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	0.14 129	0.00 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	0.73 479	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 74	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 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 94	0.07 87	0.09 83	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 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 163	0.20 208	0.23 195	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	0.23 214	0.21 223	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 293	0.10 99	0.12 113	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	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 275	0.10 99	0.12 113	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	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 74	0.16 130	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 233	0.02 20	0.02 21	0.71 466	0.02 16	0.02 19	0.02 21	0.02 21	0.16 210

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	0.73 479	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 94	0.08 89	0.09 83	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 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

TCMNet-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

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 80	0.97 383	0.10 99	0.10 88	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 410	0.11 119	0.11 105	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 404	0.09 95	0.09 83	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 380	0.09 95	0.10 88	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 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 404	0.10 99	0.10 88	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 97	0.10 106	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	0.11 119	0.44 244	0.33 290	0.39 267	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	0.39 312	0.36 354	0.02 19	0.02 21	0.02 21	0.02 20

BSDual-CNN	0.81 492	1.91 565	0.92 532	4.48 703	0.02 22	0.42 361	0.06 139	0.41 335	0.02 22	0.48 423	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 643	4.19 730	0.33 292	0.23 269	0.34 283	0.27 304

psmg	0.43 341	1.91 565	0.92 532	1.91 610	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	1.97 643	1.44 635	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 261	1.29 492	1.19 561	1.36 585	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	1.26 600	1.21 612	0.03 41	0.09 149	0.02 21	0.09 150

Syn2CoEx	0.25 219	1.31 496	0.74 506	0.92 474	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	0.87 504	0.75 510	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

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	0.26 229	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 713	0.03 39	0.04 93	0.03 57	0.05 114	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	0.11 175	0.04 90	0.03 52	0.58 432	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	0.75 482	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 83	0.03 39	0.15 141	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 509	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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 98	0.98 384	0.14 155	0.15 141	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	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 426	0.17 193	0.20 178	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	0.18 185	0.16 185	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 149	1.22 488	0.28 248	0.32 235	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	0.32 260	0.27 257	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

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 98	1.05 414	0.12 130	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 414	0.12 130	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 414	0.12 130	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 394	0.11 119	0.11 105	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 98	1.07 418	0.11 119	0.10 88	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 410	0.12 130	0.10 88	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	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 356	0.10 99	0.12 113	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	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 356	0.12 130	0.11 105	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 98	1.07 418	0.11 119	0.10 88	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 426	0.13 150	0.14 129	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	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

qqq	0.16 168	2.01 575	0.12 130	0.15 141	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.03 52	0.12 118	0.14 174	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 119	1.15 429	0.15 176	0.14 129	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	0.14 140	0.15 182	0.03 41	0.03 57	0.03 47	0.03 52

hknet	1.10 554	1.85 556	3.49 728	4.48 703	0.02 22	0.42 361	0.06 139	0.41 335	0.02 22	0.48 423	0.03 56	0.41 344	0.03 53	0.42 356	0.03 52	4.39 716	4.19 730	0.33 292	0.23 269	0.34 283	0.27 304

222	0.10 98	0.99 392	0.12 130	0.13 125	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	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 431	0.16 183	0.12 113	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	0.13 133	0.16 185	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 420	0.13 150	0.12 113	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	0.14 140	0.14 174	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

GwcNet	0.12 132	0.07 83	0.05 79	0.08 76	0.05 126	0.08 139	1.20 598	0.07 138	0.05 124	0.05 112	0.05 127	0.08 141	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 599	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	0.11 119	0.03 31	0.03 39	1.60 599	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

ManiGeoR	0.17 174	0.05 66	0.62 464	0.73 446	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 174	0.05 66	0.63 468	0.72 442	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 466	0.59 467	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 174	0.05 66	0.62 464	0.73 446	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 174	0.05 66	0.62 464	0.72 442	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 174	0.05 66	0.65 475	0.72 442	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 466	0.59 467	0.05 108	0.04 99	0.05 114	0.04 96

z-mn7	0.16 168	1.21 482	0.33 290	0.41 294	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	0.35 278	0.31 294	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 183	1.47 507	0.33 290	0.40 280	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	0.38 299	0.32 299	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 127	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

mmm	0.14 149	1.83 550	0.12 130	0.11 105	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	0.06 117	0.04 97	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 127	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

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 566	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 123	0.03 57	0.04 97	0.03 52

ADCRef	0.12 132	0.03 31	0.04 64	1.71 606	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	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 602	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	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 149	0.04 52	0.03 39	2.22 624	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	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 161	0.04 52	0.04 64	2.20 623	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 570	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	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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
mmmmmm	0.07 67	0.40 216	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 228	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

DispViT+	0.07 67	0.08 85	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 141	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 141	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 80	0.13 117	0.39 335	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 127	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

GGEV	0.09 80	0.13 117	0.39 335	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 127	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

z-ln-s-r	0.21 198	1.40 505	0.53 441	0.56 401	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 431	0.44 410	0.04 93	0.04 99	0.04 97	0.04 96

qqq1	0.25 219	3.70 655	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 219	3.70 655	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

11t1	0.17 174	2.16 585	0.13 150	0.13 125	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.05 115	0.18 185	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

ffm	0.25 219	3.83 661	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 219	3.83 661	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 219	3.83 661	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

BUS	0.83 501	1.91 565	0.92 532	4.48 703	0.02 22	0.40 321	0.04 103	0.41 335	0.02 22	0.48 423	0.03 56	0.41 344	0.05 117	0.03 43	0.05 115	1.97 643	4.19 730	0.33 292	0.23 269	0.34 283	0.27 304

NINENet	0.69 457	3.87 664	1.20 564	1.98 615	0.05 126	0.40 321	0.04 103	0.40 316	0.05 124	0.41 333	0.04 110	0.41 344	0.05 117	0.40 322	0.05 115	1.79 630	1.56 644	0.34 302	0.22 263	0.34 283	0.23 248

AASNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

2222	0.09 80	0.59 306	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 310	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 303	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 303	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 299	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TS12	0.09 80	0.09 94	0.17 193	0.19 174	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 141	0.06 136	0.08 141	0.06 133	0.15 153	0.16 185	0.08 138	0.06 136	0.08 145	0.06 133

anonymous	0.09 80	0.09 94	0.14 155	0.14 129	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 149	0.07 147	0.09 147	0.07 139	0.14 140	0.13 166	0.09 146	0.07 142	0.09 149	0.07 142

FINET	0.07 67	0.08 85	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 141	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

SuperB	0.21 198	0.10 99	2.51 706	0.12 113	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 149	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

MatchStereo	0.54 420	0.12 115	2.38 704	2.32 640	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 149	0.07 147	0.09 147	0.08 142	2.34 680	2.34 699	0.12 166	0.11 172	0.11 163	0.10 158
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 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 141	0.05 117	0.09 147	0.08 142	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SepStereo	0.09 80	0.09 94	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 149	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

BEATNet-Init1	0.19 187	0.08 85	0.08 89	2.23 625	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 187	0.08 85	0.08 89	2.23 625	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

over-8	0.11 119	0.14 124	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.09 147	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.09 150

ISRNet	0.11 119	0.05 66	0.36 317	0.24 200	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 173	0.05 117	0.05 103	0.09 147	0.24 223	0.20 218	0.10 148	0.05 123	0.06 125	0.13 195

ac_64	0.22 205	0.13 117	0.19 205	0.23 195	0.10 162	0.26 258	1.02 583	0.14 173	0.10 160	0.28 260	0.14 206	0.17 198	0.19 251	0.28 268	0.09 147	0.22 202	0.16 185	0.23 240	0.17 245	0.11 163	0.12 188

ADCMid	0.08 74	0.02 12	0.02 15	1.01 495	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	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

PASM	0.39 310	3.06 640	1.36 627	1.58 595	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 165	0.09 154	0.09 147	0.09 147	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 172

DRN-Test	0.14 149	0.13 117	0.09 95	0.14 129	0.09 155	0.15 184	0.09 152	0.14 173	0.10 160	0.14 173	0.09 154	0.14 175	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 538

StereoDRNet	0.15 161	0.14 124	0.10 99	0.14 129	0.09 155	0.15 184	0.09 152	0.14 173	0.09 156	0.14 173	0.10 158	0.14 175	0.09 154	0.14 175	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 554

over-6	0.11 119	0.11 110	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 110	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.10 158

over-9	0.11 119	0.11 110	0.16 183	0.16 151	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

S2M2_L	0.12 132	0.14 124	0.10 99	0.15 141	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.15 183	0.10 158	0.14 175	0.10 158	0.14 175	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

UNet	0.29 238	0.90 366	0.10 99	0.14 129	0.10 162	0.14 173	0.10 157	0.91 525	0.69 530	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 519	0.76 545

PVD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

TT111	0.13 139	0.14 124	0.14 155	0.16 151	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

EE1	0.13 139	0.14 124	0.14 155	0.17 166	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

AnonStereo	0.13 139	0.14 124	0.14 155	0.16 151	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

S2M2_XL	0.14 149	0.17 135	0.12 130	0.17 166	0.11 182	0.17 198	0.11 174	0.17 197	0.11 178	0.17 195	0.11 176	0.17 198	0.11 175	0.17 197	0.11 169	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 119	0.12 115	0.11 119	0.11 105	0.11 182	0.11 161	0.14 199	0.11 161	0.11 178	0.12 170	0.11 176	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.16 185	0.11 159	0.11 172	0.11 163	0.11 172

CIPLG	0.13 139	0.21 149	0.12 130	0.16 151	0.11 182	0.15 184	0.11 174	0.14 173	0.11 178	0.15 183	0.12 187	0.15 189	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLG	0.13 139	0.20 143	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR_C	0.14 149	0.20 143	0.12 130	0.15 141	0.11 182	0.14 173	0.15 207	0.14 173	0.11 178	0.15 183	0.12 187	0.14 175	0.11 175	0.16 189	0.11 169	0.15 153	0.12 143	0.14 172	0.12 191	0.15 189	0.12 188

MIPNet	0.14 149	0.21 149	0.17 193	0.16 151	0.11 182	0.15 184	0.12 190	0.14 173	0.11 178	0.16 188	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.14 140	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 149	0.24 163	0.14 155	0.16 151	0.12 198	0.15 184	0.12 190	0.14 173	0.11 178	0.15 183	0.12 187	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ACRE	0.13 139	0.21 149	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.12 187	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ICVP	0.15 161	0.53 289	0.11 119	0.16 151	0.11 182	0.16 191	0.11 174	0.16 190	0.11 178	0.16 188	0.11 176	0.16 190	0.11 175	0.16 189	0.11 169	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.23 230	0.10 158	0.20 211	0.10 158	0.24 238	0.11 169	0.11 112	0.09 101	0.12 166	0.14 208	0.12 173	0.09 150

aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 187	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.11 129	0.14 172	0.11 172	0.49 438	0.11 172

ELAS	0.13 139	0.16 130	0.11 119	0.15 141	0.09 155	0.18 202	0.11 174	0.18 201	0.11 178	0.17 195	0.11 176	0.18 202	0.11 175	0.18 200	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
VeloStereo	0.16 168	0.92 373	0.16 183	0.18 169	0.08 151	0.11 161	0.12 190	0.12 169	0.09 156	0.09 147	0.28 297	0.10 153	0.08 152	0.10 152	0.12 184	0.15 153	0.17 206	0.08 138	0.12 191	0.09 149	0.08 145

flow	0.16 168	0.92 373	0.16 183	0.18 169	0.08 151	0.11 161	0.12 190	0.12 169	0.09 156	0.09 147	0.28 297	0.10 153	0.08 152	0.10 152	0.12 184	0.15 153	0.17 206	0.08 138	0.12 191	0.09 149	0.08 145

DF	0.39 310	1.37 502	1.02 545	1.14 508	0.12 198	0.16 191	0.12 190	0.16 190	0.12 197	0.16 188	0.12 187	0.16 190	0.12 194	0.16 189	0.12 184	1.12 542	1.00 534	0.15 188	0.12 191	0.15 189	0.12 188

JetBlue	0.11 119	0.11 110	0.12 130	0.13 125	0.14 205	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 165	0.11 175	0.12 173	0.12 184	0.11 112	0.11 129	0.11 159	0.11 172	0.11 163	0.11 172

ProNet	0.14 149	0.20 143	0.14 155	0.16 151	0.11 182	0.16 191	0.11 174	0.17 197	0.11 178	0.17 195	0.12 187	0.17 198	0.13 200	0.17 197	0.12 184	0.15 153	0.11 129	0.16 192	0.11 172	0.15 189	0.12 188

cf-r	0.66 446	2.17 586	0.12 130	0.18 169	0.12 198	0.18 202	2.70 725	2.60 698	0.12 197	0.18 199	0.12 187	0.18 202	0.12 194	0.18 200	0.12 184	0.15 153	0.11 129	0.15 188	0.11 172	1.81 645	1.74 700

HSM	0.14 149	0.16 130	0.12 130	0.17 166	0.12 198	0.17 198	0.11 174	0.17 197	0.11 178	0.17 195	0.12 187	0.17 198	0.12 194	0.17 197	0.12 184	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.12 188

ELAS_RVC	0.14 149	0.16 130	0.10 99	0.15 141	0.10 162	0.18 202	0.11 174	0.19 203	0.11 178	0.19 201	0.12 187	0.18 202	0.11 175	0.19 203	0.12 184	0.14 140	0.08 91	0.14 172	0.09 149	0.15 189	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 161	0.17 135	0.11 119	0.18 169	0.11 182	0.19 205	0.11 174	0.19 203	0.12 197	0.19 201	0.12 187	0.20 211	0.12 194	0.19 203	0.12 184	0.16 166	0.11 129	0.17 202	0.10 158	0.17 203	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LACA_dic	0.45 377	0.13 117	1.78 656	1.70 605	0.12 198	0.13 171	0.12 190	0.16 190	0.15 216	0.13 172	0.12 187	0.13 173	0.11 175	0.16 189	0.13 193	1.73 628	1.69 658	0.16 192	0.11 172	0.13 175	0.13 195

DDVS	0.30 239	3.10 641	0.14 155	0.19 174	0.14 205	0.19 205	0.14 199	0.20 210	0.14 204	0.19 201	0.13 201	0.16 190	0.13 200	0.19 203	0.13 193	0.17 177	0.13 166	0.17 202	0.13 202	0.17 203	0.13 195

DeepPruner_ROB	0.16 168	0.18 138	0.13 150	0.19 174	0.13 203	0.19 205	0.13 197	0.19 203	0.13 201	0.19 201	0.13 201	0.19 206	0.13 200	0.19 203	0.13 193	0.18 185	0.13 166	0.18 213	0.13 202	0.18 207	0.13 195

PDISCO_ROB	0.83 501	2.80 636	3.49 728	0.14 129	0.11 182	0.17 198	0.09 152	0.15 189	0.10 160	0.15 183	0.12 187	0.16 190	0.14 205	3.30 719	0.13 193	0.14 140	2.34 699	0.16 192	0.12 191	2.62 700	0.10 158

LALA_ROB	0.15 161	0.19 139	0.12 130	0.18 169	0.11 182	0.20 211	0.12 190	0.21 220	0.12 197	0.20 208	0.12 187	0.20 211	0.12 194	0.21 221	0.13 193	0.17 177	0.10 106	0.18 213	0.11 172	0.18 207	0.11 172

SCION-MonSter	0.21 198	0.76 334	0.22 216	0.25 207	0.15 219	0.19 205	0.15 207	0.19 203	0.15 216	0.19 201	0.15 216	0.19 206	0.15 217	0.19 203	0.14 198	0.22 202	0.21 223	0.16 192	0.14 208	0.16 194	0.15 208

depth_test_26	0.20 189	0.34 191	0.25 230	0.34 245	0.14 205	0.21 222	0.14 199	0.21 220	0.14 204	0.21 220	0.14 206	0.21 219	0.14 205	0.21 221	0.14 198	0.26 232	0.26 244	0.22 231	0.15 219	0.22 224	0.14 201

castereo++	0.54 420	3.59 652	1.15 555	1.31 579	0.14 205	0.16 191	0.14 199	0.16 190	0.14 204	0.16 188	0.14 206	0.16 190	0.13 200	0.16 189	0.14 198	1.45 615	1.16 560	0.15 188	0.14 208	0.15 189	0.13 195

ITSA-stereo	0.15 161	0.17 135	0.13 150	0.20 178	0.13 203	0.19 205	0.13 197	0.18 201	0.13 201	0.19 201	0.13 201	0.18 202	0.14 205	0.18 200	0.14 198	0.16 166	0.11 129	0.15 188	0.14 208	0.18 207	0.11 172

GMStereo	0.14 149	0.13 117	0.14 155	0.14 129	0.14 205	0.14 173	0.14 199	0.14 173	0.14 204	0.14 173	0.14 206	0.14 175	0.14 205	0.14 175	0.14 198	0.14 140	0.14 174	0.14 172	0.14 208	0.14 178	0.14 201
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 189	0.19 139	0.14 155	0.20 178	0.14 205	0.20 211	0.96 573	0.21 220	0.14 204	0.20 208	0.13 201	0.21 219	0.14 205	0.20 208	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	0.17 203	0.12 188

acv_ft	0.20 189	0.19 139	0.14 155	0.20 178	0.14 205	0.20 211	0.96 573	0.21 220	0.14 204	0.20 208	0.13 201	0.21 219	0.14 205	0.20 208	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	0.17 203	0.12 188

hitnet-ft	0.79 484	2.78 635	0.14 155	0.20 178	0.14 205	0.21 222	2.89 726	2.80 713	0.14 204	0.20 208	0.14 206	0.20 211	0.14 205	0.20 208	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	2.54 699	2.33 717

GANet-RSSM	0.75 474	1.91 565	0.14 155	0.47 327	0.14 205	0.21 222	3.21 742	2.30 684	0.14 204	0.46 410	0.14 206	0.23 237	0.18 244	0.21 221	0.14 198	0.18 185	0.27 257	0.37 331	0.13 202	2.13 668	2.12 710

PSMNet-RSSM	0.77 480	2.76 630	0.14 155	0.20 178	0.14 205	0.20 211	2.66 723	2.79 712	0.14 204	0.21 220	0.14 206	0.21 219	0.14 205	0.20 208	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	2.52 691	2.31 715

GwcNet-RSSM	0.77 480	2.77 632	0.14 155	0.20 178	0.14 205	0.20 211	2.67 724	2.78 711	0.14 204	0.20 208	0.14 206	0.20 211	0.14 205	0.21 221	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	2.52 691	2.31 715

CFNet-ft	0.55 425	1.57 511	0.14 155	0.20 178	0.14 205	0.20 211	2.53 721	1.61 638	0.14 204	0.20 208	0.14 206	0.20 211	0.14 205	0.20 208	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	1.56 633	1.24 649

SCION-MonSter(vits)	0.25 219	0.79 340	0.31 276	0.42 304	0.28 298	0.40 321	0.28 291	0.20 210	0.15 216	0.40 316	0.15 216	0.19 206	0.15 217	0.20 208	0.15 210	0.23 214	0.21 223	0.17 202	0.14 208	0.16 194	0.14 201

DepthFocus	0.18 183	0.22 153	0.15 176	0.22 190	0.15 219	0.22 227	0.15 207	0.22 226	0.15 216	0.22 224	0.15 216	0.22 229	0.16 221	0.22 227	0.15 210	0.20 192	0.15 182	0.20 221	0.14 208	0.20 214	0.14 201

DEFOM-Stereo_RVC	0.83 501	5.18 694	1.98 692	2.19 622	0.17 236	0.19 205	0.18 233	0.19 203	0.16 224	0.20 208	0.19 250	0.22 229	0.22 264	0.20 208	0.15 210	2.28 673	2.13 694	0.24 250	0.17 245	0.18 207	0.16 210

gwcnet-sp	0.82 497	1.72 518	1.48 637	0.39 267	0.15 219	0.31 277	0.21 249	0.20 210	0.25 274	1.61 643	0.23 267	0.28 266	0.26 286	0.20 208	0.15 210	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 248

scenet	0.82 497	1.72 518	1.48 637	0.39 267	0.15 219	0.31 277	0.21 249	0.20 210	0.25 274	1.61 643	0.23 267	0.28 266	0.26 286	0.20 208	0.15 210	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 248

ssnet	0.82 497	1.72 518	1.48 637	0.39 267	0.15 219	0.31 277	0.21 249	0.20 210	0.25 274	1.61 643	0.23 267	0.28 266	0.26 286	0.20 208	0.15 210	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 248

dd	0.23 212	0.98 384	0.16 183	0.23 195	0.15 219	0.23 236	0.15 207	0.23 233	0.15 216	0.23 230	0.15 216	0.24 243	0.17 233	0.23 234	0.15 210	0.22 202	0.15 182	0.21 226	0.15 219	0.22 224	0.16 210

dad	0.23 212	1.03 410	0.16 183	0.23 195	0.15 219	0.24 239	0.15 207	0.24 236	0.16 224	0.23 230	0.16 222	0.24 243	0.16 221	0.23 234	0.15 210	0.22 202	0.16 185	0.22 231	0.16 222	0.22 224	0.16 210

Weightmod_eth	0.20 189	0.24 163	0.28 248	0.47 327	0.14 205	0.24 239	0.14 199	0.17 197	0.13 201	0.22 224	0.16 222	0.22 229	0.13 200	0.20 208	0.16 218	0.24 223	0.20 218	0.19 216	0.14 208	0.16 194	0.24 258

LACA2	0.21 198	0.24 163	0.26 237	0.31 229	0.16 230	0.24 239	0.16 214	0.24 236	0.16 224	0.24 237	0.16 222	0.24 243	0.16 221	0.24 238	0.16 218	0.27 236	0.23 236	0.24 250	0.16 222	0.23 236	0.16 210

LACA1	0.21 198	0.24 163	0.26 237	0.31 229	0.16 230	0.24 239	0.16 214	0.24 236	0.16 224	0.24 237	0.16 222	0.24 243	0.16 221	0.24 238	0.16 218	0.27 236	0.22 230	0.23 240	0.16 222	0.23 236	0.16 210

VIP-Stereo	0.70 460	2.97 639	2.43 705	2.49 651	0.16 230	0.25 249	0.16 214	0.25 244	0.16 224	0.25 245	0.18 247	0.25 250	0.16 221	0.26 259	0.16 218	1.86 632	1.26 614	0.23 240	0.15 219	0.23 236	0.15 208

xyz-stereo-finetune2	0.18 183	0.48 268	0.16 183	0.16 151	0.15 219	0.15 184	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 190	0.16 221	0.16 189	0.16 218	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 210

xyz-stereo	0.18 183	0.50 275	0.16 183	0.15 141	0.16 230	0.16 191	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 190	0.16 221	0.16 189	0.16 218	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 210

GMStereo_Zeroshot	0.16 168	0.16 130	0.16 183	0.16 151	0.16 230	0.16 191	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 190	0.16 221	0.16 189	0.16 218	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 210

GEAR-Net	0.22 205	0.46 257	0.27 240	0.29 221	0.17 236	0.21 222	0.17 224	0.21 220	0.17 234	0.21 220	0.17 230	0.21 219	0.17 233	0.21 221	0.17 225	0.28 241	0.26 244	0.20 221	0.16 222	0.20 214	0.16 210

LACA3	0.23 212	0.25 170	0.27 240	0.54 394	0.17 236	0.25 249	0.17 224	0.25 244	0.17 234	0.25 245	0.17 230	0.25 250	0.17 233	0.25 247	0.17 225	0.28 241	0.23 236	0.24 250	0.17 245	0.24 241	0.17 228

BStereo	0.22 205	0.23 155	0.20 208	0.24 200	0.20 257	0.23 236	0.33 382	0.39 307	0.17 234	0.23 230	0.17 230	0.23 237	0.16 221	0.24 238	0.17 225	0.23 214	0.16 185	0.22 231	0.20 255	0.22 224	0.16 210

Anonymus123	0.22 205	0.23 155	0.20 208	0.24 200	0.20 257	0.23 236	0.33 382	0.39 307	0.17 234	0.23 230	0.17 230	0.23 237	0.16 221	0.24 238	0.17 225	0.23 214	0.16 185	0.22 231	0.20 255	0.22 224	0.16 210

castereo	0.61 435	3.79 660	1.35 619	1.52 593	0.15 219	0.17 198	0.16 214	0.20 210	0.21 255	0.18 199	0.16 222	0.21 219	0.12 194	0.26 259	0.17 225	1.43 614	1.38 631	0.17 202	0.16 222	0.18 207	0.16 210

tg	0.21 198	0.25 170	0.21 214	0.26 215	0.17 236	0.24 239	0.17 224	0.24 236	0.17 234	0.24 237	0.17 230	0.24 243	0.17 233	0.24 238	0.17 225	0.24 223	0.17 206	0.23 240	0.16 222	0.23 236	0.16 210

ACV-stereo	0.30 239	2.08 577	0.25 230	0.25 207	0.18 248	0.24 239	0.17 224	0.24 236	0.18 241	0.24 237	0.17 230	0.25 250	0.17 233	0.24 238	0.17 225	0.22 202	0.16 185	0.22 231	0.16 222	0.22 224	0.16 210

IGEV_Zeroshot_test	0.20 189	0.19 139	0.40 367	0.30 223	0.17 236	0.22 227	0.17 224	0.21 220	0.17 234	0.20 208	0.17 230	0.21 219	0.18 244	0.21 221	0.17 225	0.20 192	0.16 185	0.20 221	0.16 222	0.20 214	0.17 228

MIM_Stereo	0.25 219	0.23 155	0.66 477	0.80 456	0.17 236	0.22 227	0.17 224	0.23 233	0.18 241	0.26 254	0.17 230	0.21 219	0.17 233	0.25 247	0.17 225	0.23 214	0.16 185	0.21 226	0.17 245	0.22 224	0.17 228

MMNet	0.44 354	1.24 490	0.17 193	0.25 207	0.17 236	0.25 249	0.18 233	1.26 619	0.93 573	0.25 245	0.17 230	0.25 250	0.18 244	0.25 247	0.17 225	0.23 214	0.16 185	0.23 240	0.16 222	1.20 570	0.99 571

delet	0.43 341	1.21 482	0.17 193	0.25 207	0.17 236	0.25 249	0.18 233	1.26 619	0.95 575	0.25 245	0.17 230	0.25 250	0.17 233	0.25 247	0.17 225	0.23 214	0.16 185	0.22 231	0.16 222	1.18 566	0.98 570

psm_up	0.43 341	1.19 435	0.17 193	0.25 207	0.18 248	0.25 249	0.19 239	1.26 619	0.91 567	0.26 254	0.17 230	0.25 250	0.17 233	0.25 247	0.17 225	0.22 202	0.17 206	0.23 240	0.16 222	1.18 566	0.99 571

UPFNet	0.42 339	1.20 436	0.17 193	0.24 200	0.17 236	0.25 249	0.17 224	1.19 565	0.90 566	0.25 245	0.17 230	0.24 243	0.17 233	0.25 247	0.17 225	0.22 202	0.17 206	0.22 231	0.16 222	1.15 558	0.93 564

SMOE	0.23 212	0.25 170	0.30 258	0.33 239	0.18 248	0.26 258	0.18 233	0.26 250	0.18 241	0.26 254	0.18 247	0.25 250	0.18 244	0.25 247	0.18 238	0.31 257	0.27 257	0.23 240	0.17 245	0.23 236	0.17 228

MSKI-zero shot	0.24 216	0.21 149	0.49 421	0.65 421	0.18 248	0.22 227	0.17 224	0.23 233	0.18 241	0.21 220	0.17 230	0.23 237	0.28 302	0.23 234	0.18 238	0.21 200	0.16 185	0.21 226	0.16 222	0.21 222	0.16 210

iResNetv2_ROB	0.20 189	0.23 155	0.18 203	0.24 200	0.20 257	0.24 239	0.18 233	0.24 236	0.18 241	0.24 237	0.18 247	0.23 237	0.19 251	0.24 238	0.18 238	0.21 200	0.16 185	0.21 226	0.16 222	0.22 224	0.16 210

iResNet	0.20 189	0.23 155	0.18 203	0.24 200	0.18 248	0.24 239	0.20 243	0.24 236	0.18 241	0.23 230	0.17 230	0.23 237	0.18 244	0.23 234	0.18 238	0.22 202	0.16 185	0.21 226	0.16 222	0.21 222	0.16 210

Pointernet	0.21 198	0.22 153	0.19 205	0.24 200	0.19 254	0.24 239	0.19 239	0.24 236	0.19 248	0.24 237	0.19 250	0.24 243	0.19 251	0.24 238	0.19 242	0.22 202	0.17 206	0.22 231	0.17 245	0.22 224	0.17 228

CAS++	0.17 174	0.27 176	0.21 214	0.10 88	0.21 268	0.15 184	0.22 254	0.10 149	0.21 255	0.22 224	0.10 158	0.19 206	0.18 244	0.10 152	0.19 242	0.20 192	0.19 216	0.18 213	0.10 158	0.19 213	0.18 234
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet	1.37 617	5.27 703	0.19 205	5.49 727	0.19 254	0.28 265	0.19 239	0.28 255	0.19 248	0.28 260	0.19 250	0.28 266	4.35 747	0.28 268	0.19 242	0.23 214	0.17 206	0.23 240	4.21 756	4.81 733	0.17 228

DLNR-FE	0.28 233	0.89 362	0.30 258	0.34 245	0.19 254	0.28 265	0.19 239	0.28 255	0.20 250	0.28 260	0.20 254	0.28 266	0.20 255	0.28 268	0.20 245	0.33 266	0.28 265	0.25 255	0.19 253	0.24 241	0.19 237

DAS	0.20 189	0.20 143	0.20 208	0.20 178	0.20 257	0.20 211	0.20 243	0.20 210	0.20 250	0.20 208	0.20 254	0.20 211	0.20 255	0.20 208	0.20 245	0.20 192	0.20 218	0.20 221	0.20 255	0.20 214	0.20 239

ASD4	0.20 189	0.20 143	0.20 208	0.20 178	0.20 257	0.20 211	0.20 243	0.20 210	0.20 250	0.20 208	0.20 254	0.20 211	0.20 255	0.20 208	0.20 245	0.20 192	0.20 218	0.20 221	0.20 255	0.20 214	0.20 239

AANet_RVC	1.26 612	0.31 187	4.99 740	5.93 730	0.20 257	0.25 249	0.20 243	0.25 244	0.20 250	0.23 230	0.19 250	0.25 250	0.20 255	0.25 247	0.20 245	5.66 740	4.76 734	0.26 260	0.30 377	0.24 241	0.27 304

Weightmod	0.27 230	0.29 181	0.33 290	0.38 258	0.20 257	0.30 270	0.21 249	0.29 260	0.21 255	0.29 265	0.22 262	0.30 276	0.20 255	0.30 274	0.21 249	0.37 286	0.31 294	0.27 265	0.20 255	0.28 255	0.21 243

SME	0.27 230	0.29 181	0.31 276	0.38 258	0.20 257	0.29 268	0.18 233	0.30 263	0.20 250	0.32 278	0.21 260	0.32 285	0.20 255	0.32 282	0.21 249	0.35 278	0.32 299	0.27 265	0.19 253	0.29 259	0.20 239

GEStereo_RVC	0.86 513	4.45 677	0.20 208	0.27 218	0.20 257	0.27 263	0.20 243	0.26 250	0.18 241	5.03 749	0.20 254	0.27 265	0.19 251	0.27 263	0.21 249	0.20 192	0.19 216	0.19 216	4.02 754	0.20 214	0.18 234

HGLStereo	0.28 233	0.29 181	0.22 216	0.36 252	0.22 270	0.36 297	0.21 249	0.36 285	0.21 255	0.42 347	0.21 260	0.36 301	0.22 264	0.36 300	0.21 249	0.34 270	0.21 223	0.34 302	0.21 260	0.34 283	0.21 243

DCVSM-stereo	0.36 280	1.89 562	0.22 216	0.40 280	0.22 270	0.40 321	0.22 254	0.40 316	0.22 259	0.40 316	0.22 262	0.40 329	0.22 264	0.40 322	0.22 253	0.28 241	0.21 223	0.28 269	0.21 260	0.28 255	0.20 239

WAO-6	0.22 205	0.23 155	0.22 216	0.23 195	0.22 270	0.22 227	0.22 254	0.22 226	0.22 259	0.22 224	0.22 262	0.22 229	0.22 264	0.22 227	0.22 253	0.22 202	0.22 230	0.22 231	0.22 263	0.22 224	0.22 246

IMH-64-1	0.22 205	0.23 155	0.23 220	0.22 190	0.22 270	0.22 227	0.22 254	0.22 226	0.22 259	0.22 224	0.22 262	0.22 229	0.22 264	0.22 227	0.22 253	0.22 202	0.22 230	0.23 240	0.22 263	0.22 224	0.23 248

IMH-64	0.22 205	0.23 155	0.23 220	0.22 190	0.22 270	0.22 227	0.22 254	0.22 226	0.22 259	0.22 224	0.22 262	0.22 229	0.22 264	0.22 227	0.22 253	0.22 202	0.22 230	0.23 240	0.22 263	0.22 224	0.23 248

ssnet_v2	0.68 454	1.96 573	1.25 615	0.29 221	0.20 257	0.30 270	0.20 243	0.29 260	0.22 259	1.50 639	0.20 254	0.31 281	0.20 255	0.27 263	0.22 253	0.24 223	1.49 638	0.26 260	0.18 252	3.90 710	0.19 237

CCAANet	0.17 174	0.71 323	0.14 155	0.14 129	0.14 205	0.14 173	0.14 199	0.14 173	0.14 204	0.14 173	0.14 206	0.14 175	0.14 205	0.14 175	0.22 253	0.14 140	0.14 174	0.14 172	0.14 208	0.14 178	0.14 201

DISCO	1.11 556	0.39 212	5.28 742	0.39 267	0.20 257	0.39 319	0.27 280	0.39 307	0.22 259	0.38 302	0.20 254	0.38 314	0.20 255	6.95 760	0.22 253	0.30 251	0.21 223	0.27 265	0.21 260	5.25 742	0.21 243

PAM	0.39 310	1.88 561	0.34 304	0.37 255	0.41 452	0.45 416	0.22 254	0.28 255	0.23 266	0.28 260	0.24 274	0.29 272	0.23 270	0.29 272	0.23 260	0.38 299	0.32 299	0.38 339	0.37 433	0.32 271	0.22 246

DLNR_Zeroshot_test	0.31 246	0.28 179	0.47 406	0.79 452	0.24 281	0.30 270	0.26 277	0.30 263	0.24 269	0.32 278	0.23 267	0.31 281	0.24 273	0.30 274	0.23 260	0.29 250	0.26 244	0.29 274	0.24 276	0.33 278	0.23 248

FENet	0.54 420	1.52 509	1.19 561	1.41 589	0.23 276	0.35 293	0.23 263	0.35 281	0.23 266	0.34 286	0.23 267	0.35 296	0.23 270	0.35 294	0.23 260	1.40 612	1.07 544	0.32 285	0.23 269	0.33 278	0.23 248

RAFT-FEzeroshot	0.34 261	0.26 173	0.17 193	0.21 188	0.17 236	0.20 211	0.16 214	0.20 210	0.16 224	0.20 208	0.17 230	0.21 219	0.16 221	0.27 263	0.24 263	0.19 189	0.16 185	0.19 216	0.16 222	0.26 247	3.08 733

RAFT-FE	0.34 261	0.26 173	0.17 193	0.21 188	0.17 236	0.20 211	0.16 214	0.20 210	0.16 224	0.20 208	0.17 230	0.21 219	0.16 221	0.27 263	0.24 263	0.19 189	0.16 185	0.19 216	0.16 222	0.26 247	3.08 733

WCG-NET（raft）	0.32 255	1.24 490	0.24 227	0.32 235	0.24 281	0.32 286	0.23 263	0.32 271	0.24 269	0.32 278	0.24 274	0.32 285	0.24 273	0.32 282	0.24 263	0.30 251	0.23 236	0.30 276	0.23 269	0.30 263	0.23 248

tt1	0.31 246	0.93 377	0.24 227	0.33 239	0.23 276	0.31 277	0.24 268	0.32 271	0.24 269	0.32 278	0.23 267	0.32 285	0.25 276	0.32 282	0.24 263	0.27 236	0.26 244	0.27 265	0.26 285	0.27 253	0.27 304

xxxxx1	0.31 246	0.91 368	0.23 220	0.31 229	0.23 276	0.31 277	0.23 263	0.33 275	0.25 274	0.31 272	0.24 274	0.33 289	0.25 276	0.32 282	0.24 263	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 304

tt_ll	0.31 246	0.91 368	0.23 220	0.31 229	0.23 276	0.31 277	0.23 263	0.33 275	0.25 274	0.31 272	0.24 274	0.33 289	0.25 276	0.32 282	0.24 263	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 304

ff	0.31 246	0.91 368	0.23 220	0.31 229	0.23 276	0.31 277	0.23 263	0.33 275	0.25 274	0.31 272	0.24 274	0.33 289	0.25 276	0.32 282	0.24 263	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 304

iResNet_ROB	0.28 233	0.32 189	0.24 227	0.32 235	0.25 284	0.32 286	0.24 268	0.32 271	0.24 269	0.33 283	0.24 274	0.35 296	0.24 273	0.33 290	0.24 263	0.31 257	0.24 240	0.32 285	0.24 276	0.32 271	0.24 258

UNDER WATER-64	0.25 219	0.26 173	0.25 230	0.26 215	0.25 284	0.25 249	0.25 270	0.25 244	0.25 274	0.25 245	0.25 280	0.25 250	0.25 276	0.26 259	0.25 271	0.25 230	0.25 241	0.25 255	0.25 279	0.25 244	0.25 260

LoS_RVC	0.30 239	1.14 426	0.25 230	0.25 207	0.25 284	0.26 258	0.25 270	0.25 244	0.25 274	0.25 245	0.25 280	0.26 262	0.26 286	0.26 259	0.25 271	0.26 232	0.26 244	0.25 255	0.25 279	0.26 247	0.26 266

CAS	0.30 239	1.17 432	0.25 230	0.25 207	0.25 284	0.26 258	0.25 270	0.25 244	0.26 288	0.25 245	0.25 280	0.25 250	0.25 276	0.25 247	0.25 271	0.26 232	0.26 244	0.26 260	0.25 279	0.26 247	0.25 260

LoS	0.25 219	0.27 176	0.25 230	0.25 207	0.25 284	0.25 249	0.25 270	0.26 250	0.25 274	0.25 245	0.25 280	0.25 250	0.25 276	0.25 247	0.25 271	0.26 232	0.25 241	0.25 255	0.26 285	0.26 247	0.25 260
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 470	1.22 488	0.25 230	1.22 565	0.25 284	1.22 620	0.25 270	1.22 615	0.25 274	1.22 624	0.25 280	1.22 627	0.25 276	1.22 626	0.25 271	1.22 598	0.26 244	1.21 636	0.25 279	1.22 618	0.25 260
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
small-0shot	0.35 272	1.92 571	0.27 240	0.27 218	0.27 292	0.27 263	0.27 280	0.27 254	0.27 292	0.27 259	0.27 289	0.26 262	0.27 293	0.27 263	0.26 276	0.27 236	0.26 244	0.26 260	0.26 285	0.26 247	0.27 304

StereoDRNet-Refined	0.33 260	0.39 212	0.26 237	0.39 267	0.26 291	0.40 321	0.26 277	0.40 316	0.26 288	0.39 309	0.26 285	0.39 319	0.26 286	0.39 319	0.26 276	0.37 286	0.25 241	0.37 331	0.25 279	0.37 311	0.37 409
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 272	0.71 323	0.40 367	0.47 327	0.27 292	0.34 289	0.27 280	0.34 278	0.26 288	0.34 286	0.26 285	0.34 294	0.27 293	0.34 291	0.27 278	0.44 344	0.41 387	0.33 292	0.29 359	0.32 271	0.29 341

Monster-pub-eth3d	0.45 377	0.57 301	0.60 456	0.39 267	0.28 298	0.37 305	0.28 291	0.37 293	0.30 323	0.39 309	0.29 312	0.39 319	0.30 323	0.92 538	0.27 278	1.42 613	0.28 265	0.34 302	0.28 344	0.37 311	0.53 483

Monster-pub-mixall	0.44 354	0.56 299	0.60 456	0.38 258	0.27 292	0.37 305	0.27 280	0.37 293	0.29 308	0.38 302	0.27 289	0.38 314	0.29 314	0.85 526	0.27 278	1.46 616	0.26 244	0.34 302	0.26 285	0.36 306	0.53 483

Replicate-Monster	0.45 377	0.57 301	0.60 456	0.40 280	0.29 311	0.37 305	0.27 280	0.37 293	0.30 323	0.40 316	0.31 371	0.40 329	0.30 323	0.99 546	0.27 278	1.36 609	0.31 294	0.34 302	0.30 377	0.36 306	0.54 486

model_zeroshot	0.27 230	0.20 143	0.27 240	0.33 239	0.21 268	0.37 305	0.22 254	0.37 293	0.24 269	0.26 254	0.27 289	0.33 289	0.21 263	0.25 247	0.27 278	0.32 260	0.20 218	0.34 302	0.23 269	0.25 244	0.26 266

TorneroNet-64	0.45 377	0.27 176	0.30 258	0.58 404	0.27 292	0.70 500	0.30 314	0.28 255	0.73 549	0.73 506	0.28 297	0.71 506	0.66 515	0.75 507	0.27 278	0.27 236	0.29 279	0.37 331	0.75 556	0.28 255	0.30 356

CroCo-Stereo Lap2	0.77 480	1.29 492	0.29 254	1.27 570	0.29 311	1.27 624	0.26 277	1.26 619	0.26 288	1.26 625	0.26 285	1.27 631	0.26 286	1.26 628	0.27 278	1.27 601	0.27 257	1.27 640	0.27 323	1.27 622	0.27 304

CRFU-Net	0.65 444	1.67 515	1.22 611	1.96 614	0.27 292	0.41 340	0.27 280	0.41 335	0.27 292	0.40 316	0.26 285	0.41 344	0.27 293	0.40 322	0.27 278	1.80 631	1.62 652	0.34 302	0.23 269	0.33 278	0.23 248

MLCV	0.31 246	0.35 193	0.27 240	0.35 248	0.28 298	0.35 293	0.27 280	0.35 281	0.28 298	0.36 294	0.27 289	0.35 296	0.27 293	0.35 294	0.27 278	0.34 270	0.27 257	0.34 302	0.27 323	0.34 283	0.27 304

SCION-M(vits-remse)	0.34 261	0.79 340	0.30 258	0.33 239	0.28 298	0.40 321	0.28 291	0.40 316	0.28 298	0.40 316	0.28 297	0.39 319	0.28 302	0.40 322	0.28 287	0.23 214	0.21 223	0.35 318	0.27 323	0.35 296	0.27 304

SCION-Mon(vits-remp)	0.34 261	0.98 384	0.30 258	0.33 239	0.18 248	0.21 222	0.28 291	0.40 316	0.28 298	0.40 316	0.28 297	0.39 319	0.28 302	0.40 322	0.28 287	0.37 286	0.29 279	0.35 318	0.27 323	0.35 296	0.27 304

GREATEN-IGEV-FM_RVC	0.38 296	0.35 193	0.56 446	0.63 415	0.28 298	0.36 297	0.28 291	0.36 285	0.28 298	0.36 294	0.28 297	0.36 301	0.28 302	0.36 300	0.28 287	0.62 446	0.57 457	0.35 318	0.28 344	0.35 296	0.28 332

PStereo	0.32 255	0.36 198	0.28 248	0.38 258	0.29 311	0.36 297	0.27 280	0.38 302	0.27 292	0.38 302	0.28 297	0.36 301	0.27 293	0.36 300	0.28 287	0.32 260	0.27 257	0.33 292	0.27 323	0.33 278	0.27 304

TestStereo_HL2	2.73 710	0.41 228	11.06 760	14.13 762	0.30 323	0.44 402	0.28 291	0.43 361	0.29 308	0.43 354	0.28 297	0.43 371	0.29 314	0.43 363	0.28 287	13.51 763	10.37 763	0.41 413	0.27 323	0.38 324	0.27 304

GeoVLM	0.36 280	0.38 205	0.27 240	0.46 320	0.28 298	0.35 293	0.28 291	0.37 293	0.27 292	0.35 290	0.28 297	0.36 301	0.38 420	0.35 294	0.28 287	1.08 533	0.26 244	0.33 292	0.27 323	0.34 283	0.33 382

LG-Stereo_L2	0.34 261	0.37 201	0.38 324	0.47 327	0.28 298	0.39 319	0.28 291	0.39 307	0.28 298	0.39 309	0.28 297	0.39 319	0.28 302	0.38 311	0.28 287	0.42 342	0.35 348	0.36 327	0.26 285	0.35 296	0.26 266

GIP-stereo	0.36 280	0.49 270	0.39 335	0.48 333	0.32 384	0.41 340	0.28 291	0.40 316	0.30 323	0.41 333	0.28 297	0.40 329	0.28 302	0.42 356	0.28 287	0.45 373	0.32 299	0.38 339	0.30 377	0.37 311	0.27 304

DEFOM-Stereo	0.68 454	3.11 642	1.40 633	1.63 603	0.25 284	0.31 277	0.25 270	0.31 269	0.28 298	0.31 272	0.29 312	0.29 272	0.27 293	0.31 279	0.28 287	1.59 623	1.47 637	0.30 276	0.29 359	0.30 263	0.28 332

RSM	0.36 280	0.36 198	0.43 388	0.37 255	0.42 462	0.49 442	0.42 452	0.37 293	0.28 298	0.36 294	0.29 312	0.36 301	0.30 323	0.37 307	0.28 287	0.34 270	0.31 294	0.34 302	0.35 424	0.40 386	0.29 341

ACVNet-DCA	0.37 290	1.00 394	0.30 258	0.40 280	0.29 311	0.40 321	0.29 306	0.40 316	0.29 308	0.40 316	0.29 312	0.40 329	0.29 314	0.39 319	0.28 287	0.33 266	0.32 299	0.33 292	0.32 396	0.33 278	0.32 373

SQANet	0.28 233	0.28 179	0.28 248	0.28 220	0.28 298	0.28 265	0.28 291	0.28 255	0.28 298	0.28 260	0.28 297	0.28 266	0.28 302	0.28 268	0.28 287	0.28 241	0.28 265	0.28 269	0.28 344	0.28 255	0.28 332

Any-RAFT	0.32 255	0.36 198	0.27 240	0.36 252	0.27 292	0.36 297	0.27 280	0.36 285	0.27 292	0.36 294	0.27 289	0.36 301	0.27 293	0.36 300	0.28 287	0.36 283	0.28 265	0.36 327	0.28 344	0.36 306	0.28 332

IER	0.88 518	7.04 722	2.23 698	2.75 657	0.28 298	0.43 368	0.25 270	0.39 307	0.25 274	0.41 333	0.27 289	0.39 319	0.25 276	0.40 322	0.28 287	0.37 286	0.28 265	0.37 331	0.25 279	0.37 311	0.25 260

DGSMNet	0.34 261	0.41 228	0.27 240	0.41 294	0.28 298	0.41 340	0.28 291	0.41 335	0.27 292	0.41 333	0.27 289	0.42 362	0.27 293	0.41 342	0.28 287	0.40 320	0.29 279	0.40 395	0.28 344	0.40 386	0.27 304

DN-CSS_ROB	0.31 246	0.35 193	0.28 248	0.35 248	0.28 298	0.34 289	0.27 280	0.34 278	0.25 274	0.35 290	0.27 289	0.36 301	0.26 286	0.34 291	0.28 287	0.35 278	0.28 265	0.34 302	0.28 344	0.34 283	0.27 304

GREATEN-IGEV_RVC	0.38 296	0.35 193	0.56 446	0.63 415	0.29 311	0.36 297	0.29 306	0.36 285	0.29 308	0.39 309	0.29 312	0.36 301	0.29 314	0.36 300	0.29 303	0.62 446	0.57 457	0.35 318	0.29 359	0.36 306	0.29 341

GGDA	2.76 713	0.41 228	11.34 762	14.28 763	0.30 323	0.44 402	0.29 306	0.43 361	0.29 308	0.43 354	0.28 297	0.43 371	0.28 302	0.43 363	0.29 303	13.45 762	10.57 764	0.41 413	0.27 323	0.38 324	0.27 304

TestStereo-Hl	2.78 715	0.42 239	11.23 761	14.38 764	0.30 323	0.44 402	0.30 314	0.43 361	0.28 298	0.43 354	0.29 312	0.44 406	0.29 314	0.44 394	0.29 303	13.64 765	10.73 765	0.41 413	0.27 323	0.38 324	0.27 304

xx1	0.38 296	1.03 410	0.31 276	0.40 280	0.31 370	0.41 340	0.28 291	0.40 316	0.29 308	0.40 316	0.29 312	0.40 329	0.29 314	0.40 322	0.29 303	0.34 270	0.33 312	0.34 302	0.32 396	0.34 283	0.32 373

1test111	0.37 290	1.02 408	0.30 258	0.39 267	0.29 311	0.40 321	0.28 291	0.39 307	0.29 308	0.39 309	0.29 312	0.39 319	0.28 302	0.40 322	0.29 303	0.33 266	0.32 299	0.33 292	0.31 388	0.32 271	0.31 366

cc1	0.37 290	1.02 408	0.30 258	0.39 267	0.29 311	0.40 321	0.28 291	0.39 307	0.29 308	0.39 309	0.29 312	0.39 319	0.28 302	0.40 322	0.29 303	0.33 266	0.32 299	0.33 292	0.31 388	0.32 271	0.31 366

EKT-Stereo	0.37 290	0.40 216	0.44 390	1.07 500	0.29 311	0.34 289	0.31 361	0.36 285	0.29 308	0.38 302	0.31 371	0.37 311	0.30 323	0.36 300	0.29 303	0.34 270	0.28 265	0.39 382	0.30 377	0.37 311	0.30 356

PML	0.46 386	1.36 500	0.29 254	0.58 404	0.30 323	0.57 481	0.29 306	0.57 469	0.29 308	0.57 476	0.29 312	0.57 482	0.29 314	0.56 472	0.29 303	0.52 415	0.30 289	0.53 481	0.31 388	0.53 456	0.30 356

GES	0.66 446	2.34 602	0.29 254	0.41 294	0.29 311	0.41 340	0.29 306	0.42 353	0.29 308	0.40 316	0.41 445	0.41 344	0.30 323	0.51 456	0.29 303	0.32 260	0.29 279	0.32 285	2.46 725	2.49 687	0.30 356

UCFNet_RVC	2.75 712	10.06 744	0.29 254	10.31 758	0.29 311	0.42 361	0.29 306	0.43 361	0.29 308	0.42 347	0.29 312	0.42 362	9.87 764	0.43 363	0.29 303	0.36 283	9.84 760	0.36 327	0.26 285	9.77 763	0.26 266

testmc14	2.43 699	10.48 747	8.02 757	8.93 748	0.31 370	0.44 402	0.30 314	0.42 353	0.30 323	0.42 347	0.30 327	0.42 362	0.30 323	0.42 356	0.30 313	8.88 759	6.99 749	0.41 413	0.28 344	0.39 372	0.28 332

TestStereo_HL3	2.76 713	0.41 228	11.46 763	14.11 761	0.30 323	0.45 416	0.29 306	0.43 361	0.29 308	0.43 354	0.29 312	0.43 371	0.28 302	0.44 394	0.30 313	13.57 764	10.32 762	0.41 413	0.27 323	0.38 324	0.27 304

MCSU-Stereo	2.48 702	10.56 748	8.50 759	9.47 752	0.31 370	0.43 368	0.30 314	0.42 353	0.30 323	0.42 347	0.30 327	0.42 362	0.30 323	0.41 342	0.30 313	8.86 758	6.93 748	0.40 395	0.29 359	0.39 372	0.28 332

aanet-new-90k	0.44 354	1.82 547	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.44 394	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-60k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-70k	0.44 354	1.82 547	0.38 324	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-78k	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-40k	0.44 354	1.81 540	0.39 335	0.50 375	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-36k	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-34k	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-32k-new	0.44 354	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.44 399	0.30 323	0.44 392	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.45 373	0.34 341	0.39 382	0.26 285	0.38 324	0.26 266

aanet-new-32k	0.44 354	1.79 534	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-30k	0.44 354	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-28k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.44 402	0.30 314	0.44 399	0.30 323	0.44 392	0.30 327	0.44 406	0.30 323	0.44 394	0.30 313	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-24k	0.44 354	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-22k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-16k	0.44 354	1.83 550	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-14k	0.60 430	5.12 691	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.44 394	0.30 313	0.44 344	0.37 359	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new-8k	0.43 341	1.76 525	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

aanet-new	0.43 341	1.80 535	0.38 324	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-cres-4k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-cres	0.43 341	1.77 527	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-36K	0.43 341	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-22K	0.44 354	1.85 556	0.38 324	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-20K	0.43 341	1.77 527	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-24K	0.44 354	1.86 559	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-5K	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.44 402	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.44 394	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-2K	0.44 354	1.82 547	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-3K	0.43 341	1.77 527	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 266

GCAP-Stereo-DPT-50K	0.44 354	1.83 550	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.36 354	0.38 339	0.26 285	0.38 324	0.26 266

gcap_with_dpt	0.35 272	0.39 212	0.30 258	0.44 315	0.31 370	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.30 327	0.44 406	0.30 323	0.44 394	0.30 313	0.38 299	0.26 244	0.38 339	0.27 323	0.38 324	0.27 304

Zero-FE251	0.36 280	0.40 216	0.28 248	0.41 294	0.28 298	0.41 340	0.28 291	0.41 335	0.28 298	0.41 333	0.28 297	0.41 344	0.28 302	0.42 356	0.30 313	0.37 286	0.26 244	0.37 331	0.27 323	0.45 412	0.56 497

MultiAttention	0.30 239	0.30 184	0.30 258	0.30 223	0.30 323	0.30 270	0.30 314	0.30 263	0.30 323	0.30 267	0.30 327	0.30 276	0.30 323	0.30 274	0.30 313	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 356

MSAF-DinoV2	0.30 239	0.30 184	0.30 258	0.30 223	0.30 323	0.30 270	0.30 314	0.30 263	0.30 323	0.30 267	0.30 327	0.30 276	0.30 323	0.30 274	0.30 313	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 356

GCAP-BAT	0.41 324	1.30 494	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.44 392	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.44 344	0.34 341	0.38 339	0.26 285	0.38 324	0.26 266

GCAPDPT-zeroshot4090	0.40 316	1.09 420	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.44 399	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.30 313	0.45 373	0.34 341	0.38 339	0.27 323	0.38 324	0.27 304

IGEV++	0.34 261	0.43 241	0.30 258	0.40 280	0.29 311	0.40 321	0.29 306	0.40 316	0.29 308	0.40 316	0.29 312	0.40 329	0.29 314	0.40 322	0.30 313	0.38 299	0.29 279	0.37 331	0.29 359	0.37 311	0.29 341

IGEV-Stereo	0.35 272	0.44 244	0.45 392	0.49 339	0.30 323	0.37 305	0.30 314	0.36 285	0.30 323	0.36 294	0.29 312	0.36 301	0.29 314	0.36 300	0.30 313	0.46 385	0.39 373	0.32 285	0.24 276	0.32 271	0.25 260
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 261	0.42 239	0.31 276	0.39 267	0.30 323	0.38 312	0.30 314	0.40 316	0.29 308	0.40 316	0.37 419	0.41 344	0.34 400	0.38 311	0.30 313	0.34 270	0.27 257	0.34 302	0.26 285	0.34 283	0.26 266

RAFT + AFF	0.31 246	0.45 253	0.34 304	0.39 267	0.28 298	0.38 312	0.33 382	0.29 260	0.31 368	0.30 267	0.30 327	0.29 272	0.27 293	0.29 272	0.30 313	0.28 241	0.29 279	0.29 274	0.29 359	0.27 253	0.32 373

DANet	0.30 239	0.30 184	0.30 258	0.30 223	0.30 323	0.30 270	0.30 314	0.30 263	0.30 323	0.30 267	0.30 327	0.30 276	0.30 323	0.30 274	0.30 313	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 356
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 324	0.89 362	0.31 276	0.40 280	0.31 370	0.40 321	0.31 361	0.40 316	0.31 368	0.61 483	0.53 497	0.40 329	0.31 374	0.40 322	0.31 354	0.58 432	0.47 421	0.38 339	0.29 359	0.38 324	0.29 341

test410	0.66 446	5.69 714	0.31 276	0.40 280	0.31 370	0.41 340	0.31 361	0.40 316	0.31 368	0.62 487	0.55 500	0.40 329	0.31 374	0.40 322	0.31 354	0.59 435	0.47 421	0.38 339	0.29 359	0.38 324	0.30 356

GCAP-Stereo-DPT26K	0.43 341	1.76 525	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.43 363	0.31 354	0.44 344	0.33 312	0.38 339	0.27 323	0.38 324	0.26 266

aanet-new-10k	0.45 377	1.81 540	0.40 367	0.50 375	0.31 370	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.31 371	0.44 406	0.32 381	0.44 394	0.31 354	0.46 385	0.35 348	0.39 382	0.27 323	0.39 372	0.27 304

GCAP-Stereo-DPT-25K	0.41 324	1.09 420	0.40 367	0.52 389	0.31 370	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.31 371	0.44 406	0.31 374	0.44 394	0.31 354	0.46 385	0.35 348	0.39 382	0.28 344	0.39 372	0.28 332

GCAP-Stereo-DPT-FT	0.41 324	1.06 417	0.40 367	0.51 386	0.31 370	0.44 402	0.30 314	0.43 361	0.32 380	0.44 392	0.30 327	0.56 479	0.30 323	0.44 394	0.31 354	0.45 373	0.34 341	0.39 382	0.27 323	0.40 386	0.27 304

DStereoO	0.31 246	0.31 187	0.31 276	0.30 223	0.40 442	0.31 277	0.30 314	0.30 263	0.34 401	0.29 265	0.31 371	0.29 272	0.30 323	0.31 279	0.31 354	0.31 257	0.29 279	0.31 282	0.30 377	0.31 268	0.31 366

DStereoSA	0.32 255	0.52 285	0.34 304	0.31 229	0.31 370	0.30 270	0.30 314	0.31 269	0.30 323	0.31 272	0.31 371	0.31 281	0.30 323	0.31 279	0.31 354	0.30 251	0.32 299	0.31 282	0.31 388	0.31 268	0.31 366

gcap-zeroshot	0.36 280	0.40 216	0.34 304	0.44 315	0.31 370	0.44 402	0.31 361	0.44 399	0.32 380	0.44 392	0.32 381	0.44 406	0.32 381	0.44 394	0.31 354	0.39 312	0.28 265	0.39 382	0.28 344	0.39 372	0.27 304

test_for_model	0.35 272	0.39 212	0.30 258	0.43 311	0.30 323	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 371	0.30 323	0.44 394	0.31 354	0.38 299	0.26 244	0.38 339	0.26 285	0.38 324	0.26 266

testlalala	0.36 280	0.40 216	0.34 304	0.44 315	0.31 370	0.44 402	0.31 361	0.44 399	0.32 380	0.44 392	0.32 381	0.44 406	0.32 381	0.44 394	0.31 354	0.39 312	0.28 265	0.39 382	0.28 344	0.39 372	0.27 304

GCAPDPT-zeroshot	0.36 280	0.40 216	0.30 258	0.43 311	0.30 323	0.43 368	0.30 314	0.43 361	0.31 368	0.43 354	0.30 327	0.43 371	0.30 323	0.44 394	0.31 354	0.39 312	0.28 265	0.39 382	0.27 323	0.39 372	0.26 266

PhaseNet	1.74 628	6.34 721	4.81 738	6.77 736	0.24 281	0.80 514	0.53 493	0.48 422	0.22 259	0.53 462	0.28 297	0.48 433	0.25 276	0.40 322	0.32 366	6.39 746	4.61 733	0.46 441	0.38 447	0.25 244	0.18 234

aanet-new-12k	0.46 386	1.99 574	0.40 367	0.51 386	0.31 370	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.31 371	0.44 406	0.31 374	0.44 394	0.32 366	0.47 392	0.35 348	0.39 382	0.27 323	0.39 372	0.27 304

DStereoFS	0.32 255	0.33 190	0.32 285	0.33 239	0.30 323	0.32 286	0.32 371	0.32 271	0.31 368	0.30 267	0.31 371	0.31 281	0.30 323	0.32 282	0.32 366	0.32 260	0.31 294	0.30 276	0.47 485	0.32 271	0.34 389

DDF-Stereo	0.43 341	1.15 429	0.57 450	0.53 391	0.32 384	0.41 340	0.32 371	0.41 335	0.32 380	0.41 333	0.32 381	0.41 344	0.32 381	0.40 322	0.32 366	0.52 415	0.50 438	0.38 339	0.31 388	0.39 372	0.31 366

water-stereo	0.41 324	0.84 350	0.46 398	0.50 375	0.33 397	0.45 416	0.33 382	0.45 408	0.32 380	0.45 404	0.32 381	0.45 416	0.32 381	0.45 412	0.32 366	0.44 344	0.41 387	0.39 382	0.31 388	0.39 372	0.32 373

xyz-stereo-finetune	0.28 233	0.49 270	0.16 183	0.16 151	0.16 230	0.16 191	0.16 214	0.22 226	0.30 323	0.32 278	0.31 371	0.32 285	0.31 374	0.32 282	0.32 366	0.32 260	0.33 312	0.31 282	0.32 396	0.31 268	0.32 373

GREAT-IGEV	0.38 296	0.43 241	0.36 317	0.48 333	0.32 384	0.45 416	0.32 371	0.45 408	0.32 380	0.45 404	0.32 381	0.45 416	0.32 381	0.45 412	0.32 366	0.44 344	0.33 312	0.41 413	0.29 359	0.41 397	0.29 341
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 316	0.45 253	0.35 315	0.48 333	0.36 419	0.47 428	0.34 397	0.45 408	0.38 422	0.47 416	0.33 390	0.45 416	0.32 381	0.45 412	0.32 366	0.39 312	0.38 366	0.38 339	0.37 433	0.39 372	0.39 423

fffy	0.38 296	0.43 241	0.33 290	0.46 320	0.33 397	0.45 416	0.32 371	0.45 408	0.32 380	0.45 404	0.32 381	0.45 416	0.33 393	0.45 412	0.32 366	0.38 299	0.38 366	0.38 339	0.37 433	0.37 311	0.36 403

iRaft-Stereo_20w	0.34 261	0.41 228	0.31 276	0.39 267	0.29 311	0.40 321	0.32 371	0.41 335	0.32 380	0.38 302	0.30 327	0.39 319	0.30 323	0.38 311	0.32 366	0.35 278	0.27 257	0.34 302	0.27 323	0.34 283	0.29 341

FCDSN-DC	0.41 324	0.59 306	0.64 471	0.54 394	0.33 397	0.50 451	0.37 415	0.42 353	0.40 438	0.61 483	0.43 458	0.50 454	0.49 481	0.38 311	0.32 366	0.28 241	0.23 236	0.26 260	0.22 263	0.35 296	0.28 332
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 324	1.49 508	0.32 285	0.42 304	0.32 384	0.41 340	0.32 371	0.41 335	0.33 390	0.41 333	0.32 381	0.41 344	0.32 381	0.41 342	0.32 366	0.39 312	0.28 265	0.39 382	0.28 344	0.40 386	0.28 332

rgla	0.45 377	0.54 293	0.33 290	0.67 426	0.32 384	0.48 433	0.33 382	0.48 422	0.33 390	0.48 423	0.94 574	0.48 433	0.33 393	0.47 421	0.33 378	0.45 373	0.52 446	0.53 481	0.31 388	0.45 412	0.32 373

416test	0.46 386	0.55 296	0.33 290	0.67 426	0.33 397	0.48 433	0.33 382	0.48 422	0.33 390	0.48 423	0.99 579	0.48 433	0.33 393	0.48 431	0.33 378	0.45 373	0.52 446	0.54 484	0.32 396	0.45 412	0.32 373

MyStereo04	0.56 427	3.72 658	0.59 452	0.49 339	0.41 452	0.36 297	0.32 371	0.37 293	0.31 368	0.34 286	0.46 469	0.35 296	0.32 381	0.35 294	0.33 378	0.49 400	0.45 411	0.34 302	0.32 396	0.35 296	0.43 445

PCWNet_CMD	2.80 717	9.82 742	0.32 285	10.09 757	0.32 384	0.49 442	0.33 382	3.34 720	0.33 390	0.49 433	0.33 390	0.49 440	8.73 760	0.48 431	0.33 378	0.41 328	9.22 755	0.42 429	0.29 359	9.55 762	0.31 366

CFNet_ucs	2.73 710	9.64 741	0.33 290	9.92 755	0.32 384	0.49 442	0.33 382	0.49 430	0.33 390	0.49 433	0.33 390	0.49 440	8.98 762	0.48 431	0.33 378	0.41 328	9.96 761	0.40 395	0.29 359	10.12 765	0.54 486

RAFT-Test	0.36 280	0.37 201	0.33 290	0.41 294	0.32 384	0.41 340	0.32 371	0.41 335	0.32 380	0.41 333	0.32 381	0.41 344	0.32 381	0.41 342	0.33 378	0.37 286	0.29 279	0.37 331	0.29 359	0.38 324	0.31 366

RCA-Stereo	0.51 414	3.22 646	0.34 304	0.44 315	0.34 409	0.44 402	0.34 397	0.43 361	0.34 401	0.43 354	0.34 398	0.44 406	0.33 393	0.43 363	0.33 378	0.38 299	0.29 279	0.38 339	0.29 359	0.38 324	0.29 341

CFNet_pseudo	2.67 709	9.36 739	0.32 285	10.99 759	0.33 397	0.85 524	0.33 382	0.49 430	0.33 390	0.49 433	0.32 381	0.49 440	7.26 758	0.49 438	0.33 378	0.41 328	9.62 758	0.41 413	0.29 359	10.03 764	0.29 341

pcwnet_v2	2.66 708	9.89 743	0.33 290	9.89 754	0.32 384	0.50 451	0.32 371	0.49 430	0.33 390	0.49 433	0.34 398	0.49 440	8.76 761	0.48 431	0.33 378	0.41 328	9.58 757	0.40 395	0.29 359	9.01 760	0.63 507

HCRNet	1.22 609	7.11 723	3.00 711	3.55 691	0.33 397	0.29 268	0.14 199	0.19 203	0.15 216	0.33 283	0.29 312	0.25 250	0.14 205	0.22 227	0.33 378	3.64 708	3.00 707	0.76 524	0.32 396	0.18 207	0.13 195

ccnet	0.80 487	2.28 594	0.33 290	0.50 375	0.33 397	0.50 451	0.33 382	0.50 439	0.33 390	0.49 433	0.33 390	0.49 440	1.56 655	2.38 688	0.33 378	0.41 328	0.29 279	0.42 429	1.57 672	2.28 674	0.29 341

CFNet-RSSM	0.91 521	4.89 683	0.34 304	0.44 315	1.07 589	1.62 648	1.40 663	0.91 525	0.35 405	1.60 640	1.39 663	0.64 494	0.34 400	0.44 394	0.33 378	0.41 328	0.35 348	0.75 522	0.30 377	0.41 397	0.29 341

psmorigin	0.41 324	0.46 257	0.33 290	0.49 339	0.33 397	0.49 442	0.33 382	0.49 430	0.33 390	0.49 433	0.33 390	0.49 440	0.33 393	0.51 456	0.33 378	0.41 328	0.30 289	0.41 413	0.30 377	0.79 502	0.29 341

MSMDNet	2.65 707	10.14 745	0.33 290	9.74 753	0.32 384	0.87 527	0.33 382	2.95 715	0.68 525	0.49 433	0.34 398	0.49 440	5.70 754	0.49 438	0.33 378	0.42 342	9.57 756	0.41 413	0.31 388	8.36 757	0.65 515

ccs_rob	2.79 716	10.17 746	0.32 285	10.00 756	0.33 397	0.49 442	0.33 382	1.90 649	0.32 380	0.51 455	0.33 390	0.49 440	9.24 763	0.49 438	0.33 378	0.41 328	9.82 759	0.41 413	0.28 344	9.34 761	0.29 341

depthmonostereo	0.44 354	0.85 352	0.46 398	0.54 394	0.40 442	0.52 467	0.38 422	0.52 458	0.35 405	0.47 416	0.34 398	0.46 420	0.34 400	0.47 421	0.34 393	0.45 373	0.43 402	0.41 413	0.33 407	0.41 397	0.32 373

DVStereo	0.43 341	0.86 354	0.48 414	0.50 375	0.33 397	0.46 423	0.33 382	0.46 412	0.33 390	0.46 410	0.33 390	0.47 426	0.33 393	0.47 421	0.34 393	0.45 373	0.42 397	0.40 395	0.33 407	0.47 431	0.38 416

RAFT-Stereo-weight	0.45 377	1.90 564	0.34 304	0.42 304	0.36 419	0.43 368	0.35 402	0.42 353	0.34 401	0.42 347	0.34 398	0.44 406	0.34 400	0.41 342	0.34 393	0.38 299	0.32 299	0.38 339	0.32 396	0.38 324	0.33 382

H2IRNET	0.34 261	0.34 191	0.34 304	0.34 245	0.34 409	0.34 289	0.34 397	0.34 278	0.34 401	0.34 286	0.34 398	0.34 294	0.34 400	0.34 291	0.34 393	0.34 270	0.34 341	0.34 302	0.34 411	0.34 283	0.34 389

ccccc	0.41 324	0.44 244	0.34 304	0.48 333	0.35 413	0.48 433	0.35 402	0.51 453	0.35 405	0.47 416	0.35 407	0.47 426	0.34 400	0.47 421	0.35 397	0.41 328	0.40 377	0.40 395	0.40 453	0.41 397	0.39 423

GCST	0.50 409	2.08 577	0.38 324	0.53 391	0.35 413	0.49 442	0.35 402	0.50 439	0.35 405	0.49 433	0.35 407	0.49 440	0.35 407	0.49 438	0.35 397	0.48 397	0.37 359	0.45 437	0.33 407	0.44 407	0.33 382

Former-RAFT_DAM_RVC	0.49 406	0.98 384	0.64 471	0.84 461	0.46 473	0.45 416	0.35 402	0.47 418	0.47 471	0.45 404	0.34 398	0.46 420	0.48 475	0.46 417	0.35 397	0.39 312	0.71 504	0.39 382	0.35 424	0.41 397	0.41 435

ETE_ROB	0.35 272	0.35 193	0.35 315	0.35 248	0.35 413	0.35 293	0.35 402	0.35 281	0.35 405	0.35 290	0.35 407	0.35 296	0.35 407	0.35 294	0.35 397	0.35 278	0.35 348	0.35 318	0.35 424	0.35 296	0.35 400

S0	0.42 339	0.44 244	0.54 442	0.59 407	0.34 409	0.48 433	0.22 254	0.51 453	0.25 274	0.51 455	0.34 398	0.53 468	0.35 407	0.47 421	0.36 401	0.55 425	0.39 373	0.49 464	0.27 323	0.46 417	0.34 389

IGEV-FE	0.35 272	0.37 201	0.17 193	0.19 174	0.17 236	0.20 211	0.17 224	0.19 203	0.17 234	0.19 201	0.17 230	0.19 206	0.17 233	0.37 307	0.36 401	0.19 189	0.17 206	0.19 216	0.17 245	0.38 324	2.84 724

UGAM-zero	0.51 414	2.17 586	0.39 335	0.53 391	0.36 419	0.50 451	0.36 409	0.50 439	0.36 416	0.49 433	0.36 412	0.50 454	0.35 407	0.50 446	0.36 401	0.49 400	0.37 359	0.47 451	0.35 424	0.46 417	0.34 389

UGAM	0.51 414	2.23 591	0.39 335	0.54 394	0.35 413	0.50 451	0.35 402	0.49 430	0.35 405	0.49 433	0.35 407	0.49 440	0.36 411	0.50 446	0.36 401	0.49 400	0.37 359	0.45 437	0.34 411	0.45 412	0.34 389

CES	0.39 310	0.47 262	0.36 317	0.36 252	0.37 424	0.45 416	0.35 402	0.35 281	0.40 438	0.36 294	0.44 460	0.47 426	0.36 411	0.44 394	0.36 401	0.37 286	0.39 373	0.44 432	0.35 424	0.37 311	0.36 403

GMOStereo	0.37 290	0.45 253	0.23 220	0.30 223	0.37 424	0.41 340	0.36 409	0.41 335	0.35 405	0.43 354	0.36 412	0.41 344	0.40 433	0.41 342	0.36 401	0.34 270	0.22 230	0.47 451	0.37 433	0.39 372	0.33 382

error version	0.93 528	4.47 678	2.35 701	1.99 616	0.37 424	0.41 340	0.36 409	0.41 335	0.35 405	0.43 354	0.36 412	0.41 344	0.40 433	0.41 342	0.36 401	1.87 634	2.16 695	0.47 451	0.37 433	0.39 372	0.33 382

test_1	0.93 528	4.47 678	2.35 701	1.99 616	0.37 424	0.41 340	0.36 409	0.41 335	0.35 405	0.43 354	0.36 412	0.41 344	0.40 433	0.41 342	0.36 401	1.87 634	2.16 695	0.47 451	0.37 433	0.39 372	0.33 382

DMCA	0.36 280	0.38 205	0.37 322	0.35 248	0.35 413	0.36 297	0.36 409	0.36 285	0.35 405	0.35 290	0.37 419	0.36 301	0.36 411	0.35 294	0.36 401	0.36 283	0.36 354	0.35 318	0.36 430	0.36 306	0.36 403

ADCS	0.09 80	0.02 12	0.04 64	0.90 469	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 175	0.36 401	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

SCV_C0	0.45 377	0.88 359	0.49 421	0.54 394	0.37 424	0.48 433	0.37 415	0.48 422	0.37 418	0.48 423	0.36 412	0.48 433	0.37 416	0.49 438	0.37 411	0.50 407	0.41 387	0.44 432	0.34 411	0.44 407	0.34 389

SCV	0.46 386	0.94 379	0.45 392	0.54 394	0.37 424	0.48 433	0.38 422	0.48 422	0.37 418	0.48 423	0.39 434	0.48 433	0.37 416	0.49 438	0.37 411	0.50 407	0.46 413	0.44 432	0.34 411	0.44 407	0.34 389

XPNet_ROB	0.37 290	0.37 201	0.37 322	0.37 255	0.37 424	0.37 305	0.37 415	0.37 293	0.37 418	0.37 300	0.37 419	0.37 311	0.37 416	0.37 307	0.37 411	0.37 286	0.37 359	0.37 331	0.37 433	0.37 311	0.37 409

NoBS	0.39 310	0.68 318	0.36 317	0.38 258	0.36 419	0.38 312	0.39 436	0.39 307	0.39 435	0.37 300	0.35 407	0.37 311	0.38 420	0.37 307	0.38 414	0.39 312	0.36 354	0.36 327	0.39 451	0.38 324	0.38 416

416test1013	0.49 406	0.80 343	0.33 290	0.67 426	0.33 397	0.48 433	0.41 446	0.48 422	0.39 435	0.48 423	0.93 573	0.52 466	0.32 381	0.52 461	0.38 414	0.49 400	0.51 443	0.53 481	0.37 433	0.51 449	0.36 403

Pro-Stereo	0.79 484	0.53 289	0.38 324	0.49 339	0.38 431	0.49 442	0.37 415	0.49 430	0.67 519	0.50 446	0.38 424	1.10 570	0.38 420	0.49 438	0.38 414	0.71 466	0.88 526	5.98 758	0.36 430	0.46 417	0.36 403

GEAStereo	0.62 438	3.91 665	0.48 414	0.69 432	0.38 431	0.51 463	0.38 422	0.51 453	0.38 422	0.53 462	0.38 424	0.50 454	0.38 420	0.51 456	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.34 389

GSStereo	0.81 492	4.28 675	0.50 427	0.59 407	0.40 442	0.51 463	0.38 422	0.50 439	0.38 422	0.50 446	0.38 424	0.50 454	3.79 739	0.50 446	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.35 400

GS-Stereo							0.38 422	0.50 439	0.38 422	0.50 446	0.38 424	0.50 454	3.79 739	0.50 446	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.35 400

gasm-f	0.62 438	3.91 665	0.48 414	0.69 432	0.38 431	0.51 463	0.38 422	0.51 453	0.38 422	0.53 462	0.38 424	0.50 454	0.38 420	0.51 456	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.34 389

GASTEREO	0.48 400	1.21 482	0.47 406	0.57 402	0.38 431	0.50 451	0.38 422	0.50 439	0.38 422	0.50 446	0.38 424	0.50 454	0.38 420	0.50 446	0.38 414	0.52 415	0.42 397	0.46 441	0.34 411	0.46 417	0.34 389

HART	0.38 296	0.45 253	0.34 304	0.42 304	0.33 397	0.41 340	0.34 397	0.42 353	0.33 390	0.43 354	0.34 398	0.42 362	0.34 400	0.41 342	0.38 414	0.40 320	0.32 299	0.42 429	0.32 396	0.40 386	0.32 373

WAO-8	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.38 312	0.38 422	0.38 302	0.38 422	0.38 302	0.38 424	0.38 314	0.38 420	0.38 311	0.38 414	0.38 299	0.38 366	0.38 339	0.37 433	0.38 324	0.38 416

WAO-7	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.38 312	0.38 422	0.38 302	0.38 422	0.38 302	0.38 424	0.38 314	0.38 420	0.38 311	0.38 414	0.38 299	0.38 366	0.38 339	0.38 447	0.38 324	0.38 416

Venus	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.37 305	0.38 422	0.37 293	0.37 418	0.41 333	0.37 419	0.39 319	0.37 416	0.38 311	0.38 414	0.37 286	0.38 366	0.38 339	0.37 433	0.37 311	0.38 416

IMH	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.38 312	0.38 422	0.38 302	0.38 422	0.42 347	0.38 424	0.40 329	0.38 420	0.38 311	0.38 414	0.38 299	0.38 366	0.39 382	0.38 447	0.38 324	0.38 416

iRaftStereo_RVC	0.97 533	3.17 645	2.30 700	2.42 648	0.38 431	0.54 473	0.38 422	0.54 462	0.38 422	0.54 468	0.38 424	0.54 472	0.38 420	0.54 467	0.38 414	2.38 683	2.34 699	0.49 464	0.36 430	0.49 438	0.36 403

LG-Stereo_L1	0.47 394	0.52 285	0.47 406	0.62 413	0.39 441	0.53 469	0.40 437	0.53 460	0.39 435	0.53 462	0.39 434	0.53 468	0.39 432	0.53 464	0.39 428	0.55 425	0.46 413	0.49 464	0.37 433	0.49 438	0.37 409

GCAP-Stereo	0.75 474	4.15 672	0.42 386	0.75 450	0.35 413	0.78 509	0.40 437	0.79 506	0.38 422	0.78 515	0.36 412	0.78 517	0.36 411	0.79 510	0.39 428	0.75 482	0.39 373	0.76 524	0.39 451	0.75 493	0.39 423

LL-Strereo2	0.48 400	1.73 523	0.51 434	0.59 407	0.34 409	0.42 361	0.33 382	0.40 316	0.31 368	0.42 347	0.33 390	0.42 362	0.31 374	0.44 394	0.39 428	0.60 437	0.51 443	0.44 432	0.33 407	0.44 407	0.33 382

quiztm	0.43 341	0.49 270	0.40 367	0.51 386	0.40 442	0.51 463	0.40 437	0.50 439	0.40 438	0.50 446	0.40 437	0.51 465	0.40 433	0.50 446	0.40 431	0.44 344	0.34 341	0.44 432	0.34 411	0.44 407	0.34 389

HanzoNet	0.39 310	0.38 205	0.40 367	0.39 267	0.41 452	0.38 312	0.38 422	0.38 302	0.38 422	0.39 309	0.39 434	0.38 314	0.38 420	0.39 319	0.40 431	0.38 299	0.38 366	0.40 395	0.38 447	0.38 324	0.40 426

knoymous	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 329	0.40 433	0.40 322	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 426

anonymousa	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 329	0.40 433	0.40 322	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 426

riskmin	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 329	0.40 433	0.40 322	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 426

Anonymous_2	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 329	0.40 433	0.40 322	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 426

Anonymous_1	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 329	0.40 433	0.40 322	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 426

AdaStereo	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 329	0.40 433	0.40 322	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 426
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.
252Zero-FE	0.45 377	0.50 275	0.36 317	0.50 375	0.36 419	0.50 451	0.36 409	0.50 439	0.36 416	0.49 433	0.36 412	0.49 440	0.36 411	0.54 467	0.41 439	0.45 373	0.34 341	0.45 437	0.34 411	0.55 458	0.75 542

MSCF	0.51 414	1.40 505	0.49 421	0.58 404	0.38 431	0.50 451	0.38 422	0.54 462	0.41 448	0.52 459	0.41 445	0.53 468	0.42 451	0.53 464	0.41 439	0.60 437	0.47 421	0.48 459	0.37 433	0.48 435	0.38 416

LG-Stereo_Zeroshot	0.48 400	0.55 296	0.47 406	0.63 415	0.41 452	0.56 475	0.44 456	0.56 466	0.41 448	0.56 473	0.41 445	0.57 482	0.42 451	0.56 472	0.41 439	0.55 425	0.43 402	0.51 475	0.37 433	0.51 449	0.37 409

GwcNet-ADL	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 344	0.41 445	0.41 342	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 435

PSMNet-ADL	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 344	0.41 445	0.41 342	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 435

GANet-ADL	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 344	0.41 445	0.41 342	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 435

ADLNet2	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 344	0.41 445	0.41 342	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 435

ADLNet	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 344	0.41 445	0.41 342	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 435

FAST (zero-shot)	0.87 517	1.55 510	0.42 386	1.57 594	0.42 462	1.62 648	0.45 462	1.59 636	0.42 456	1.66 647	0.44 460	1.62 648	0.42 451	1.59 642	0.42 447	0.64 452	0.43 402	0.64 499	0.42 470	0.67 477	0.46 452

DNS	0.86 513	2.43 610	1.66 649	2.03 618	0.42 462	0.60 484	0.42 452	0.60 477	0.42 456	0.60 481	0.42 455	0.60 487	0.42 451	0.60 481	0.42 447	1.97 643	1.63 654	0.55 487	0.40 453	0.55 458	0.40 426

Select-FE	0.41 324	0.44 244	0.23 220	0.26 215	0.22 270	0.26 258	0.22 254	0.26 250	0.23 266	0.26 254	0.23 267	0.26 262	0.23 270	0.45 412	0.42 447	0.25 230	0.22 230	0.25 255	0.22 263	0.45 412	2.90 725

Occ-G	1.12 557	0.52 285	3.72 733	3.50 690	0.50 492	0.56 475	0.47 471	0.54 462	0.46 466	0.54 468	0.41 445	0.54 472	0.42 451	0.52 461	0.42 447	3.42 707	4.02 729	0.52 478	0.45 476	0.51 449	0.44 448

CFNet_RVC	2.38 698	8.71 734	0.38 324	9.33 749	0.42 462	0.56 475	0.42 452	0.60 477	0.38 422	0.62 487	0.42 455	0.56 479	7.29 759	0.62 483	0.42 447	0.53 418	0.37 359	0.49 464	0.34 411	8.30 756	6.87 762

DispNO	1.00 536	0.63 313	0.43 388	3.45 686	0.44 467	0.65 492	0.43 455	0.64 485	0.43 458	0.64 491	0.43 458	0.64 494	3.03 717	0.64 489	0.43 452	4.55 719	0.43 402	0.63 497	0.43 473	0.63 471	0.43 445

MWDA-net	0.67 452	0.66 316	0.45 392	2.84 663	0.46 473	0.73 504	0.45 462	0.71 497	0.44 461	0.72 503	0.45 465	0.70 505	0.45 462	0.70 498	0.44 453	0.61 441	0.41 387	0.61 494	0.43 473	0.61 469	0.42 442

DN	0.53 419	0.85 352	0.45 392	0.65 421	0.44 467	0.60 484	0.44 456	0.60 477	0.44 461	0.60 481	0.45 465	0.60 487	0.44 458	0.60 481	0.44 453	0.56 429	0.42 397	0.56 488	0.42 470	0.56 461	0.42 442

MonSter	0.60 430	0.64 315	0.52 437	0.62 413	0.44 467	2.07 664	0.44 456	0.62 482	0.44 461	0.62 487	0.44 460	0.62 492	0.44 458	0.62 483	0.44 453	0.58 432	0.42 397	0.62 495	0.46 478	0.58 466	0.42 442

AIO-test1	0.54 420	0.60 310	0.52 437	0.66 425	0.47 480	0.61 486	0.47 471	0.58 472	0.46 466	0.61 483	0.46 469	0.61 490	0.45 462	0.62 483	0.45 456	0.61 441	0.52 446	0.57 489	0.48 489	0.57 464	0.48 462

AIO-Stereo	0.84 504	0.66 316	0.70 494	0.83 460	0.67 530	0.98 539	0.82 561	1.14 556	0.72 546	1.03 559	0.74 550	1.03 563	1.09 577	0.99 546	0.45 456	1.04 530	0.73 507	0.95 560	0.74 554	0.94 536	0.46 452

MyStereo06	0.75 474	4.12 669	0.60 456	0.63 415	0.61 517	0.62 489	0.66 513	0.56 466	0.45 465	0.55 471	0.48 481	0.54 472	0.46 466	0.57 477	0.45 456	0.60 437	0.57 457	0.64 499	0.55 505	0.72 488	0.55 494

CASnet	0.35 272	0.51 283	0.44 390	0.32 235	0.31 370	0.24 239	0.34 397	0.36 285	0.25 274	0.31 272	0.37 419	0.30 276	0.33 393	0.25 247	0.45 456	0.37 286	0.37 359	0.33 292	0.35 424	0.34 283	0.37 409
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
FSD	0.61 435	0.59 306	0.50 427	2.58 655	0.44 467	0.56 475	0.44 456	0.55 465	0.44 461	0.56 473	0.44 460	0.56 479	0.44 458	0.56 472	0.46 460	0.61 441	0.42 397	0.52 478	0.42 470	0.52 452	0.51 478

fffft	0.48 400	0.51 283	0.45 392	0.52 389	0.45 471	0.52 467	0.45 462	0.52 458	0.48 478	0.53 462	0.45 465	0.52 466	0.45 462	0.52 461	0.46 460	0.51 413	0.41 387	0.50 470	0.41 462	0.50 443	0.41 435
1: 1. 1
PAM_32	0.64 442	2.38 606	0.51 434	0.92 474	0.43 466	0.53 469	0.44 456	0.87 518	0.43 458	0.52 459	0.45 465	0.53 468	0.40 433	0.54 467	0.46 460	0.62 446	0.56 455	0.48 459	0.45 476	0.76 496	0.44 448

otaku	0.46 386	0.46 257	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 412	0.46 466	0.46 410	0.46 469	0.46 420	0.46 466	0.46 417	0.46 460	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 452

Dean	0.46 386	0.46 257	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 412	0.46 466	0.47 416	0.46 469	0.46 420	0.46 466	0.46 417	0.46 460	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 452

ACVNet_1	0.46 386	0.47 262	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 412	0.47 471	0.46 410	0.46 469	0.46 420	0.46 466	0.46 417	0.46 460	0.46 385	0.46 413	0.47 451	0.46 478	0.46 417	0.46 452

ACVNet-4b	0.46 386	0.46 257	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 412	0.46 466	0.46 410	0.46 469	0.46 420	0.46 466	0.47 421	0.46 460	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 452

AIO-test2	0.55 425	0.59 306	0.52 437	0.67 426	0.47 480	0.61 486	0.47 471	0.61 481	0.47 471	0.61 483	0.47 477	0.61 490	0.48 475	0.62 483	0.47 467	0.64 452	0.53 450	0.58 490	0.47 485	0.58 466	0.48 462

Ntro	0.47 394	0.47 262	0.46 398	0.46 320	0.46 473	0.47 428	0.47 471	0.46 412	0.47 471	0.46 410	0.46 469	0.47 426	0.46 466	0.47 421	0.47 467	0.47 392	0.46 413	0.46 441	0.46 478	0.46 417	0.46 452

HaxPig	0.47 394	0.47 262	0.47 406	0.49 339	0.47 480	0.47 428	0.47 471	0.47 418	0.47 471	0.47 416	0.47 477	0.47 426	0.47 474	0.47 421	0.47 467	0.47 392	0.47 421	0.47 451	0.47 485	0.47 431	0.48 462

UNDER WATER	0.47 394	0.47 262	0.47 406	0.47 327	0.47 480	0.47 428	0.47 471	0.47 418	0.47 471	0.47 416	0.47 477	0.47 426	0.46 466	0.47 421	0.47 467	0.47 392	0.47 421	0.47 451	0.46 478	0.47 431	0.47 460

LVE	0.47 394	0.47 262	0.47 406	0.47 327	0.49 488	0.47 428	0.47 471	0.47 418	0.49 480	0.47 416	0.47 477	0.47 426	0.46 466	0.47 421	0.47 467	0.47 392	0.47 421	0.48 459	0.47 485	0.47 431	0.47 460

AEACV	1.12 557	0.52 285	3.12 724	3.24 675	0.86 565	0.53 469	0.49 482	0.60 477	0.47 471	0.53 462	0.49 484	0.55 476	0.45 462	0.55 471	0.47 467	3.01 702	3.88 727	0.71 515	0.60 517	0.80 505	0.48 462

RainbowNet	0.48 400	0.48 268	0.48 414	0.48 333	0.48 484	0.48 433	0.48 480	0.48 422	0.48 478	0.48 423	0.48 481	0.48 433	0.48 475	0.48 431	0.48 473	0.48 397	0.48 427	0.48 459	0.48 489	0.48 435	0.48 462

notaker	0.48 400	0.49 270	0.48 414	0.48 333	0.48 484	0.48 433	0.48 480	0.48 422	0.49 480	0.48 423	0.48 481	0.48 433	0.48 475	0.48 431	0.48 473	0.48 397	0.48 427	0.48 459	0.48 489	0.48 435	0.49 468

S	0.56 427	0.61 312	0.54 442	0.68 431	0.48 484	0.65 492	0.49 482	0.63 483	0.49 480	0.64 491	0.49 484	0.64 494	0.48 475	0.62 483	0.49 475	0.63 450	0.62 476	0.59 493	0.48 489	0.57 464	0.48 462

PointNet	0.60 430	0.75 331	0.49 421	0.79 452	0.50 492	0.79 512	0.49 482	0.79 506	0.49 480	0.80 518	0.49 484	0.79 519	0.49 481	0.80 512	0.49 475	0.63 450	0.40 377	0.63 497	0.40 453	0.63 471	0.40 426

ACVNet_2	0.49 406	0.49 270	0.49 421	0.49 339	0.49 488	0.49 442	0.49 482	0.49 430	0.49 480	0.49 433	0.49 484	0.49 440	0.49 481	0.49 438	0.49 475	0.49 400	0.49 430	0.49 464	0.49 493	0.49 438	0.49 468

FoundationStereo	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 454	0.50 485	0.50 446	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 471

StereoAnything_RVC	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 454	0.50 485	0.50 446	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 471

dual_stereo	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 454	0.50 485	0.50 446	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 471

LL-Strereo	1.01 544	5.06 690	1.63 646	0.70 438	1.43 663	0.56 475	0.46 466	0.57 469	0.50 485	0.57 476	0.50 488	1.58 643	0.49 481	0.59 479	0.50 478	1.64 626	0.52 446	0.51 475	1.37 659	0.52 452	0.45 450

SANet	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 454	0.50 485	0.50 446	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 471

SMoEStereo_RVC	0.63 440	0.75 331	0.51 434	0.73 446	0.53 502	0.71 502	0.47 471	0.67 490	0.58 500	0.74 511	0.60 509	0.72 509	0.53 492	0.74 506	0.51 483	0.61 441	0.62 476	0.62 495	0.61 519	0.63 471	0.61 503

ktn	0.72 466	0.53 289	1.08 549	1.14 508	0.51 498	1.22 620	1.36 656	0.51 453	0.59 505	0.51 455	0.51 494	0.69 502	1.20 590	0.67 493	0.51 483	0.51 413	0.49 430	0.58 490	0.66 533	0.52 452	0.53 483

SE	0.64 442	0.73 326	0.77 511	0.79 452	0.59 509	0.78 509	0.54 496	0.58 472	0.58 500	0.78 515	0.59 507	0.63 493	0.18 244	0.78 509	0.52 485	0.80 490	0.65 482	0.69 509	0.57 512	0.75 493	0.52 480

WCG-NET	0.61 435	1.21 482	0.54 442	0.61 412	0.53 502	0.67 495	0.53 493	0.66 489	0.53 494	0.64 491	0.53 497	0.65 498	0.53 492	0.59 479	0.52 485	0.65 454	0.48 427	0.64 499	0.52 499	0.58 466	0.50 471

MyStereo8	0.71 463	3.92 667	0.52 437	0.59 407	0.52 499	0.57 481	0.53 493	0.59 475	0.50 485	0.59 480	0.51 494	0.57 482	0.50 485	0.56 472	0.52 485	0.54 419	0.49 430	0.54 484	0.49 493	0.55 458	0.50 471

KSHMR	0.66 446	0.50 275	0.48 414	1.15 511	0.52 499	0.49 442	0.51 490	0.49 430	0.71 543	0.67 497	0.50 488	1.16 578	1.11 578	0.66 491	0.52 485	0.49 400	0.49 430	0.51 475	0.66 533	0.50 443	1.14 590

Anonymus	0.47 394	0.73 326	0.46 398	0.43 311	0.54 505	0.53 469	0.27 280	0.39 307	0.35 405	0.33 283	0.40 437	0.33 289	0.38 420	0.53 464	0.54 489	0.56 429	0.36 354	0.49 464	0.53 501	0.66 474	0.54 486

test-3	0.98 535	4.13 671	1.85 669	1.85 607	0.61 517	0.69 497	0.37 415	0.63 483	0.61 509	0.66 495	0.51 494	0.73 511	0.44 458	0.57 477	0.54 489	1.68 627	1.81 666	0.40 395	0.43 473	0.66 474	0.50 471

PSMNet_ROB	0.54 420	0.54 293	0.54 442	0.54 394	0.53 502	0.54 473	0.54 496	0.53 460	0.54 496	0.54 468	0.54 499	0.54 472	0.53 492	0.54 467	0.54 489	0.54 419	0.53 450	0.54 484	0.54 503	0.54 457	0.54 486

MyStereo05	0.80 487	4.12 669	0.63 468	0.63 415	0.61 517	0.62 489	0.66 513	0.65 486	0.62 510	0.67 497	0.61 513	0.65 498	0.58 501	0.67 493	0.55 492	0.60 437	0.57 457	0.64 499	0.55 505	0.72 488	0.55 494

monster-pro	0.75 474	1.67 515	0.64 471	0.89 467	0.57 508	0.86 526	0.56 498	0.87 518	0.56 497	0.87 527	0.57 503	0.88 531	0.57 498	0.87 527	0.57 493	0.79 488	0.58 461	0.76 524	0.54 503	0.77 498	0.54 486

CASS	0.57 429	0.89 362	0.56 446	0.57 402	0.56 506	0.56 475	0.56 498	0.56 466	0.53 494	0.57 476	0.57 503	0.59 486	0.48 475	0.56 472	0.57 493	0.55 425	0.56 455	0.47 451	0.56 509	0.62 470	0.56 497
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
zero-FE	0.72 466	1.31 496	0.66 477	0.92 474	0.60 511	0.82 520	0.58 501	0.82 515	0.58 500	0.81 521	0.60 509	0.81 524	0.60 505	0.82 516	0.58 495	0.74 481	0.59 467	0.73 516	0.52 499	0.76 496	0.51 478

anonymity	0.63 440	0.69 319	0.56 446	0.71 440	0.56 506	0.71 502	0.56 498	0.71 497	0.56 497	0.72 503	0.56 502	0.71 506	0.56 496	0.71 500	0.58 495	0.68 459	0.55 453	0.68 506	0.55 505	0.68 479	0.54 486

UDG	0.80 487	2.21 590	0.60 456	0.91 471	0.60 511	0.90 531	0.58 501	0.88 522	0.60 506	0.90 530	0.60 509	0.88 531	0.60 505	0.90 532	0.58 495	0.86 503	0.60 470	0.84 539	0.59 516	0.84 513	0.61 503

CAR	0.72 466	0.76 334	0.59 452	0.84 461	1.19 603	0.81 517	0.58 501	0.81 512	0.58 500	0.81 521	0.58 505	0.83 526	0.59 503	0.82 516	0.59 498	0.71 466	0.49 430	0.73 516	0.68 539	0.87 516	0.52 480

MSE-Stereo	0.72 466	0.76 334	0.59 452	0.84 461	1.19 603	0.81 517	0.58 501	0.81 512	0.58 500	0.81 521	0.58 505	0.83 526	0.59 503	0.82 516	0.59 498	0.71 466	0.49 430	0.73 516	0.68 539	0.87 516	0.52 480

DDUNet	0.81 492	2.45 611	0.57 450	0.90 469	0.60 511	0.88 528	0.59 505	0.90 523	0.60 506	0.88 529	0.60 509	0.90 535	0.58 501	0.88 529	0.60 500	0.84 501	0.60 470	0.86 541	0.57 512	0.86 515	0.60 502

ARAFT	0.68 454	0.81 347	0.63 468	0.74 449	0.60 511	0.78 509	0.62 508	0.77 505	0.66 517	0.74 511	0.63 515	0.75 514	0.62 509	0.83 521	0.60 500	0.70 465	0.55 453	0.70 514	0.60 517	0.78 500	0.55 494

MGA	0.73 470	0.76 334	0.60 456	0.92 474	1.17 599	0.81 517	0.59 505	0.84 516	0.62 510	0.81 521	0.59 507	0.84 528	0.60 505	0.81 515	0.61 502	0.71 466	0.53 450	0.89 543	0.53 501	0.75 493	0.54 486

RAFT-Stereo + iAFF	0.70 460	0.72 325	0.71 498	0.80 456	0.62 522	0.82 520	0.61 507	0.81 512	0.62 510	0.81 521	0.63 515	0.80 521	0.70 533	0.73 504	0.61 502	0.76 484	0.61 475	0.74 521	0.61 519	0.77 498	0.61 503

LiteMatch	1.13 559	0.73 326	2.80 709	3.23 673	0.61 517	0.83 522	0.68 522	0.73 501	0.69 530	1.00 542	0.77 554	0.94 542	0.57 498	0.82 516	0.64 504	2.97 700	2.43 702	0.68 506	0.32 396	0.56 461	0.70 527

Lsterematch	1.13 559	0.73 326	2.80 709	3.23 673	0.61 517	0.83 522	0.68 522	0.73 501	0.69 530	1.00 542	0.77 554	0.94 542	0.57 498	0.82 516	0.64 504	2.97 700	2.43 702	0.68 506	0.32 396	0.56 461	0.70 527

MyStereo07	0.60 430	3.72 658	0.48 414	0.49 339	0.41 452	0.36 297	0.32 371	0.49 430	0.43 458	0.51 455	0.42 455	0.49 440	0.43 456	0.51 456	0.64 504	0.49 400	0.45 411	0.34 302	0.32 396	0.35 296	0.43 445

RSM++	0.76 479	0.82 349	0.66 477	0.85 465	0.64 523	0.85 524	0.71 540	0.94 532	0.64 514	0.87 527	0.67 522	0.87 530	0.65 512	0.84 522	0.65 507	0.81 494	0.70 500	0.79 528	0.71 550	0.83 512	0.70 527

plain	1.88 634	3.16 644	0.64 471	3.10 668	0.65 525	3.10 717	0.64 510	3.12 716	0.65 515	3.10 717	0.65 519	3.11 718	0.65 512	3.12 716	0.65 507	3.12 703	0.65 482	3.13 716	0.65 530	3.13 704	0.65 515

DSFCA	0.66 446	0.73 326	0.78 513	0.65 421	0.65 525	0.64 491	0.64 510	0.65 486	0.63 513	0.64 491	0.64 517	0.64 494	0.64 510	0.65 490	0.65 507	0.65 454	0.65 482	0.65 503	0.65 530	0.66 474	0.64 513

LMCR-Stereo	0.65 444	0.63 313	0.65 475	0.65 421	0.65 525	0.66 494	0.63 509	0.58 472	0.65 515	0.63 490	0.64 517	0.65 498	0.65 512	0.66 491	0.66 510	0.66 456	0.64 480	0.65 503	0.67 537	0.68 479	0.73 538

WQFJA1++	0.84 504	0.98 384	0.67 481	1.26 569	0.75 547	1.00 541	0.67 517	1.00 536	0.67 519	1.00 542	0.67 522	1.00 548	0.67 517	1.00 548	0.67 511	0.96 517	0.67 485	0.91 547	0.63 521	0.92 527	0.63 507

WQFJX	0.85 510	1.00 394	0.68 489	1.30 577	0.75 547	1.01 549	0.68 522	1.01 545	0.68 525	1.01 553	0.68 528	1.03 563	0.68 522	1.02 560	0.67 511	0.97 518	0.67 485	0.93 554	0.63 521	0.94 536	0.63 507

NLMM1	0.86 513	0.98 384	0.69 491	1.48 592	0.75 547	1.01 549	0.69 530	1.00 536	0.69 530	1.00 542	0.70 537	1.00 548	0.68 522	1.01 556	0.67 511	0.97 518	0.68 491	0.92 550	0.63 521	0.93 532	0.63 507

NLMM	0.84 504	1.00 394	0.67 481	1.27 570	0.75 547	1.00 541	0.68 522	1.00 536	0.67 519	1.00 542	0.67 522	1.02 561	0.67 517	1.02 560	0.67 511	0.97 518	0.67 485	0.93 554	0.63 521	0.92 527	0.63 507

CoDeX	0.15 161	0.70 322	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	0.67 511	0.02 15	0.69 497	0.75 522	0.01 9	0.02 21	0.02 20

Selective-IGEV	0.51 414	0.55 296	0.45 392	0.69 432	0.45 471	0.61 486	0.45 462	0.50 439	0.40 438	0.56 473	0.44 460	0.55 476	0.40 433	0.72 502	0.67 511	0.59 435	0.46 413	0.45 437	0.34 411	0.46 417	0.37 409

AFF-stereo	0.73 470	0.88 359	0.67 481	0.75 450	0.68 533	0.75 506	0.64 510	0.80 509	0.72 546	0.83 526	0.70 537	0.82 525	0.64 510	0.84 522	0.67 511	0.77 487	0.63 478	0.81 533	0.63 521	0.78 500	0.62 506

STTRV1_RVC	0.82 497	1.60 513	0.70 494	1.01 495	0.60 511	1.07 561	0.69 530	1.01 545	0.60 506	0.72 503	0.55 500	1.02 561	0.68 522	1.03 562	0.67 511	0.89 505	0.63 478	0.92 550	0.57 512	0.90 523	0.65 515

WQFJA1	0.85 510	0.98 384	0.67 481	1.29 575	0.76 552	1.01 549	0.67 517	1.02 550	0.67 519	1.02 557	0.67 522	1.01 557	0.67 517	1.01 556	0.68 519	0.99 523	0.67 485	0.93 554	0.64 526	0.92 527	0.65 515

WQFJX1	0.84 504	0.98 384	0.67 481	1.30 577	0.75 547	1.01 549	0.67 517	1.01 545	0.67 519	1.01 553	0.67 522	1.01 557	0.68 522	1.00 548	0.68 519	0.98 522	0.67 485	0.92 550	0.64 526	0.92 527	0.64 513

NLSM3	0.85 510	0.99 392	0.68 489	1.29 575	0.76 552	1.01 549	0.68 522	1.01 545	0.68 525	1.02 557	0.68 528	1.01 557	0.68 522	1.01 556	0.68 519	0.97 518	0.68 491	0.93 554	0.64 526	0.93 532	0.63 507

HiDET	0.38 296	0.44 244	0.30 258	0.42 304	0.30 323	0.42 361	0.30 314	0.42 353	0.30 323	0.44 392	0.30 327	0.42 362	0.30 323	0.42 356	0.68 519	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.29 341

MIF-Stereo (partial)	2.58 706	3.31 649	0.66 477	3.18 672	0.66 528	3.18 718	0.66 513	3.21 717	0.67 519	3.19 718	0.66 521	3.19 719	0.66 515	3.31 720	0.68 519	5.09 736	1.79 665	8.23 763	1.67 697	6.18 747	1.38 661

UniTT-Stereo	2.03 654	3.43 651	0.72 501	3.42 685	0.73 543	3.27 720	0.68 522	3.38 721	0.69 530	3.29 720	0.72 546	3.28 721	0.70 533	3.35 722	0.68 519	3.39 706	0.68 491	3.31 719	0.69 543	3.37 705	0.73 538

R-Stereo Train	0.81 492	0.96 381	0.67 481	0.95 483	0.67 530	0.95 536	0.68 522	0.95 534	0.68 525	0.95 540	0.68 528	0.96 545	0.68 522	0.96 544	0.68 519	0.94 515	0.68 491	0.94 558	0.68 539	0.94 536	0.68 522

RAFT-Stereo	0.81 492	0.96 381	0.67 481	0.95 483	0.67 530	0.95 536	0.68 522	0.95 534	0.68 525	0.95 540	0.68 528	0.96 545	0.68 522	0.96 544	0.68 519	0.94 515	0.68 491	0.94 558	0.68 539	0.94 536	0.68 522
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MWSP-net	0.96 532	0.75 331	0.49 421	4.84 720	0.48 484	1.28 626	0.52 491	1.20 568	0.51 492	1.14 573	0.70 537	1.00 548	0.56 496	0.90 532	0.69 527	0.76 484	0.60 470	0.95 560	0.56 509	0.73 491	0.45 450

mm2	0.69 457	0.69 319	0.69 491	0.69 432	0.69 534	0.69 497	0.69 530	0.69 492	0.69 530	0.69 500	0.69 533	0.69 502	0.69 529	0.69 496	0.69 527	0.69 460	0.69 497	0.69 509	0.69 543	0.69 483	0.69 524

mm1	0.69 457	0.69 319	0.69 491	0.69 432	0.69 534	0.69 497	0.69 530	0.69 492	0.69 530	0.69 500	0.69 533	0.69 502	0.69 529	0.69 496	0.69 527	0.69 460	0.69 497	0.69 509	0.69 543	0.69 483	0.69 524

MonSter++	0.38 296	0.44 244	0.31 276	0.43 311	0.30 323	0.43 368	0.31 361	0.43 361	0.31 368	0.45 404	0.31 371	0.43 371	0.31 374	0.43 363	0.69 527	0.38 299	0.33 312	0.40 395	0.30 377	0.38 324	0.30 356

LCMNet	0.38 296	0.44 244	0.30 258	0.42 304	0.30 323	0.42 361	0.30 314	0.42 353	0.30 323	0.45 404	0.30 327	0.42 362	0.30 323	0.42 356	0.69 527	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.29 341

FlowAnything	1.02 546	1.71 517	0.72 501	1.59 596	0.69 534	1.60 645	0.69 530	1.61 638	0.70 538	1.60 640	0.69 533	1.60 644	0.69 529	1.61 645	0.69 527	0.81 494	0.58 461	0.81 533	0.56 509	0.82 510	0.56 497

HH	0.71 463	2.54 613	0.74 506	1.10 502	0.32 384	0.41 340	0.37 415	0.69 492	0.78 553	0.73 506	0.90 566	0.75 514	1.00 565	0.84 522	0.69 527	0.69 460	0.40 377	0.35 318	0.26 285	0.35 296	0.26 266

HanStereo	0.71 463	2.54 613	0.74 506	1.10 502	0.32 384	0.41 340	0.37 415	0.69 492	0.78 553	0.73 506	0.90 566	0.75 514	1.00 565	0.84 522	0.69 527	0.69 460	0.40 377	0.35 318	0.26 285	0.35 296	0.26 266

DMCA-RVC	0.70 460	0.80 343	0.70 494	0.70 438	0.70 538	0.70 500	0.70 537	0.71 497	0.70 538	0.70 502	0.71 543	0.71 506	0.70 533	0.70 498	0.69 527	0.69 460	0.70 500	0.69 509	0.70 547	0.69 483	0.70 527

FlowAnything_test	1.02 546	1.72 518	0.71 498	1.59 596	0.70 538	1.61 646	0.69 530	1.61 638	0.70 538	1.60 640	0.70 537	1.61 647	0.69 529	1.61 645	0.70 536	0.81 494	0.58 461	0.81 533	0.55 505	0.81 508	0.56 497

MSMD_ROB	1.19 561	1.10 424	0.70 494	1.10 502	0.60 511	1.10 565	0.70 537	1.10 555	0.70 538	1.10 563	0.70 537	1.10 570	0.70 533	7.00 761	0.70 536	1.10 536	0.70 500	1.10 576	0.70 547	1.10 552	0.70 527

AdaDepth	0.86 513	0.93 377	0.71 498	1.01 495	1.07 589	1.02 555	0.71 540	1.00 536	0.71 543	1.01 553	0.71 543	1.00 548	0.72 539	1.14 575	0.71 538	0.92 509	0.64 480	0.90 544	0.64 526	0.89 520	0.69 524

MoCha-V2	2.11 672	26.97 767	0.78 513	0.92 474	0.77 555	0.96 538	0.72 543	0.90 523	0.72 546	0.94 538	0.70 537	0.90 535	0.71 538	0.91 534	0.71 538	0.85 502	0.71 504	0.88 542	0.69 543	0.87 516	0.67 520

WAFT-Stereo (ZS)	0.67 452	0.78 338	0.67 481	0.67 426	0.66 528	0.67 495	0.67 517	0.65 486	0.66 517	0.66 495	0.67 522	0.66 501	0.67 517	0.67 493	0.72 540	0.66 456	0.67 485	0.67 505	0.67 537	0.67 477	0.67 520

DStereoRT	0.73 470	0.81 347	0.73 505	0.71 440	0.74 545	0.73 504	0.75 546	0.71 497	0.71 543	0.74 511	0.72 546	0.73 511	0.80 550	0.71 500	0.73 541	0.76 484	0.71 504	0.73 516	0.72 552	0.70 486	0.76 545

CSFM-Stereo	0.38 296	0.44 244	0.30 258	0.42 304	0.30 323	0.42 361	0.30 314	0.43 361	0.30 323	0.44 392	0.30 327	0.42 362	0.30 323	0.42 356	0.73 541	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.30 356

DCRE	0.84 504	1.89 562	0.77 511	0.94 481	0.72 542	0.88 528	0.73 544	0.87 518	0.78 553	0.90 530	0.71 543	0.88 531	0.67 517	0.88 529	0.73 541	0.81 494	0.68 491	0.81 533	0.70 547	0.82 510	0.70 527

iGMRVC	0.84 504	2.85 637	0.72 501	0.72 442	0.73 543	0.77 507	0.79 551	0.73 501	0.74 551	0.73 506	0.72 546	0.73 511	0.76 544	0.73 504	0.73 541	0.72 474	0.73 507	0.73 516	0.72 552	0.73 491	0.72 534

PA-Net	11.80 763	223.51 790	0.62 464	0.59 407	0.71 540	0.59 483	0.73 544	0.67 490	0.73 549	0.55 471	0.61 513	0.60 487	0.74 541	0.63 488	0.73 541	0.66 456	0.60 470	0.69 509	0.66 533	0.72 488	0.65 515
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo	0.60 430	0.58 303	0.47 406	0.64 420	0.74 545	1.00 541	0.69 530	0.57 469	0.41 448	0.57 476	0.41 445	0.57 482	0.41 445	1.00 548	0.75 546	0.91 506	0.51 443	0.52 478	0.37 433	0.52 452	0.37 409

tt45	1.04 549	0.88 359	1.36 627	0.92 474	1.03 587	1.51 644	0.79 551	0.70 496	0.88 565	0.74 511	0.90 566	1.60 644	0.72 539	1.60 643	0.75 546	0.91 506	0.78 515	1.52 653	0.79 563	1.14 555	1.32 654

Wavelet-MonSter	1.00 536	1.21 482	0.76 509	1.94 611	1.01 584	1.11 568	0.76 548	1.15 557	0.76 552	1.11 568	0.76 552	1.14 576	0.76 544	1.11 572	0.76 548	1.21 596	0.90 527	1.02 572	0.71 550	1.02 548	0.71 533

RAStereo	2.23 688	3.64 654	0.76 509	3.65 694	0.86 565	3.66 725	0.76 548	3.67 725	0.81 562	3.66 722	0.76 552	3.66 724	0.77 546	3.68 724	0.77 549	3.68 709	0.77 513	3.69 724	0.77 559	3.70 708	0.77 547

Hybrid-DGEV	1.03 548	1.75 524	0.80 517	1.28 574	0.78 556	1.26 623	0.80 554	1.26 619	0.78 553	1.26 625	0.78 556	1.26 628	0.78 548	1.26 628	0.78 550	1.15 546	0.75 510	1.14 577	0.74 554	1.14 555	0.75 542

Hybrid-DGEV-2	1.05 550	1.83 550	0.83 521	1.33 581	0.82 564	1.30 627	0.81 558	1.26 619	0.79 557	1.29 627	0.79 558	1.26 628	0.80 550	1.26 628	0.79 551	1.20 550	0.78 515	1.18 587	0.77 559	1.20 570	0.77 547

SFCPSM	0.17 174	0.78 338	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	0.79 551	0.02 15	0.75 510	0.76 524	0.02 21	0.02 21	0.02 20

G-Net	0.79 484	0.79 340	0.79 516	0.79 452	0.79 558	0.79 512	0.79 551	0.79 506	0.79 557	0.79 517	0.79 558	0.79 519	0.79 549	0.79 510	0.79 551	0.79 488	0.79 517	0.79 528	0.79 563	0.79 502	0.79 550

HSM-Net_RVC	0.95 531	1.17 432	0.78 513	1.18 518	0.71 540	1.16 573	0.75 546	1.09 554	0.80 559	1.10 563	0.75 551	1.17 579	0.74 541	1.17 578	0.80 554	1.13 543	0.73 507	1.17 584	0.77 559	1.16 560	0.72 534
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 487	0.80 343	0.80 517	0.80 456	0.80 561	0.80 514	0.80 554	0.80 509	0.80 559	0.80 518	0.80 560	0.80 521	0.80 550	0.80 512	0.80 554	0.80 490	0.80 520	0.80 531	0.80 565	0.80 505	0.80 551

CSAN	0.80 487	0.80 343	0.80 517	0.80 456	0.80 561	0.80 514	0.80 554	0.80 509	0.80 559	0.80 518	0.80 560	0.80 521	0.80 550	0.80 512	0.80 554	0.80 490	0.80 520	0.80 531	0.80 565	0.80 505	0.80 551

Hybrid-DGEV-03	1.07 551	1.83 550	0.83 521	1.34 582	0.81 563	1.32 629	0.81 558	1.31 626	0.81 562	1.31 628	0.82 562	1.32 633	0.82 554	1.32 633	0.81 557	1.19 548	0.77 513	1.19 589	0.76 557	1.19 568	0.77 547

ours_stereo	1.20 562	1.21 482	0.90 528	1.64 604	1.11 591	1.35 631	0.67 517	1.76 645	0.93 573	1.70 649	1.10 590	1.39 637	0.75 543	1.41 637	0.81 557	1.60 625	1.03 542	1.33 643	1.00 580	1.61 635	0.72 534

AIO-Stereo-zeroshot1	0.75 474	0.92 373	0.85 524	0.96 486	0.59 509	1.27 624	0.44 456	0.59 475	0.69 530	0.91 532	0.68 528	0.55 476	0.61 508	1.06 564	0.83 559	0.62 446	0.70 500	0.90 544	0.41 462	0.89 520	0.56 497

999	1.00 536	1.12 425	0.59 452	1.10 502	1.21 651	1.09 564	0.52 491	1.08 552	1.43 665	1.18 576	1.35 657	0.98 547	0.52 491	0.91 534	0.85 560	0.72 474	1.46 636	0.83 538	0.98 578	0.68 479	1.41 662

ToySt	0.92 523	2.11 580	0.90 528	0.95 483	0.79 558	0.99 540	0.78 550	0.94 532	0.81 562	0.94 538	0.78 556	0.95 544	0.77 546	0.94 540	0.86 561	0.91 506	0.79 517	0.85 540	0.77 559	0.89 520	0.73 538

DPSimNet_ROB	0.97 533	1.18 434	0.81 520	1.10 502	0.91 571	1.02 555	0.82 561	1.04 551	0.91 567	1.03 559	0.86 565	1.28 632	0.82 554	1.03 562	0.89 562	1.17 547	0.81 522	1.02 572	0.82 568	1.08 551	0.81 553

DGTPSM_ROB	0.93 528	1.00 394	0.92 532	0.94 481	0.96 576	0.91 532	0.92 568	0.91 525	0.96 577	0.91 532	0.96 575	0.93 541	0.92 559	0.94 540	0.92 563	0.92 509	0.92 530	0.90 544	0.92 573	0.94 536	0.91 562

DPSM_ROB	0.92 523	0.91 368	0.91 530	0.91 471	0.92 572	0.92 533	0.92 568	0.92 528	0.91 567	0.93 536	0.91 569	0.92 538	0.90 557	0.91 534	0.92 563	0.92 509	0.91 528	0.91 547	0.92 573	0.93 532	0.93 564

DPSM	0.92 523	0.91 368	0.91 530	0.91 471	0.92 572	0.92 533	0.92 568	0.92 528	0.91 567	0.93 536	0.91 569	0.92 538	0.90 557	0.91 534	0.92 563	0.92 509	0.91 528	0.91 547	0.92 573	0.93 532	0.93 564

pmcnn	0.92 523	0.92 373	0.92 532	0.92 474	0.92 572	0.92 533	0.92 568	0.92 528	0.92 571	0.92 534	0.92 572	0.92 538	0.92 559	0.92 538	0.92 563	0.92 509	0.92 530	0.92 550	0.92 573	0.92 527	0.92 563

Selective-RAFT	0.89 520	0.89 362	0.72 501	1.16 516	0.78 556	1.06 558	0.82 561	0.87 518	0.97 578	1.00 542	0.91 569	0.90 535	1.00 565	0.89 531	0.93 567	0.83 499	0.83 523	0.82 537	0.82 568	0.81 508	0.82 554

MM-Stereo_test2	1.20 562	1.85 556	1.05 546	1.46 591	0.94 575	1.36 633	0.99 575	1.36 628	0.95 575	1.41 635	0.98 578	1.40 639	0.96 561	1.37 635	0.95 568	1.37 611	1.06 543	1.33 643	0.93 577	1.29 624	0.89 560

AIO-Stereo-zeroshot	0.91 521	0.86 354	0.89 525	1.25 568	0.69 534	1.05 557	0.81 558	1.16 560	0.50 485	1.12 569	0.97 577	0.72 509	0.82 554	1.06 564	0.95 568	0.61 441	0.87 525	1.03 574	0.85 571	1.04 549	1.01 579

Selective-RAFT-Error	0.88 518	0.84 350	0.98 537	0.86 466	0.97 577	0.88 528	0.95 572	0.84 516	0.99 581	0.92 534	0.82 562	0.84 528	0.98 564	0.87 527	0.97 570	0.81 494	0.83 523	0.79 528	0.82 568	0.79 502	0.85 556

4D-IteraStereo	0.78 483	3.13 643	0.89 525	0.69 432	0.32 384	0.40 321	0.32 371	0.76 504	0.97 578	0.52 459	0.65 519	0.89 534	0.32 381	0.76 508	0.98 571	0.83 499	0.94 532	0.35 318	0.27 323	0.70 486	0.89 560

MaDis-Stereo	3.19 720	6.02 720	1.12 550	5.61 729	1.16 598	5.43 753	1.02 583	5.15 752	0.70 538	5.43 752	1.21 645	5.03 754	0.97 562	4.85 746	0.99 572	4.53 718	1.16 560	5.53 753	1.25 651	5.37 743	1.30 652

LGCAT	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 548	1.00 565	1.00 548	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 573

Test_v1	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 548	1.00 565	1.00 548	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 573

GANet	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 548	1.00 565	1.00 548	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 573

TDLM	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 548	1.00 565	1.00 548	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 573

CVANet_RVC	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 548	1.00 565	1.00 548	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 573

trnet	1.01 544	1.01 404	1.01 544	1.01 495	1.01 584	1.01 549	1.01 581	1.01 545	1.01 587	1.01 553	1.01 585	1.01 557	1.01 573	1.01 556	1.01 578	1.01 529	1.01 540	1.01 571	1.01 587	1.01 546	1.01 579

MM-Stereo_test3	1.27 613	2.07 576	1.18 559	1.60 599	1.02 586	1.45 641	1.01 581	1.40 632	1.04 590	1.44 637	1.03 586	1.46 642	1.02 574	1.44 640	1.02 579	1.51 620	1.12 557	1.32 642	0.98 578	1.38 628	0.97 569

LiteMatch*	2.07 660	1.30 494	5.73 745	6.28 733	0.79 558	1.33 630	0.80 554	1.30 625	1.02 588	1.33 629	0.84 564	1.33 634	0.97 562	1.28 632	1.04 580	6.05 744	5.89 740	1.28 641	0.76 557	1.28 623	0.88 557

MLG-Stereo	0.92 523	0.90 366	0.84 523	1.27 570	0.49 488	1.38 635	0.88 564	1.41 633	0.97 578	0.73 506	1.09 589	1.26 628	0.43 456	0.72 502	1.05 581	1.13 543	0.49 430	1.18 587	0.66 533	1.01 546	0.46 452

BLMT-Stereo	1.53 620	1.36 500	1.06 547	1.42 590	1.23 655	1.41 639	1.07 585	1.43 635	1.12 592	1.42 636	1.06 587	1.83 652	1.07 576	1.42 639	1.07 582	1.27 601	1.38 631	6.80 759	1.00 580	1.26 621	1.00 573

FC-DCNN	1.07 551	1.09 420	0.98 537	0.89 467	0.52 499	1.41 639	0.91 567	1.21 614	1.24 651	1.96 653	2.05 723	1.91 655	1.30 643	1.27 631	1.08 583	0.80 490	0.60 470	0.58 490	0.41 462	0.68 479	0.54 486

GLC_STEREO	1.07 551	1.01 404	1.06 547	1.07 500	1.05 588	1.06 558	1.08 586	1.08 552	1.05 591	1.07 561	1.06 587	1.08 566	1.05 575	1.06 564	1.10 584	1.07 532	1.09 550	1.05 575	1.05 589	1.06 550	1.12 586

IGEVStereo-DCA	1.77 630	4.21 673	1.84 667	2.49 651	2.11 717	2.54 701	1.36 656	1.65 642	1.17 600	2.75 711	1.90 706	2.54 697	1.15 583	0.94 540	1.11 585	1.50 618	1.32 615	0.96 562	1.46 668	1.49 631	0.88 557

rrr	1.77 630	4.21 673	1.84 667	2.49 651	2.11 717	2.54 701	1.36 656	1.65 642	1.17 600	2.75 711	1.90 706	2.54 697	1.15 583	0.94 540	1.11 585	1.50 618	1.32 615	0.96 562	1.46 668	1.49 631	0.88 557

NCC-stereo	2.36 694	25.52 762	1.17 557	1.15 511	1.17 599	1.11 568	1.11 587	1.15 557	1.16 596	1.10 563	1.16 595	1.10 570	1.15 583	1.14 575	1.13 587	1.09 534	1.11 554	1.15 579	1.16 596	1.17 565	1.17 595

Nwc_Net	2.37 696	25.95 764	1.15 555	1.14 508	1.15 594	1.08 562	1.14 590	1.17 562	1.16 596	1.14 573	1.15 592	1.08 566	1.15 583	1.11 572	1.14 588	1.10 536	1.11 554	1.16 580	1.09 591	1.16 560	1.15 591

qqai	1.22 609	1.38 503	1.12 550	1.39 588	1.14 592	1.40 637	1.14 590	1.41 633	1.12 592	1.40 634	1.11 591	1.40 639	1.13 579	1.41 637	1.15 589	1.25 599	0.97 533	1.24 638	1.01 587	1.24 619	0.96 568

TorneroNet	0.66 446	0.53 289	0.50 427	0.50 375	0.64 523	1.06 558	0.70 537	0.50 439	0.51 492	0.49 433	0.69 533	0.49 440	0.50 485	0.48 431	1.15 589	0.71 466	0.49 430	1.14 577	1.08 590	0.49 438	0.49 468

AF-Net	2.37 696	25.71 763	1.17 557	1.13 507	1.15 594	1.15 572	1.18 596	1.19 565	1.16 596	1.10 563	1.15 592	1.10 570	1.18 588	1.12 574	1.15 589	1.10 536	1.10 553	1.17 584	1.15 594	1.16 560	1.12 586

RP	2.33 692	25.00 760	1.13 552	1.15 511	1.15 594	1.10 565	1.15 592	1.15 557	1.15 595	1.12 569	1.15 592	1.09 568	1.13 579	1.10 570	1.15 589	1.11 541	1.09 550	1.16 580	1.12 592	1.16 560	1.17 595

MEA-ACV	1.66 624	0.87 356	0.61 462	11.81 760	1.35 656	1.50 643	0.71 540	1.23 617	0.92 571	1.13 572	0.96 575	1.69 649	0.70 533	1.23 627	1.16 593	1.54 622	1.20 565	1.58 654	0.85 571	1.12 553	0.95 567

edge stereo	2.43 699	27.07 768	1.14 553	1.06 499	1.14 592	1.08 562	1.17 595	1.16 560	1.14 594	1.10 563	1.16 595	1.09 568	1.16 587	1.10 570	1.16 593	1.10 536	1.11 554	1.16 580	1.19 598	1.13 554	1.11 584

Abc-Net	2.32 691	24.75 759	1.14 553	1.17 517	1.17 599	1.11 568	1.15 592	1.17 562	1.21 648	1.08 562	1.16 595	1.12 575	1.14 582	1.09 568	1.17 595	1.09 534	1.16 560	1.17 584	1.17 597	1.16 560	1.11 584
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 694	25.48 761	1.19 561	1.15 511	1.15 594	1.10 565	1.16 594	1.17 562	1.16 596	1.12 569	1.16 595	1.11 574	1.13 579	1.09 568	1.18 596	1.10 536	1.15 559	1.16 580	1.12 592	1.14 555	1.12 586

stereogan	2.33 692	24.38 758	1.18 559	1.18 518	1.18 602	1.14 571	1.18 596	1.19 565	1.19 602	1.14 573	1.18 599	1.14 576	1.18 588	1.14 575	1.18 596	1.14 545	1.14 558	1.19 589	1.19 598	1.15 558	1.19 599

RSGM-EC	0.24 216	0.24 163	0.15 176	0.22 190	0.15 219	0.22 227	0.15 207	0.22 226	0.15 216	0.24 237	0.15 216	0.22 229	0.15 217	0.22 227	1.19 598	0.20 192	0.17 206	0.24 250	0.14 208	0.20 214	0.14 201

acva	0.24 216	0.24 163	0.15 176	0.22 190	0.15 219	0.22 227	0.15 207	0.22 226	0.15 216	0.24 237	0.15 216	0.22 229	0.15 217	0.22 227	1.19 598	0.20 192	0.17 206	0.24 250	0.14 208	0.20 214	0.14 201

DisPM	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

CrosDoStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

PFNet+	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

LCNet	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

HHNet	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

Patchmatch Stereo++	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600
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	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

STrans-v2	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

TransformOpticalFlow	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

OMP-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

IIG-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

NF-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

OCTAStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

PSM-softLoss	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

KMStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

NRIStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

PSM-adaLoss	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

PSM-AAD	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

FTStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

ROB_FTStereo_v2	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

ROB_FTStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

Consistency-Raft	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

KYRaft	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

HUI-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

ASMatch	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

DeepStereo_LL	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

DEmStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

SST-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

THIR-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

RAFT_R40	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

DRaft	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

PFNet	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

GrayStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

RE-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

Pruner-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

TVStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

DeepStereo_RVC	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

RAFT-RH_RVC	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

IRAFT_RVC	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

RAFT-345	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

iRAFT	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

CRE-IMP	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

GMM-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

RAFT-IKP	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

Prome-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 581	1.20 590	1.20 580	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 600

HBP-ISP	1.24 611	1.72 518	1.65 647	1.15 511	0.76 552	1.40 637	0.88 564	1.67 644	1.02 588	1.69 648	1.38 662	1.69 649	1.21 636	1.87 655	1.21 645	1.05 531	0.79 517	0.97 564	0.80 565	1.19 568	0.75 542

GANetREF_RVC	1.55 621	1.94 572	1.22 611	1.88 608	1.21 651	1.88 653	1.22 644	1.88 647	1.22 649	1.88 650	1.22 646	1.88 653	1.22 637	1.89 656	1.22 646	1.87 634	1.22 613	1.88 669	1.22 647	1.88 647	1.22 646
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
StereoVision	3.15 719	5.00 688	0.89 525	4.83 719	1.00 578	3.93 726	1.27 650	6.37 755	1.34 656	5.67 755	1.26 650	5.84 757	1.27 640	5.03 752	1.24 647	5.10 737	1.09 550	4.61 737	0.57 512	5.62 745	1.12 586

FAT-Stereo	2.46 701	26.05 765	1.23 613	1.23 567	1.22 653	1.20 574	1.24 646	1.23 617	1.23 650	1.19 577	1.22 646	1.21 626	1.24 638	1.20 580	1.24 647	1.21 596	1.17 563	1.22 637	1.25 651	1.20 570	1.24 649

S-Stereo	2.51 703	26.86 766	1.23 613	1.22 565	1.22 653	1.24 622	1.25 647	1.22 615	1.24 651	1.21 623	1.24 648	1.19 580	1.27 640	1.19 579	1.24 647	1.19 548	1.20 565	1.25 639	1.19 598	1.24 619	1.23 648

3.75w	1.99 640	2.31 596	1.83 666	3.16 671	1.65 673	1.93 654	1.98 707	2.72 701	1.68 678	2.73 710	1.97 712	2.00 660	1.72 679	1.81 653	1.25 650	2.27 672	2.01 686	2.38 701	1.42 665	1.71 640	1.24 649

2w_stereo	1.99 640	2.36 605	1.81 658	3.24 675	1.67 678	1.94 655	1.98 707	2.72 701	1.68 678	2.72 705	1.94 709	1.98 659	1.74 682	1.79 652	1.27 651	1.95 642	2.00 684	2.53 710	1.60 680	1.68 639	1.15 591

4.25_new	2.00 644	2.33 598	1.82 663	3.32 680	1.69 687	1.95 658	1.99 710	2.72 701	1.71 688	2.72 705	1.97 712	2.01 661	1.74 682	1.77 650	1.28 652	2.18 660	2.01 686	2.48 708	1.58 675	1.65 636	1.17 595

4.5w_new	2.00 644	2.33 598	1.82 663	3.32 680	1.69 687	1.95 658	1.99 710	2.72 701	1.71 688	2.72 705	1.97 712	2.01 661	1.74 682	1.77 650	1.28 652	2.18 660	2.01 686	2.48 708	1.58 675	1.65 636	1.17 595

4.5w-stereo	1.99 640	2.33 598	1.81 658	3.28 677	1.68 682	1.94 655	1.99 710	2.72 701	1.70 686	2.72 705	1.99 721	1.97 658	1.68 668	1.76 649	1.29 654	1.91 639	2.02 690	2.53 710	1.61 684	1.75 643	1.16 594

2.75w_new	1.99 640	2.34 602	1.81 658	3.14 669	1.62 671	1.94 655	1.99 710	2.72 701	1.71 688	2.72 705	1.99 721	1.90 654	1.73 680	1.82 654	1.29 654	2.37 682	2.01 686	2.31 696	1.42 665	1.77 644	1.22 646

11t	1.27 613	2.70 622	1.34 617	1.32 580	0.89 567	1.30 627	1.34 653	1.64 641	0.57 499	1.45 638	0.72 546	1.05 565	1.29 642	1.07 567	1.29 654	1.49 617	1.02 541	0.97 564	1.15 594	1.48 630	1.31 653

SPS-STEREO	1.59 622	1.91 565	1.21 610	1.94 611	1.20 605	2.00 661	1.23 645	1.99 652	1.24 651	2.00 658	1.25 649	2.03 663	1.26 639	2.00 660	1.29 654	1.90 638	1.18 564	1.89 670	1.21 646	1.89 648	1.20 600
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	1.35 615	1.35 499	1.35 619	1.35 584	1.35 656	1.35 631	1.35 654	1.36 628	1.35 659	1.36 632	1.35 657	1.36 635	1.36 648	1.36 634	1.35 658	1.35 607	1.35 627	1.35 646	1.35 656	1.35 626	1.35 658

4.25w-stereo	1.98 639	2.72 626	1.46 636	3.47 687	1.43 663	2.07 664	1.98 707	2.53 697	1.52 667	2.71 704	1.98 718	1.81 651	1.62 659	1.96 658	1.36 659	1.88 637	2.00 684	2.53 710	1.61 684	1.74 642	1.15 591

MC-Stereo	1.76 629	2.96 638	1.37 629	2.14 620	1.37 659	2.14 667	1.36 656	2.14 661	1.37 661	2.14 667	1.37 660	2.14 665	1.37 650	2.14 665	1.37 660	1.97 643	1.32 615	1.97 673	1.32 655	1.98 650	1.33 655

CC-Net-ROB	1.36 616	1.33 498	1.33 616	1.36 585	1.38 660	1.36 633	1.33 652	1.37 630	1.34 656	1.35 631	1.36 659	1.38 636	1.34 646	1.38 636	1.38 661	1.35 607	1.38 631	1.33 643	1.35 656	1.43 629	1.34 657

sCroCo_RVC	2.10 668	2.76 630	1.92 677	2.78 662	1.39 661	2.73 710	1.41 664	2.73 707	1.40 663	2.77 716	1.41 664	2.74 713	1.40 652	2.74 711	1.40 662	2.72 698	1.42 634	2.72 714	1.44 667	2.79 701	1.42 663

PS-NSSS	1.38 618	1.39 504	1.34 617	1.34 582	1.35 656	1.38 635	1.37 661	1.35 627	1.38 662	1.34 630	1.34 656	1.39 637	1.38 651	1.70 647	1.40 662	1.36 609	1.36 628	1.36 648	1.37 659	1.37 627	1.36 659

MM-Stereo_test1	1.80 632	3.41 650	1.52 642	2.12 619	1.41 662	2.04 662	1.41 664	2.05 656	1.46 666	2.04 662	1.41 664	2.05 664	1.42 653	2.05 661	1.43 664	2.04 648	1.54 643	1.94 671	1.38 661	1.99 651	1.33 655

test_xeample3	1.10 554	1.81 540	0.61 462	0.84 461	0.49 488	0.77 507	0.66 513	0.92 528	1.40 663	0.68 499	0.46 469	0.78 517	0.54 495	1.72 648	1.48 665	1.34 606	1.52 640	1.35 646	1.67 697	1.33 625	1.55 667

2.25w	2.00 644	1.86 559	1.98 692	2.95 666	2.17 721	2.26 682	1.35 654	2.42 691	2.00 719	2.07 666	1.27 651	2.53 694	1.99 702	2.29 684	1.49 666	2.21 664	1.32 615	1.85 662	1.87 710	2.52 691	1.62 686

MonStereo1	1.94 638	2.77 632	1.52 642	3.73 698	1.51 666	2.13 666	1.42 666	2.32 685	1.52 667	2.31 689	1.50 667	2.53 694	1.59 656	2.34 687	1.56 667	1.91 639	1.36 628	1.86 665	1.31 654	2.07 661	1.53 665

FADNet-RVC-Resample	0.12 132	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	1.57 668	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

DPSMNet_ROB	1.60 623	1.59 512	1.70 650	1.59 596	1.59 669	1.61 646	1.61 672	1.60 637	1.60 669	1.62 646	1.59 672	1.60 644	1.60 657	1.60 643	1.59 669	1.59 623	1.60 651	1.59 655	1.59 677	1.59 634	1.59 673

RAFT_CTSACE	1.92 636	3.71 657	1.72 653	1.88 608	1.72 694	2.04 662	1.42 666	2.18 664	1.89 712	2.02 660	1.97 712	1.95 656	2.06 706	1.93 657	1.62 670	1.76 629	1.66 656	2.02 674	1.73 705	1.73 641	1.43 664

Anonymous3	2.55 704	3.26 648	1.65 647	3.28 677	1.63 672	3.24 719	1.68 683	3.27 718	1.66 670	3.28 719	1.67 682	3.25 720	1.66 660	3.27 718	1.64 671	3.26 704	1.65 655	3.30 718	1.65 695	4.95 738	1.65 693

noway2	2.07 660	4.96 685	1.92 677	2.28 632	1.66 674	2.20 673	1.66 675	2.19 667	1.66 670	2.19 673	1.65 677	2.19 670	1.68 668	2.18 667	1.65 672	2.15 652	1.86 677	2.06 679	1.59 677	2.06 657	1.60 675

4.5_new	2.00 644	1.84 555	1.98 692	2.77 659	2.16 719	2.27 683	1.28 651	2.09 657	1.98 716	2.01 659	1.28 652	2.71 707	1.98 700	2.51 696	1.65 672	2.26 669	1.33 622	1.87 666	1.87 710	2.49 687	1.60 675

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 672	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

GELT-Stereo	2.10 668	5.33 705	1.94 688	2.37 643	1.68 682	2.21 676	1.69 687	2.19 667	1.67 673	2.18 670	1.67 682	2.19 670	1.66 660	2.19 670	1.66 675	2.23 666	1.83 667	2.07 681	1.61 684	2.04 652	1.61 680

noway7	2.08 663	5.18 694	1.92 677	2.27 627	1.66 674	2.18 668	1.66 675	2.17 663	1.66 670	2.18 670	1.65 677	2.18 667	1.66 660	2.17 666	1.66 675	2.15 652	1.85 673	2.05 675	1.60 680	2.05 653	1.60 675

monster_256*512	2.09 666	5.21 697	1.98 692	2.30 635	1.67 678	2.18 668	1.66 675	2.20 670	1.67 673	2.19 673	1.67 682	2.19 670	1.66 660	2.19 670	1.66 675	2.15 652	1.86 677	2.05 675	1.60 680	2.06 657	1.61 680

zzzz4	2.08 663	5.22 698	1.93 680	2.27 627	1.66 674	2.19 670	1.66 675	2.18 664	1.67 673	2.18 670	1.66 680	2.18 667	1.66 660	2.18 667	1.66 675	2.15 652	1.84 668	2.05 675	1.60 680	2.05 653	1.60 675

zzzzzz3	2.07 660	5.00 688	1.93 680	2.28 632	1.66 674	2.19 670	1.66 675	2.18 664	1.67 673	2.19 673	1.66 680	2.18 667	1.67 666	2.18 667	1.66 675	2.15 652	1.85 673	2.05 675	1.59 677	2.05 653	1.59 673

noway4	2.11 672	5.14 692	1.93 680	2.37 643	1.69 687	2.20 673	1.68 683	2.22 675	1.68 678	2.21 678	1.69 691	2.23 678	1.68 668	2.22 677	1.66 675	2.24 667	1.84 668	2.09 690	1.63 693	2.09 666	1.62 686

noway1	2.10 668	5.26 702	1.93 680	2.31 638	1.69 687	2.21 676	1.67 681	2.19 667	1.68 678	2.21 678	1.68 687	2.21 674	1.67 666	2.20 672	1.66 675	2.15 652	1.84 668	2.07 681	1.61 684	2.07 661	1.61 680

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 675	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

zzzzzzz1	2.10 668	5.20 696	1.93 680	2.38 645	1.68 682	2.20 673	1.67 681	2.20 670	1.68 678	2.20 676	1.67 682	2.20 673	1.68 668	2.20 672	1.67 683	2.24 667	1.86 677	2.06 679	1.61 684	2.06 657	1.62 686

zzzz2	2.08 663	4.92 684	1.93 680	2.30 635	1.67 678	2.19 670	1.66 675	2.20 670	1.67 673	2.20 676	1.68 687	2.21 674	1.66 660	2.20 672	1.68 684	2.17 658	1.84 668	2.07 681	1.62 690	2.05 653	1.61 680

noway5	1.92 636	4.97 686	1.95 689	2.31 638	1.68 682	2.21 676	1.68 683	2.21 673	1.69 685	2.22 682	1.68 687	2.21 674	1.68 668	2.21 675	1.68 684	2.18 660	1.87 681	1.71 659	0.65 530	0.85 514	0.72 534

UDGNet	2.23 688	5.40 709	1.72 653	2.48 650	1.69 687	2.51 698	1.69 687	2.51 696	1.72 692	2.50 698	1.69 691	2.52 693	1.69 675	2.50 695	1.68 684	2.41 685	1.70 659	2.42 703	1.69 701	2.42 680	1.64 691

zzz1	2.09 666	4.97 686	1.93 680	2.30 635	1.68 682	2.21 676	1.68 683	2.21 673	1.68 678	2.21 678	1.67 682	2.21 674	1.68 668	2.21 675	1.69 687	2.17 658	1.85 673	2.08 685	1.61 684	2.06 657	1.61 680

IGEV	2.02 652	2.20 588	1.82 663	2.90 665	2.16 719	2.41 691	1.25 647	2.00 653	1.98 716	1.99 657	1.31 654	2.72 711	1.93 696	2.67 705	1.69 687	2.26 669	1.32 615	1.83 661	1.87 710	2.53 694	1.61 680

noway3	2.12 674	5.22 698	1.93 680	2.39 646	1.70 692	2.23 681	1.70 689	2.22 675	1.70 686	2.22 682	1.70 693	2.23 678	1.69 675	2.22 677	1.71 689	2.28 673	1.86 677	2.08 685	1.63 693	2.09 666	1.63 689

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 689	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

MFMNet_re	1.81 633	1.91 565	1.71 652	1.95 613	1.70 692	1.95 658	1.70 689	1.96 650	1.74 695	1.97 655	1.72 694	1.95 656	1.71 678	1.97 659	1.71 689	1.86 632	1.62 652	1.85 662	1.66 696	1.86 646	1.64 691

3w_stereo	2.04 657	2.24 592	1.70 650	3.15 670	2.18 723	2.49 695	1.26 649	2.03 655	1.98 716	1.98 656	1.33 655	2.72 711	1.99 702	2.59 699	1.72 692	2.22 665	1.33 622	1.85 662	1.88 715	2.50 689	1.58 672

1w_stereo	2.05 659	2.32 597	1.35 619	3.74 699	2.01 711	2.73 710	1.42 666	1.88 647	1.93 714	2.03 661	1.28 652	2.71 707	1.99 702	2.72 708	1.72 692	2.20 663	1.32 615	1.87 666	1.86 709	2.45 683	1.54 666

TRStereo	2.00 644	2.13 581	1.85 669	2.27 627	1.84 699	2.28 685	1.84 695	2.29 680	1.86 705	2.30 686	1.87 701	2.30 681	1.87 690	2.08 662	1.72 692	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 696

XX-Stereo	2.00 644	2.13 581	1.85 669	2.27 627	1.84 699	2.28 685	1.84 695	2.29 680	1.86 705	2.30 686	1.87 701	2.30 681	1.87 690	2.08 662	1.72 692	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 696

EAI-Stereo	2.00 644	2.13 581	1.85 669	2.27 627	1.84 699	2.28 685	1.84 695	2.29 680	1.86 705	2.30 686	1.87 701	2.30 681	1.87 690	2.08 662	1.72 692	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 696

3.25w	2.04 657	2.20 588	1.48 637	3.03 667	2.17 721	2.63 705	1.39 662	1.96 650	1.95 715	1.96 653	1.37 660	2.71 707	1.96 699	2.71 706	1.73 697	2.26 669	1.32 615	1.87 666	1.87 710	2.51 690	1.63 689

derf	1.91 635	2.15 584	1.78 656	2.16 621	1.75 695	2.21 676	1.80 693	2.22 675	1.80 699	2.21 678	1.76 695	2.17 666	1.81 687	2.24 682	1.74 698	1.93 641	1.56 644	1.96 672	1.53 670	1.95 649	1.56 668

U	5.15 755	8.49 733	1.81 658	8.49 745	1.77 696	8.49 762	1.77 692	8.51 763	1.77 697	8.49 763	1.77 696	8.50 764	1.78 685	8.58 763	1.77 699	8.54 756	1.78 663	8.55 764	1.78 707	8.55 758	1.84 702

asd	2.18 678	2.77 632	1.58 644	3.59 692	2.00 710	2.58 703	1.85 698	2.39 690	1.71 688	2.47 696	1.97 712	2.59 701	1.61 658	2.56 697	1.79 700	2.51 691	1.99 683	2.11 691	1.62 690	2.36 678	1.60 675

MonStereo	2.17 676	2.41 608	1.49 641	2.67 656	1.67 678	2.60 704	2.04 714	2.32 685	1.76 696	2.44 694	1.68 687	2.50 692	1.69 675	2.38 688	1.80 701	2.28 673	1.78 663	2.63 713	2.14 718	3.47 706	1.68 694

qwe	2.18 678	2.60 616	1.58 644	3.83 700	1.90 708	2.53 699	1.90 705	2.48 693	1.73 693	2.37 692	1.92 708	2.53 694	1.68 668	2.56 697	1.83 702	2.52 693	1.87 681	2.07 681	1.68 699	2.32 676	1.71 695

FBW_ROB	2.12 674	2.46 612	1.77 655	2.49 651	1.79 698	2.38 689	1.83 694	2.46 692	1.78 698	2.48 697	1.97 712	2.40 689	1.78 685	2.42 693	1.83 702	2.31 678	1.85 673	2.38 701	1.82 708	2.35 677	1.84 702

2.5w	2.01 651	2.40 607	1.37 629	3.28 677	2.01 711	2.71 707	1.43 669	1.82 646	1.83 703	1.90 652	1.41 664	2.71 707	1.35 647	2.71 706	1.85 704	2.66 694	1.53 641	1.64 656	1.23 648	2.53 694	1.87 706

LG-G_1	2.22 685	2.71 624	1.89 674	2.77 659	1.87 706	2.75 712	1.87 702	2.76 709	1.87 709	2.75 711	1.87 701	2.76 714	1.87 690	2.75 712	1.86 705	2.47 688	1.58 647	2.45 705	1.57 672	2.45 683	1.57 670

LG-G	2.22 685	2.71 624	1.89 674	2.77 659	1.87 706	2.75 712	1.87 702	2.76 709	1.87 709	2.75 711	1.87 701	2.76 714	1.87 690	2.75 712	1.86 705	2.47 688	1.58 647	2.45 705	1.57 672	2.45 683	1.57 670

LGtest1	2.22 685	2.70 622	1.89 674	2.76 658	1.86 702	2.75 712	1.86 699	2.75 708	1.86 705	2.75 711	1.86 699	2.77 716	1.87 690	2.75 712	1.86 705	2.46 687	1.58 647	2.45 705	1.56 671	2.45 683	1.56 668

DNSM	2.56 705	4.43 676	3.08 722	4.09 702	1.86 702	2.66 706	1.86 699	2.66 700	1.87 709	2.66 703	1.86 699	2.66 705	1.86 688	2.66 704	1.87 708	3.82 711	2.94 706	2.42 703	1.73 705	2.42 680	1.73 699

AIO_test	2.18 678	2.09 579	2.04 697	2.42 648	2.01 711	2.47 693	1.94 706	2.34 687	2.03 720	2.56 700	1.94 709	2.43 690	1.94 697	2.41 691	1.87 708	2.39 684	2.10 693	2.35 700	1.91 716	2.25 672	2.19 712

asda	2.17 676	2.54 613	1.81 658	3.47 687	1.78 697	2.50 697	1.86 699	2.61 699	1.68 678	2.61 701	1.83 697	2.37 688	1.73 680	2.44 694	1.88 710	2.51 691	1.84 668	2.34 698	1.62 690	2.23 670	1.77 701

AIO_rvc	2.18 678	2.34 602	1.87 673	2.32 640	1.94 709	2.40 690	1.89 704	2.37 688	2.07 721	2.52 699	1.95 711	2.44 691	1.99 702	2.41 691	1.89 711	2.32 679	2.09 692	2.24 692	2.18 719	2.21 669	2.23 713

monsterstereo	2.20 684	2.33 598	1.95 689	3.65 694	2.07 716	2.49 695	1.61 672	2.48 693	1.83 703	2.45 695	1.61 675	2.67 706	1.86 688	2.64 701	1.94 712	2.48 690	1.66 656	2.34 698	1.68 699	2.40 679	1.86 704

monsters	2.18 678	2.41 608	1.96 691	3.47 687	2.03 715	2.53 699	1.64 674	2.48 693	1.73 693	2.40 693	1.50 667	2.62 702	1.94 697	2.59 699	1.94 712	2.44 686	1.57 646	2.28 694	1.87 710	2.42 680	1.86 704

HUF	2.18 678	2.30 595	1.99 696	2.34 642	2.02 714	2.41 691	2.06 715	2.38 689	1.89 712	2.36 691	1.85 698	2.56 699	1.98 700	2.31 686	1.97 714	2.30 677	2.03 691	2.30 695	2.11 717	2.23 670	2.16 711

4w-stereo	2.02 652	2.72 626	1.44 634	3.36 683	1.59 669	2.48 694	1.72 691	2.28 678	1.24 651	2.24 684	1.65 677	2.56 699	1.32 645	2.39 690	1.98 715	2.67 696	1.51 639	1.66 657	1.24 649	2.53 694	1.88 709

3.25w_new	2.03 654	2.72 626	1.35 619	3.33 682	1.57 667	2.72 708	1.53 671	2.15 662	1.33 655	2.15 668	1.60 673	2.63 703	1.30 643	2.72 708	1.99 716	2.67 696	1.53 641	1.75 660	1.25 651	2.53 694	1.87 706

3.5w_stereo	2.03 654	2.72 626	1.35 619	3.41 684	1.57 667	2.72 708	1.49 670	2.01 654	1.34 656	2.15 668	1.61 675	2.63 703	1.36 648	2.72 708	1.99 716	2.66 694	1.58 647	1.68 658	1.24 649	2.53 694	1.87 706

RASNet	1.49 619	1.65 514	1.45 635	1.38 587	1.43 663	1.47 642	1.36 656	1.38 631	1.36 660	1.39 633	1.60 673	1.45 641	1.45 654	1.51 641	2.21 718	1.53 621	1.36 628	1.36 648	1.36 658	1.66 638	1.36 659

ff7	1.68 625	2.68 619	1.35 619	0.97 487	0.89 567	1.84 650	2.15 716	2.12 658	1.80 699	2.05 663	1.56 669	2.33 684	2.12 707	2.23 679	2.25 719	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 581

ffff	1.68 625	2.68 619	1.35 619	0.97 487	0.89 567	1.84 650	2.15 716	2.12 658	1.80 699	2.05 663	1.56 669	2.33 684	2.12 707	2.23 679	2.25 719	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 581

ccc-4	1.68 625	2.68 619	1.35 619	0.97 487	0.89 567	1.84 650	2.15 716	2.12 658	1.80 699	2.05 663	1.56 669	2.33 684	2.12 707	2.23 679	2.25 719	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 581

STTStereo	3.73 725	30.40 772	2.37 703	2.39 646	2.31 726	2.35 688	2.33 720	2.29 680	2.42 723	2.32 690	2.34 725	2.33 684	2.36 711	2.30 685	2.27 722	2.35 681	2.22 697	2.31 696	2.22 720	2.29 675	2.34 718

NCCL2	2.28 690	2.27 593	2.28 699	2.28 632	2.28 724	2.27 683	2.29 719	2.28 678	2.28 722	2.27 685	2.28 724	2.28 680	2.27 710	2.27 683	2.28 723	2.28 673	2.28 698	2.27 693	2.29 723	2.27 673	2.29 714

NLSM1	2.93 718	3.24 647	2.57 707	4.04 701	2.66 727	3.30 721	2.55 722	3.29 719	2.55 724	3.35 721	2.48 726	3.28 721	2.47 712	3.34 721	2.49 724	3.26 704	2.55 704	3.13 716	2.57 726	3.00 703	2.46 721

NLCA_NET_v2_RVC	5.04 753	50.87 783	2.78 708	2.87 664	2.71 728	2.78 715	0.47 471	2.88 714	2.86 728	1.89 651	2.67 727	2.79 717	2.79 716	2.78 715	2.83 725	2.82 699	2.82 705	2.83 715	2.77 727	2.83 702	2.76 723
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_105_1	3.83 726	5.22 698	3.01 712	4.53 706	3.01 730	4.51 733	3.01 728	4.56 735	3.04 729	4.53 734	3.03 730	4.55 737	3.03 717	4.56 735	3.04 726	4.57 720	3.05 708	4.57 732	3.05 731	4.57 722	3.05 728

rvit_stereo_0081	3.83 726	5.23 701	3.01 712	4.53 706	3.03 732	4.55 739	3.02 729	4.56 735	3.04 729	4.52 732	3.02 728	4.54 735	3.03 717	4.56 735	3.04 726	4.57 720	3.05 708	4.57 732	3.05 731	4.58 723	3.05 728

rvit_0105_6	3.87 730	5.73 717	3.10 723	4.69 716	3.12 740	4.54 735	3.02 729	4.56 735	3.04 729	4.54 736	3.03 730	4.54 735	3.04 720	4.56 735	3.05 728	4.58 723	3.05 708	4.58 734	3.05 731	4.58 723	3.05 728

rvit_stereo_0082	3.86 728	5.82 718	3.01 712	4.53 706	3.03 732	4.54 735	3.02 729	4.56 735	3.04 729	4.53 734	3.02 728	4.55 737	3.04 720	4.57 738	3.05 728	4.57 720	3.05 708	4.58 734	3.05 731	4.58 723	3.06 731

RAFT+CT+SA	4.28 740	7.62 727	4.91 739	5.55 728	2.28 724	3.09 716	3.64 747	4.49 733	3.07 734	4.80 745	3.35 742	4.77 749	3.70 736	4.29 732	3.05 728	5.58 739	5.98 742	3.58 722	3.78 751	4.26 716	3.72 748

rvit_stereo_0081_aga	3.86 728	5.33 705	3.02 715	4.55 712	3.04 736	4.54 735	3.02 729	4.64 742	3.06 733	4.54 736	3.04 732	4.62 744	3.08 724	4.62 741	3.07 731	4.58 723	3.06 712	4.60 736	3.08 735	4.63 726	3.07 732

rvit_stereo_0080	3.89 731	5.70 715	3.04 717	4.54 709	3.03 732	4.56 740	3.05 735	4.60 739	3.07 734	4.58 739	3.06 733	4.59 739	3.06 722	4.61 739	3.08 732	4.63 725	3.09 713	4.64 738	3.10 736	4.65 727	3.10 735

whm_eth	3.89 731	5.70 715	3.04 717	4.54 709	3.03 732	4.56 740	3.05 735	4.60 739	3.07 734	4.58 739	3.06 733	4.59 739	3.06 722	4.61 739	3.08 732	4.63 725	3.09 713	4.64 738	3.10 736	4.65 727	3.10 735

rvit_0105_4	3.91 733	5.47 713	3.02 715	4.54 709	3.02 731	4.54 735	3.03 733	4.75 745	3.17 740	4.57 738	3.06 733	4.61 743	3.16 728	4.65 742	3.09 734	4.66 727	3.11 716	4.68 741	3.18 742	4.81 733	3.16 740

rvit_0105_3	3.91 733	5.33 705	3.06 720	4.60 714	3.07 738	4.60 742	3.06 737	4.62 741	3.08 737	4.60 741	3.07 736	4.62 744	3.08 724	4.67 743	3.10 735	4.70 728	3.11 716	4.77 745	3.19 743	4.77 732	3.14 739

rvit_stereo_ft	3.93 736	5.44 711	3.05 719	4.59 713	3.06 737	4.61 743	3.08 738	4.67 744	3.12 739	4.63 743	3.10 738	4.65 746	3.11 726	4.69 745	3.13 736	4.70 728	3.14 718	4.71 743	3.15 741	4.74 730	3.16 740

rvit_stereo_0083	3.92 735	5.30 704	3.06 720	4.61 715	3.09 739	4.67 744	3.08 738	4.66 743	3.09 738	4.62 742	3.10 738	4.66 747	3.11 726	4.67 743	3.16 737	4.72 730	3.16 719	4.77 745	3.11 738	4.66 729	3.11 737

test_5	4.62 747	7.55 726	6.23 746	6.32 734	3.40 745	5.29 752	3.50 745	3.53 723	4.11 753	4.28 729	4.47 756	4.26 733	4.38 748	3.68 724	3.24 738	5.89 741	5.60 738	4.84 747	3.50 745	4.33 717	3.93 754

NLCSM	3.67 724	4.08 668	3.19 727	4.80 718	3.26 742	3.99 729	3.24 743	4.25 731	3.18 741	4.09 727	3.27 741	4.14 730	3.18 729	4.13 729	3.28 739	4.06 712	3.10 715	3.85 728	3.14 740	3.91 713	3.27 743

rvit_0105_5	4.10 737	5.40 709	3.13 726	4.71 717	3.15 741	4.72 747	3.10 740	4.90 750	3.27 742	4.69 744	3.16 740	4.84 751	3.25 730	4.96 749	3.34 740	5.05 735	3.39 724	5.10 750	3.40 744	5.11 740	3.42 744

DispFullNet	4.61 746	4.84 681	3.12 724	5.00 723	3.57 746	4.75 748	3.03 733	7.75 761	4.17 754	4.91 748	3.09 737	6.20 758	3.95 743	6.71 757	3.51 741	5.30 738	3.67 726	5.86 757	3.63 746	5.61 744	3.46 745

MLG-Stereo_test2	4.28 740	5.46 712	3.69 732	4.86 721	3.72 750	5.58 754	3.42 744	4.81 747	3.77 750	4.85 746	3.72 748	5.55 756	3.63 733	5.58 753	3.53 742	4.41 717	3.28 723	4.99 749	2.95 729	4.75 731	3.13 738

DPSNet	3.66 723	3.60 653	3.62 731	3.63 693	3.64 749	3.65 724	3.65 748	3.66 724	3.67 745	3.67 723	3.65 746	3.67 725	3.66 734	3.66 723	3.68 743	3.68 709	3.66 725	3.67 723	3.68 749	3.67 707	3.67 747

MLG-Stereo_test1	4.25 738	5.34 708	3.61 730	5.31 725	3.63 748	5.23 751	3.57 746	5.38 753	3.65 744	5.23 750	3.47 743	4.76 748	3.74 737	4.85 746	3.71 744	4.96 732	3.18 721	4.71 743	2.92 728	4.86 736	2.90 725

TestStereo1	4.60 744	8.41 731	6.44 748	6.86 738	3.79 751	3.97 727	3.78 750	3.99 728	3.74 747	3.97 725	3.52 744	3.94 728	3.58 731	3.98 727	3.72 745	6.82 749	6.50 745	3.76 725	3.66 747	3.90 710	3.74 750

SA-5K	4.60 744	8.41 731	6.44 748	6.86 738	3.79 751	3.97 727	3.78 750	3.99 728	3.74 747	3.97 725	3.52 744	3.94 728	3.58 731	3.98 727	3.72 745	6.82 749	6.50 745	3.76 725	3.66 747	3.90 710	3.74 750

MLG-Stereo_test3	4.26 739	4.85 682	3.95 734	5.35 726	3.60 747	4.75 748	3.76 749	5.49 754	3.71 746	5.39 751	3.69 747	4.82 750	3.66 734	4.85 746	3.73 747	4.93 731	3.19 722	4.69 742	2.99 730	4.84 735	2.98 727

Sa-1000	4.34 743	8.37 730	6.84 750	6.98 740	4.45 757	3.58 722	3.00 727	3.42 722	3.39 743	2.61 701	4.00 752	3.83 727	4.01 745	3.90 726	3.90 748	5.98 743	5.62 739	3.76 725	2.34 724	4.35 718	2.47 722

cross-raft	4.83 749	7.52 725	6.43 747	6.63 735	3.96 753	4.51 733	3.99 753	4.49 733	3.96 752	4.52 732	3.96 751	4.50 734	3.97 744	4.50 734	3.97 749	6.65 747	6.44 744	4.33 729	3.92 753	4.35 718	3.91 753

SA	4.33 742	7.35 724	6.85 751	5.96 731	4.09 754	3.59 723	3.15 741	3.82 726	2.64 725	3.91 724	3.85 749	3.57 723	2.72 715	3.13 717	4.03 750	7.09 752	6.86 747	3.57 721	3.12 739	3.85 709	3.51 746

test_4	4.88 750	8.13 729	6.98 752	7.46 741	4.44 756	4.25 731	3.85 752	4.04 730	3.92 751	4.13 728	3.91 750	4.18 732	3.84 741	4.14 730	4.06 751	7.01 751	7.13 750	4.53 730	3.72 750	4.09 714	3.72 748

test_3	5.01 752	8.86 736	7.77 754	8.09 743	2.76 729	4.13 730	4.05 754	3.88 727	3.76 749	4.33 730	4.13 753	3.71 726	3.91 742	4.21 731	4.06 751	7.93 753	7.69 752	4.53 730	3.91 752	4.17 715	4.29 756

raft_robust	4.71 748	7.75 728	5.40 744	6.81 737	3.31 743	4.28 732	4.20 755	4.32 732	4.37 756	4.35 731	4.35 755	4.14 730	3.75 738	4.30 733	4.20 753	6.67 748	6.37 743	3.36 720	4.24 757	4.86 736	3.25 742

SGM-Forest	5.21 756	5.92 719	4.08 735	6.18 732	4.16 755	6.31 756	4.34 756	6.50 756	4.33 755	6.14 757	4.21 754	6.61 761	4.55 749	6.67 756	4.48 754	5.94 742	3.94 728	5.85 756	4.03 755	5.79 746	4.17 755
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 750	4.75 680	4.79 737	4.87 722	4.92 758	4.81 750	4.90 758	4.78 746	4.77 757	4.87 747	4.89 757	4.90 752	4.91 750	4.99 750	4.79 755	4.98 733	4.87 735	4.87 748	4.92 759	5.00 739	5.00 757

rvit_stereo_0075_2	6.64 758	8.80 735	5.25 741	7.89 742	5.27 760	7.90 761	5.27 759	7.92 762	5.28 759	7.91 762	5.29 760	7.93 763	5.27 751	7.92 762	5.28 756	7.93 753	5.28 737	7.93 762	5.29 761	7.93 755	5.28 759

SGM+DAISY	7.06 760	9.15 737	5.38 743	8.84 747	5.18 759	8.80 763	5.31 760	8.79 764	5.28 759	8.89 764	5.20 759	8.93 765	5.33 752	8.95 764	5.36 757	8.70 757	5.21 736	8.74 765	5.20 760	8.89 759	5.15 758

FC-DCNN v2	5.10 754	5.15 693	4.49 736	5.07 724	3.37 744	6.87 757	4.75 757	5.04 751	6.34 761	7.84 761	5.06 758	6.72 762	4.09 746	4.99 750	5.44 758	5.03 734	3.16 719	4.67 740	4.86 758	5.15 741	3.89 752

sAnonymous2	3.31 721	2.63 617	1.38 631	3.71 696	1.86 702	4.70 745	1.11 587	4.82 748	2.72 726	5.45 753	1.98 718	4.59 739	2.64 713	2.65 702	6.21 759	4.37 714	1.08 548	5.16 751	2.24 721	4.52 720	2.39 719

CroCo_RVC	3.31 721	2.63 617	1.38 631	3.71 696	1.86 702	4.70 745	1.11 587	4.82 748	2.72 726	5.45 753	1.98 718	4.59 739	2.64 713	2.65 702	6.21 759	4.37 714	1.08 548	5.16 751	2.24 721	4.52 720	2.39 719

test-1	6.46 757	9.16 738	8.03 758	8.09 743	5.62 761	6.11 755	6.35 761	6.85 758	4.94 758	6.08 756	6.29 763	4.98 753	6.43 755	6.22 754	6.36 761	6.16 745	7.47 751	5.82 755	5.44 762	7.11 752	5.68 760

RAFT	6.73 759	9.36 739	7.40 753	8.51 746	6.55 762	6.88 758	6.60 762	6.79 757	6.60 762	6.80 758	6.72 764	5.31 755	5.50 753	6.61 755	6.61 762	8.42 755	5.89 740	5.73 754	5.45 763	6.61 748	6.24 761

test-v	7.53 761	11.89 749	7.98 755	9.36 750	7.14 763	7.06 759	7.09 763	7.37 759	6.91 763	7.29 759	5.71 761	6.45 759	6.93 756	6.73 758	7.27 763	8.93 760	7.85 753	6.98 760	6.80 764	7.56 753	7.34 763

test-2	7.53 761	11.89 749	7.98 755	9.36 750	7.14 763	7.06 759	7.09 763	7.37 759	6.91 763	7.29 759	5.71 761	6.45 759	6.93 756	6.73 758	7.27 763	8.93 760	7.85 753	6.98 760	6.80 764	7.56 753	7.34 763

MANE	19.05 764	23.00 757	15.00 764	23.00 771	15.00 765	24.00 770	16.00 765	24.00 771	16.00 765	22.00 771	15.00 765	23.00 772	16.00 765	23.00 771	15.00 765	22.00 772	15.00 766	22.00 772	15.00 766	22.00 772	15.00 765

rafts_anoy	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766	20.00 766	20.00 766	20.00 765	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 766

raft+_RVC	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766	20.00 766	20.00 766	20.00 765	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 766

raftrobust	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766	20.00 766	20.00 766	20.00 765	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 766

CasAABBNet	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766	20.00 766	20.00 766	20.00 765	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 766

RALCasStereoNet	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766	20.00 766	20.00 766	20.00 765	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 766

RALAANet	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766	20.00 766	20.00 766	20.00 765	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 766

WCMA_ROB	31.10 772	35.43 777	27.12 771	39.51 784	23.10 772	38.78 783	25.30 772	37.49 784	25.39 772	37.29 783	27.02 772	38.52 785	26.48 772	37.80 783	26.44 772	36.28 780	22.65 773	33.90 777	22.30 773	37.10 782	24.18 772

fff	1000028.16 793	29.62 769	29.72 772	32.61 772	30.02 773	35.13 773	31.83 774	32.07 773	10000000.00 794	35.27 775	29.82 774	32.45 774	30.15 773	32.35 773	30.09 773	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 774

csc	1000028.16 793	29.62 769	29.72 772	32.61 772	30.02 773	35.13 773	31.83 774	32.07 773	10000000.00 794	35.27 775	29.82 774	32.45 774	30.15 773	32.35 773	30.09 773	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 774

cscssc	1000028.16 793	29.62 769	29.72 772	32.61 772	30.02 773	35.13 773	31.83 774	32.07 773	10000000.00 794	35.27 775	29.82 774	32.45 774	30.15 773	32.35 773	30.09 773	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 774

111	30.40 771	30.94 773	29.72 772	32.61 772	30.02 773	33.57 771	30.47 773	31.50 772	29.39 773	30.98 772	29.11 773	29.78 773	30.39 776	29.45 772	30.76 776	30.08 773	29.02 774	29.92 773	30.32 777	29.86 773	30.17 773

tt	500032.53 791	34.60 775	29.72 772	37.47 782	34.41 778	36.85 777	35.22 778	34.71 776	33.55 775	34.50 773	35.43 777	33.81 777	10000000.00 795	33.57 776	33.13 777	33.68 777	35.00 779	34.03 778	35.26 780	30.96 774	34.63 778

DCANet	500032.53 791	34.60 775	29.72 772	37.47 782	34.41 778	36.85 777	35.22 778	34.71 776	33.55 775	34.50 773	35.43 777	33.81 777	10000000.00 795	33.57 776	33.13 777	33.68 777	35.00 779	34.03 778	35.26 780	30.96 774	34.63 778

fast-reg	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 781	37.00 779	37.00 779	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 781

Reg-Stereo(zero)	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 781	37.00 779	37.00 779	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 781

FLISNet	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 781	37.00 779	37.00 779	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 781

CoSv	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 781	37.00 779	37.00 779	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 781

DCANet-4	35.22 773	34.54 774	35.08 778	33.58 776	35.47 780	34.55 772	35.53 780	36.08 778	35.85 777	35.92 778	35.77 779	35.18 779	35.48 778	35.39 778	37.15 783	34.55 779	33.92 778	35.02 780	34.90 779	35.79 777	34.74 780

ADStereo(finetuned)	36.13 774	36.63 778	38.07 783	36.97 777	33.25 777	35.91 776	34.45 777	36.36 779	32.99 774	38.14 784	36.71 780	36.69 780	34.13 777	38.57 784	40.79 784	37.60 785	36.58 781	35.90 781	33.36 778	35.42 776	34.04 777

MDST_ROB	69.83 779	87.70 784	41.95 784	113.75 787	65.62 787	75.05 784	55.25 786	75.64 786	45.04 782	71.61 785	41.75 785	72.81 786	44.06 783	68.38 785	44.63 785	101.89 788	59.57 788	107.10 788	61.05 788	104.38 785	59.38 787

CBMV	128.50 781	1422.70 796	53.10 785	79.50 786	51.30 786	77.30 785	49.70 785	74.00 785	48.20 783	77.20 786	48.80 786	73.90 787	48.00 784	73.80 786	48.80 786	70.40 787	45.10 787	68.90 787	46.10 787	68.20 784	45.00 786
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 780	153.00 788	121.00 787	51.00 785	44.00 785	165.00 787	127.00 787	153.00 787	119.00 784	164.00 788	125.00 787	168.00 789	120.00 785	153.00 787	117.00 787	49.00 786	44.00 786	49.00 786	44.00 786	49.00 783	44.00 785

DF_test	189.29 783	560.34 793	182.58 791	229.00 790	135.68 788	197.79 788	135.52 788	197.80 789	135.44 785	197.75 789	135.49 788	197.90 790	135.51 786	197.84 789	135.75 788	217.37 791	171.11 790	183.74 790	127.67 790	183.56 787	127.88 788

MeshStereo	159.24 782	171.00 789	160.68 790	162.58 788	160.59 789	164.01 786	160.35 789	158.51 788	158.56 786	158.34 787	160.12 789	158.56 788	159.92 787	157.26 788	158.94 789	154.38 789	158.36 789	155.75 789	159.13 791	153.67 786	154.07 789
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 784	123.00 785	115.00 786	219.00 789	218.00 791	223.00 789	244.00 791	217.00 790	236.00 788	202.00 790	203.00 790	205.00 791	208.00 788	225.00 790	204.00 790	210.00 790	198.00 791	197.00 791	184.00 792	204.00 788	201.00 790

DLCB_ROB	284.23 787	354.61 791	207.27 792	363.24 793	206.46 790	364.72 792	210.41 790	364.72 793	210.41 787	364.81 793	208.64 791	364.81 794	208.64 789	364.72 793	210.41 791	354.70 794	205.53 792	354.70 794	205.53 793	354.70 791	205.53 791

MGS-Stereo	239.45 785	123.00 785	135.00 788	266.00 791	286.00 792	277.00 790	305.00 792	271.00 791	242.00 789	274.00 791	279.00 792	255.00 792	270.00 790	268.00 791	297.00 792	221.00 792	247.00 793	216.00 792	123.00 789	217.00 789	217.00 792

EGLCR-Stereo	246.90 786	129.00 787	139.00 789	266.00 791	286.00 792	277.00 790	305.00 792	271.00 791	242.00 789	274.00 791	279.00 792	255.00 792	270.00 790	268.00 791	297.00 792	230.00 793	247.00 793	216.00 792	223.00 794	237.00 790	227.00 793

LE_ROB	396.57 788	471.28 792	329.84 793	471.48 794	308.15 794	526.83 793	322.10 794	488.15 794	323.76 791	495.46 794	317.97 794	497.17 795	320.10 792	481.62 794	326.76 794	462.71 795	298.97 795	466.16 795	285.98 795	447.62 792	289.21 794

SGM-ForestM	596.69 789	677.77 794	444.52 794	699.85 795	517.25 795	732.94 794	488.29 795	770.79 795	460.11 792	750.81 795	487.98 795	792.79 796	499.41 793	730.90 795	475.81 795	720.03 796	491.16 796	663.96 796	418.60 796	674.76 793	436.05 795

CBMV_ROB	818.48 790	913.88 795	709.52 795	862.84 796	597.78 796	1073.99 795	700.52 796	1015.66 796	702.59 793	1115.65 796	760.02 796	1130.24 797	721.57 794	1037.41 796	692.65 796	814.05 797	564.29 797	843.28 797	595.31 797	915.51 794	602.92 796

111111	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

SGD-Stereo	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

IGEV-Stereo++	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

IGEV-BASED-STEREO-	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

IGEV-Stereo+	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

SDNR	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

anonymousdsp2	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

anonymousdsp	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

test_example2	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797

DIP-Stereo	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 797
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 79		0.09 83	0.10 162							0.05 113				0.15 153	0.10 106	0.17 202	0.13 202	0.11 163

Low-res two-view benchmark