258	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 227

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 216	0.25 242	0.25 218	0.25 251	0.25 222	0.25 244	0.26 230	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 228

xxxxx1	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 272

CASnet	0.35 239	0.51 253	0.44 354	0.32 215	0.31 328	0.24 212	0.34 348	0.36 253	0.25 242	0.31 242	0.37 373	0.30 246	0.33 345	0.25 219	0.45 402	0.37 259	0.37 328	0.33 260	0.35 376	0.34 249	0.37 359
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.30 209	1.14 373	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 216	0.25 242	0.25 218	0.25 251	0.26 233	0.26 253	0.26 230	0.25 240	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 234

tt_ll	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 272

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 222	0.25 242	0.25 218	0.25 251	0.25 222	0.25 244	0.25 219	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 228
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
gwcnet-sp	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 584	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 217

scenet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 584	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 217

ssnet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 185	0.25 242	1.61 584	0.23 238	0.28 236	0.26 253	0.20 184	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 217

ff	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 257	0.25 244	0.32 251	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 272

IER	0.88 468	7.04 649	2.23 631	2.75 593	0.28 265	0.43 328	0.25 239	0.39 272	0.25 242	0.41 294	0.27 260	0.39 282	0.25 244	0.40 286	0.28 255	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 228

CroCo-Stereo	0.73 421	1.22 435	0.25 212	1.22 518	0.25 252	1.22 563	0.25 239	1.22 557	0.25 242	1.22 565	0.25 251	1.22 569	0.25 244	1.22 568	0.25 240	1.22 548	0.26 223	1.21 577	0.25 248	1.22 557	0.25 228
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
DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 224	0.28 265	0.34 257	0.27 249	0.34 246	0.25 242	0.35 258	0.27 260	0.36 268	0.26 253	0.34 259	0.28 255	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 272

FE-Mocha	0.35 239	0.71 283	0.40 332	0.47 295	0.27 260	0.34 257	0.27 249	0.34 246	0.26 255	0.34 254	0.26 256	0.34 261	0.27 260	0.34 259	0.27 246	0.44 314	0.41 355	0.33 260	0.29 317	0.32 238	0.29 298

CAS	0.30 209	1.17 379	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 216	0.26 255	0.25 218	0.25 251	0.25 222	0.25 244	0.25 219	0.25 240	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 228

CroCo-Stereo Lap2	0.77 431	1.29 439	0.29 231	1.27 523	0.29 275	1.27 567	0.26 246	1.26 560	0.26 255	1.26 566	0.26 256	1.27 573	0.26 253	1.26 569	0.27 246	1.27 551	0.27 233	1.27 581	0.27 291	1.27 561	0.27 272

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 279	0.26 255	0.39 274	0.26 256	0.39 282	0.26 253	0.39 283	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 359
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
GeoVLM	0.36 246	0.38 183	0.27 221	0.46 288	0.28 265	0.35 261	0.28 257	0.37 259	0.27 259	0.35 258	0.28 267	0.36 268	0.38 369	0.35 262	0.28 255	1.08 483	0.26 223	0.33 260	0.27 291	0.34 249	0.33 334

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 228	0.27 260	0.36 265	0.27 249	0.36 253	0.27 259	0.36 262	0.27 260	0.36 268	0.27 260	0.36 268	0.28 255	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 292

CRFU-Net	0.65 398	1.67 461	1.22 560	1.96 565	0.27 260	0.41 301	0.27 249	0.41 294	0.27 259	0.40 280	0.26 256	0.41 303	0.27 260	0.40 286	0.27 246	1.80 579	1.62 600	0.34 269	0.23 238	0.33 245	0.23 217

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 264	0.28 265	0.41 301	0.28 257	0.41 294	0.27 259	0.41 294	0.27 260	0.42 321	0.27 260	0.41 301	0.28 255	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 272

Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 264	0.28 265	0.41 301	0.28 257	0.41 294	0.28 263	0.41 294	0.28 267	0.41 303	0.28 267	0.42 314	0.30 273	0.37 259	0.26 223	0.37 293	0.27 291	0.45 365	0.56 439

LG-Stereo_L2	0.34 230	0.37 179	0.38 289	0.47 295	0.28 265	0.39 283	0.28 257	0.39 272	0.28 263	0.39 274	0.28 267	0.39 282	0.28 267	0.38 275	0.28 255	0.42 312	0.35 319	0.36 290	0.26 254	0.35 262	0.26 234

DEFOM-Stereo	0.68 405	3.11 585	1.40 582	1.63 555	0.25 252	0.31 245	0.25 239	0.31 237	0.28 263	0.31 242	0.29 273	0.29 242	0.27 260	0.31 248	0.28 255	1.59 572	1.47 586	0.30 244	0.29 317	0.30 230	0.28 292

RSM	0.36 246	0.36 177	0.43 352	0.37 231	0.42 411	0.49 392	0.42 401	0.37 259	0.28 263	0.36 262	0.29 273	0.36 268	0.30 280	0.37 272	0.28 255	0.34 244	0.31 267	0.34 269	0.35 376	0.40 339	0.29 298

SQANet	0.28 203	0.28 163	0.28 227	0.28 201	0.28 265	0.28 235	0.28 257	0.28 225	0.28 263	0.28 231	0.28 267	0.28 236	0.28 267	0.28 238	0.28 255	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 292

MLCV	0.31 216	0.35 174	0.27 221	0.35 224	0.28 265	0.35 261	0.27 249	0.35 249	0.28 263	0.36 262	0.27 260	0.35 263	0.27 260	0.35 262	0.27 246	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 272

Monster-pub-mixall	0.44 315	0.56 267	0.60 413	0.38 234	0.27 260	0.37 270	0.27 249	0.37 259	0.29 269	0.38 268	0.27 260	0.38 277	0.29 274	0.85 469	0.27 246	1.46 566	0.26 223	0.34 269	0.26 254	0.36 269	0.53 426

IGEV++	0.34 230	0.43 213	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 279	0.29 269	0.40 280	0.29 273	0.40 290	0.29 274	0.40 286	0.30 273	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 298

ACVNet-DCA	0.37 256	1.00 341	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 279	0.29 269	0.40 280	0.29 273	0.40 290	0.29 274	0.39 283	0.28 255	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 327

xx1	0.38 262	1.03 356	0.31 250	0.40 252	0.31 328	0.41 301	0.28 257	0.40 279	0.29 269	0.40 280	0.29 273	0.40 290	0.29 274	0.40 286	0.29 266	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 327

1test111	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 272	0.29 269	0.39 274	0.29 273	0.39 282	0.28 267	0.40 286	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 320

cc1	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 272	0.29 269	0.39 274	0.29 273	0.39 282	0.28 267	0.40 286	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 320

EKT-Stereo	0.37 256	0.40 194	0.44 354	1.07 453	0.29 275	0.34 257	0.31 316	0.36 253	0.29 269	0.38 268	0.31 327	0.37 275	0.30 280	0.36 268	0.29 266	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 311

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 239	0.30 285	0.38 277	0.30 272	0.40 279	0.29 269	0.40 280	0.37 373	0.41 303	0.34 350	0.38 275	0.30 273	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 234

PML	0.46 345	1.36 447	0.29 231	0.58 371	0.30 285	0.57 430	0.29 267	0.57 417	0.29 269	0.57 426	0.29 273	0.57 430	0.29 274	0.56 420	0.29 266	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 311

GES	0.66 400	2.34 546	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 312	0.29 269	0.40 280	0.41 398	0.41 303	0.30 280	0.51 406	0.29 266	0.32 235	0.29 253	0.32 253	2.46 650	2.49 612	0.30 311

UCFNet_RVC	2.75 640	10.06 671	0.29 231	10.31 688	0.29 275	0.42 321	0.29 267	0.43 318	0.29 269	0.42 308	0.29 273	0.42 321	9.87 689	0.43 320	0.29 266	0.36 256	9.84 689	0.36 290	0.26 254	9.77 688	0.26 234

aanet-new-90k	0.44 315	1.82 493	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.44 349	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-60k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-70k	0.44 315	1.82 493	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-78k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-40k	0.44 315	1.81 486	0.39 300	0.50 342	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-36k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-34k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-32k-new	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 352	0.30 280	0.44 347	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 234

aanet-new-32k	0.44 315	1.79 480	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-30k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-28k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.44 352	0.30 280	0.44 347	0.30 285	0.44 360	0.30 280	0.44 349	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT26K	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 234

aanet-new-24k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-22k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-16k	0.44 315	1.83 496	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-14k	0.60 385	5.12 628	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.44 349	0.30 273	0.44 314	0.37 328	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new-8k	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

aanet-new	0.43 302	1.80 481	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-cres-4k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-cres	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-36K	0.43 302	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-22K	0.44 315	1.85 502	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-20K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-24K	0.44 315	1.86 505	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-5K	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.44 349	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-2K	0.44 315	1.82 493	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-3K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 234

GCAP-Stereo-DPT-50K	0.44 315	1.83 496	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.36 325	0.38 301	0.26 254	0.38 286	0.26 234

DStereoSA	0.32 225	0.52 255	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 237	0.30 280	0.31 242	0.31 327	0.31 250	0.30 280	0.31 248	0.31 311	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 320

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 312	0.30 280	0.44 347	0.30 285	0.42 321	0.30 280	0.42 314	0.68 463	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 298

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 312	0.30 280	0.45 359	0.30 285	0.42 321	0.30 280	0.42 314	0.69 471	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 298

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 318	0.30 280	0.44 347	0.30 285	0.42 321	0.30 280	0.42 314	0.73 483	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 311

Monster-pub-eth3d	0.45 338	0.57 268	0.60 413	0.39 239	0.28 265	0.37 270	0.28 257	0.37 259	0.30 280	0.39 274	0.29 273	0.39 282	0.30 280	0.92 481	0.27 246	1.42 563	0.28 239	0.34 269	0.28 304	0.37 273	0.53 426

Replicate-Monster	0.45 338	0.57 268	0.60 413	0.40 252	0.29 275	0.37 270	0.27 249	0.37 259	0.30 280	0.40 280	0.31 327	0.40 290	0.30 280	0.99 489	0.27 246	1.36 559	0.31 267	0.34 269	0.30 331	0.36 269	0.54 429

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 311

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 311

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.22 198	0.30 280	0.32 248	0.31 327	0.32 254	0.31 329	0.32 251	0.32 321	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 327

GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 300	0.32 338	0.41 301	0.28 257	0.40 279	0.30 280	0.41 294	0.28 267	0.40 290	0.28 267	0.42 314	0.28 255	0.45 343	0.32 271	0.38 301	0.30 331	0.37 273	0.27 272

GCAP-BAT	0.41 287	1.30 441	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.44 347	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 234

test_for_model	0.35 239	0.39 190	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.44 349	0.31 311	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 234

GCAPDPT-zeroshot4090	0.40 279	1.09 366	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 352	0.30 280	0.43 313	0.30 285	0.43 328	0.30 280	0.43 320	0.30 273	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 272

IGEV-Stereo	0.35 239	0.44 216	0.45 356	0.49 306	0.30 285	0.37 270	0.30 272	0.36 253	0.30 280	0.36 262	0.29 273	0.36 268	0.29 274	0.36 268	0.30 273	0.46 353	0.39 342	0.32 253	0.24 245	0.32 238	0.25 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 246	0.30 280	0.30 244	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 311
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aanet-new-10k	0.45 338	1.81 486	0.40 332	0.50 342	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 360	0.32 334	0.44 349	0.31 311	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 272

aanet-new-12k	0.46 345	1.99 519	0.40 332	0.51 353	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 360	0.31 329	0.44 349	0.32 321	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 272

GCAP-Stereo-DPT-25K	0.41 287	1.09 366	0.40 332	0.52 356	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 360	0.31 329	0.44 349	0.31 311	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 292

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.30 285	0.44 360	0.30 280	0.44 349	0.30 273	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 272

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 219	0.30 285	0.32 254	0.32 324	0.32 239	0.31 323	0.30 237	0.31 327	0.31 250	0.30 280	0.32 251	0.32 321	0.32 235	0.31 267	0.30 244	0.47 431	0.32 238	0.34 341

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 318	0.31 323	0.45 359	0.31 327	0.43 328	0.31 329	0.43 320	0.69 471	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 311

MyStereo04	0.56 383	3.72 601	0.59 409	0.49 306	0.41 401	0.36 265	0.32 324	0.37 259	0.31 323	0.34 254	0.46 419	0.35 263	0.32 334	0.35 262	0.33 332	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 392

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 318	0.31 323	0.43 313	0.30 285	0.43 328	0.30 280	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 234

LL-Strereo2	0.48 357	1.73 469	0.51 395	0.59 374	0.34 360	0.42 321	0.33 335	0.40 279	0.31 323	0.42 308	0.33 346	0.42 321	0.31 329	0.44 349	0.39 377	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 334

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 239	0.28 265	0.38 277	0.33 335	0.29 230	0.31 323	0.30 237	0.30 285	0.29 242	0.27 260	0.29 242	0.30 273	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 327

GCAP-Stereo-DPT-FT	0.41 287	1.06 363	0.40 332	0.51 353	0.31 328	0.44 361	0.30 272	0.43 318	0.32 333	0.44 347	0.30 285	0.56 427	0.30 280	0.44 349	0.31 311	0.45 343	0.34 312	0.39 342	0.27 291	0.40 339	0.27 272

DDF-Stereo	0.43 302	1.15 376	0.57 407	0.53 358	0.32 338	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 303	0.32 334	0.40 286	0.32 321	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 320

water-stereo	0.41 287	0.84 302	0.46 361	0.50 342	0.33 350	0.45 371	0.33 335	0.45 361	0.32 333	0.45 359	0.32 337	0.45 369	0.32 334	0.45 365	0.32 321	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 327

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 369	0.32 334	0.45 365	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 298
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 262	0.43 213	0.33 260	0.46 288	0.33 350	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 369	0.33 345	0.45 365	0.32 321	0.38 270	0.38 335	0.38 301	0.37 385	0.37 273	0.36 354

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 360	0.32 334	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 272

testlalala	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 360	0.32 334	0.44 349	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 272

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 264	0.32 338	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 303	0.32 334	0.41 301	0.33 332	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 320

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 239	0.29 275	0.40 285	0.32 324	0.41 294	0.32 333	0.38 268	0.30 285	0.39 282	0.30 280	0.38 275	0.32 321	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 298

ccs_rob	2.79 641	10.17 673	0.32 255	10.00 686	0.33 350	0.49 392	0.33 335	1.90 589	0.32 333	0.51 407	0.33 346	0.49 390	9.24 688	0.49 388	0.33 332	0.41 298	9.82 688	0.41 372	0.28 304	9.34 686	0.29 298

DilatedVolume-Stereo	0.43 302	0.86 306	0.48 376	0.50 342	0.33 350	0.46 377	0.33 335	0.46 365	0.33 343	0.46 365	0.33 346	0.47 379	0.33 345	0.47 374	0.34 345	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 366

HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 312	0.33 343	0.43 313	0.34 354	0.42 321	0.34 350	0.41 301	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 327

PCWNet_CMD	2.80 642	9.82 669	0.32 255	10.09 687	0.32 338	0.49 392	0.33 335	3.34 645	0.33 343	0.49 385	0.33 346	0.49 390	8.73 685	0.48 382	0.33 332	0.41 298	9.22 684	0.42 383	0.29 317	9.55 687	0.31 320

CFNet_ucs	2.73 639	9.64 668	0.33 260	9.92 685	0.32 338	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 390	8.98 687	0.48 382	0.33 332	0.41 298	9.96 690	0.40 355	0.29 317	10.12 690	0.54 429

CFNet_pseudo	2.67 638	9.36 666	0.32 255	10.99 689	0.33 350	0.85 467	0.33 335	0.49 379	0.33 343	0.49 385	0.32 337	0.49 390	7.26 683	0.49 388	0.33 332	0.41 298	9.62 687	0.41 372	0.29 317	10.03 689	0.29 298

pcwnet_v2	2.66 637	9.89 670	0.33 260	9.89 684	0.32 338	0.50 401	0.32 324	0.49 379	0.33 343	0.49 385	0.34 354	0.49 390	8.76 686	0.48 382	0.33 332	0.41 298	9.58 686	0.40 355	0.29 317	9.01 685	0.63 450

ccnet	0.80 439	2.28 538	0.33 260	0.50 342	0.33 350	0.50 401	0.33 335	0.50 388	0.33 343	0.49 385	0.33 346	0.49 390	1.56 595	2.38 614	0.33 332	0.41 298	0.29 253	0.42 383	1.57 610	2.28 600	0.29 298

psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 390	0.33 345	0.51 406	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 443	0.29 298

Gwc-CoAtRS	0.41 287	1.49 455	0.32 255	0.42 274	0.32 338	0.41 301	0.32 324	0.41 294	0.33 343	0.41 294	0.32 337	0.41 303	0.32 334	0.41 301	0.32 321	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 292

DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 232	0.34 352	0.29 236	0.31 327	0.29 242	0.30 280	0.31 248	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 320

RAFT-Stereo-weight	0.45 338	1.90 510	0.34 270	0.42 274	0.36 369	0.43 328	0.35 353	0.42 312	0.34 352	0.42 308	0.34 354	0.44 360	0.34 350	0.41 301	0.34 345	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 334

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 222	0.34 360	0.34 257	0.34 348	0.34 246	0.34 352	0.34 254	0.34 354	0.34 261	0.34 350	0.34 259	0.34 345	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 341

RCA-Stereo	0.51 370	3.22 589	0.34 270	0.44 283	0.34 360	0.44 361	0.34 348	0.43 318	0.34 352	0.43 313	0.34 354	0.44 360	0.33 345	0.43 320	0.33 332	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 298

depthmonostereo	0.44 315	0.85 304	0.46 361	0.54 361	0.40 391	0.52 417	0.38 373	0.52 406	0.35 356	0.47 371	0.34 354	0.46 373	0.34 350	0.47 374	0.34 345	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 327

ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 402	0.35 356	0.47 371	0.35 362	0.47 379	0.34 350	0.47 374	0.35 349	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 372

UGAM	0.51 370	2.23 535	0.39 300	0.54 361	0.35 363	0.50 401	0.35 353	0.49 379	0.35 356	0.49 385	0.35 362	0.49 390	0.36 360	0.50 396	0.36 353	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 341

GCST	0.50 365	2.08 522	0.38 289	0.53 358	0.35 363	0.49 392	0.35 353	0.50 388	0.35 356	0.49 385	0.35 362	0.49 390	0.35 357	0.49 388	0.35 349	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 334

GMOStereo	0.37 256	0.45 224	0.23 202	0.30 203	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 303	0.40 380	0.41 301	0.36 353	0.34 244	0.22 209	0.47 404	0.37 385	0.39 327	0.33 334

error version	0.93 478	4.47 620	2.35 634	1.99 567	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 303	0.40 380	0.41 301	0.36 353	1.87 582	2.16 628	0.47 404	0.37 385	0.39 327	0.33 334

test_1	0.93 478	4.47 620	2.35 634	1.99 567	0.37 373	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 303	0.40 380	0.41 301	0.36 353	1.87 582	2.16 628	0.47 404	0.37 385	0.39 327	0.33 334

CFNet-RSSM	0.91 471	4.89 625	0.34 270	0.44 283	1.07 530	1.62 589	1.40 603	0.91 469	0.35 356	1.60 581	1.39 603	0.64 440	0.34 350	0.44 349	0.33 332	0.41 298	0.35 319	0.75 464	0.30 331	0.41 350	0.29 298

DMCA	0.36 246	0.38 183	0.37 287	0.35 224	0.35 363	0.36 265	0.36 360	0.36 253	0.35 356	0.35 258	0.37 373	0.36 268	0.36 360	0.35 262	0.36 353	0.36 256	0.36 325	0.35 285	0.36 382	0.36 269	0.36 354

ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 249	0.35 356	0.35 258	0.35 362	0.35 263	0.35 357	0.35 262	0.35 349	0.35 252	0.35 319	0.35 285	0.35 376	0.35 262	0.35 351

252Zero-FE	0.45 338	0.50 245	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.49 390	0.36 360	0.54 415	0.41 388	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 483

UGAM-zero	0.51 370	2.17 530	0.39 300	0.53 358	0.36 369	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.50 404	0.35 357	0.50 396	0.36 353	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 341

SCV_C0	0.45 338	0.88 310	0.49 383	0.54 361	0.37 373	0.48 387	0.37 366	0.48 375	0.37 368	0.48 378	0.36 366	0.48 386	0.37 365	0.49 388	0.37 362	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 341

SCV	0.46 345	0.94 327	0.45 356	0.54 361	0.37 373	0.48 387	0.38 373	0.48 375	0.37 368	0.48 378	0.39 388	0.48 386	0.37 365	0.49 388	0.37 362	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 341

Venus	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.37 270	0.38 373	0.37 259	0.37 368	0.41 294	0.37 373	0.39 282	0.37 365	0.38 275	0.38 365	0.37 259	0.38 335	0.38 301	0.37 385	0.37 273	0.38 366

XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 231	0.37 373	0.37 270	0.37 366	0.37 259	0.37 368	0.37 267	0.37 373	0.37 275	0.37 365	0.37 272	0.37 362	0.37 259	0.37 328	0.37 293	0.37 385	0.37 273	0.37 359

GEAStereo	0.62 393	3.91 608	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 402	0.38 372	0.53 413	0.38 378	0.50 404	0.38 369	0.51 406	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 341

GSStereo	0.81 444	4.28 618	0.50 388	0.59 374	0.40 391	0.51 413	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	3.79 664	0.50 396	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 351

GS-Stereo							0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	3.79 664	0.50 396	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 351

gasm-f	0.62 393	3.91 608	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 402	0.38 372	0.53 413	0.38 378	0.50 404	0.38 369	0.51 406	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 341

GASTEREO	0.48 357	1.21 429	0.47 368	0.57 369	0.38 380	0.50 401	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 404	0.38 369	0.50 396	0.38 365	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 341

mms	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 361	0.38 372	0.47 371	0.33 346	0.45 369	0.32 334	0.45 365	0.32 321	0.39 283	0.38 335	0.38 301	0.37 385	0.39 327	0.39 372

WAO-8	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 277	0.38 369	0.38 275	0.38 365	0.38 270	0.38 335	0.38 301	0.37 385	0.38 286	0.38 366

WAO-7	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 277	0.38 369	0.38 275	0.38 365	0.38 270	0.38 335	0.38 301	0.38 398	0.38 286	0.38 366

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 239	0.41 401	0.38 277	0.38 373	0.38 268	0.38 372	0.39 274	0.39 388	0.38 277	0.38 369	0.39 283	0.40 380	0.38 270	0.38 335	0.40 355	0.38 398	0.38 286	0.40 375

IMH	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 268	0.38 372	0.42 308	0.38 378	0.40 290	0.38 369	0.38 275	0.38 365	0.38 270	0.38 335	0.39 342	0.38 398	0.38 286	0.38 366

GCAP-Stereo	0.75 425	4.15 615	0.42 351	0.75 404	0.35 363	0.78 454	0.40 387	0.79 449	0.38 372	0.78 459	0.36 366	0.78 460	0.36 360	0.79 453	0.39 377	0.75 434	0.39 342	0.76 466	0.39 401	0.75 435	0.39 372

iRaftStereo_RVC	0.97 482	3.17 588	2.30 633	2.42 584	0.38 380	0.54 422	0.38 373	0.54 410	0.38 372	0.54 418	0.38 378	0.54 420	0.38 369	0.54 415	0.38 365	2.38 616	2.34 632	0.49 417	0.36 382	0.49 388	0.36 354

CFNet_RVC	2.38 630	8.71 661	0.38 289	9.33 680	0.42 411	0.56 424	0.42 401	0.60 424	0.38 372	0.62 435	0.42 408	0.56 427	7.29 684	0.62 430	0.42 396	0.53 385	0.37 328	0.49 417	0.34 363	8.30 681	6.87 687

LG-Stereo_L1	0.47 352	0.52 255	0.47 368	0.62 379	0.39 390	0.53 419	0.40 387	0.53 408	0.39 385	0.53 413	0.39 388	0.53 417	0.39 379	0.53 413	0.39 377	0.55 392	0.46 379	0.49 417	0.37 385	0.49 388	0.37 359

quiztm	0.43 302	0.49 240	0.40 332	0.51 353	0.40 391	0.51 413	0.40 387	0.50 388	0.40 386	0.50 398	0.40 391	0.51 415	0.40 380	0.50 396	0.40 380	0.44 314	0.34 312	0.44 386	0.34 363	0.44 360	0.34 341

CES	0.39 274	0.47 232	0.36 283	0.36 228	0.37 373	0.45 371	0.35 353	0.35 249	0.40 386	0.36 262	0.44 412	0.47 379	0.36 360	0.44 349	0.36 353	0.37 259	0.39 342	0.44 386	0.35 376	0.37 273	0.36 354

Selective-IGEV	0.51 370	0.55 265	0.45 356	0.69 391	0.45 418	0.61 434	0.45 410	0.50 388	0.40 386	0.56 423	0.44 412	0.55 424	0.40 380	0.72 446	0.67 455	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 359

knoymous	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

anonymousa	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

riskmin	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375

FCDSN-DC	0.41 287	0.59 271	0.64 423	0.54 361	0.33 350	0.50 401	0.37 366	0.42 312	0.40 386	0.61 432	0.43 410	0.50 404	0.49 424	0.38 275	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 292
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 290	0.40 380	0.40 286	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 375
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
MSCF	0.51 370	1.40 452	0.49 383	0.58 371	0.38 380	0.50 401	0.38 373	0.54 410	0.41 396	0.52 410	0.41 398	0.53 417	0.42 398	0.53 413	0.41 388	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 366

LG-Stereo_Zeroshot	0.48 357	0.55 265	0.47 368	0.63 381	0.41 401	0.56 424	0.44 404	0.56 414	0.41 396	0.56 423	0.41 398	0.57 430	0.42 398	0.56 420	0.41 388	0.55 392	0.43 369	0.51 426	0.37 385	0.51 399	0.37 359

LG-Stereo	0.60 385	0.58 270	0.47 368	0.64 384	0.74 487	1.00 485	0.69 472	0.57 417	0.41 396	0.57 426	0.41 398	0.57 430	0.41 392	1.00 491	0.75 488	0.91 457	0.51 407	0.52 429	0.37 385	0.52 401	0.37 359

GwcNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

PSMNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

GANet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

ADLNet2	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

ADLNet	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 294	0.41 396	0.41 294	0.41 398	0.41 303	0.41 392	0.41 301	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 383

PAM_32	0.64 397	2.38 550	0.51 395	0.92 428	0.43 413	0.53 419	0.44 404	0.87 461	0.43 404	0.52 410	0.45 416	0.53 417	0.40 380	0.54 415	0.46 406	0.62 408	0.56 416	0.48 412	0.45 422	0.76 437	0.44 395

DispNO	1.00 485	0.63 275	0.43 352	3.45 621	0.44 414	0.65 440	0.43 403	0.64 430	0.43 404	0.64 438	0.43 410	0.64 440	3.03 642	0.64 435	0.43 399	4.55 651	0.43 369	0.63 442	0.43 420	0.63 417	0.43 392

MyStereo07	0.60 385	3.72 601	0.48 376	0.49 306	0.41 401	0.36 265	0.32 324	0.49 379	0.43 404	0.51 407	0.42 408	0.49 390	0.43 401	0.51 406	0.64 447	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 392

DN	0.53 375	0.85 304	0.45 356	0.65 385	0.44 414	0.60 433	0.44 404	0.60 424	0.44 407	0.60 431	0.45 416	0.60 435	0.44 403	0.60 429	0.44 400	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 390

FSD	0.61 390	0.59 271	0.50 388	2.58 591	0.44 414	0.56 424	0.44 404	0.55 413	0.44 407	0.56 423	0.44 412	0.56 427	0.44 403	0.56 420	0.46 406	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 422

MonSter	0.60 385	0.64 277	0.52 398	0.62 379	0.44 414	2.07 604	0.44 404	0.62 428	0.44 407	0.62 435	0.44 412	0.62 439	0.44 403	0.62 430	0.44 400	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 390

MyStereo06	0.75 425	4.12 612	0.60 413	0.63 381	0.61 459	0.62 437	0.66 456	0.56 414	0.45 410	0.55 421	0.48 431	0.54 420	0.46 410	0.57 425	0.45 402	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 436

AIO-test1	0.54 376	0.60 274	0.52 398	0.66 389	0.47 426	0.61 434	0.47 417	0.58 420	0.46 411	0.61 432	0.46 419	0.61 437	0.45 407	0.62 430	0.45 402	0.61 404	0.52 409	0.57 436	0.48 435	0.57 412	0.48 407

Occ-G	1.12 505	0.52 255	3.72 665	3.50 625	0.50 436	0.56 424	0.47 417	0.54 410	0.46 411	0.54 418	0.41 398	0.54 420	0.42 398	0.52 411	0.42 396	3.42 640	4.02 661	0.52 429	0.45 422	0.51 399	0.44 395

otaku	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.46 365	0.46 419	0.46 373	0.46 410	0.46 370	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

Dean	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.47 371	0.46 419	0.46 373	0.46 410	0.46 370	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

ACVNet-4b	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.46 411	0.46 365	0.46 419	0.46 373	0.46 410	0.47 374	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

AIO-test2	0.55 381	0.59 271	0.52 398	0.67 390	0.47 426	0.61 434	0.47 417	0.61 427	0.47 416	0.61 432	0.47 427	0.61 437	0.48 419	0.62 430	0.47 413	0.64 411	0.53 411	0.58 437	0.47 431	0.58 413	0.48 407

Former-RAFT_DAM_RVC	0.49 363	0.98 332	0.64 423	0.84 414	0.46 420	0.45 371	0.35 353	0.47 371	0.47 416	0.45 359	0.34 354	0.46 373	0.48 419	0.46 370	0.35 349	0.39 283	0.71 455	0.39 342	0.35 376	0.41 350	0.41 383

Ntro	0.47 352	0.47 232	0.46 361	0.46 288	0.46 420	0.47 382	0.47 417	0.46 365	0.47 416	0.46 365	0.46 419	0.47 379	0.46 410	0.47 374	0.47 413	0.47 360	0.46 379	0.46 395	0.46 424	0.46 368	0.46 398

HaxPig	0.47 352	0.47 232	0.47 368	0.49 306	0.47 426	0.47 382	0.47 417	0.47 371	0.47 416	0.47 371	0.47 427	0.47 379	0.47 418	0.47 374	0.47 413	0.47 360	0.47 387	0.47 404	0.47 431	0.47 381	0.48 407

UNDER WATER	0.47 352	0.47 232	0.47 368	0.47 295	0.47 426	0.47 382	0.47 417	0.47 371	0.47 416	0.47 371	0.47 427	0.47 379	0.46 410	0.47 374	0.47 413	0.47 360	0.47 387	0.47 404	0.46 424	0.47 381	0.47 405

ACVNet_1	0.46 345	0.47 232	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 365	0.47 416	0.46 365	0.46 419	0.46 373	0.46 410	0.46 370	0.46 406	0.46 353	0.46 379	0.47 404	0.46 424	0.46 368	0.46 398

AEACV	1.12 505	0.52 255	3.12 656	3.24 610	0.86 507	0.53 419	0.49 428	0.60 424	0.47 416	0.53 413	0.49 434	0.55 424	0.45 407	0.55 419	0.47 413	3.01 635	3.88 659	0.71 457	0.60 459	0.80 446	0.48 407

fffft	0.48 357	0.51 253	0.45 356	0.52 356	0.45 418	0.52 417	0.45 410	0.52 406	0.48 423	0.53 413	0.45 416	0.52 416	0.45 407	0.52 411	0.46 406	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 383
1: 1. 1
RainbowNet	0.48 357	0.48 238	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 375	0.48 423	0.48 378	0.48 431	0.48 386	0.48 419	0.48 382	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.48 407

PointNet	0.60 385	0.75 289	0.49 383	0.79 406	0.50 436	0.79 456	0.49 428	0.79 449	0.49 425	0.80 461	0.49 434	0.79 462	0.49 424	0.80 455	0.49 421	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 375

notaker	0.48 357	0.49 240	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 375	0.49 425	0.48 378	0.48 431	0.48 386	0.48 419	0.48 382	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.49 412

LVE	0.47 352	0.47 232	0.47 368	0.47 295	0.49 432	0.47 382	0.47 417	0.47 371	0.49 425	0.47 371	0.47 427	0.47 379	0.46 410	0.47 374	0.47 413	0.47 360	0.47 387	0.48 412	0.47 431	0.47 381	0.47 405

ACVNet_2	0.49 363	0.49 240	0.49 383	0.49 306	0.49 432	0.49 392	0.49 428	0.49 379	0.49 425	0.49 385	0.49 434	0.49 390	0.49 424	0.49 388	0.49 421	0.49 368	0.49 394	0.49 417	0.49 438	0.49 388	0.49 412

FoundationStereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

StereoAnything_RVC	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

dual_stereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

AIO-Stereo-zeroshot	0.91 471	0.86 306	0.89 475	1.25 521	0.69 476	1.05 500	0.81 499	1.16 503	0.50 429	1.12 512	0.97 519	0.72 452	0.82 495	1.06 506	0.95 510	0.61 404	0.87 476	1.03 515	0.85 512	1.04 489	1.01 518

MyStereo8	0.71 414	3.92 610	0.52 398	0.59 374	0.52 443	0.57 430	0.53 437	0.59 422	0.50 429	0.59 430	0.51 443	0.57 430	0.50 428	0.56 420	0.52 430	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 415

LL-Strereo	1.01 492	5.06 627	1.63 595	0.70 397	1.43 603	0.56 424	0.46 412	0.57 417	0.50 429	0.57 426	0.50 437	1.58 585	0.49 424	0.59 427	0.50 423	1.64 575	0.52 409	0.51 426	1.37 598	0.52 401	0.45 397

SANet	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 388	0.50 429	0.50 398	0.50 437	0.50 404	0.50 428	0.50 396	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 415

TorneroNet	0.66 400	0.53 259	0.50 388	0.50 342	0.64 465	1.06 501	0.70 479	0.50 388	0.51 436	0.49 385	0.69 479	0.49 390	0.50 428	0.48 382	1.15 530	0.71 423	0.49 394	1.14 518	1.08 529	0.49 388	0.49 412

WCG-NET	0.61 390	1.21 429	0.54 403	0.61 378	0.53 446	0.67 442	0.53 437	0.66 433	0.53 437	0.64 438	0.53 446	0.65 443	0.53 435	0.59 427	0.52 430	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 415

CASS	0.57 384	0.89 313	0.56 405	0.57 369	0.56 449	0.56 424	0.56 440	0.56 414	0.53 437	0.57 426	0.57 450	0.59 434	0.48 419	0.56 420	0.57 436	0.55 392	0.56 416	0.47 404	0.56 453	0.62 416	0.56 439
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSMNet_ROB	0.54 376	0.54 263	0.54 403	0.54 361	0.53 446	0.54 422	0.54 439	0.53 408	0.54 439	0.54 418	0.54 447	0.54 420	0.53 435	0.54 415	0.54 433	0.54 386	0.53 411	0.54 433	0.54 447	0.54 406	0.54 429

monster-pro	0.75 425	1.67 461	0.64 423	0.89 420	0.57 451	0.86 469	0.56 440	0.87 461	0.56 440	0.87 470	0.57 450	0.88 474	0.57 440	0.87 470	0.57 436	0.79 439	0.58 420	0.76 466	0.54 447	0.77 439	0.54 429

anonymity	0.63 395	0.69 279	0.56 405	0.71 399	0.56 449	0.71 448	0.56 440	0.71 441	0.56 440	0.72 448	0.56 449	0.71 449	0.56 439	0.71 444	0.58 438	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 429

11t	1.27 561	2.70 565	1.34 566	1.32 533	0.89 509	1.30 569	1.34 593	1.64 581	0.57 442	1.45 579	0.72 491	1.05 507	1.29 582	1.07 509	1.29 594	1.49 567	1.02 491	0.97 506	1.15 533	1.48 569	1.31 592

CAR	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 455	0.58 443	0.81 464	0.58 452	0.83 469	0.59 445	0.82 459	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 424

MSE-Stereo	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 455	0.58 443	0.81 464	0.58 452	0.83 469	0.59 445	0.82 459	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 424

zero-FE	0.72 417	1.31 443	0.66 429	0.92 428	0.60 453	0.82 463	0.58 443	0.82 458	0.58 443	0.81 464	0.60 455	0.81 467	0.60 447	0.82 459	0.58 438	0.74 433	0.59 423	0.73 458	0.52 444	0.76 437	0.51 422

SMoEStereo_RVC	0.63 395	0.75 289	0.51 395	0.73 402	0.53 446	0.71 448	0.47 417	0.67 434	0.58 443	0.74 455	0.60 455	0.72 452	0.53 435	0.74 450	0.51 428	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 445

ktn	0.72 417	0.53 259	1.08 498	1.14 461	0.51 442	1.22 563	1.36 596	0.51 402	0.59 447	0.51 407	0.51 443	0.69 446	1.20 530	0.67 439	0.51 428	0.51 380	0.49 394	0.58 437	0.66 475	0.52 401	0.53 426

DDUNet	0.81 444	2.45 554	0.57 407	0.90 423	0.60 453	0.88 471	0.59 447	0.90 467	0.60 448	0.88 472	0.60 455	0.90 479	0.58 443	0.88 472	0.60 443	0.84 451	0.60 424	0.86 484	0.57 455	0.86 456	0.60 444

UDG	0.80 439	2.21 534	0.60 413	0.91 425	0.60 453	0.90 475	0.58 443	0.88 465	0.60 448	0.90 474	0.60 455	0.88 474	0.60 447	0.90 475	0.58 438	0.86 454	0.60 424	0.84 481	0.59 458	0.84 454	0.61 445

STTRV1_RVC	0.82 449	1.60 459	0.70 445	1.01 448	0.60 453	1.07 504	0.69 472	1.01 488	0.60 448	0.72 448	0.55 448	1.02 503	0.68 464	1.03 504	0.67 455	0.89 456	0.63 431	0.92 493	0.57 455	0.90 464	0.65 458

test-3	0.98 484	4.13 614	1.85 615	1.85 558	0.61 459	0.69 443	0.37 366	0.63 429	0.61 451	0.66 441	0.51 443	0.73 454	0.44 403	0.57 425	0.54 433	1.68 576	1.81 612	0.40 355	0.43 420	0.66 420	0.50 415

MGA	0.73 421	0.76 291	0.60 413	0.92 428	1.17 540	0.81 460	0.59 447	0.84 459	0.62 452	0.81 464	0.59 454	0.84 471	0.60 447	0.81 458	0.61 445	0.71 423	0.53 411	0.89 486	0.53 446	0.75 435	0.54 429

MyStereo05	0.80 439	4.12 612	0.63 421	0.63 381	0.61 459	0.62 437	0.66 456	0.65 431	0.62 452	0.67 442	0.61 459	0.65 443	0.58 443	0.67 439	0.55 435	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 436

RAFT-Stereo + iAFF	0.70 411	0.72 284	0.71 449	0.80 409	0.62 464	0.82 463	0.61 449	0.81 455	0.62 452	0.81 464	0.63 461	0.80 464	0.70 475	0.73 448	0.61 445	0.76 436	0.61 428	0.74 463	0.61 461	0.77 439	0.61 445

DSFCA	0.66 400	0.73 286	0.78 463	0.65 385	0.65 467	0.64 439	0.64 452	0.65 431	0.63 455	0.64 438	0.64 463	0.64 440	0.64 452	0.65 436	0.65 450	0.65 412	0.65 435	0.65 447	0.65 473	0.66 420	0.64 456

RSM++	0.76 430	0.82 301	0.66 429	0.85 418	0.64 465	0.85 467	0.71 482	0.94 476	0.64 456	0.87 470	0.67 469	0.87 473	0.65 454	0.84 465	0.65 450	0.81 444	0.70 451	0.79 470	0.71 491	0.83 453	0.70 469

DNS	0.77 431	1.09 366	0.65 427	0.89 420	0.65 467	0.89 474	0.65 455	0.89 466	0.65 457	0.89 473	0.65 465	0.89 477	0.65 454	0.90 475	0.65 450	0.84 451	0.62 429	0.84 481	0.61 461	0.84 454	0.62 448

plain	1.88 580	3.16 587	0.64 423	3.10 603	0.65 467	3.10 642	0.64 452	3.12 641	0.65 457	3.10 642	0.65 465	3.11 643	0.65 454	3.12 641	0.65 450	3.12 636	0.65 435	3.13 641	0.65 473	3.13 629	0.65 458

LMCR-Stereo	0.65 398	0.63 275	0.65 427	0.65 385	0.65 467	0.66 441	0.63 451	0.58 420	0.65 457	0.63 437	0.64 463	0.65 443	0.65 454	0.66 437	0.66 454	0.66 414	0.64 433	0.65 447	0.67 479	0.68 422	0.73 479

ARAFT	0.68 405	0.81 299	0.63 421	0.74 403	0.60 453	0.78 454	0.62 450	0.77 448	0.66 460	0.74 455	0.63 461	0.75 457	0.62 451	0.83 464	0.60 443	0.70 422	0.55 414	0.70 456	0.60 459	0.78 441	0.55 436

Pro-Stereo	0.79 436	0.53 259	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 379	0.67 461	0.50 398	0.38 378	1.10 512	0.38 369	0.49 388	0.38 365	0.71 423	0.88 477	5.98 683	0.36 382	0.46 368	0.36 354

WQFJA1++	0.84 456	0.98 332	0.67 433	1.26 522	0.75 489	1.00 485	0.67 460	1.00 480	0.67 461	1.00 486	0.67 469	1.00 492	0.67 460	1.00 491	0.67 455	0.96 468	0.67 437	0.91 490	0.63 464	0.92 468	0.63 450

WQFJA1	0.85 462	0.98 332	0.67 433	1.29 528	0.76 494	1.01 492	0.67 460	1.02 493	0.67 461	1.02 500	0.67 469	1.01 499	0.67 460	1.01 498	0.68 463	0.99 474	0.67 437	0.93 497	0.64 469	0.92 468	0.65 458

WQFJX1	0.84 456	0.98 332	0.67 433	1.30 530	0.75 489	1.01 492	0.67 460	1.01 488	0.67 461	1.01 496	0.67 469	1.01 499	0.68 464	1.00 491	0.68 463	0.98 473	0.67 437	0.92 493	0.64 469	0.92 468	0.64 456

NLMM	0.84 456	1.00 341	0.67 433	1.27 523	0.75 489	1.00 485	0.68 464	1.00 480	0.67 461	1.00 486	0.67 469	1.02 503	0.67 460	1.02 502	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.92 468	0.63 450

MIF-Stereo (partial)	2.58 635	3.31 592	0.66 429	3.18 607	0.66 471	3.18 643	0.66 456	3.21 642	0.67 461	3.19 643	0.66 468	3.19 644	0.66 458	3.31 645	0.68 463	5.09 668	1.79 611	8.23 688	1.67 623	6.18 672	1.38 600

WQFJX	0.85 462	1.00 341	0.68 440	1.30 530	0.75 489	1.01 492	0.68 464	1.01 488	0.68 467	1.01 496	0.68 474	1.03 505	0.68 464	1.02 502	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.94 477	0.63 450

NLSM3	0.85 462	0.99 339	0.68 440	1.29 528	0.76 494	1.01 492	0.68 464	1.01 488	0.68 467	1.02 500	0.68 474	1.01 499	0.68 464	1.01 498	0.68 463	0.97 469	0.68 442	0.93 497	0.64 469	0.93 473	0.63 450

R-Stereo Train	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 478	0.68 467	0.95 484	0.68 474	0.96 489	0.68 464	0.96 487	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 464

RAFT-Stereo	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 478	0.68 467	0.95 484	0.68 474	0.96 489	0.68 464	0.96 487	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 464
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	2.65 636	10.14 672	0.33 260	9.74 683	0.32 338	0.87 470	0.33 335	2.95 640	0.68 467	0.49 385	0.34 354	0.49 390	5.70 679	0.49 388	0.33 332	0.42 312	9.57 685	0.41 372	0.31 342	8.36 682	0.65 458

mm2	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 436	0.69 472	0.69 445	0.69 479	0.69 446	0.69 471	0.69 441	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 466

mm1	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 436	0.69 472	0.69 445	0.69 479	0.69 446	0.69 471	0.69 441	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 466

LiteMatch	1.13 507	0.73 286	2.80 642	3.23 608	0.61 459	0.83 465	0.68 464	0.73 444	0.69 472	1.00 486	0.77 499	0.94 486	0.57 440	0.82 459	0.64 447	2.97 633	2.43 635	0.68 449	0.32 349	0.56 409	0.70 469

Lsterematch	1.13 507	0.73 286	2.80 642	3.23 608	0.61 459	0.83 465	0.68 464	0.73 444	0.69 472	1.00 486	0.77 499	0.94 486	0.57 440	0.82 459	0.64 447	2.97 633	2.43 635	0.68 449	0.32 349	0.56 409	0.70 469

NLMM1	0.86 465	0.98 332	0.69 442	1.48 545	0.75 489	1.01 492	0.69 472	1.00 480	0.69 472	1.00 486	0.70 483	1.00 492	0.68 464	1.01 498	0.67 455	0.97 469	0.68 442	0.92 493	0.63 464	0.93 473	0.63 450

AIO-Stereo-zeroshot1	0.75 425	0.92 323	0.85 474	0.96 440	0.59 452	1.27 567	0.44 404	0.59 422	0.69 472	0.91 476	0.68 474	0.55 424	0.61 450	1.06 506	0.83 501	0.62 408	0.70 451	0.90 487	0.41 410	0.89 461	0.56 439

UniTT-Stereo	2.03 598	3.43 594	0.72 452	3.42 620	0.73 485	3.27 645	0.68 464	3.38 646	0.69 472	3.29 645	0.72 491	3.28 646	0.70 475	3.35 647	0.68 463	3.39 639	0.68 442	3.31 644	0.69 484	3.37 630	0.73 479

UNet	0.29 208	0.90 316	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 469	0.69 472	0.14 153	0.11 159	0.14 155	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 460	0.76 486

FlowAnything_test	1.02 494	1.72 464	0.71 449	1.59 548	0.70 480	1.61 587	0.69 472	1.61 578	0.70 480	1.60 581	0.70 483	1.61 589	0.69 471	1.61 585	0.70 479	0.81 444	0.58 420	0.81 475	0.55 449	0.81 449	0.56 439

FlowAnything	1.02 494	1.71 463	0.72 452	1.59 548	0.69 476	1.60 586	0.69 472	1.61 578	0.70 480	1.60 581	0.69 479	1.60 586	0.69 471	1.61 585	0.69 471	0.81 444	0.58 420	0.81 475	0.56 453	0.82 451	0.56 439

MaDis-Stereo	3.19 645	6.02 648	1.12 499	5.61 662	1.16 539	5.43 678	1.02 523	5.15 677	0.70 480	5.43 677	1.21 585	5.03 679	0.97 503	4.85 671	0.99 514	4.53 650	1.16 510	5.53 678	1.25 590	5.37 668	1.30 591

DMCA-RVC	0.70 411	0.80 296	0.70 445	0.70 397	0.70 480	0.70 446	0.70 479	0.71 441	0.70 480	0.70 447	0.71 488	0.71 449	0.70 475	0.70 443	0.69 471	0.69 417	0.70 451	0.69 452	0.70 488	0.69 426	0.70 469

MSMD_ROB	1.19 509	1.10 371	0.70 445	1.10 455	0.60 453	1.10 508	0.70 479	1.10 498	0.70 480	1.10 506	0.70 483	1.10 512	0.70 475	7.00 686	0.70 479	1.10 486	0.70 451	1.10 517	0.70 488	1.10 492	0.70 469

DStereoRT	0.73 421	0.81 299	0.73 456	0.71 399	0.74 487	0.73 450	0.75 487	0.71 441	0.71 485	0.74 455	0.72 491	0.73 454	0.80 491	0.71 444	0.73 483	0.76 436	0.71 455	0.73 458	0.72 493	0.70 429	0.76 486

AdaDepth	0.86 465	0.93 325	0.71 449	1.01 448	1.07 530	1.02 498	0.71 482	1.00 480	0.71 485	1.01 496	0.71 488	1.00 492	0.72 480	1.14 517	0.71 481	0.92 460	0.64 433	0.90 487	0.64 469	0.89 461	0.69 466

KSHMR	0.66 400	0.50 245	0.48 376	1.15 464	0.52 443	0.49 392	0.51 435	0.49 379	0.71 485	0.67 442	0.50 437	1.16 520	1.11 518	0.66 437	0.52 430	0.49 368	0.49 394	0.51 426	0.66 475	0.50 393	1.14 529

AIO-Stereo	0.84 456	0.66 278	0.70 445	0.83 413	0.67 472	0.98 483	0.82 502	1.14 499	0.72 488	1.03 502	0.74 495	1.03 505	1.09 517	0.99 489	0.45 402	1.04 480	0.73 458	0.95 503	0.74 495	0.94 477	0.46 398

MoCha-V2	2.11 606	26.97 692	0.78 463	0.92 428	0.77 497	0.96 482	0.72 484	0.90 467	0.72 488	0.94 482	0.70 483	0.90 479	0.71 479	0.91 477	0.71 481	0.85 453	0.71 455	0.88 485	0.69 484	0.87 457	0.67 463

AFF-stereo	0.73 421	0.88 310	0.67 433	0.75 404	0.68 475	0.75 451	0.64 452	0.80 452	0.72 488	0.83 469	0.70 483	0.82 468	0.64 452	0.84 465	0.67 455	0.77 438	0.63 431	0.81 475	0.63 464	0.78 441	0.62 448

TorneroNet-64	0.45 338	0.27 160	0.30 235	0.58 371	0.27 260	0.70 446	0.30 272	0.28 225	0.73 491	0.73 450	0.28 267	0.71 449	0.66 458	0.75 451	0.27 246	0.27 214	0.29 253	0.37 293	0.75 497	0.28 224	0.30 311

PA-Net	11.80 688	223.51 714	0.62 420	0.59 374	0.71 482	0.59 432	0.73 485	0.67 434	0.73 491	0.55 421	0.61 459	0.60 435	0.74 482	0.63 434	0.73 483	0.66 414	0.60 424	0.69 452	0.66 475	0.72 431	0.65 458
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 456	2.85 580	0.72 452	0.72 401	0.73 485	0.77 452	0.79 492	0.73 444	0.74 493	0.73 450	0.72 491	0.73 454	0.76 485	0.73 448	0.73 483	0.72 429	0.73 458	0.73 458	0.72 493	0.73 434	0.72 476

Wavelet-MonSter	1.00 485	1.21 429	0.76 460	1.94 562	1.01 525	1.11 511	0.76 489	1.15 500	0.76 494	1.11 511	0.76 497	1.14 518	0.76 485	1.11 514	0.76 490	1.21 546	0.90 478	1.02 513	0.71 491	1.02 488	0.71 475

Hybrid-DGEV	1.03 496	1.75 470	0.80 467	1.28 527	0.78 498	1.26 566	0.80 495	1.26 560	0.78 495	1.26 566	0.78 501	1.26 570	0.78 489	1.26 569	0.78 492	1.15 496	0.75 461	1.14 518	0.74 495	1.14 494	0.75 483

HH	0.71 414	2.54 556	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 436	0.78 495	0.73 450	0.90 511	0.75 457	1.00 506	0.84 465	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 234

HanStereo	0.71 414	2.54 556	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 436	0.78 495	0.73 450	0.90 511	0.75 457	1.00 506	0.84 465	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 234

DCRE	0.84 456	1.89 508	0.77 462	0.94 435	0.72 484	0.88 471	0.73 485	0.87 461	0.78 495	0.90 474	0.71 488	0.88 474	0.67 460	0.88 472	0.73 483	0.81 444	0.68 442	0.81 475	0.70 488	0.82 451	0.70 469

Hybrid-DGEV-2	1.05 498	1.83 496	0.83 471	1.33 534	0.82 506	1.30 569	0.81 499	1.26 560	0.79 499	1.29 568	0.79 503	1.26 570	0.80 491	1.26 569	0.79 493	1.20 500	0.78 466	1.18 528	0.77 500	1.20 509	0.77 488

G-Net	0.79 436	0.79 295	0.79 466	0.79 406	0.79 500	0.79 456	0.79 492	0.79 449	0.79 499	0.79 460	0.79 503	0.79 462	0.79 490	0.79 453	0.79 493	0.79 439	0.79 468	0.79 470	0.79 504	0.79 443	0.79 491

HSM-Net_RVC	0.95 481	1.17 379	0.78 463	1.18 471	0.71 482	1.16 516	0.75 487	1.09 497	0.80 501	1.10 506	0.75 496	1.17 521	0.74 482	1.17 520	0.80 496	1.13 493	0.73 458	1.17 525	0.77 500	1.16 499	0.72 476
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 452	0.80 501	0.80 461	0.80 505	0.80 464	0.80 491	0.80 455	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 492

CSAN	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 452	0.80 501	0.80 461	0.80 505	0.80 464	0.80 491	0.80 455	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 492

Hybrid-DGEV-03	1.07 499	1.83 496	0.83 471	1.34 535	0.81 505	1.32 571	0.81 499	1.31 567	0.81 504	1.31 569	0.82 507	1.32 575	0.82 495	1.32 574	0.81 499	1.19 498	0.77 464	1.19 530	0.76 498	1.19 507	0.77 488

RAStereo	2.23 620	3.64 597	0.76 460	3.65 629	0.86 507	3.66 650	0.76 489	3.67 650	0.81 504	3.66 647	0.76 497	3.66 649	0.77 487	3.68 649	0.77 491	3.68 642	0.77 464	3.69 649	0.77 500	3.70 633	0.77 488

ToySt	0.92 473	2.11 525	0.90 478	0.95 437	0.79 500	0.99 484	0.78 491	0.94 476	0.81 504	0.94 482	0.78 501	0.95 488	0.77 487	0.94 483	0.86 503	0.91 457	0.79 468	0.85 483	0.77 500	0.89 461	0.73 479

tt45	1.04 497	0.88 310	1.36 576	0.92 428	1.03 528	1.51 585	0.79 492	0.70 440	0.88 507	0.74 455	0.90 511	1.60 586	0.72 480	1.60 583	0.75 488	0.91 457	0.78 466	1.52 594	0.79 504	1.14 494	1.32 593

UPFNet	0.42 301	1.20 383	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 508	0.90 508	0.25 218	0.17 205	0.24 215	0.17 206	0.25 219	0.17 199	0.22 185	0.17 191	0.22 204	0.16 195	1.15 497	0.93 505

psm_up	0.43 302	1.19 382	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 560	0.91 509	0.26 227	0.17 205	0.25 222	0.17 206	0.25 219	0.17 199	0.22 185	0.17 191	0.23 212	0.16 195	1.18 505	0.99 511

DPSimNet_ROB	0.97 482	1.18 381	0.81 470	1.10 455	0.91 513	1.02 498	0.82 502	1.04 494	0.91 509	1.03 502	0.86 510	1.28 574	0.82 495	1.03 504	0.89 504	1.17 497	0.81 473	1.02 513	0.82 509	1.08 491	0.81 494

DPSM_ROB	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 472	0.91 509	0.93 480	0.91 514	0.92 482	0.90 498	0.91 477	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 505

DPSM	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 472	0.91 509	0.93 480	0.91 514	0.92 482	0.90 498	0.91 477	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 505

pmcnn	0.92 473	0.92 323	0.92 482	0.92 428	0.92 514	0.92 477	0.92 509	0.92 472	0.92 513	0.92 478	0.92 517	0.92 482	0.92 500	0.92 481	0.92 505	0.92 460	0.92 481	0.92 493	0.92 513	0.92 468	0.92 504

ours_stereo	1.20 510	1.21 429	0.90 478	1.64 556	1.11 532	1.35 573	0.67 460	1.76 585	0.93 514	1.70 589	1.10 530	1.39 579	0.75 484	1.41 578	0.81 499	1.60 574	1.03 492	1.33 584	1.00 520	1.61 574	0.72 476

MMNet	0.44 315	1.24 437	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 560	0.93 514	0.25 218	0.17 205	0.25 222	0.18 216	0.25 219	0.17 199	0.23 196	0.16 170	0.23 212	0.16 195	1.20 509	0.99 511

MM-Stereo_test2	1.20 510	1.85 502	1.05 495	1.46 544	0.94 517	1.36 575	0.99 516	1.36 569	0.95 516	1.41 576	0.98 520	1.40 581	0.96 502	1.37 576	0.95 510	1.37 561	1.06 493	1.33 584	0.93 517	1.29 563	0.89 501

delet	0.43 302	1.21 429	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 560	0.95 516	0.25 218	0.17 205	0.25 222	0.17 206	0.25 219	0.17 199	0.23 196	0.16 170	0.22 204	0.16 195	1.18 505	0.98 510

DGTPSM_ROB	0.93 478	1.00 341	0.92 482	0.94 435	0.96 518	0.91 476	0.92 509	0.91 469	0.96 518	0.91 476	0.96 518	0.93 485	0.92 500	0.94 483	0.92 505	0.92 460	0.92 481	0.90 487	0.92 513	0.94 477	0.91 503

MLG-Stereo	0.92 473	0.90 316	0.84 473	1.27 523	0.49 432	1.38 577	0.88 505	1.41 574	0.97 519	0.73 450	1.09 529	1.26 570	0.43 401	0.72 446	1.05 522	1.13 493	0.49 394	1.18 528	0.66 475	1.01 486	0.46 398

4D-IteraStereo	0.78 435	3.13 586	0.89 475	0.69 391	0.32 338	0.40 285	0.32 324	0.76 447	0.97 519	0.52 410	0.65 465	0.89 477	0.32 334	0.76 452	0.98 513	0.83 449	0.94 483	0.35 285	0.27 291	0.70 429	0.89 501

Selective-RAFT	0.89 470	0.89 313	0.72 452	1.16 469	0.78 498	1.06 501	0.82 502	0.87 461	0.97 519	1.00 486	0.91 514	0.90 479	1.00 506	0.89 474	0.93 509	0.83 449	0.83 474	0.82 479	0.82 509	0.81 449	0.82 495

Selective-RAFT-Error	0.88 468	0.84 302	0.98 487	0.86 419	0.97 519	0.88 471	0.95 513	0.84 459	0.99 522	0.92 478	0.82 507	0.84 471	0.98 505	0.87 470	0.97 512	0.81 444	0.83 474	0.79 470	0.82 509	0.79 443	0.85 497

Test_v1	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

GANet	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

TDLM	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

CVANet_RVC	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 480	1.00 523	1.00 486	1.00 521	1.00 492	1.00 506	1.00 491	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 513

trnet	1.01 492	1.01 350	1.01 493	1.01 448	1.01 525	1.01 492	1.01 521	1.01 488	1.01 527	1.01 496	1.01 525	1.01 499	1.01 513	1.01 498	1.01 519	1.01 479	1.01 490	1.01 512	1.01 526	1.01 486	1.01 518

LiteMatch*	2.07 604	1.30 441	5.73 676	6.28 666	0.79 500	1.33 572	0.80 495	1.30 566	1.02 528	1.33 570	0.84 509	1.33 576	0.97 503	1.28 573	1.04 521	6.05 676	5.89 671	1.28 582	0.76 498	1.28 562	0.88 498

HBP-ISP	1.24 559	1.72 464	1.65 596	1.15 464	0.76 494	1.40 579	0.88 505	1.67 584	1.02 528	1.69 588	1.38 602	1.69 590	1.21 576	1.87 595	1.21 585	1.05 481	0.79 468	0.97 506	0.80 506	1.19 507	0.75 483

MM-Stereo_test3	1.27 561	2.07 521	1.18 508	1.60 551	1.02 527	1.45 583	1.01 521	1.40 573	1.04 530	1.44 578	1.03 526	1.46 584	1.02 514	1.44 581	1.02 520	1.51 570	1.12 507	1.32 583	0.98 518	1.38 567	0.97 509

GLC_STEREO	1.07 499	1.01 350	1.06 496	1.07 453	1.05 529	1.06 501	1.08 526	1.08 495	1.05 531	1.07 504	1.06 527	1.08 508	1.05 515	1.06 506	1.10 525	1.07 482	1.09 500	1.05 516	1.05 528	1.06 490	1.12 525

qqai	1.22 557	1.38 450	1.12 499	1.39 541	1.14 533	1.40 579	1.14 530	1.41 574	1.12 532	1.40 575	1.11 531	1.40 581	1.13 519	1.41 578	1.15 530	1.25 549	0.97 484	1.24 579	1.01 526	1.24 558	0.96 508

BLMT-Stereo	1.53 568	1.36 447	1.06 496	1.42 543	1.23 596	1.41 581	1.07 525	1.43 576	1.12 532	1.42 577	1.06 527	1.83 592	1.07 516	1.42 580	1.07 523	1.27 551	1.38 580	6.80 684	1.00 520	1.26 560	1.00 513

edge stereo	2.43 631	27.07 693	1.14 502	1.06 452	1.14 533	1.08 505	1.17 535	1.16 503	1.14 534	1.10 506	1.16 535	1.09 510	1.16 527	1.10 512	1.16 534	1.10 486	1.11 504	1.16 521	1.19 537	1.13 493	1.11 523

RP	2.33 624	25.00 685	1.13 501	1.15 464	1.15 535	1.10 508	1.15 532	1.15 500	1.15 535	1.12 512	1.15 532	1.09 510	1.13 519	1.10 512	1.15 530	1.11 491	1.09 500	1.16 521	1.12 531	1.16 499	1.17 534

AF-Net	2.37 628	25.71 688	1.17 506	1.13 460	1.15 535	1.15 515	1.18 536	1.19 508	1.16 536	1.10 506	1.15 532	1.10 512	1.18 528	1.12 516	1.15 530	1.10 486	1.10 503	1.17 525	1.15 533	1.16 499	1.12 525

RGC	2.36 626	25.48 686	1.19 510	1.15 464	1.15 535	1.10 508	1.16 534	1.17 505	1.16 536	1.12 512	1.16 535	1.11 516	1.13 519	1.09 510	1.18 536	1.10 486	1.15 509	1.16 521	1.12 531	1.14 494	1.12 525

NCC-stereo	2.36 626	25.52 687	1.17 506	1.15 464	1.17 540	1.11 511	1.11 527	1.15 500	1.16 536	1.10 506	1.16 535	1.10 512	1.15 523	1.14 517	1.13 528	1.09 484	1.11 504	1.15 520	1.16 535	1.17 504	1.17 534

Nwc_Net	2.37 628	25.95 689	1.15 504	1.14 461	1.15 535	1.08 505	1.14 530	1.17 505	1.16 536	1.14 515	1.15 532	1.08 508	1.15 523	1.11 514	1.14 529	1.10 486	1.11 504	1.16 521	1.09 530	1.16 499	1.15 530

IGEVStereo-DCA	1.77 576	4.21 616	1.84 613	2.49 587	2.11 642	2.54 627	1.36 596	1.65 582	1.17 540	2.75 636	1.90 631	2.54 623	1.15 523	0.94 483	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 498

rrr	1.77 576	4.21 616	1.84 613	2.49 587	2.11 642	2.54 627	1.36 596	1.65 582	1.17 540	2.75 636	1.90 631	2.54 623	1.15 523	0.94 483	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 498

stereogan	2.33 624	24.38 683	1.18 508	1.18 471	1.18 543	1.14 514	1.18 536	1.19 508	1.19 542	1.14 515	1.18 539	1.14 518	1.18 528	1.14 517	1.18 536	1.14 495	1.14 508	1.19 530	1.19 537	1.15 497	1.19 538

DisPM	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

CrosDoStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PFNet+	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

LCNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

HHNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Patchmatch Stereo++	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539
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	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

STrans-v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

TransformOpticalFlow	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

OMP-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

IIG-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

NF-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

OCTAStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PSM-softLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

KMStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

NRIStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PSM-adaLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PSM-AAD	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

ROB_FTStereo_v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

ROB_FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Consistency-Raft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

KYRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

HUI-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

ASMatch	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DeepStereo_LL	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DEmStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

SST-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

THIR-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT_R40	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

PFNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

GrayStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RE-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Pruner-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

TVStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

DeepStereo_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT-RH_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

IRAFT_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT-345	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

iRAFT	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

CRE-IMP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

GMM-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

RAFT-IKP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Prome-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 511	1.20 543	1.20 519	1.20 540	1.20 523	1.20 530	1.20 522	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 539

Abc-Net	2.32 623	24.75 684	1.14 502	1.17 470	1.17 540	1.11 511	1.15 532	1.17 505	1.21 588	1.08 505	1.16 535	1.12 517	1.14 522	1.09 510	1.17 535	1.09 484	1.16 510	1.17 525	1.17 536	1.16 499	1.11 523
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	1.55 569	1.94 517	1.22 560	1.88 559	1.21 592	1.88 593	1.22 584	1.88 587	1.22 589	1.88 590	1.22 586	1.88 593	1.22 577	1.89 596	1.22 586	1.87 582	1.22 562	1.88 608	1.22 586	1.88 586	1.22 585
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
FAT-Stereo	2.46 632	26.05 690	1.23 562	1.23 520	1.22 594	1.20 517	1.24 586	1.23 559	1.23 590	1.19 518	1.22 586	1.21 568	1.24 578	1.20 522	1.24 587	1.21 546	1.17 513	1.22 578	1.25 590	1.20 509	1.24 588

4w-stereo	2.02 596	2.72 569	1.44 583	3.36 618	1.59 609	2.48 620	1.72 618	2.28 604	1.24 591	2.24 610	1.65 617	2.56 625	1.32 585	2.39 616	1.98 640	2.67 629	1.51 588	1.66 597	1.24 588	2.53 619	1.88 634

S-Stereo	2.51 633	26.86 691	1.23 562	1.22 518	1.22 594	1.24 565	1.25 587	1.22 557	1.24 591	1.21 564	1.24 588	1.19 522	1.27 580	1.19 521	1.24 587	1.19 498	1.20 515	1.25 580	1.19 537	1.24 558	1.23 587

FC-DCNN	1.07 499	1.09 366	0.98 487	0.89 420	0.52 443	1.41 581	0.91 508	1.21 556	1.24 591	1.96 593	2.05 648	1.91 595	1.30 583	1.27 572	1.08 524	0.80 441	0.60 424	0.58 437	0.41 410	0.68 422	0.54 429

SPS-STEREO	1.59 570	1.91 511	1.21 559	1.94 562	1.20 546	2.00 601	1.23 585	1.99 592	1.24 591	2.00 598	1.25 589	2.03 603	1.26 579	2.00 600	1.29 594	1.90 586	1.18 514	1.89 609	1.21 585	1.89 587	1.20 539
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
3.25w_new	2.03 598	2.72 569	1.35 568	3.33 617	1.57 607	2.72 633	1.53 611	2.15 602	1.33 595	2.15 608	1.60 613	2.63 629	1.30 583	2.72 633	1.99 641	2.67 629	1.53 590	1.75 599	1.25 590	2.53 619	1.87 631

3.5w_stereo	2.03 598	2.72 569	1.35 568	3.41 619	1.57 607	2.72 633	1.49 610	2.01 594	1.34 596	2.15 608	1.61 615	2.63 629	1.36 588	2.72 633	1.99 641	2.66 627	1.58 595	1.68 598	1.24 588	2.53 619	1.87 631

StereoVision	3.15 644	5.00 626	0.89 475	4.83 653	1.00 520	3.93 651	1.27 590	6.37 680	1.34 596	5.67 680	1.26 590	5.84 682	1.27 580	5.03 677	1.24 587	5.10 669	1.09 500	4.61 662	0.57 455	5.62 670	1.12 525

CC-Net-ROB	1.36 564	1.33 445	1.33 565	1.36 538	1.38 600	1.36 575	1.33 592	1.37 571	1.34 596	1.35 572	1.36 599	1.38 578	1.34 586	1.38 577	1.38 601	1.35 557	1.38 580	1.33 584	1.35 595	1.43 568	1.34 596

MaskLacGwcNet_RVC	1.35 563	1.35 446	1.35 568	1.35 537	1.35 597	1.35 573	1.35 594	1.36 569	1.35 599	1.36 573	1.35 597	1.36 577	1.36 588	1.36 575	1.35 598	1.35 557	1.35 576	1.35 587	1.35 595	1.35 565	1.35 597

RASNet	1.49 567	1.65 460	1.45 584	1.38 540	1.43 603	1.47 584	1.36 596	1.38 572	1.36 600	1.39 574	1.60 613	1.45 583	1.45 594	1.51 582	2.21 643	1.53 571	1.36 577	1.36 589	1.36 597	1.66 577	1.36 598

MC-Stereo	1.76 575	2.96 581	1.37 578	2.14 570	1.37 599	2.14 607	1.36 596	2.14 601	1.37 601	2.14 607	1.37 600	2.14 605	1.37 590	2.14 605	1.37 600	1.97 590	1.32 564	1.97 611	1.32 594	1.98 588	1.33 594

PS-NSSS	1.38 566	1.39 451	1.34 566	1.34 535	1.35 597	1.38 577	1.37 601	1.35 568	1.38 602	1.34 571	1.34 596	1.39 579	1.38 591	1.70 587	1.40 602	1.36 559	1.36 577	1.36 589	1.37 598	1.37 566	1.36 598

sCroCo_RVC	2.10 605	2.76 573	1.92 623	2.78 598	1.39 601	2.73 635	1.41 604	2.73 632	1.40 603	2.77 641	1.41 604	2.74 638	1.40 592	2.74 636	1.40 602	2.72 631	1.42 583	2.72 639	1.44 606	2.79 626	1.42 602

test_xeample3	1.10 502	1.81 486	0.61 419	0.84 414	0.49 432	0.77 452	0.66 456	0.92 472	1.40 603	0.68 444	0.46 419	0.78 460	0.54 438	1.72 588	1.48 605	1.34 556	1.52 589	1.35 587	1.67 623	1.33 564	1.55 606

999	1.00 485	1.12 372	0.59 409	1.10 455	1.21 592	1.09 507	0.52 436	1.08 495	1.43 605	1.18 517	1.35 597	0.98 491	0.52 434	0.91 477	0.85 502	0.72 429	1.46 585	0.83 480	0.98 518	0.68 422	1.41 601

MM-Stereo_test1	1.80 578	3.41 593	1.52 591	2.12 569	1.41 602	2.04 602	1.41 604	2.05 596	1.46 606	2.04 602	1.41 604	2.05 604	1.42 593	2.05 601	1.43 604	2.04 594	1.54 592	1.94 610	1.38 600	1.99 589	1.33 594

MonStereo1	1.94 582	2.77 575	1.52 591	3.73 633	1.51 606	2.13 606	1.42 606	2.32 611	1.52 607	2.31 615	1.50 607	2.53 620	1.59 596	2.34 613	1.56 607	1.91 587	1.36 577	1.86 604	1.31 593	2.07 590	1.53 604

4.25w-stereo	1.98 583	2.72 569	1.46 585	3.47 622	1.43 603	2.07 604	1.98 632	2.53 623	1.52 607	2.71 629	1.98 643	1.81 591	1.62 599	1.96 598	1.36 599	1.88 585	2.00 617	2.53 635	1.61 617	1.74 581	1.15 530

DPSMNet_ROB	1.60 571	1.59 458	1.70 598	1.59 548	1.59 609	1.61 587	1.61 612	1.60 577	1.60 609	1.62 587	1.59 612	1.60 586	1.60 597	1.60 583	1.59 609	1.59 572	1.60 599	1.59 595	1.59 615	1.59 573	1.59 611

Anonymous3	2.55 634	3.26 591	1.65 596	3.28 612	1.63 612	3.24 644	1.68 615	3.27 643	1.66 610	3.28 644	1.67 618	3.25 645	1.66 600	3.27 643	1.64 611	3.26 637	1.65 602	3.30 643	1.65 621	4.95 663	1.65 619

asda	2.17 608	2.54 556	1.81 604	3.47 622	1.78 623	2.50 623	1.86 625	2.61 625	1.68 611	2.61 627	1.83 623	2.37 614	1.73 607	2.44 620	1.88 635	2.51 624	1.84 613	2.34 624	1.62 619	2.23 596	1.77 626

3.75w	1.99 584	2.31 540	1.83 612	3.16 606	1.65 613	1.93 594	1.98 632	2.72 626	1.68 611	2.73 635	1.97 637	2.00 600	1.72 606	1.81 593	1.25 590	2.27 606	2.01 619	2.38 627	1.42 604	1.71 579	1.24 588

2w_stereo	1.99 584	2.36 549	1.81 604	3.24 610	1.67 614	1.94 595	1.98 632	2.72 626	1.68 611	2.72 630	1.94 634	1.98 599	1.74 609	1.79 592	1.27 591	1.95 589	2.00 617	2.53 635	1.60 616	1.68 578	1.15 530

4.5w-stereo	1.99 584	2.33 542	1.81 604	3.28 612	1.68 616	1.94 595	1.99 635	2.72 626	1.70 614	2.72 630	1.99 646	1.97 598	1.68 601	1.76 589	1.29 594	1.91 587	2.02 623	2.53 635	1.61 617	1.75 582	1.16 533

asd	2.18 610	2.77 575	1.58 593	3.59 627	2.00 635	2.58 629	1.85 624	2.39 616	1.71 615	2.47 622	1.97 637	2.59 627	1.61 598	2.56 623	1.79 626	2.51 624	1.99 616	2.11 617	1.62 619	2.36 604	1.60 612

4.25_new	2.00 588	2.33 542	1.82 609	3.32 615	1.69 617	1.95 598	1.99 635	2.72 626	1.71 615	2.72 630	1.97 637	2.01 601	1.74 609	1.77 590	1.28 592	2.18 598	2.01 619	2.48 633	1.58 613	1.65 575	1.17 534

4.5w_new	2.00 588	2.33 542	1.82 609	3.32 615	1.69 617	1.95 598	1.99 635	2.72 626	1.71 615	2.72 630	1.97 637	2.01 601	1.74 609	1.77 590	1.28 592	2.18 598	2.01 619	2.48 633	1.58 613	1.65 575	1.17 534

2.75w_new	1.99 584	2.34 546	1.81 604	3.14 604	1.62 611	1.94 595	1.99 635	2.72 626	1.71 615	2.72 630	1.99 646	1.90 594	1.73 607	1.82 594	1.29 594	2.37 615	2.01 619	2.31 622	1.42 604	1.77 583	1.22 585

UDGNet	2.23 620	5.40 638	1.72 601	2.48 586	1.69 617	2.51 624	1.69 616	2.51 622	1.72 619	2.50 624	1.69 620	2.52 619	1.69 603	2.50 621	1.68 615	2.41 618	1.70 605	2.42 629	1.69 627	2.42 606	1.64 617

qwe	2.18 610	2.60 559	1.58 593	3.83 635	1.90 633	2.53 625	1.90 630	2.48 619	1.73 620	2.37 618	1.92 633	2.53 620	1.68 601	2.56 623	1.83 628	2.52 626	1.87 615	2.07 613	1.68 625	2.32 602	1.71 621

monsters	2.18 610	2.41 552	1.96 625	3.47 622	2.03 640	2.53 625	1.64 614	2.48 619	1.73 620	2.40 619	1.50 607	2.62 628	1.94 622	2.59 625	1.94 637	2.44 619	1.57 594	2.28 620	1.87 635	2.42 606	1.86 629

MFMNet_re	1.81 579	1.91 511	1.71 600	1.95 564	1.70 620	1.95 598	1.70 617	1.96 590	1.74 622	1.97 595	1.72 621	1.95 596	1.71 605	1.97 599	1.71 617	1.86 580	1.62 600	1.85 601	1.66 622	1.86 585	1.64 617

MonStereo	2.17 608	2.41 552	1.49 590	2.67 592	1.67 614	2.60 630	2.04 639	2.32 611	1.76 623	2.44 620	1.68 619	2.50 618	1.69 603	2.38 614	1.80 627	2.28 607	1.78 609	2.63 638	2.14 643	3.47 631	1.68 620

U	5.15 680	8.49 660	1.81 604	8.49 677	1.77 622	8.49 687	1.77 619	8.51 688	1.77 624	8.49 688	1.77 622	8.50 689	1.78 612	8.58 688	1.77 625	8.54 687	1.78 609	8.55 689	1.78 632	8.55 683	1.84 627

FBW_ROB	2.12 607	2.46 555	1.77 603	2.49 587	1.79 624	2.38 615	1.83 620	2.46 618	1.78 625	2.48 623	1.97 637	2.40 615	1.78 612	2.42 619	1.83 628	2.31 611	1.85 614	2.38 627	1.82 633	2.35 603	1.84 627

ff7	1.68 572	2.68 562	1.35 568	0.97 441	0.89 509	1.84 590	2.15 641	2.12 598	1.80 626	2.05 603	1.56 609	2.33 610	2.12 632	2.23 606	2.25 644	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 520

ffff	1.68 572	2.68 562	1.35 568	0.97 441	0.89 509	1.84 590	2.15 641	2.12 598	1.80 626	2.05 603	1.56 609	2.33 610	2.12 632	2.23 606	2.25 644	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 520

ccc-4	1.68 572	2.68 562	1.35 568	0.97 441	0.89 509	1.84 590	2.15 641	2.12 598	1.80 626	2.05 603	1.56 609	2.33 610	2.12 632	2.23 606	2.25 644	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 520

2.5w	2.01 595	2.40 551	1.37 578	3.28 612	2.01 636	2.71 632	1.43 609	1.82 586	1.83 629	1.90 592	1.41 604	2.71 632	1.35 587	2.71 631	1.85 630	2.66 627	1.53 590	1.64 596	1.23 587	2.53 619	1.87 631

monsterstereo	2.20 616	2.33 542	1.95 624	3.65 629	2.07 641	2.49 621	1.61 612	2.48 619	1.83 629	2.45 621	1.61 615	2.67 631	1.86 614	2.64 627	1.94 637	2.48 623	1.66 603	2.34 624	1.68 625	2.40 605	1.86 629

LGtest1	2.22 617	2.70 565	1.89 620	2.76 594	1.86 628	2.75 637	1.86 625	2.75 633	1.86 631	2.75 636	1.86 625	2.77 641	1.87 615	2.75 637	1.86 631	2.46 620	1.58 595	2.45 630	1.56 609	2.45 608	1.56 607

TRStereo	2.00 588	2.13 526	1.85 615	2.27 576	1.84 625	2.28 611	1.84 621	2.29 606	1.86 631	2.30 612	1.87 626	2.30 607	1.87 615	2.08 602	1.72 619	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 622

XX-Stereo	2.00 588	2.13 526	1.85 615	2.27 576	1.84 625	2.28 611	1.84 621	2.29 606	1.86 631	2.30 612	1.87 626	2.30 607	1.87 615	2.08 602	1.72 619	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 622

EAI-Stereo	2.00 588	2.13 526	1.85 615	2.27 576	1.84 625	2.28 611	1.84 621	2.29 606	1.86 631	2.30 612	1.87 626	2.30 607	1.87 615	2.08 602	1.72 619	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 622

LG-G_1	2.22 617	2.71 567	1.89 620	2.77 595	1.87 631	2.75 637	1.87 627	2.76 634	1.87 635	2.75 636	1.87 626	2.76 639	1.87 615	2.75 637	1.86 631	2.47 621	1.58 595	2.45 630	1.57 610	2.45 608	1.57 608

LG-G	2.22 617	2.71 567	1.89 620	2.77 595	1.87 631	2.75 637	1.87 627	2.76 634	1.87 635	2.75 636	1.87 626	2.76 639	1.87 615	2.75 637	1.86 631	2.47 621	1.58 595	2.45 630	1.57 610	2.45 608	1.57 608

HUF	2.18 610	2.30 539	1.99 629	2.34 582	2.02 639	2.41 617	2.06 640	2.38 615	1.89 637	2.36 617	1.85 624	2.56 625	1.98 625	2.31 612	1.97 639	2.30 610	2.03 624	2.30 621	2.11 642	2.23 596	2.16 636

RAFT_CTSACE	1.92 581	3.71 600	1.72 601	1.88 559	1.72 621	2.04 602	1.42 606	2.18 603	1.89 637	2.02 600	1.97 637	1.95 596	2.06 631	1.93 597	1.62 610	1.76 577	1.66 603	2.02 612	1.73 631	1.73 580	1.43 603

1w_stereo	2.05 603	2.32 541	1.35 568	3.74 634	2.01 636	2.73 635	1.42 606	1.88 587	1.93 639	2.03 601	1.28 592	2.71 632	1.99 627	2.72 633	1.72 619	2.20 600	1.32 564	1.87 605	1.86 634	2.45 608	1.54 605

3.25w	2.04 601	2.20 532	1.48 586	3.03 602	2.17 646	2.63 631	1.39 602	1.96 590	1.95 640	1.96 593	1.37 600	2.71 632	1.96 624	2.71 631	1.73 624	2.26 603	1.32 564	1.87 605	1.87 635	2.51 615	1.63 616

4.5_new	2.00 588	1.84 501	1.98 626	2.77 595	2.16 644	2.27 609	1.28 591	2.09 597	1.98 641	2.01 599	1.28 592	2.71 632	1.98 625	2.51 622	1.65 612	2.26 603	1.33 571	1.87 605	1.87 635	2.49 612	1.60 612

3w_stereo	2.04 601	2.24 536	1.70 598	3.15 605	2.18 648	2.49 621	1.26 589	2.03 595	1.98 641	1.98 596	1.33 595	2.72 636	1.99 627	2.59 625	1.72 619	2.22 602	1.33 571	1.85 601	1.88 640	2.50 614	1.58 610

IGEV	2.02 596	2.20 532	1.82 609	2.90 600	2.16 644	2.41 617	1.25 587	2.00 593	1.98 641	1.99 597	1.31 594	2.72 636	1.93 621	2.67 630	1.69 616	2.26 603	1.32 564	1.83 600	1.87 635	2.53 619	1.61 614

2.25w	2.00 588	1.86 505	1.98 626	2.95 601	2.17 646	2.26 608	1.35 594	2.42 617	2.00 644	2.07 606	1.27 591	2.53 620	1.99 627	2.29 610	1.49 606	2.21 601	1.32 564	1.85 601	1.87 635	2.52 616	1.62 615

AIO_test	2.18 610	2.09 524	2.04 630	2.42 584	2.01 636	2.47 619	1.94 631	2.34 613	2.03 645	2.56 626	1.94 634	2.43 616	1.94 622	2.41 617	1.87 634	2.39 617	2.10 626	2.35 626	1.91 641	2.25 598	2.19 637

AIO_rvc	2.18 610	2.34 546	1.87 619	2.32 580	1.94 634	2.40 616	1.89 629	2.37 614	2.07 646	2.52 625	1.95 636	2.44 617	1.99 627	2.41 617	1.89 636	2.32 612	2.09 625	2.24 618	2.18 644	2.21 595	2.23 638

NCCL2	2.28 622	2.27 537	2.28 632	2.28 579	2.28 649	2.27 609	2.29 644	2.28 604	2.28 647	2.27 611	2.28 649	2.28 606	2.27 635	2.27 609	2.28 648	2.28 607	2.28 631	2.27 619	2.29 648	2.27 599	2.29 639

STTStereo	3.73 650	30.40 697	2.37 636	2.39 583	2.31 651	2.35 614	2.33 645	2.29 606	2.42 648	2.32 616	2.34 650	2.33 610	2.36 636	2.30 611	2.27 647	2.35 614	2.22 630	2.31 622	2.22 645	2.29 601	2.34 643

NLSM1	2.93 643	3.24 590	2.57 640	4.04 636	2.66 652	3.30 646	2.55 647	3.29 644	2.55 649	3.35 646	2.48 651	3.28 646	2.47 637	3.34 646	2.49 649	3.26 637	2.55 637	3.13 641	2.57 651	3.00 628	2.46 646

SA	4.33 667	7.35 651	6.85 682	5.96 664	4.09 679	3.59 648	3.15 666	3.82 651	2.64 650	3.91 649	3.85 674	3.57 648	2.72 640	3.13 642	4.03 675	7.09 683	6.86 678	3.57 646	3.12 664	3.85 634	3.51 671

sAnonymous2	3.31 646	2.63 560	1.38 580	3.71 631	1.86 628	4.70 670	1.11 527	4.82 673	2.72 651	5.45 678	1.98 643	4.59 664	2.64 638	2.65 628	6.21 684	4.37 646	1.08 498	5.16 676	2.24 646	4.52 645	2.39 644

CroCo_RVC	3.31 646	2.63 560	1.38 580	3.71 631	1.86 628	4.70 670	1.11 527	4.82 673	2.72 651	5.45 678	1.98 643	4.59 664	2.64 638	2.65 628	6.21 684	4.37 646	1.08 498	5.16 676	2.24 646	4.52 645	2.39 644

NLCA_NET_v2_RVC	5.04 678	50.87 707	2.78 641	2.87 599	2.71 653	2.78 640	0.47 417	2.88 639	2.86 653	1.89 591	2.67 652	2.79 642	2.79 641	2.78 640	2.83 650	2.82 632	2.82 638	2.83 640	2.77 652	2.83 627	2.76 648
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_0105_6	3.87 655	5.73 645	3.10 655	4.69 650	3.12 665	4.54 660	3.02 654	4.56 660	3.04 654	4.54 661	3.03 655	4.54 660	3.04 645	4.56 660	3.05 653	4.58 655	3.05 640	4.58 659	3.05 656	4.58 648	3.05 653

rvit_105_1	3.83 651	5.22 631	3.01 645	4.53 640	3.01 655	4.51 658	3.01 653	4.56 660	3.04 654	4.53 659	3.03 655	4.55 662	3.03 642	4.56 660	3.04 651	4.57 652	3.05 640	4.57 657	3.05 656	4.57 647	3.05 653

rvit_stereo_0081	3.83 651	5.23 632	3.01 645	4.53 640	3.03 657	4.55 664	3.02 654	4.56 660	3.04 654	4.52 657	3.02 653	4.54 660	3.03 642	4.56 660	3.04 651	4.57 652	3.05 640	4.57 657	3.05 656	4.58 648	3.05 653

rvit_stereo_0082	3.86 653	5.82 646	3.01 645	4.53 640	3.03 657	4.54 660	3.02 654	4.56 660	3.04 654	4.53 659	3.02 653	4.55 662	3.04 645	4.57 663	3.05 653	4.57 652	3.05 640	4.58 659	3.05 656	4.58 648	3.06 656

rvit_stereo_0081_aga	3.86 653	5.33 635	3.02 648	4.55 646	3.04 661	4.54 660	3.02 654	4.64 667	3.06 658	4.54 661	3.04 657	4.62 669	3.08 649	4.62 666	3.07 656	4.58 655	3.06 644	4.60 661	3.08 660	4.63 651	3.07 657

rvit_stereo_0080	3.89 656	5.70 643	3.04 650	4.54 643	3.03 657	4.56 665	3.05 660	4.60 664	3.07 659	4.58 664	3.06 658	4.59 664	3.06 647	4.61 664	3.08 657	4.63 657	3.09 645	4.64 663	3.10 661	4.65 652	3.10 660

whm_eth	3.89 656	5.70 643	3.04 650	4.54 643	3.03 657	4.56 665	3.05 660	4.60 664	3.07 659	4.58 664	3.06 658	4.59 664	3.06 647	4.61 664	3.08 657	4.63 657	3.09 645	4.64 663	3.10 661	4.65 652	3.10 660

RAFT+CT+SA	4.28 665	7.62 654	4.91 670	5.55 661	2.28 649	3.09 641	3.64 672	4.49 658	3.07 659	4.80 670	3.35 667	4.77 674	3.70 661	4.29 657	3.05 653	5.58 671	5.98 673	3.58 647	3.78 676	4.26 641	3.72 673

rvit_0105_3	3.91 658	5.33 635	3.06 653	4.60 648	3.07 663	4.60 667	3.06 662	4.62 666	3.08 662	4.60 666	3.07 661	4.62 669	3.08 649	4.67 668	3.10 660	4.70 660	3.11 648	4.77 670	3.19 668	4.77 657	3.14 664

rvit_stereo_0083	3.92 660	5.30 634	3.06 653	4.61 649	3.09 664	4.67 669	3.08 663	4.66 668	3.09 663	4.62 667	3.10 663	4.66 672	3.11 651	4.67 668	3.16 662	4.72 662	3.16 651	4.77 670	3.11 663	4.66 654	3.11 662

rvit_stereo_ft	3.93 661	5.44 640	3.05 652	4.59 647	3.06 662	4.61 668	3.08 663	4.67 669	3.12 664	4.63 668	3.10 663	4.65 671	3.11 651	4.69 670	3.13 661	4.70 660	3.14 650	4.71 668	3.15 666	4.74 655	3.16 665

rvit_0105_4	3.91 658	5.47 642	3.02 648	4.54 643	3.02 656	4.54 660	3.03 658	4.75 670	3.17 665	4.57 663	3.06 658	4.61 668	3.16 653	4.65 667	3.09 659	4.66 659	3.11 648	4.68 666	3.18 667	4.81 658	3.16 665

NLCSM	3.67 649	4.08 611	3.19 659	4.80 652	3.26 667	3.99 654	3.24 668	4.25 656	3.18 666	4.09 652	3.27 666	4.14 655	3.18 654	4.13 654	3.28 664	4.06 644	3.10 647	3.85 653	3.14 665	3.91 638	3.27 668

rvit_0105_5	4.10 662	5.40 638	3.13 658	4.71 651	3.15 666	4.72 672	3.10 665	4.90 675	3.27 667	4.69 669	3.16 665	4.84 676	3.25 655	4.96 674	3.34 665	5.05 667	3.39 656	5.10 675	3.40 669	5.11 665	3.42 669

Sa-1000	4.34 668	8.37 657	6.84 681	6.98 672	4.45 682	3.58 647	3.00 652	3.42 647	3.39 668	2.61 627	4.00 677	3.83 652	4.01 670	3.90 651	3.90 673	5.98 675	5.62 670	3.76 650	2.34 649	4.35 643	2.47 647

MLG-Stereo_test1	4.25 663	5.34 637	3.61 662	5.31 658	3.63 673	5.23 676	3.57 671	5.38 678	3.65 669	5.23 675	3.47 668	4.76 673	3.74 662	4.85 671	3.71 669	4.96 664	3.18 653	4.71 668	2.92 653	4.86 661	2.90 650

DPSNet	3.66 648	3.60 596	3.62 663	3.63 628	3.64 674	3.65 649	3.65 673	3.66 649	3.67 670	3.67 648	3.65 671	3.67 650	3.66 659	3.66 648	3.68 668	3.68 642	3.66 657	3.67 648	3.68 674	3.67 632	3.67 672

MLG-Stereo_test3	4.26 664	4.85 624	3.95 666	5.35 659	3.60 672	4.75 673	3.76 674	5.49 679	3.71 671	5.39 676	3.69 672	4.82 675	3.66 659	4.85 671	3.73 672	4.93 663	3.19 654	4.69 667	2.99 655	4.84 660	2.98 652

TestStereo1	4.60 669	8.41 658	6.44 679	6.86 670	3.79 676	3.97 652	3.78 675	3.99 653	3.74 672	3.97 650	3.52 669	3.94 653	3.58 656	3.98 652	3.72 670	6.82 680	6.50 676	3.76 650	3.66 672	3.90 635	3.74 675

SA-5K	4.60 669	8.41 658	6.44 679	6.86 670	3.79 676	3.97 652	3.78 675	3.99 653	3.74 672	3.97 650	3.52 669	3.94 653	3.58 656	3.98 652	3.72 670	6.82 680	6.50 676	3.76 650	3.66 672	3.90 635	3.74 675

test_3	5.01 677	8.86 663	7.77 685	8.09 675	2.76 654	4.13 655	4.05 679	3.88 652	3.76 674	4.33 655	4.13 678	3.71 651	3.91 667	4.21 656	4.06 676	7.93 684	7.69 681	4.53 655	3.91 677	4.17 640	4.29 681

MLG-Stereo_test2	4.28 665	5.46 641	3.69 664	4.86 654	3.72 675	5.58 679	3.42 669	4.81 672	3.77 675	4.85 671	3.72 673	5.55 681	3.63 658	5.58 678	3.53 667	4.41 649	3.28 655	4.99 674	2.95 654	4.75 656	3.13 663

test_4	4.88 675	8.13 656	6.98 683	7.46 673	4.44 681	4.25 656	3.85 677	4.04 655	3.92 676	4.13 653	3.91 675	4.18 657	3.84 666	4.14 655	4.06 676	7.01 682	7.13 679	4.53 655	3.72 675	4.09 639	3.72 673

cross-raft	4.83 674	7.52 652	6.43 678	6.63 668	3.96 678	4.51 658	3.99 678	4.49 658	3.96 677	4.52 657	3.96 676	4.50 659	3.97 669	4.50 659	3.97 674	6.65 678	6.44 675	4.33 654	3.92 678	4.35 643	3.91 678

test_5	4.62 672	7.55 653	6.23 677	6.32 667	3.40 670	5.29 677	3.50 670	3.53 648	4.11 678	4.28 654	4.47 681	4.26 658	4.38 673	3.68 649	3.24 663	5.89 673	5.60 669	4.84 672	3.50 670	4.33 642	3.93 679

DispFullNet	4.61 671	4.84 623	3.12 656	5.00 656	3.57 671	4.75 673	3.03 658	7.75 686	4.17 679	4.91 673	3.09 662	6.20 683	3.95 668	6.71 682	3.51 666	5.30 670	3.67 658	5.86 682	3.63 671	5.61 669	3.46 670

SGM-Forest	5.21 681	5.92 647	4.08 667	6.18 665	4.16 680	6.31 681	4.34 681	6.50 681	4.33 680	6.14 682	4.21 679	6.61 686	4.55 674	6.67 681	4.48 679	5.94 674	3.94 660	5.85 681	4.03 680	5.79 671	4.17 680
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
raft_robust	4.71 673	7.75 655	5.40 675	6.81 669	3.31 668	4.28 657	4.20 680	4.32 657	4.37 681	4.35 656	4.35 680	4.14 655	3.75 663	4.30 658	4.20 678	6.67 679	6.37 674	3.36 645	4.24 682	4.86 661	3.25 667

TestStereo	4.88 675	4.75 622	4.79 669	4.87 655	4.92 683	4.81 675	4.90 683	4.78 671	4.77 682	4.87 672	4.89 682	4.90 677	4.91 675	4.99 675	4.79 680	4.98 665	4.87 666	4.87 673	4.92 684	5.00 664	5.00 682

test-1	6.46 682	9.16 665	8.03 688	8.09 675	5.62 686	6.11 680	6.35 686	6.85 683	4.94 683	6.08 681	6.29 688	4.98 678	6.43 680	6.22 679	6.36 686	6.16 677	7.47 680	5.82 680	5.44 687	7.11 677	5.68 685

rvit_stereo_0075_2	6.64 683	8.80 662	5.25 672	7.89 674	5.27 685	7.90 686	5.27 684	7.92 687	5.28 684	7.91 687	5.29 685	7.93 688	5.27 676	7.92 687	5.28 681	7.93 684	5.28 668	7.93 687	5.29 686	7.93 680	5.28 684

SGM+DAISY	7.06 685	9.15 664	5.38 674	8.84 679	5.18 684	8.80 688	5.31 685	8.79 689	5.28 684	8.89 689	5.20 684	8.93 690	5.33 677	8.95 689	5.36 682	8.70 688	5.21 667	8.74 690	5.20 685	8.89 684	5.15 683

FC-DCNN v2	5.10 679	5.15 629	4.49 668	5.07 657	3.37 669	6.87 682	4.75 682	5.04 676	6.34 686	7.84 686	5.06 683	6.72 687	4.09 671	4.99 675	5.44 683	5.03 666	3.16 651	4.67 665	4.86 683	5.15 666	3.89 677

RAFT	6.73 684	9.36 666	7.40 684	8.51 678	6.55 687	6.88 683	6.60 687	6.79 682	6.60 687	6.80 683	6.72 689	5.31 680	5.50 678	6.61 680	6.61 687	8.42 686	5.89 671	5.73 679	5.45 688	6.61 673	6.24 686

test-v	7.53 686	11.89 674	7.98 686	9.36 681	7.14 688	7.06 684	7.09 688	7.37 684	6.91 688	7.29 684	5.71 686	6.45 684	6.93 681	6.73 683	7.27 688	8.93 689	7.85 682	6.98 685	6.80 689	7.56 678	7.34 688

test-2	7.53 686	11.89 674	7.98 686	9.36 681	7.14 688	7.06 684	7.09 688	7.37 684	6.91 688	7.29 684	5.71 686	6.45 684	6.93 681	6.73 683	7.27 688	8.93 689	7.85 682	6.98 685	6.80 689	7.56 678	7.34 688

MANE	19.05 689	23.00 682	15.00 689	23.00 696	15.00 690	24.00 695	16.00 690	24.00 696	16.00 690	22.00 696	15.00 690	23.00 697	16.00 690	23.00 696	15.00 690	22.00 697	15.00 691	22.00 697	15.00 691	22.00 697	15.00 690

rafts_anoy	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 690	20.00 691	20.00 690	20.00 691	20.00 691	20.00 691	20.00 690	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 691

raft+_RVC	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 690	20.00 691	20.00 690	20.00 691	20.00 691	20.00 691	20.00 690	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 691

raftrobust	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 690	20.00 691	20.00 690	20.00 691	20.00 691	20.00 691	20.00 690	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 691

CasAABBNet	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 690	20.00 691	20.00 690	20.00 691	20.00 691	20.00 691	20.00 690	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 691

RALCasStereoNet	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 690	20.00 691	20.00 690	20.00 691	20.00 691	20.00 691	20.00 690	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 691

RALAANet	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 690	20.00 691	20.00 690	20.00 691	20.00 691	20.00 691	20.00 690	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 691

WCMA_ROB	31.10 697	35.43 702	27.12 696	39.51 708	23.10 697	38.78 707	25.30 697	37.49 708	25.39 697	37.29 707	27.02 697	38.52 709	26.48 697	37.80 707	26.44 697	36.28 705	22.65 698	33.90 702	22.30 698	37.10 706	24.18 697

111	30.40 696	30.94 698	29.72 697	32.61 697	30.02 698	33.57 696	30.47 698	31.50 697	29.39 698	30.98 697	29.11 698	29.78 698	30.39 701	29.45 697	30.76 701	30.08 698	29.02 699	29.92 698	30.32 702	29.86 698	30.17 698

ADStereo(finetuned)	36.13 699	36.63 703	38.07 707	36.97 702	33.25 702	35.91 701	34.45 702	36.36 704	32.99 699	38.14 708	36.71 705	36.69 705	34.13 702	38.57 708	40.79 708	37.60 709	36.58 706	35.90 706	33.36 703	35.42 701	34.04 702

tt	500032.53 714	34.60 700	29.72 697	37.47 706	34.41 703	36.85 702	35.22 703	34.71 701	33.55 700	34.50 698	35.43 702	33.81 702	10000000.00 718	33.57 701	33.13 702	33.68 702	35.00 704	34.03 703	35.26 705	30.96 699	34.63 703

DCANet	500032.53 714	34.60 700	29.72 697	37.47 706	34.41 703	36.85 702	35.22 703	34.71 701	33.55 700	34.50 698	35.43 702	33.81 702	10000000.00 718	33.57 701	33.13 702	33.68 702	35.00 704	34.03 703	35.26 705	30.96 699	34.63 703

DCANet-4	35.22 698	34.54 699	35.08 703	33.58 701	35.47 705	34.55 697	35.53 705	36.08 703	35.85 702	35.92 703	35.77 704	35.18 704	35.48 703	35.39 703	37.15 707	34.55 704	33.92 703	35.02 705	34.90 704	35.79 702	34.74 705

Reg-Stereo(zero)	37.00 700	37.00 704	37.00 704	37.00 703	37.00 706	37.00 704	37.00 706	37.00 705	37.00 703	37.00 704	37.00 706	37.00 706	37.00 704	37.00 704	37.00 704	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 706

HI	37.00 700	37.00 704	37.00 704	37.00 703	37.00 706	37.00 704	37.00 706	37.00 705	37.00 703	37.00 704	37.00 706	37.00 706	37.00 704	37.00 704	37.00 704	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 706

CoSv	37.00 700	37.00 704	37.00 704	37.00 703	37.00 706	37.00 704	37.00 706	37.00 705	37.00 703	37.00 704	37.00 706	37.00 706	37.00 704	37.00 704	37.00 704	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 706

MDST_ROB	69.83 703	87.70 708	41.95 708	113.75 711	65.62 711	75.05 708	55.25 710	75.64 710	45.04 706	71.61 709	41.75 709	72.81 710	44.06 707	68.38 709	44.63 709	101.89 712	59.57 712	107.10 712	61.05 712	104.38 709	59.38 711

CBMV	128.50 705	1422.70 719	53.10 709	79.50 710	51.30 710	77.30 709	49.70 709	74.00 709	48.20 707	77.20 710	48.80 710	73.90 711	48.00 708	73.80 710	48.80 710	70.40 711	45.10 711	68.90 711	46.10 711	68.20 708	45.00 710
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 704	153.00 712	121.00 711	51.00 709	44.00 709	165.00 711	127.00 711	153.00 711	119.00 708	164.00 712	125.00 711	168.00 713	120.00 709	153.00 711	117.00 711	49.00 710	44.00 710	49.00 710	44.00 710	49.00 707	44.00 709

MeshStereo	159.24 706	171.00 713	160.68 714	162.58 712	160.59 712	164.01 710	160.35 712	158.51 712	158.56 709	158.34 711	160.12 712	158.56 712	159.92 710	157.26 712	158.94 712	154.38 713	158.36 713	155.75 713	159.13 714	153.67 710	154.07 712
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
DLCB_ROB	284.23 710	354.61 715	207.27 715	363.24 716	206.46 713	364.72 715	210.41 713	364.72 716	210.41 710	364.81 716	208.64 714	364.81 717	208.64 712	364.72 716	210.41 714	354.70 717	205.53 715	354.70 717	205.53 716	354.70 714	205.53 714

AE-Stereo	201.80 707	123.00 709	115.00 710	219.00 713	218.00 714	223.00 712	244.00 714	217.00 713	236.00 711	202.00 713	203.00 713	205.00 714	208.00 711	225.00 713	204.00 713	210.00 714	198.00 714	197.00 714	184.00 715	204.00 711	201.00 713

MGS-Stereo	239.45 708	123.00 709	135.00 712	266.00 714	286.00 715	277.00 713	305.00 715	271.00 714	242.00 712	274.00 714	279.00 715	255.00 715	270.00 713	268.00 714	297.00 715	221.00 715	247.00 716	216.00 715	123.00 713	217.00 712	217.00 715

EGLCR-Stereo	246.90 709	129.00 711	139.00 713	266.00 714	286.00 715	277.00 713	305.00 715	271.00 714	242.00 712	274.00 714	279.00 715	255.00 715	270.00 713	268.00 714	297.00 715	230.00 716	247.00 716	216.00 715	223.00 717	237.00 713	227.00 716

LE_ROB	396.57 711	471.28 716	329.84 716	471.48 717	308.15 717	526.83 716	322.10 717	488.15 717	323.76 714	495.46 717	317.97 717	497.17 718	320.10 715	481.62 717	326.76 717	462.71 718	298.97 718	466.16 718	285.98 718	447.62 715	289.21 717

SGM-ForestM	596.69 712	677.77 717	444.52 717	699.85 718	517.25 718	732.94 717	488.29 718	770.79 718	460.11 715	750.81 718	487.98 718	792.79 719	499.41 716	730.90 718	475.81 718	720.03 719	491.16 719	663.96 719	418.60 719	674.76 716	436.05 718

CBMV_ROB	818.48 713	913.88 718	709.52 718	862.84 719	597.78 719	1073.99 718	700.52 719	1015.66 719	702.59 716	1115.65 719	760.02 719	1130.24 720	721.57 717	1037.41 719	692.65 719	814.05 720	564.29 720	843.28 720	595.31 720	915.51 717	602.92 719

111111	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

SGD-Stereo	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

IGEV-Stereo++	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

IGEV-BASED-STEREO-	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

IGEV-Stereo+	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

SDNR	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

anonymousdsp2	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

anonymousdsp	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

fff	1000028.16 716	29.62 694	29.72 697	32.61 697	30.02 698	35.13 698	31.83 699	32.07 698	10000000.00 717	35.27 700	29.82 699	32.45 699	30.15 698	32.35 698	30.09 698	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 699

csc	1000028.16 716	29.62 694	29.72 697	32.61 697	30.02 698	35.13 698	31.83 699	32.07 698	10000000.00 717	35.27 700	29.82 699	32.45 699	30.15 698	32.35 698	30.09 698	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 699

cscssc	1000028.16 716	29.62 694	29.72 697	32.61 697	30.02 698	35.13 698	31.83 699	32.07 698	10000000.00 717	35.27 700	29.82 699	32.45 699	30.15 698	32.35 698	30.09 698	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 699

test_example2	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720

DIP-Stereo	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 720
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 74		0.09 76	0.10 147							0.05 113				0.15 141	0.10 99	0.17 178	0.13 179	0.11 148

Low-res two-view benchmark