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

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 67	0.07 58	0.09 56	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 70	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 45	0.54 236	0.10 71	0.12 86	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 96	0.11 100	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 42	0.50 218	0.10 71	0.12 86	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 96	0.10 77	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 14	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

USTest	0.01 9	0.02 12	0.00 1	0.14 102	0.00 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 18	0.02 20	0.00 1	0.00 1

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev-Ref	0.11 89	0.44 190	0.33 234	0.39 216	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 267	0.36 266	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev	0.06 45	0.24 125	0.20 167	0.23 154	0.01 10	0.02 19	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	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

Syn2CoEx	0.25 169	1.31 401	0.74 388	0.92 360	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 389	0.75 392	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 53	0.02 12	0.02 14	1.01 379	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 111	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 55	0.02 12	0.04 43	0.90 355	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 133	0.36 292	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 483	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 49	0.03 41	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.03 53	0.03 40	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

VMStereo-Base	0.03 29	0.09 67	0.08 60	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 68	0.98 296	0.14 126	0.15 112	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

zh-mn7	0.12 98	1.14 333	0.17 153	0.20 137	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 151	0.16 147	0.03 38	0.03 54	0.03 44	0.03 51

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

DualNet (step1)	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 68	1.05 324	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample7	0.09 55	1.00 305	0.11 91	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample6	0.09 55	0.97 295	0.10 71	0.10 61	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample5	0.10 68	1.07 327	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 68	1.03 320	0.12 102	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

test_sample3	0.09 55	0.87 272	0.10 71	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 55	1.03 320	0.11 91	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 55	0.87 272	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 55	1.01 314	0.09 67	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 55	0.95 292	0.09 67	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

DualNet	0.10 68	1.07 327	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

1111x	0.10 68	1.14 333	0.13 121	0.14 102	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 100	0.03 38	0.02 20	0.03 44	0.02 20

xxx	0.09 55	1.01 314	0.10 71	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

x	0.11 89	1.15 336	0.15 142	0.14 102	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 144	0.03 38	0.03 54	0.03 44	0.03 51

CSP-Net	0.34 207	1.29 399	1.19 439	1.36 468	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 480	1.21 490	0.03 38	0.09 113	0.02 20	0.09 113

222	0.10 68	0.99 303	0.12 102	0.13 98	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 89	1.16 338	0.16 145	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 68	1.09 329	0.13 121	0.12 86	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 141	0.03 38	0.03 54	0.03 44	0.03 51

BEATNet_4x	0.11 89	0.03 31	0.03 36	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 89	0.03 31	0.03 36	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 502	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 105	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCPNet	0.10 68	0.03 31	0.04 43	1.27 453	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 108	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

z-mn7	0.16 131	1.21 389	0.33 234	0.41 241	0.04 79	0.04 77	0.03 51	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 236	0.31 241	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 151	1.40 408	0.53 340	0.56 308	0.04 79	0.05 89	0.04 81	0.05 89	0.05 98	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 89	0.57 343	0.44 314	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven-2	0.14 112	1.22 395	0.28 201	0.32 191	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 218	0.27 207	0.04 73	0.03 54	0.03 44	0.03 51

GASNet	0.05 42	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 128	0.04 88	0.06 98	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

qqq	0.16 131	2.01 446	0.12 102	0.15 112	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 53	0.06 98	0.03 53	0.06 88	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

psmg	0.43 271	1.91 438	0.92 413	1.91 490	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 520	1.44 513	0.04 73	0.03 54	0.02 20	0.03 51

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 534	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.65 538	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 105	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 95	0.04 72	1.71 543	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

FADNet	0.12 98	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.66 540	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 98	0.03 31	0.04 43	1.71 486	0.04 79	0.03 41	0.03 51	0.04 77	0.04 81	0.04 74	0.03 53	0.04 77	0.03 53	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

ADCP+	0.15 124	0.04 37	0.04 43	2.20 501	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 108	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
w-ln-seven	0.18 138	1.47 410	0.33 234	0.40 229	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 255	0.32 245	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 42	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

mmm	0.14 112	1.83 427	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.04 81	0.03 41	0.03 53	0.03 43	0.03 53	0.06 88	0.04 75	0.12 96	0.11 100	0.05 86	0.04 78	0.05 92	0.04 79

ffm	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 169	3.83 531	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 98	0.05 95	0.06 88	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 434	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

EDNetEfficient	0.04 39	0.05 49	0.04 43	0.04 37	0.03 49	0.04 77	0.03 51	0.04 77	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.04 72	0.03 49	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

DispViT+	0.07 50	0.24 125	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.05 100	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

qqq1	0.25 169	3.70 525	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 169	3.70 525	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

11t1	0.17 135	2.16 455	0.13 121	0.13 98	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 53	0.06 98	0.03 53	0.06 88	0.05 89	0.18 151	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

EDNetEfficientorigin	0.04 39	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

GwcNet	0.12 98	0.07 58	0.05 57	0.08 49	0.05 99	0.08 106	1.20 464	0.07 105	0.05 98	0.05 91	0.05 100	0.08 108	0.05 95	0.08 108	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

BridgeDepth_RVC	0.07 50	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.05 98	0.08 107	0.05 100	0.08 108	0.05 95	0.08 108	0.05 89	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 53	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.07 113	0.08 107	0.05 100	0.08 108	0.05 95	0.09 112	0.08 106	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 50	0.08 59	0.07 58	0.07 47	0.07 113	0.08 106	0.06 110	0.08 108	0.07 113	0.08 107	0.07 114	0.08 108	0.06 111	0.07 105	0.07 104	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

SuperB	0.21 151	0.10 70	2.51 568	0.12 86	0.09 117	0.10 114	0.09 116	0.08 108	0.07 113	0.10 114	0.09 118	0.09 114	0.07 115	0.07 105	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

AASNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

SACVNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

AACVNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 503	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 108	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 503	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 108	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

SepStereo	0.09 55	0.09 67	0.10 71	0.09 56	0.09 117	0.09 112	0.09 116	0.10 113	0.08 117	0.10 114	0.09 118	0.09 114	0.09 119	0.09 112	0.08 106	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

ISRNet	0.11 89	0.05 49	0.36 255	0.24 159	0.07 113	0.13 129	0.05 93	0.06 94	0.05 98	0.05 91	0.05 100	0.13 131	0.05 95	0.05 82	0.09 111	0.24 186	0.20 178	0.10 110	0.05 97	0.06 96	0.13 150

AnonymousM	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

PVD	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SHD	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SAMSARA	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

XQC	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSC	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTS	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSA	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet+	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet++	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

JetRed	0.11 89	0.12 83	0.11 91	0.11 78	0.11 140	0.11 125	0.14 152	0.11 125	0.11 136	0.12 128	0.11 136	0.11 127	0.11 135	0.11 127	0.11 129	0.11 90	0.16 147	0.11 121	0.11 132	0.11 125	0.11 131

JetBlue	0.11 89	0.11 81	0.12 102	0.13 98	0.14 158	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.11 136	0.11 127	0.11 135	0.12 131	0.12 141	0.11 90	0.11 100	0.11 121	0.11 132	0.11 125	0.11 131

PASM	0.39 248	3.06 510	1.36 505	1.58 476	0.09 117	0.11 125	0.11 134	0.11 125	0.11 136	0.09 112	0.09 118	0.11 127	0.09 119	0.09 112	0.09 111	0.11 90	0.11 100	0.11 121	0.09 113	0.11 125	0.11 131

MatchStereo	0.54 315	0.12 83	2.38 566	2.32 509	0.09 117	0.09 112	0.08 115	0.09 112	0.07 113	0.09 112	0.07 114	0.09 114	0.07 115	0.09 112	0.08 106	2.34 543	2.34 561	0.12 124	0.11 132	0.11 125	0.10 118
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
LRCNet_RVC	0.13 105	0.13 85	0.09 67	0.13 98	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.23 178	0.10 122	0.20 161	0.10 123	0.24 185	0.11 129	0.11 90	0.09 72	0.12 124	0.14 161	0.12 131	0.09 113

UNet	0.29 184	0.90 280	0.10 71	0.14 102	0.10 124	0.14 130	0.10 121	0.91 397	0.69 404	0.14 130	0.11 136	0.14 132	0.11 135	0.14 133	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 388	0.76 414

DRN-Test	0.14 112	0.13 85	0.09 67	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.10 121	0.14 130	0.09 118	0.14 132	0.09 119	0.13 132	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 407

S2M2_L	0.12 98	0.14 91	0.10 71	0.15 112	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.15 136	0.10 122	0.14 132	0.10 123	0.14 133	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 124	0.14 91	0.10 71	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.09 120	0.14 130	0.10 122	0.14 132	0.09 119	0.14 133	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 423

DA	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 98	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 98	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

CIPLG	0.13 105	0.21 112	0.12 102	0.16 121	0.11 140	0.15 137	0.11 134	0.14 131	0.11 136	0.15 136	0.12 144	0.15 142	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLG	0.13 105	0.20 105	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.11 136	0.14 132	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR_C	0.14 112	0.20 105	0.12 102	0.15 112	0.11 140	0.14 130	0.15 157	0.14 131	0.11 136	0.15 136	0.12 144	0.14 132	0.11 135	0.16 143	0.11 129	0.15 125	0.12 114	0.14 130	0.12 147	0.15 142	0.12 144

MIPNet	0.14 112	0.21 112	0.17 153	0.16 121	0.11 140	0.15 137	0.12 147	0.14 131	0.11 136	0.16 141	0.11 136	0.14 132	0.11 135	0.14 133	0.11 129	0.14 118	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR	0.14 112	0.24 125	0.14 126	0.16 121	0.12 153	0.15 137	0.12 147	0.14 131	0.11 136	0.15 136	0.12 144	0.14 132	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

ACRE	0.13 105	0.21 112	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.12 144	0.14 132	0.11 135	0.14 133	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

GMStereo	0.14 112	0.13 85	0.14 126	0.14 102	0.14 158	0.14 130	0.14 152	0.14 131	0.14 157	0.14 130	0.14 161	0.14 132	0.14 158	0.14 133	0.14 151	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.13 105	0.11 81	0.11 91	0.11 78	0.11 140	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.12 144	0.11 127	0.11 135	0.11 127	0.11 129	0.11 90	0.11 100	0.14 130	0.11 132	0.49 327	0.11 131

ELAS_RVC	0.14 112	0.16 93	0.10 71	0.15 112	0.10 124	0.18 154	0.11 134	0.19 154	0.11 136	0.19 153	0.12 144	0.18 154	0.11 135	0.19 155	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 105	0.16 93	0.11 91	0.15 112	0.09 117	0.18 154	0.11 134	0.18 152	0.11 136	0.17 147	0.11 136	0.18 154	0.11 135	0.18 152	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
castereo++	0.54 315	3.59 522	1.15 433	1.31 462	0.14 158	0.16 144	0.14 152	0.16 144	0.14 157	0.16 141	0.14 161	0.16 143	0.13 154	0.16 143	0.14 151	1.45 495	1.16 439	0.15 142	0.14 161	0.15 142	0.13 150

ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 154	0.14 158	0.18 152	0.14 151	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

cf-r	0.66 337	2.17 456	0.12 102	0.18 131	0.12 153	0.18 154	2.70 576	2.60 550	0.12 152	0.18 151	0.12 144	0.18 154	0.12 149	0.18 152	0.12 141	0.15 125	0.11 100	0.15 142	0.11 132	1.81 510	1.74 551

S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 129	0.11 140	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.11 136	0.17 150	0.11 135	0.17 149	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 138	0.48 212	0.16 145	0.16 121	0.15 169	0.15 137	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

xyz-stereo	0.18 138	0.50 218	0.16 145	0.15 112	0.16 178	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

GMStereo_Zeroshot	0.16 131	0.16 93	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

ProNet	0.14 112	0.20 105	0.14 126	0.16 121	0.11 140	0.16 144	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 150	0.13 154	0.17 149	0.12 141	0.15 125	0.11 100	0.16 145	0.11 132	0.15 142	0.12 144

ICVP	0.15 124	0.53 232	0.11 91	0.16 121	0.11 140	0.16 144	0.11 134	0.16 144	0.11 136	0.16 141	0.11 136	0.16 143	0.11 135	0.16 143	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 112	0.16 93	0.12 102	0.17 129	0.12 153	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 150	0.12 149	0.17 149	0.12 141	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 144

PDISCO_ROB	0.83 383	2.80 505	3.49 587	0.14 102	0.11 140	0.17 150	0.09 116	0.15 143	0.10 121	0.15 136	0.12 144	0.16 143	0.14 158	3.30 570	0.13 147	0.14 118	2.34 561	0.16 145	0.12 147	2.62 551	0.10 118

castereo	0.61 327	3.79 530	1.35 497	1.52 475	0.15 169	0.17 150	0.16 162	0.20 160	0.21 200	0.18 151	0.16 172	0.21 169	0.12 149	0.26 205	0.17 174	1.43 494	1.38 509	0.17 153	0.16 171	0.18 156	0.16 160

DDVS	0.30 185	3.10 511	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 143	0.13 154	0.19 155	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 150

ACVNet	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 144

hitnet-ft	0.79 366	2.78 504	0.14 126	0.20 137	0.14 158	0.21 174	2.89 577	2.80 564	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.54 550	2.33 568

PSMNet-RSSM	0.77 362	2.76 499	0.14 126	0.20 137	0.14 158	0.20 162	2.66 574	2.79 563	0.14 157	0.21 172	0.14 161	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 566

GwcNet-RSSM	0.77 362	2.77 501	0.14 126	0.20 137	0.14 158	0.20 162	2.67 575	2.78 562	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.21 171	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 566

CFNet-ft	0.55 320	1.57 413	0.14 126	0.20 137	0.14 158	0.20 162	2.53 572	1.61 504	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	1.56 498	1.24 514

FADE		0.06 54		0.09 56	0.10 124							0.05 91				0.15 125	0.10 77	0.17 153	0.13 155	0.11 125

SGM_RVC	0.15 124	0.17 97	0.11 91	0.18 131	0.11 140	0.19 157	0.11 134	0.19 154	0.12 152	0.19 153	0.12 144	0.20 161	0.12 149	0.19 155	0.12 141	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CAS++	0.17 135	0.27 137	0.21 173	0.10 61	0.21 211	0.15 137	0.22 200	0.10 113	0.21 200	0.22 174	0.10 122	0.19 158	0.18 190	0.10 116	0.19 188	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 180
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 131	0.18 100	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 158	0.13 154	0.19 155	0.13 147	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 150

LALA_ROB	0.15 124	0.19 101	0.12 102	0.18 131	0.11 140	0.20 162	0.12 147	0.21 169	0.12 152	0.20 159	0.12 144	0.20 161	0.12 149	0.21 171	0.13 147	0.17 143	0.10 77	0.18 163	0.11 132	0.18 156	0.11 131

RAFT-FEzeroshot	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 180	0.21 169	0.16 170	0.27 209	0.24 207	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 584

RAFT-FE	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 180	0.21 169	0.16 170	0.27 209	0.24 207	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 584

IGEV-FE	0.35 216	0.37 157	0.17 153	0.19 134	0.17 185	0.20 162	0.17 173	0.19 154	0.17 182	0.19 153	0.17 180	0.19 158	0.17 181	0.37 247	0.36 292	0.19 155	0.17 167	0.19 166	0.17 193	0.38 261	2.84 575

test_for_model	0.24 165	0.24 125	0.46 299	0.45 262	0.21 211	0.24 187	0.20 188	0.24 183	0.20 195	0.24 185	0.20 201	0.24 190	0.20 199	0.24 185	0.19 188	0.26 194	0.25 196	0.19 166	0.15 167	0.20 164	0.19 182

GCAPDPT-zeroshot4090	0.18 138	0.20 105	0.16 145	0.20 137	0.16 178	0.20 162	0.16 162	0.21 169	0.16 171	0.20 159	0.16 172	0.21 169	0.17 181	0.20 159	0.16 167	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 158

GEStereo_RVC	0.86 395	4.45 546	0.20 167	0.27 176	0.20 202	0.27 209	0.20 188	0.26 197	0.18 187	5.03 600	0.20 201	0.27 210	0.19 195	0.27 209	0.21 196	0.20 159	0.19 176	0.19 166	4.02 605	0.20 164	0.18 180

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 276	0.30 179	0.17 185	0.22 176	0.17 173	0.21 169	0.17 182	0.20 159	0.17 180	0.21 169	0.18 190	0.21 171	0.17 174	0.20 159	0.16 147	0.20 172	0.16 171	0.20 164	0.17 176

DAS	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 160	0.20 195	0.20 159	0.20 201	0.20 161	0.20 199	0.20 159	0.20 192	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 185

ASD4	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 160	0.20 195	0.20 159	0.20 201	0.20 161	0.20 199	0.20 159	0.20 192	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 185

MSKI-zero shot	0.24 165	0.21 112	0.49 322	0.65 325	0.18 195	0.22 176	0.17 173	0.23 180	0.18 187	0.21 172	0.17 180	0.23 184	0.28 243	0.23 181	0.18 185	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 160

MIM_Stereo	0.25 169	0.23 117	0.66 362	0.80 345	0.17 185	0.22 176	0.17 173	0.23 180	0.18 187	0.26 202	0.17 180	0.21 169	0.17 181	0.25 195	0.17 174	0.23 179	0.16 147	0.21 175	0.17 193	0.22 173	0.17 176

dd	0.23 163	0.98 296	0.16 145	0.23 154	0.15 169	0.23 184	0.15 157	0.23 180	0.15 167	0.23 178	0.15 169	0.24 190	0.17 181	0.23 181	0.15 161	0.22 168	0.15 144	0.21 175	0.15 167	0.22 173	0.16 160

iResNetv2_ROB	0.20 144	0.23 117	0.18 162	0.24 159	0.20 202	0.24 187	0.18 180	0.24 183	0.18 187	0.24 185	0.18 195	0.23 184	0.19 195	0.24 185	0.18 185	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 160

iResNet	0.20 144	0.23 117	0.18 162	0.24 159	0.18 195	0.24 187	0.20 188	0.24 183	0.18 187	0.23 178	0.17 180	0.23 184	0.18 190	0.23 181	0.18 185	0.22 168	0.16 147	0.21 175	0.16 171	0.21 171	0.16 160

BStereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 248	0.17 182	0.23 178	0.17 180	0.23 184	0.16 170	0.24 185	0.17 174	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 160

Wave_Phase_stereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 248	0.17 182	0.23 178	0.17 180	0.23 184	0.16 170	0.24 185	0.17 174	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 160

ACV-stereo	0.30 185	2.08 448	0.25 188	0.25 166	0.18 195	0.24 187	0.17 173	0.24 183	0.18 187	0.24 185	0.17 180	0.25 198	0.17 181	0.24 185	0.17 174	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 160

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 199	0.24 187	0.19 184	0.24 183	0.19 193	0.24 185	0.19 197	0.24 190	0.19 195	0.24 185	0.19 188	0.22 168	0.17 167	0.22 180	0.17 193	0.22 173	0.17 176

WAO-6	0.22 157	0.23 117	0.22 175	0.23 154	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 178	0.22 207	0.22 175	0.22 198	0.22 168	0.22 186	0.22 180	0.22 207	0.22 173	0.22 190

dad	0.23 163	1.03 320	0.16 145	0.23 154	0.15 169	0.24 187	0.15 157	0.24 183	0.16 171	0.23 178	0.16 172	0.24 190	0.16 170	0.23 181	0.15 161	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 160

delet	0.43 271	1.21 389	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 488	0.95 444	0.25 194	0.17 180	0.25 198	0.17 181	0.25 195	0.17 174	0.23 179	0.16 147	0.22 180	0.16 171	1.18 433	0.98 436

UPFNet	0.42 270	1.20 343	0.17 153	0.24 159	0.17 185	0.25 197	0.17 173	1.19 436	0.90 436	0.25 194	0.17 180	0.24 190	0.17 181	0.25 195	0.17 174	0.22 168	0.17 167	0.22 180	0.16 171	1.15 425	0.93 432

LACA1	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 183	0.16 171	0.24 185	0.16 172	0.24 190	0.16 170	0.24 185	0.16 167	0.27 198	0.22 186	0.23 188	0.16 171	0.23 184	0.16 160

VIP-Stereo	0.70 346	2.97 509	2.43 567	2.49 516	0.16 178	0.25 197	0.16 162	0.25 192	0.16 171	0.25 194	0.18 195	0.25 198	0.16 170	0.26 205	0.16 167	1.86 510	1.26 492	0.23 188	0.15 167	0.23 184	0.15 158

tg	0.21 151	0.25 133	0.21 173	0.26 173	0.17 185	0.24 187	0.17 173	0.24 183	0.17 182	0.24 185	0.17 180	0.24 190	0.17 181	0.24 185	0.17 174	0.24 186	0.17 167	0.23 188	0.16 171	0.23 184	0.16 160

IMH-64-1	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 178	0.22 207	0.22 175	0.22 198	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 192

IMH-64	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 174	0.22 203	0.22 174	0.22 209	0.22 178	0.22 207	0.22 175	0.22 198	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 192

MMNet	0.44 276	1.24 397	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 488	0.93 442	0.25 194	0.17 180	0.25 198	0.18 190	0.25 195	0.17 174	0.23 179	0.16 147	0.23 188	0.16 171	1.20 437	0.99 437

psm_up	0.43 271	1.19 342	0.17 153	0.25 166	0.18 195	0.25 197	0.19 184	1.26 488	0.91 437	0.26 202	0.17 180	0.25 198	0.17 181	0.25 195	0.17 174	0.22 168	0.17 167	0.23 188	0.16 171	1.18 433	0.99 437

ac_64	0.22 157	0.13 85	0.19 164	0.23 154	0.10 124	0.26 205	1.02 450	0.14 131	0.10 121	0.28 206	0.14 161	0.17 150	0.19 195	0.28 213	0.09 111	0.22 168	0.16 147	0.23 188	0.17 193	0.11 125	0.12 144

CFNet	1.37 492	5.27 559	0.19 164	5.49 587	0.19 199	0.28 210	0.19 184	0.28 201	0.19 193	0.28 206	0.19 197	0.28 211	4.35 598	0.28 213	0.19 188	0.23 179	0.17 167	0.23 188	4.21 607	4.81 584	0.17 176

LACA2	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 183	0.16 171	0.24 185	0.16 172	0.24 190	0.16 170	0.24 185	0.16 167	0.27 198	0.23 192	0.24 197	0.16 171	0.23 184	0.16 160

RSGM-EC	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 178	0.15 168	0.22 175	1.19 464	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 155

acva	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 174	0.15 167	0.24 185	0.15 169	0.22 178	0.15 168	0.22 175	1.19 464	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 155

DEFOM-Stereo_RVC	0.83 383	5.18 556	1.98 555	2.19 500	0.17 185	0.19 157	0.18 180	0.19 154	0.16 171	0.20 159	0.19 197	0.22 178	0.22 207	0.20 159	0.15 161	2.28 537	2.13 556	0.24 197	0.17 193	0.18 156	0.16 160

DLNR-FE	0.28 179	0.89 277	0.30 209	0.34 198	0.19 199	0.28 210	0.19 184	0.28 201	0.20 195	0.28 206	0.20 201	0.28 211	0.20 199	0.28 213	0.20 192	0.33 223	0.28 214	0.25 201	0.19 199	0.24 188	0.19 182

Select-FE	0.41 259	0.44 190	0.23 178	0.26 173	0.22 214	0.26 205	0.22 200	0.26 197	0.23 209	0.26 202	0.23 213	0.26 208	0.23 213	0.45 304	0.42 335	0.25 192	0.22 186	0.25 201	0.22 207	0.45 303	2.90 576

UNDER WATER-64	0.25 169	0.26 134	0.25 188	0.26 173	0.25 227	0.25 197	0.25 215	0.25 192	0.25 217	0.25 194	0.25 226	0.25 198	0.25 219	0.26 205	0.25 215	0.25 192	0.25 196	0.25 201	0.25 225	0.25 190	0.25 203

LoS_RVC	0.30 185	1.14 333	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 192	0.25 217	0.25 194	0.25 226	0.26 208	0.26 228	0.26 205	0.25 215	0.26 194	0.26 200	0.25 201	0.25 225	0.26 192	0.26 209

LoS	0.25 169	0.27 137	0.25 188	0.25 166	0.25 227	0.25 197	0.25 215	0.26 197	0.25 217	0.25 194	0.25 226	0.25 198	0.25 219	0.25 195	0.25 215	0.26 194	0.25 196	0.25 201	0.26 231	0.26 192	0.25 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CAS	0.30 185	1.17 339	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 192	0.26 230	0.25 194	0.25 226	0.25 198	0.25 219	0.25 195	0.25 215	0.26 194	0.26 200	0.26 206	0.25 225	0.26 192	0.25 203

ssnet_v2	0.68 342	1.96 445	1.25 493	0.29 178	0.20 202	0.30 214	0.20 188	0.29 206	0.22 203	1.50 506	0.20 201	0.31 225	0.20 199	0.27 209	0.22 198	0.24 186	1.49 516	0.26 206	0.18 198	3.90 561	0.19 182

FCDSN-DC	0.41 259	0.59 244	0.64 358	0.54 302	0.33 289	0.50 341	0.37 306	0.42 288	0.40 326	0.61 370	0.43 349	0.50 345	0.49 362	0.38 250	0.32 261	0.28 202	0.23 192	0.26 206	0.22 207	0.35 237	0.28 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	1.26 487	0.31 146	4.99 598	5.93 590	0.20 202	0.25 197	0.20 188	0.25 192	0.20 195	0.23 178	0.19 197	0.25 198	0.20 199	0.25 195	0.20 192	5.66 599	4.76 592	0.26 206	0.30 271	0.24 188	0.27 219

tt1	0.31 192	0.93 289	0.24 185	0.33 195	0.23 220	0.31 220	0.24 213	0.32 215	0.24 212	0.32 223	0.23 213	0.32 229	0.25 219	0.32 226	0.24 207	0.27 198	0.26 200	0.27 210	0.26 231	0.27 197	0.27 219

DISCO	1.11 434	0.39 167	5.28 600	0.39 216	0.20 202	0.39 259	0.27 226	0.39 248	0.22 203	0.38 243	0.20 201	0.38 252	0.20 199	6.95 611	0.22 198	0.30 210	0.21 182	0.27 210	0.21 204	5.25 593	0.21 188

DCVSM-stereo	0.36 222	1.89 435	0.22 175	0.40 229	0.22 214	0.40 261	0.22 200	0.40 255	0.22 203	0.40 255	0.22 209	0.40 265	0.22 207	0.40 261	0.22 198	0.28 202	0.21 182	0.28 212	0.21 204	0.28 199	0.20 185

xxxxx1	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 232	0.25 219	0.32 226	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 219

SQANet	0.28 179	0.28 140	0.28 201	0.28 177	0.28 241	0.28 210	0.28 234	0.28 201	0.28 238	0.28 206	0.28 243	0.28 211	0.28 243	0.28 213	0.28 231	0.28 202	0.28 214	0.28 212	0.28 247	0.28 199	0.28 233

tt_ll	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 232	0.25 219	0.32 226	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 219

ff	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 219	0.25 217	0.31 217	0.24 220	0.33 232	0.25 219	0.32 226	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 219

DLNR_Zeroshot_test	0.31 192	0.28 140	0.47 307	0.79 343	0.24 225	0.30 214	0.26 223	0.30 208	0.24 212	0.32 223	0.23 213	0.31 225	0.24 216	0.30 219	0.23 204	0.29 209	0.26 200	0.29 217	0.24 221	0.33 221	0.23 192

RAFT + AFF	0.31 192	0.45 198	0.34 244	0.39 216	0.28 241	0.38 253	0.33 275	0.29 206	0.31 269	0.30 212	0.30 260	0.29 217	0.27 236	0.29 217	0.30 248	0.28 202	0.29 226	0.29 217	0.29 257	0.27 197	0.32 267

DStereoFS	0.32 201	0.33 150	0.32 228	0.33 195	0.30 260	0.32 229	0.32 264	0.32 215	0.31 269	0.30 212	0.31 270	0.31 225	0.30 257	0.32 226	0.32 261	0.32 218	0.31 241	0.30 219	0.47 366	0.32 213	0.34 280

MultiAttention	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 221	0.30 257	0.30 219	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 251

MSAF-DinoV2	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 221	0.30 257	0.30 219	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 251

DEFOM-Stereo	0.68 342	3.11 512	1.40 511	1.63 484	0.25 227	0.31 220	0.25 215	0.31 213	0.28 238	0.31 217	0.29 248	0.29 217	0.27 236	0.31 223	0.28 231	1.59 502	1.47 515	0.30 219	0.29 257	0.30 205	0.28 233

WCG-NET（raft）	0.32 201	1.24 397	0.24 185	0.32 191	0.24 225	0.32 229	0.23 208	0.32 215	0.24 212	0.32 223	0.24 220	0.32 229	0.24 216	0.32 226	0.24 207	0.30 210	0.23 192	0.30 219	0.23 213	0.30 205	0.23 192

DANet	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 208	0.30 255	0.30 212	0.30 260	0.30 221	0.30 257	0.30 219	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 251
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 192	0.31 146	0.31 222	0.30 179	0.40 331	0.31 220	0.30 248	0.30 208	0.34 291	0.29 211	0.31 270	0.29 217	0.30 257	0.31 223	0.31 257	0.31 216	0.29 226	0.31 225	0.30 271	0.31 210	0.31 260

DStereoSA	0.32 201	0.52 228	0.34 244	0.31 185	0.31 273	0.30 214	0.30 248	0.31 213	0.30 255	0.31 217	0.31 270	0.31 225	0.30 257	0.31 223	0.31 257	0.30 210	0.32 245	0.31 225	0.31 282	0.31 210	0.31 260

xyz-stereo-finetune	0.28 179	0.49 214	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.22 174	0.30 255	0.32 223	0.31 270	0.32 229	0.31 274	0.32 226	0.32 261	0.32 218	0.33 257	0.31 225	0.32 289	0.31 210	0.32 267

GCAP-BAT	0.33 205	0.78 258	0.32 228	0.38 210	0.25 227	0.34 233	0.25 215	0.34 222	0.26 230	0.34 229	0.25 226	0.35 238	0.26 228	0.35 237	0.27 221	0.36 240	0.30 235	0.32 228	0.24 221	0.32 213	0.26 209

gwcnet-sp	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 211	0.26 228	0.20 159	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 192

scenet	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 211	0.26 228	0.20 159	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 192

ssnet	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 160	0.25 217	1.61 510	0.23 213	0.28 211	0.26 228	0.20 159	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 192

IGEV-Stereo	0.35 216	0.44 190	0.45 295	0.49 280	0.30 260	0.37 246	0.30 248	0.36 230	0.30 255	0.36 237	0.29 248	0.36 244	0.29 250	0.36 243	0.30 248	0.46 304	0.39 282	0.32 228	0.24 221	0.32 213	0.25 203
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GES	0.66 337	2.34 472	0.29 205	0.41 241	0.29 250	0.41 277	0.29 243	0.42 288	0.29 244	0.40 255	0.41 337	0.41 278	0.30 257	0.51 345	0.29 241	0.32 218	0.29 226	0.32 228	2.46 576	2.49 538	0.30 251

FENet	0.54 315	1.52 412	1.19 439	1.41 471	0.23 220	0.35 238	0.23 208	0.35 226	0.23 209	0.34 229	0.23 213	0.35 238	0.23 213	0.35 237	0.23 204	1.40 492	1.07 423	0.32 228	0.23 213	0.33 221	0.23 192

iResNet_ROB	0.28 179	0.32 148	0.24 185	0.32 191	0.25 227	0.32 229	0.24 213	0.32 215	0.24 212	0.33 227	0.24 220	0.35 238	0.24 216	0.33 233	0.24 207	0.31 216	0.24 195	0.32 228	0.24 221	0.32 213	0.24 202

FE-Mocha	0.35 216	0.71 254	0.40 276	0.47 269	0.27 236	0.34 233	0.27 226	0.34 222	0.26 230	0.34 229	0.26 232	0.34 236	0.27 236	0.34 234	0.27 221	0.44 296	0.41 294	0.33 236	0.29 257	0.32 213	0.29 238

ACVNet-DCA	0.37 230	1.00 305	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 255	0.29 244	0.40 255	0.29 248	0.40 265	0.29 250	0.39 258	0.28 231	0.33 223	0.32 245	0.33 236	0.32 289	0.33 221	0.32 267

1test111	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 248	0.29 244	0.39 249	0.29 248	0.39 257	0.28 243	0.40 261	0.29 241	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 260

cc1	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 248	0.29 244	0.39 249	0.29 248	0.39 257	0.28 243	0.40 261	0.29 241	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 260

CASnet	0.35 216	0.51 226	0.44 293	0.32 191	0.31 273	0.24 187	0.34 288	0.36 230	0.25 217	0.31 217	0.37 313	0.30 221	0.33 286	0.25 195	0.45 340	0.37 244	0.37 269	0.33 236	0.35 313	0.34 225	0.37 298
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 383	1.91 438	0.92 413	4.48 564	0.02 21	0.40 261	0.04 81	0.41 270	0.02 21	0.48 318	0.03 53	0.41 278	0.05 95	0.03 40	0.05 89	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 219

BSDual-CNN	0.81 374	1.91 438	0.92 413	4.48 564	0.02 21	0.42 297	0.06 110	0.41 270	0.02 21	0.48 318	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 219

hknet	1.10 432	1.85 431	3.49 587	4.48 564	0.02 21	0.42 297	0.06 110	0.41 270	0.02 21	0.48 318	0.03 53	0.41 278	0.03 53	0.42 289	0.03 49	4.39 575	4.19 589	0.33 236	0.23 213	0.34 225	0.27 219

Monster-pub-eth3d	0.45 279	0.57 241	0.60 349	0.39 216	0.28 241	0.37 246	0.28 234	0.37 236	0.30 255	0.39 249	0.29 248	0.39 257	0.30 257	0.92 409	0.27 221	1.42 493	0.28 214	0.34 244	0.28 247	0.37 248	0.53 361

Monster-pub-mixall	0.44 276	0.56 240	0.60 349	0.38 210	0.27 236	0.37 246	0.27 226	0.37 236	0.29 244	0.38 243	0.27 236	0.38 252	0.29 250	0.85 399	0.27 221	1.46 496	0.26 200	0.34 244	0.26 231	0.36 244	0.53 361

Replicate-Monster	0.45 279	0.57 241	0.60 349	0.40 229	0.29 250	0.37 246	0.27 226	0.37 236	0.30 255	0.40 255	0.31 270	0.40 265	0.30 257	0.99 417	0.27 221	1.36 489	0.31 241	0.34 244	0.30 271	0.36 244	0.54 364

model_zeroshot	0.27 178	0.20 105	0.27 197	0.33 195	0.21 211	0.37 246	0.22 200	0.37 236	0.24 212	0.26 202	0.27 236	0.33 232	0.21 206	0.25 195	0.27 221	0.32 218	0.20 178	0.34 244	0.23 213	0.25 190	0.26 209

RSM	0.36 222	0.36 155	0.43 291	0.37 207	0.42 350	0.49 332	0.42 340	0.37 236	0.28 238	0.36 237	0.29 248	0.36 244	0.30 257	0.37 247	0.28 231	0.34 227	0.31 241	0.34 244	0.35 313	0.40 279	0.29 238

H2IRNET	0.34 207	0.34 151	0.34 244	0.34 198	0.34 299	0.34 233	0.34 288	0.34 222	0.34 291	0.34 229	0.34 293	0.34 236	0.34 291	0.34 234	0.34 284	0.34 227	0.34 261	0.34 244	0.34 301	0.34 225	0.34 280

MyStereo07	0.60 324	3.72 528	0.48 315	0.49 280	0.41 340	0.36 241	0.32 264	0.49 319	0.43 343	0.51 346	0.42 347	0.49 330	0.43 340	0.51 345	0.64 380	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 329

MyStereo04	0.56 322	3.72 528	0.59 347	0.49 280	0.41 340	0.36 241	0.32 264	0.37 236	0.31 269	0.34 229	0.46 357	0.35 238	0.32 278	0.35 237	0.33 271	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 329

xx1	0.38 236	1.03 320	0.31 222	0.40 229	0.31 273	0.41 277	0.28 234	0.40 255	0.29 244	0.40 255	0.29 248	0.40 265	0.29 250	0.40 261	0.29 241	0.34 227	0.33 257	0.34 244	0.32 289	0.34 225	0.32 267

CRFU-Net	0.65 335	1.67 417	1.22 489	1.96 494	0.27 236	0.41 277	0.27 226	0.41 270	0.27 235	0.40 255	0.26 232	0.41 278	0.27 236	0.40 261	0.27 221	1.80 509	1.62 529	0.34 244	0.23 213	0.33 221	0.23 192

NINENet	0.69 345	3.87 534	1.20 442	1.98 495	0.05 99	0.40 261	0.04 81	0.40 255	0.05 98	0.41 269	0.04 88	0.41 278	0.05 95	0.40 261	0.05 89	1.79 508	1.56 522	0.34 244	0.22 207	0.34 225	0.23 192

iRaft-Stereo_5w	0.34 207	0.42 186	0.31 222	0.39 216	0.30 260	0.38 253	0.30 248	0.40 255	0.29 244	0.40 255	0.37 313	0.41 278	0.34 291	0.38 250	0.30 248	0.34 227	0.27 207	0.34 244	0.26 231	0.34 225	0.26 209

iRaft-Stereo_20w	0.34 207	0.41 179	0.31 222	0.39 216	0.29 250	0.40 261	0.32 264	0.41 270	0.32 275	0.38 243	0.30 260	0.39 257	0.30 257	0.38 250	0.32 261	0.35 236	0.27 207	0.34 244	0.27 240	0.34 225	0.29 238

HGLStereo	0.28 179	0.29 142	0.22 175	0.36 204	0.22 214	0.36 241	0.21 195	0.36 230	0.21 200	0.42 283	0.21 208	0.36 244	0.22 207	0.36 243	0.21 196	0.34 227	0.21 182	0.34 244	0.21 204	0.34 225	0.21 188

MLCV	0.31 192	0.35 152	0.27 197	0.35 200	0.28 241	0.35 238	0.27 226	0.35 226	0.28 238	0.36 237	0.27 236	0.35 238	0.27 236	0.35 237	0.27 221	0.34 227	0.27 207	0.34 244	0.27 240	0.34 225	0.27 219

DN-CSS_ROB	0.31 192	0.35 152	0.28 201	0.35 200	0.28 241	0.34 233	0.27 226	0.34 222	0.25 217	0.35 234	0.27 236	0.36 244	0.26 228	0.34 234	0.28 231	0.35 236	0.28 214	0.34 244	0.28 247	0.34 225	0.27 219

HH	0.71 349	2.54 482	0.74 388	1.10 386	0.32 277	0.41 277	0.37 306	0.69 374	0.78 423	0.73 386	0.90 438	0.75 393	1.00 433	0.84 395	0.69 401	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 209

HanStereo	0.71 349	2.54 482	0.74 388	1.10 386	0.32 277	0.41 277	0.37 306	0.69 374	0.78 423	0.73 386	0.90 438	0.75 393	1.00 433	0.84 395	0.69 401	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 209

4D-IteraStereo	0.78 365	3.13 513	0.89 406	0.69 330	0.32 277	0.40 261	0.32 264	0.76 381	0.97 447	0.52 349	0.65 398	0.89 408	0.32 278	0.76 388	0.98 441	0.83 384	0.94 414	0.35 260	0.27 240	0.70 362	0.89 428

DMCA	0.36 222	0.38 161	0.37 259	0.35 200	0.35 302	0.36 241	0.36 300	0.36 230	0.35 295	0.35 234	0.37 313	0.36 244	0.36 301	0.35 237	0.36 292	0.36 240	0.36 266	0.35 260	0.36 319	0.36 244	0.36 293

ETE_ROB	0.35 216	0.35 152	0.35 253	0.35 200	0.35 302	0.35 238	0.35 293	0.35 226	0.35 295	0.35 234	0.35 302	0.35 238	0.35 298	0.35 237	0.35 288	0.35 236	0.35 263	0.35 260	0.35 313	0.35 237	0.35 290

LG-Stereo_L2	0.34 207	0.37 157	0.38 262	0.47 269	0.28 241	0.39 259	0.28 234	0.39 248	0.28 238	0.39 249	0.28 243	0.39 257	0.28 243	0.38 250	0.28 231	0.42 294	0.35 263	0.36 265	0.26 231	0.35 237	0.26 209

Any-RAFT	0.32 201	0.36 155	0.27 197	0.36 204	0.27 236	0.36 241	0.27 226	0.36 230	0.27 235	0.36 237	0.27 236	0.36 244	0.27 236	0.36 243	0.28 231	0.36 240	0.28 214	0.36 265	0.28 247	0.36 244	0.28 233

UCFNet_RVC	2.75 566	10.06 597	0.29 205	10.31 614	0.29 250	0.42 297	0.29 243	0.43 294	0.29 244	0.42 283	0.29 248	0.42 296	9.87 615	0.43 295	0.29 241	0.36 240	9.84 615	0.36 265	0.26 231	9.77 614	0.26 209

Zero-FE251	0.36 222	0.40 169	0.28 201	0.41 241	0.28 241	0.41 277	0.28 234	0.41 270	0.28 238	0.41 269	0.28 243	0.41 278	0.28 243	0.42 289	0.30 248	0.37 244	0.26 200	0.37 268	0.27 240	0.45 303	0.56 372

IGEV++	0.34 207	0.43 187	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 255	0.29 244	0.40 255	0.29 248	0.40 265	0.29 250	0.40 261	0.30 248	0.38 255	0.29 226	0.37 268	0.29 257	0.37 248	0.29 238

TorneroNet-64	0.45 279	0.27 137	0.30 209	0.58 311	0.27 236	0.70 382	0.30 248	0.28 201	0.73 419	0.73 386	0.28 243	0.71 385	0.66 388	0.75 387	0.27 221	0.27 198	0.29 226	0.37 268	0.75 425	0.28 199	0.30 251

RAFT-Test	0.36 222	0.37 157	0.33 234	0.41 241	0.32 277	0.41 277	0.32 264	0.41 270	0.32 275	0.41 269	0.32 278	0.41 278	0.32 278	0.41 276	0.33 271	0.37 244	0.29 226	0.37 268	0.29 257	0.38 261	0.31 260

IER	0.88 398	7.04 575	2.23 560	2.75 522	0.28 241	0.43 304	0.25 215	0.39 248	0.25 217	0.41 269	0.27 236	0.39 257	0.25 219	0.40 261	0.28 231	0.37 244	0.28 214	0.37 268	0.25 225	0.37 248	0.25 203

GANet-RSSM	0.75 357	1.91 438	0.14 126	0.47 269	0.14 158	0.21 174	3.21 593	2.30 536	0.14 157	0.46 305	0.14 161	0.23 184	0.18 190	0.21 171	0.14 151	0.18 151	0.27 207	0.37 268	0.13 155	2.13 520	2.12 561

StereoDRNet-Refined	0.33 205	0.39 167	0.26 194	0.39 216	0.26 235	0.40 261	0.26 223	0.40 255	0.26 230	0.39 249	0.26 232	0.39 257	0.26 228	0.39 258	0.26 220	0.37 244	0.25 196	0.37 268	0.25 225	0.37 248	0.37 298
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 230	0.37 157	0.37 259	0.37 207	0.37 312	0.37 246	0.37 306	0.37 236	0.37 308	0.37 242	0.37 313	0.37 250	0.37 306	0.37 247	0.37 301	0.37 244	0.37 269	0.37 268	0.37 322	0.37 248	0.37 298

gcap_with_dpt	0.36 222	0.40 169	0.31 222	0.44 259	0.31 273	0.44 309	0.31 261	0.43 294	0.30 255	0.44 296	0.31 270	0.44 306	0.31 274	0.43 295	0.31 257	0.38 255	0.27 207	0.38 276	0.27 240	0.38 261	0.27 219

DDF-Stereo	0.43 271	1.15 336	0.57 345	0.53 299	0.32 277	0.41 277	0.32 264	0.41 270	0.32 275	0.41 269	0.32 278	0.41 278	0.32 278	0.40 261	0.32 261	0.52 330	0.50 338	0.38 276	0.31 282	0.39 272	0.31 260

GIP-stereo	0.36 222	0.49 214	0.39 270	0.48 274	0.32 277	0.41 277	0.28 234	0.40 255	0.30 255	0.41 269	0.28 243	0.40 265	0.28 243	0.42 289	0.28 231	0.45 299	0.32 245	0.38 276	0.30 271	0.37 248	0.27 219

mms	0.40 252	0.45 198	0.35 253	0.48 274	0.36 308	0.47 322	0.34 288	0.45 301	0.38 312	0.47 311	0.33 285	0.45 309	0.32 278	0.45 304	0.32 261	0.39 267	0.38 275	0.38 276	0.37 322	0.39 272	0.39 311

fffy	0.38 236	0.43 187	0.33 234	0.46 263	0.33 289	0.45 311	0.32 264	0.45 301	0.32 275	0.45 299	0.32 278	0.45 309	0.33 286	0.45 304	0.32 261	0.38 255	0.38 275	0.38 276	0.37 322	0.37 248	0.36 293

PAM	0.39 248	1.88 434	0.34 244	0.37 207	0.41 340	0.45 311	0.22 200	0.28 201	0.23 209	0.28 206	0.24 220	0.29 217	0.23 213	0.29 217	0.23 204	0.38 255	0.32 245	0.38 276	0.37 322	0.32 213	0.22 190

RAFT-Stereo-weight	0.45 279	1.90 437	0.34 244	0.42 251	0.36 308	0.43 304	0.35 293	0.42 288	0.34 291	0.42 283	0.34 293	0.44 306	0.34 291	0.41 276	0.34 284	0.38 255	0.32 245	0.38 276	0.32 289	0.38 261	0.33 274

gcap-zeroshot	0.35 216	0.32 148	0.37 259	0.49 280	0.39 329	0.33 232	0.21 195	0.26 197	0.35 295	0.42 283	0.34 293	0.49 330	0.29 250	0.47 313	0.39 316	0.34 227	0.17 167	0.38 276	0.23 213	0.48 323	0.34 280

WAO-8	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.38 243	0.38 318	0.38 252	0.38 310	0.38 250	0.38 304	0.38 255	0.38 275	0.38 276	0.37 322	0.38 261	0.38 305

WAO-7	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.38 243	0.38 318	0.38 252	0.38 310	0.38 250	0.38 304	0.38 255	0.38 275	0.38 276	0.38 335	0.38 261	0.38 305

Venus	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.37 246	0.38 313	0.37 236	0.37 308	0.41 269	0.37 313	0.39 257	0.37 306	0.38 250	0.38 304	0.37 244	0.38 275	0.38 276	0.37 322	0.37 248	0.38 305

testlalala	0.49 302	2.86 507	0.39 270	0.49 280	0.30 260	0.43 304	0.30 248	0.43 294	0.30 255	0.43 289	0.30 260	0.43 303	0.30 257	0.43 295	0.30 248	0.45 299	0.36 266	0.38 276	0.26 231	0.38 261	0.26 209

RCA-Stereo	0.51 310	3.22 516	0.34 244	0.44 259	0.34 299	0.44 309	0.34 288	0.43 294	0.34 291	0.43 289	0.34 293	0.44 306	0.33 286	0.43 295	0.33 271	0.38 255	0.29 226	0.38 276	0.29 257	0.38 261	0.29 238

water-stereo	0.41 259	0.84 267	0.46 299	0.50 289	0.33 289	0.45 311	0.33 275	0.45 301	0.32 275	0.45 299	0.32 278	0.45 309	0.32 278	0.45 304	0.32 261	0.44 296	0.41 294	0.39 289	0.31 282	0.39 272	0.32 267

Former-RAFT_DAM_RVC	0.49 302	0.98 296	0.64 358	0.84 350	0.46 358	0.45 311	0.35 293	0.47 311	0.47 354	0.45 299	0.34 293	0.46 313	0.48 357	0.46 309	0.35 288	0.39 267	0.71 386	0.39 289	0.35 313	0.41 289	0.41 321

IMH	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 244	0.38 312	0.42 283	0.38 318	0.40 265	0.38 310	0.38 250	0.38 304	0.38 255	0.38 275	0.39 289	0.38 335	0.38 261	0.38 305

EKT-Stereo	0.37 230	0.40 169	0.44 293	1.07 384	0.29 250	0.34 233	0.31 261	0.36 230	0.29 244	0.38 243	0.31 270	0.37 250	0.30 257	0.36 243	0.29 241	0.34 227	0.28 214	0.39 289	0.30 271	0.37 248	0.30 251

GCAPDPT-zeroshot	0.36 222	0.40 169	0.30 209	0.43 257	0.30 260	0.43 304	0.30 248	0.43 294	0.31 269	0.43 289	0.30 260	0.43 303	0.30 257	0.44 300	0.31 257	0.39 267	0.28 214	0.39 289	0.27 240	0.39 272	0.26 209

Gwc-CoAtRS	0.41 259	1.49 411	0.32 228	0.42 251	0.32 277	0.41 277	0.32 264	0.41 270	0.33 282	0.41 269	0.32 278	0.41 278	0.32 278	0.41 276	0.32 261	0.39 267	0.28 214	0.39 289	0.28 247	0.40 279	0.28 233

MonSter++	0.38 236	0.44 190	0.31 222	0.43 257	0.30 260	0.43 304	0.31 261	0.43 294	0.31 269	0.45 299	0.31 270	0.43 303	0.31 274	0.43 295	0.69 401	0.38 255	0.33 257	0.40 295	0.30 271	0.38 261	0.30 251

HiDET	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 288	0.30 255	0.44 296	0.30 260	0.42 296	0.30 257	0.42 289	0.68 393	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 238

LCMNet	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 288	0.30 255	0.45 299	0.30 260	0.42 296	0.30 257	0.42 289	0.69 401	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 238

CSFM-Stereo	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.43 294	0.30 255	0.44 296	0.30 260	0.42 296	0.30 257	0.42 289	0.73 411	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.30 251

DilatedVolume-Stereo	0.43 271	0.86 270	0.48 315	0.50 289	0.33 289	0.46 317	0.33 275	0.46 305	0.33 282	0.46 305	0.33 285	0.47 319	0.33 286	0.47 313	0.34 284	0.45 299	0.42 303	0.40 295	0.33 297	0.47 319	0.38 305

ccccc	0.41 259	0.44 190	0.34 244	0.48 274	0.35 302	0.48 327	0.35 293	0.51 341	0.35 295	0.47 311	0.35 302	0.47 319	0.34 291	0.47 313	0.35 288	0.41 280	0.40 285	0.40 295	0.40 339	0.41 289	0.39 311

HanzoNet	0.39 248	0.38 161	0.40 276	0.39 216	0.41 340	0.38 253	0.38 313	0.38 244	0.38 312	0.39 249	0.39 328	0.38 252	0.38 310	0.39 258	0.40 320	0.38 255	0.38 275	0.40 295	0.38 335	0.38 261	0.40 314

CFNet_ucs	2.73 565	9.64 594	0.33 234	9.92 611	0.32 277	0.49 332	0.33 275	0.49 319	0.33 282	0.49 325	0.33 285	0.49 330	8.98 613	0.48 322	0.33 271	0.41 280	9.96 616	0.40 295	0.29 257	10.12 616	0.54 364

knoymous	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

anonymousa	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

riskmin	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

Anonymous_2	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

Anonymous_1	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314

test-3	0.98 414	4.13 541	1.85 544	1.85 487	0.61 395	0.69 381	0.37 306	0.63 367	0.61 385	0.66 379	0.51 380	0.73 390	0.44 342	0.57 364	0.54 370	1.68 506	1.81 541	0.40 295	0.43 355	0.66 355	0.50 352

pcwnet_v2	2.66 563	9.89 596	0.33 234	9.89 610	0.32 277	0.50 341	0.32 264	0.49 319	0.33 282	0.49 325	0.34 293	0.49 330	8.76 612	0.48 322	0.33 271	0.41 280	9.58 612	0.40 295	0.29 257	9.01 611	0.63 382

DGSMNet	0.34 207	0.41 179	0.27 197	0.41 241	0.28 241	0.41 277	0.28 234	0.41 270	0.27 235	0.41 269	0.27 236	0.42 296	0.27 236	0.41 276	0.28 231	0.40 272	0.29 226	0.40 295	0.28 247	0.40 279	0.27 219

AdaStereo	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314
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.
depthmonostereo	0.44 276	0.85 269	0.46 299	0.54 302	0.40 331	0.52 356	0.38 313	0.52 345	0.35 295	0.47 311	0.34 293	0.46 313	0.34 291	0.47 313	0.34 284	0.45 299	0.43 307	0.41 312	0.33 297	0.41 289	0.32 267

GREAT-IGEV	0.38 236	0.43 187	0.36 255	0.48 274	0.32 277	0.45 311	0.32 264	0.45 301	0.32 275	0.45 299	0.32 278	0.45 309	0.32 278	0.45 304	0.32 261	0.44 296	0.33 257	0.41 312	0.29 257	0.41 289	0.29 238
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GwcNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

PSMNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

GANet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

ADLNet2	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

CFNet_pseudo	2.67 564	9.36 592	0.32 228	10.99 615	0.33 289	0.85 397	0.33 275	0.49 319	0.33 282	0.49 325	0.32 278	0.49 330	7.26 609	0.49 328	0.33 271	0.41 280	9.62 613	0.41 312	0.29 257	10.03 615	0.29 238

ADLNet	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 270	0.41 335	0.41 269	0.41 337	0.41 278	0.41 331	0.41 276	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 321

psmorigin	0.41 259	0.46 202	0.33 234	0.49 280	0.33 289	0.49 332	0.33 275	0.49 319	0.33 282	0.49 325	0.33 285	0.49 330	0.33 286	0.51 345	0.33 271	0.41 280	0.30 235	0.41 312	0.30 271	0.79 374	0.29 238

MSMDNet	2.65 562	10.14 598	0.33 234	9.74 609	0.32 277	0.87 399	0.33 275	2.95 566	0.68 399	0.49 325	0.34 293	0.49 330	5.70 605	0.49 328	0.33 271	0.42 294	9.57 611	0.41 312	0.31 282	8.36 608	0.65 390

ccs_rob	2.79 567	10.17 599	0.32 228	10.00 612	0.33 289	0.49 332	0.33 275	1.90 515	0.32 275	0.51 346	0.33 285	0.49 330	9.24 614	0.49 328	0.33 271	0.41 280	9.82 614	0.41 312	0.28 247	9.34 612	0.29 238

HART	0.38 236	0.45 198	0.34 244	0.42 251	0.33 289	0.41 277	0.34 288	0.42 288	0.33 282	0.43 289	0.34 293	0.42 296	0.34 291	0.41 276	0.38 304	0.40 272	0.32 245	0.42 323	0.32 289	0.40 279	0.32 267

PCWNet_CMD	2.80 568	9.82 595	0.32 228	10.09 613	0.32 277	0.49 332	0.33 275	3.34 571	0.33 282	0.49 325	0.33 285	0.49 330	8.73 611	0.48 322	0.33 271	0.41 280	9.22 610	0.42 323	0.29 257	9.55 613	0.31 260

ccnet	0.80 369	2.28 464	0.33 234	0.50 289	0.33 289	0.50 341	0.33 275	0.50 328	0.33 282	0.49 325	0.33 285	0.49 330	1.56 521	2.38 540	0.33 271	0.41 280	0.29 226	0.42 323	1.57 536	2.28 526	0.29 238

SCV_C0	0.45 279	0.88 274	0.49 322	0.54 302	0.37 312	0.48 327	0.37 306	0.48 315	0.37 308	0.48 318	0.36 306	0.48 326	0.37 306	0.49 328	0.37 301	0.50 322	0.41 294	0.44 326	0.34 301	0.44 299	0.34 280

SCV	0.46 285	0.94 291	0.45 295	0.54 302	0.37 312	0.48 327	0.38 313	0.48 315	0.37 308	0.48 318	0.39 328	0.48 326	0.37 306	0.49 328	0.37 301	0.50 322	0.46 317	0.44 326	0.34 301	0.44 299	0.34 280

LL-Strereo2	0.48 296	1.73 424	0.51 333	0.59 314	0.34 299	0.42 297	0.33 275	0.40 255	0.31 269	0.42 283	0.33 285	0.42 296	0.31 274	0.44 300	0.39 316	0.60 346	0.51 343	0.44 326	0.33 297	0.44 299	0.33 274

CES	0.39 248	0.47 206	0.36 255	0.36 204	0.37 312	0.45 311	0.35 293	0.35 226	0.40 326	0.36 237	0.44 351	0.47 319	0.36 301	0.44 300	0.36 292	0.37 244	0.39 282	0.44 326	0.35 313	0.37 248	0.36 293

252Zero-FE	0.45 279	0.50 218	0.36 255	0.50 289	0.36 308	0.50 341	0.36 300	0.50 328	0.36 306	0.49 325	0.36 306	0.49 330	0.36 301	0.54 354	0.41 327	0.45 299	0.34 261	0.45 330	0.34 301	0.55 346	0.75 411

UGAM	0.51 310	2.23 461	0.39 270	0.54 302	0.35 302	0.50 341	0.35 293	0.49 319	0.35 295	0.49 325	0.35 302	0.49 330	0.36 301	0.50 336	0.36 292	0.49 316	0.37 269	0.45 330	0.34 301	0.45 303	0.34 280

GCST	0.50 305	2.08 448	0.38 262	0.53 299	0.35 302	0.49 332	0.35 293	0.50 328	0.35 295	0.49 325	0.35 302	0.49 330	0.35 298	0.49 328	0.35 288	0.48 313	0.37 269	0.45 330	0.33 297	0.44 299	0.33 274

Selective-IGEV	0.51 310	0.55 238	0.45 295	0.69 330	0.45 356	0.61 372	0.45 348	0.50 328	0.40 326	0.56 362	0.44 351	0.55 364	0.40 320	0.72 382	0.67 385	0.59 345	0.46 317	0.45 330	0.34 301	0.46 306	0.37 298

GEAStereo	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 341	0.38 312	0.53 352	0.38 318	0.50 345	0.38 310	0.51 345	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 280

GSStereo	0.81 374	4.28 545	0.50 326	0.59 314	0.40 331	0.51 353	0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 345	3.79 590	0.50 336	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 290

GS-Stereo							0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 345	3.79 590	0.50 336	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 290

gasm-f	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 341	0.38 312	0.53 352	0.38 318	0.50 345	0.38 310	0.51 345	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 280

GASTEREO	0.48 296	1.21 389	0.47 307	0.57 309	0.38 319	0.50 341	0.38 313	0.50 328	0.38 312	0.50 338	0.38 318	0.50 345	0.38 310	0.50 336	0.38 304	0.52 330	0.42 303	0.46 334	0.34 301	0.46 306	0.34 280

otaku	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.46 305	0.46 357	0.46 313	0.46 348	0.46 309	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

Ntro	0.47 291	0.47 206	0.46 299	0.46 263	0.46 358	0.47 322	0.47 355	0.46 305	0.47 354	0.46 305	0.46 357	0.47 319	0.46 348	0.47 313	0.47 351	0.47 309	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

Dean	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.47 311	0.46 357	0.46 313	0.46 348	0.46 309	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

ACVNet-4b	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.46 349	0.46 305	0.46 357	0.46 313	0.46 348	0.47 313	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 335

UGAM-zero	0.51 310	2.17 456	0.39 270	0.53 299	0.36 308	0.50 341	0.36 300	0.50 328	0.36 306	0.49 325	0.36 306	0.50 345	0.35 298	0.50 336	0.36 292	0.49 316	0.37 269	0.47 343	0.35 313	0.46 306	0.34 280

HaxPig	0.47 291	0.47 206	0.47 307	0.49 280	0.47 364	0.47 322	0.47 355	0.47 311	0.47 354	0.47 311	0.47 365	0.47 319	0.47 356	0.47 313	0.47 351	0.47 309	0.47 325	0.47 343	0.47 366	0.47 319	0.48 344

UNDER WATER	0.47 291	0.47 206	0.47 307	0.47 269	0.47 364	0.47 322	0.47 355	0.47 311	0.47 354	0.47 311	0.47 365	0.47 319	0.46 348	0.47 313	0.47 351	0.47 309	0.47 325	0.47 343	0.46 359	0.47 319	0.47 342

ACVNet_1	0.46 285	0.47 206	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 305	0.47 354	0.46 305	0.46 357	0.46 313	0.46 348	0.46 309	0.46 344	0.46 304	0.46 317	0.47 343	0.46 359	0.46 306	0.46 335

CASS	0.57 323	0.89 277	0.56 343	0.57 309	0.56 386	0.56 363	0.56 377	0.56 353	0.53 374	0.57 365	0.57 387	0.59 373	0.48 357	0.56 359	0.57 373	0.55 340	0.56 351	0.47 343	0.56 386	0.62 352	0.56 372
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GMOStereo	0.37 230	0.45 198	0.23 178	0.30 179	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 278	0.40 320	0.41 276	0.36 292	0.34 227	0.22 186	0.47 343	0.37 322	0.39 272	0.33 274

error version	0.93 408	4.47 547	2.35 563	1.99 496	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 278	0.40 320	0.41 276	0.36 292	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 274

test_1	0.93 408	4.47 547	2.35 563	1.99 496	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 278	0.40 320	0.41 276	0.36 292	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 274

MSCF	0.51 310	1.40 408	0.49 322	0.58 311	0.38 319	0.50 341	0.38 313	0.54 349	0.41 335	0.52 349	0.41 337	0.53 357	0.42 337	0.53 352	0.41 327	0.60 346	0.47 325	0.48 351	0.37 322	0.48 323	0.38 305

PAM_32	0.64 334	2.38 476	0.51 333	0.92 360	0.43 352	0.53 358	0.44 343	0.87 391	0.43 343	0.52 349	0.45 355	0.53 357	0.40 320	0.54 354	0.46 344	0.62 354	0.56 351	0.48 351	0.45 357	0.76 369	0.44 332

RainbowNet	0.48 296	0.48 212	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 315	0.48 361	0.48 318	0.48 369	0.48 326	0.48 357	0.48 322	0.48 357	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.48 344

notaker	0.48 296	0.49 214	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 315	0.49 363	0.48 318	0.48 369	0.48 326	0.48 357	0.48 322	0.48 357	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.49 349

LVE	0.47 291	0.47 206	0.47 307	0.47 269	0.49 370	0.47 322	0.47 355	0.47 311	0.49 363	0.47 311	0.47 365	0.47 319	0.46 348	0.47 313	0.47 351	0.47 309	0.47 325	0.48 351	0.47 366	0.47 319	0.47 342

LG-Stereo_L1	0.47 291	0.52 228	0.47 307	0.62 319	0.39 329	0.53 358	0.40 327	0.53 347	0.39 325	0.53 352	0.39 328	0.53 357	0.39 319	0.53 352	0.39 316	0.55 340	0.46 317	0.49 356	0.37 322	0.49 327	0.37 298

ACVNet_2	0.49 302	0.49 214	0.49 322	0.49 280	0.49 370	0.49 332	0.49 366	0.49 319	0.49 363	0.49 325	0.49 372	0.49 330	0.49 362	0.49 328	0.49 359	0.49 316	0.49 332	0.49 356	0.49 373	0.49 327	0.49 349

iRaftStereo_RVC	0.97 412	3.17 515	2.30 562	2.42 513	0.38 319	0.54 361	0.38 313	0.54 349	0.38 312	0.54 357	0.38 318	0.54 360	0.38 310	0.54 354	0.38 304	2.38 546	2.34 561	0.49 356	0.36 319	0.49 327	0.36 293

CFNet_RVC	2.38 556	8.71 587	0.38 262	9.33 606	0.42 350	0.56 363	0.42 340	0.60 363	0.38 312	0.62 373	0.42 347	0.56 367	7.29 610	0.62 368	0.42 335	0.53 333	0.37 269	0.49 356	0.34 301	8.30 607	6.87 613

FoundationStereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

StereoAnything_RVC	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

fffft	0.48 296	0.51 226	0.45 295	0.52 298	0.45 356	0.52 356	0.45 348	0.52 345	0.48 361	0.53 352	0.45 355	0.52 356	0.45 345	0.52 350	0.46 344	0.51 328	0.41 294	0.50 360	0.41 346	0.50 332	0.41 321
1: 1. 1
dual_stereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

SANet	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 328	0.50 366	0.50 338	0.50 374	0.50 345	0.50 365	0.50 336	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 352

LG-Stereo_Zeroshot	0.48 296	0.55 238	0.47 307	0.63 321	0.41 340	0.56 363	0.44 343	0.56 353	0.41 335	0.56 362	0.41 337	0.57 369	0.42 337	0.56 359	0.41 327	0.55 340	0.43 307	0.51 365	0.37 322	0.51 338	0.37 298

KSHMR	0.66 337	0.50 218	0.48 315	1.15 394	0.52 380	0.49 332	0.51 372	0.49 319	0.71 413	0.67 380	0.50 374	1.16 448	1.11 445	0.66 375	0.52 367	0.49 316	0.49 332	0.51 365	0.66 407	0.50 332	1.14 455

LL-Strereo	1.01 422	5.06 554	1.63 524	0.70 334	1.43 529	0.56 363	0.46 350	0.57 356	0.50 366	0.57 365	0.50 374	1.58 511	0.49 362	0.59 366	0.50 360	1.64 505	0.52 345	0.51 365	1.37 524	0.52 340	0.45 334

FSD	0.61 327	0.59 244	0.50 326	2.58 520	0.44 353	0.56 363	0.44 343	0.55 352	0.44 346	0.56 362	0.44 351	0.56 367	0.44 342	0.56 359	0.46 344	0.61 350	0.42 303	0.52 368	0.42 354	0.52 340	0.51 359

LG-Stereo	0.60 324	0.58 243	0.47 307	0.64 324	0.74 418	1.00 413	0.69 402	0.57 356	0.41 335	0.57 365	0.41 337	0.57 369	0.41 331	1.00 419	0.75 416	0.91 391	0.51 343	0.52 368	0.37 322	0.52 340	0.37 298

Occ-G	1.12 435	0.52 228	3.72 592	3.50 552	0.50 374	0.56 363	0.47 355	0.54 349	0.46 349	0.54 357	0.41 337	0.54 360	0.42 337	0.52 350	0.42 335	3.42 568	4.02 588	0.52 368	0.45 357	0.51 338	0.44 332

PML	0.46 285	1.36 405	0.29 205	0.58 311	0.30 260	0.57 369	0.29 243	0.57 356	0.29 244	0.57 365	0.29 248	0.57 369	0.29 250	0.56 359	0.29 241	0.52 330	0.30 235	0.53 371	0.31 282	0.53 344	0.30 251

MyStereo8	0.71 349	3.92 537	0.52 336	0.59 314	0.52 380	0.57 369	0.53 374	0.59 361	0.50 366	0.59 369	0.51 380	0.57 369	0.50 365	0.56 359	0.52 367	0.54 334	0.49 332	0.54 372	0.49 373	0.55 346	0.50 352

PSMNet_ROB	0.54 315	0.54 236	0.54 341	0.54 302	0.53 383	0.54 361	0.54 376	0.53 347	0.54 376	0.54 357	0.54 384	0.54 360	0.53 372	0.54 354	0.54 370	0.54 334	0.53 347	0.54 372	0.54 381	0.54 345	0.54 364

AIO-test1	0.54 315	0.60 247	0.52 336	0.66 328	0.47 364	0.61 372	0.47 355	0.58 359	0.46 349	0.61 370	0.46 357	0.61 375	0.45 345	0.62 368	0.45 340	0.61 350	0.52 345	0.57 374	0.48 370	0.57 348	0.48 344

AIO-test2	0.55 320	0.59 244	0.52 336	0.67 329	0.47 364	0.61 372	0.47 355	0.61 365	0.47 354	0.61 370	0.47 365	0.61 375	0.48 357	0.62 368	0.47 351	0.64 356	0.53 347	0.58 375	0.47 366	0.58 349	0.48 344

ktn	0.72 352	0.53 232	1.08 428	1.14 392	0.51 379	1.22 491	1.36 522	0.51 341	0.59 381	0.51 346	0.51 380	0.69 384	1.20 456	0.67 377	0.51 365	0.51 328	0.49 332	0.58 375	0.66 407	0.52 340	0.53 361

FC-DCNN	1.07 429	1.09 329	0.98 418	0.89 354	0.52 380	1.41 507	0.91 435	1.21 484	1.24 517	1.96 519	2.05 574	1.91 521	1.30 509	1.27 500	1.08 451	0.80 376	0.60 358	0.58 375	0.41 346	0.68 357	0.54 364

MonSter	0.60 324	0.64 250	0.52 336	0.62 319	0.44 353	2.07 530	0.44 343	0.62 366	0.44 346	0.62 373	0.44 351	0.62 377	0.44 342	0.62 368	0.44 339	0.58 344	0.42 303	0.62 378	0.46 359	0.58 349	0.42 328

SMoEStereo_RVC	0.63 332	0.75 257	0.51 333	0.73 339	0.53 383	0.71 384	0.47 355	0.67 372	0.58 379	0.74 391	0.60 388	0.72 388	0.53 372	0.74 386	0.51 365	0.61 350	0.62 363	0.62 378	0.61 394	0.63 353	0.61 378

DispNO	1.00 415	0.63 248	0.43 291	3.45 548	0.44 353	0.65 378	0.43 342	0.64 368	0.43 343	0.64 376	0.43 349	0.64 378	3.03 568	0.64 373	0.43 338	4.55 578	0.43 307	0.63 380	0.43 355	0.63 353	0.43 329

WCG-NET	0.61 327	1.21 389	0.54 341	0.61 318	0.53 383	0.67 380	0.53 374	0.66 371	0.53 374	0.64 376	0.53 383	0.65 381	0.53 372	0.59 366	0.52 367	0.65 357	0.48 329	0.64 381	0.52 379	0.58 349	0.50 352

MyStereo06	0.75 357	4.12 539	0.60 349	0.63 321	0.61 395	0.62 375	0.66 388	0.56 353	0.45 348	0.55 360	0.48 369	0.54 360	0.46 348	0.57 364	0.45 340	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 369

MyStereo05	0.80 369	4.12 539	0.63 356	0.63 321	0.61 395	0.62 375	0.66 388	0.65 369	0.62 386	0.67 380	0.61 392	0.65 381	0.58 377	0.67 377	0.55 372	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 369

LMCR-Stereo	0.65 335	0.63 248	0.65 361	0.65 325	0.65 401	0.66 379	0.63 384	0.58 359	0.65 390	0.63 375	0.64 396	0.65 381	0.65 385	0.66 375	0.66 384	0.66 359	0.64 366	0.65 384	0.67 411	0.68 357	0.73 407

DSFCA	0.66 337	0.73 256	0.78 394	0.65 325	0.65 401	0.64 377	0.64 385	0.65 369	0.63 388	0.64 376	0.64 396	0.64 378	0.64 383	0.65 374	0.65 381	0.65 357	0.65 368	0.65 384	0.65 405	0.66 355	0.64 388

anonymity	0.63 332	0.69 252	0.56 343	0.71 336	0.56 386	0.71 384	0.56 377	0.71 377	0.56 377	0.72 384	0.56 386	0.71 385	0.56 376	0.71 380	0.58 374	0.68 361	0.55 349	0.68 386	0.55 382	0.68 357	0.54 364

DMCA-RVC	0.70 346	0.80 261	0.70 376	0.70 334	0.70 411	0.70 382	0.70 407	0.71 377	0.70 408	0.70 383	0.71 418	0.71 385	0.70 403	0.70 379	0.69 401	0.69 362	0.70 382	0.69 387	0.70 416	0.69 361	0.70 399

PA-Net	11.80 614	223.51 640	0.62 355	0.59 314	0.71 413	0.59 371	0.73 413	0.67 372	0.73 419	0.55 360	0.61 392	0.60 374	0.74 410	0.63 372	0.73 411	0.66 359	0.60 358	0.69 387	0.66 407	0.72 364	0.65 390
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 342	0.81 264	0.63 356	0.74 340	0.60 389	0.78 390	0.62 383	0.77 382	0.66 392	0.74 391	0.63 394	0.75 393	0.62 382	0.83 394	0.60 377	0.70 365	0.55 349	0.70 389	0.60 392	0.78 372	0.55 369

AEACV	1.12 435	0.52 228	3.12 583	3.24 537	0.86 437	0.53 358	0.49 366	0.60 363	0.47 354	0.53 352	0.49 372	0.55 364	0.45 345	0.55 358	0.47 351	3.01 563	3.88 586	0.71 390	0.60 392	0.80 377	0.48 344

DStereoRT	0.73 354	0.81 264	0.73 387	0.71 336	0.74 418	0.73 386	0.75 415	0.71 377	0.71 413	0.74 391	0.72 421	0.73 390	0.80 419	0.71 380	0.73 411	0.76 372	0.71 386	0.73 391	0.72 421	0.70 362	0.76 414

zero-FE	0.72 352	1.31 401	0.66 362	0.92 360	0.60 389	0.82 395	0.58 379	0.82 389	0.58 379	0.81 399	0.60 388	0.81 402	0.60 379	0.82 393	0.58 374	0.74 370	0.59 357	0.73 391	0.52 379	0.76 369	0.51 359

iGMRVC	0.84 386	2.85 506	0.72 383	0.72 338	0.73 416	0.77 388	0.79 420	0.73 380	0.74 421	0.73 386	0.72 421	0.73 390	0.76 413	0.73 384	0.73 411	0.72 368	0.73 389	0.73 391	0.72 421	0.73 367	0.72 404

RAFT-Stereo + iAFF	0.70 346	0.72 255	0.71 380	0.80 345	0.62 398	0.82 395	0.61 382	0.81 388	0.62 386	0.81 399	0.63 394	0.80 399	0.70 403	0.73 384	0.61 379	0.76 372	0.61 362	0.74 394	0.61 394	0.77 371	0.61 378

CoDeX	0.15 124	0.70 253	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 385	0.02 15	0.69 381	0.75 395	0.01 9	0.02 20	0.02 20

CFNet-RSSM	0.91 401	4.89 552	0.34 244	0.44 259	1.07 460	1.62 515	1.40 529	0.91 397	0.35 295	1.60 507	1.39 529	0.64 378	0.34 291	0.44 300	0.33 271	0.41 280	0.35 263	0.75 395	0.30 271	0.41 289	0.29 238

GCAP-Stereo	0.75 357	4.15 542	0.42 290	0.75 341	0.35 302	0.78 390	0.40 327	0.79 383	0.38 312	0.78 395	0.36 306	0.78 396	0.36 301	0.79 389	0.39 316	0.75 371	0.39 282	0.76 397	0.39 338	0.75 368	0.39 311

HCRNet	1.22 485	7.11 576	3.00 571	3.55 553	0.33 289	0.29 213	0.14 152	0.19 154	0.15 167	0.33 227	0.29 248	0.25 198	0.14 158	0.22 175	0.33 271	3.64 569	3.00 566	0.76 397	0.32 289	0.18 156	0.13 150

SFCPSM	0.17 135	0.78 258	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 421	0.02 15	0.75 392	0.76 397	0.02 20	0.02 20	0.02 20

RSM++	0.76 361	0.82 266	0.66 362	0.85 352	0.64 399	0.85 397	0.71 410	0.94 404	0.64 389	0.87 402	0.67 401	0.87 405	0.65 385	0.84 395	0.65 381	0.81 379	0.70 382	0.79 400	0.71 419	0.83 384	0.70 399

Selective-RAFT-Error	0.88 398	0.84 267	0.98 418	0.86 353	0.97 449	0.88 400	0.95 440	0.84 390	0.99 450	0.92 408	0.82 435	0.84 404	0.98 432	0.87 400	0.97 440	0.81 379	0.83 405	0.79 400	0.82 436	0.79 374	0.85 425

G-Net	0.79 366	0.79 260	0.79 397	0.79 343	0.79 431	0.79 392	0.79 420	0.79 383	0.79 427	0.79 396	0.79 431	0.79 398	0.79 418	0.79 389	0.79 421	0.79 375	0.79 399	0.79 400	0.79 431	0.79 374	0.79 419

NaN_ROB	0.80 369	0.80 261	0.80 398	0.80 345	0.80 433	0.80 393	0.80 423	0.80 385	0.80 429	0.80 397	0.80 433	0.80 399	0.80 419	0.80 391	0.80 424	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 420

CSAN	0.80 369	0.80 261	0.80 398	0.80 345	0.80 433	0.80 393	0.80 423	0.80 385	0.80 429	0.80 397	0.80 433	0.80 399	0.80 419	0.80 391	0.80 424	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 420

FlowAnything_test	1.02 424	1.72 419	0.71 380	1.59 477	0.70 411	1.61 513	0.69 402	1.61 504	0.70 408	1.60 507	0.70 413	1.61 515	0.69 401	1.61 511	0.70 407	0.81 379	0.58 355	0.81 405	0.55 382	0.81 380	0.56 372

FlowAnything	1.02 424	1.71 418	0.72 383	1.59 477	0.69 409	1.60 512	0.69 402	1.61 504	0.70 408	1.60 507	0.69 411	1.60 512	0.69 401	1.61 511	0.69 401	0.81 379	0.58 355	0.81 405	0.56 386	0.82 382	0.56 372

DCRE	0.84 386	1.89 435	0.77 393	0.94 366	0.72 415	0.88 400	0.73 413	0.87 391	0.78 423	0.90 404	0.71 418	0.88 406	0.67 390	0.88 401	0.73 411	0.81 379	0.68 375	0.81 405	0.70 416	0.82 382	0.70 399

AFF-stereo	0.73 354	0.88 274	0.67 366	0.75 341	0.68 408	0.75 387	0.64 385	0.80 385	0.72 416	0.83 401	0.70 413	0.82 403	0.64 383	0.84 395	0.67 385	0.77 374	0.63 364	0.81 405	0.63 396	0.78 372	0.62 381

Selective-RAFT	0.89 400	0.89 277	0.72 383	1.16 399	0.78 429	1.06 429	0.82 429	0.87 391	0.97 447	1.00 416	0.91 441	0.90 409	1.00 433	0.89 403	0.93 437	0.83 384	0.83 405	0.82 409	0.82 436	0.81 380	0.82 423

999	1.00 415	1.12 332	0.59 347	1.10 386	1.21 518	1.09 435	0.52 373	1.08 423	1.43 531	1.18 445	1.35 523	0.98 419	0.52 371	0.91 405	0.85 430	0.72 368	1.46 514	0.83 410	0.98 445	0.68 357	1.41 527

UDG	0.80 369	2.21 460	0.60 349	0.91 357	0.60 389	0.90 403	0.58 379	0.88 394	0.60 382	0.90 404	0.60 388	0.88 406	0.60 379	0.90 404	0.58 374	0.86 388	0.60 358	0.84 411	0.59 391	0.84 385	0.61 378

ToySt	0.92 403	2.11 451	0.90 409	0.95 368	0.79 431	0.99 412	0.78 419	0.94 404	0.81 432	0.94 412	0.78 429	0.95 416	0.77 415	0.94 411	0.86 431	0.91 391	0.79 399	0.85 412	0.77 427	0.89 389	0.73 407

DDUNet	0.81 374	2.45 480	0.57 345	0.90 355	0.60 389	0.88 400	0.59 381	0.90 395	0.60 382	0.88 403	0.60 388	0.90 409	0.58 377	0.88 401	0.60 377	0.84 386	0.60 358	0.86 413	0.57 388	0.86 386	0.60 377

MoCha-V2	2.11 532	26.97 618	0.78 394	0.92 360	0.77 428	0.96 410	0.72 412	0.90 395	0.72 416	0.94 412	0.70 413	0.90 409	0.71 407	0.91 405	0.71 409	0.85 387	0.71 386	0.88 414	0.69 414	0.87 387	0.67 395

AdaDepth	0.86 395	0.93 289	0.71 380	1.01 379	1.07 460	1.02 426	0.71 410	1.00 408	0.71 413	1.01 424	0.71 418	1.00 420	0.72 408	1.14 445	0.71 409	0.92 394	0.64 366	0.90 415	0.64 401	0.89 389	0.69 398

AIO-Stereo-zeroshot1	0.75 357	0.92 287	0.85 405	0.96 371	0.59 388	1.27 495	0.44 343	0.59 361	0.69 404	0.91 406	0.68 406	0.55 364	0.61 381	1.06 434	0.83 429	0.62 354	0.70 382	0.90 415	0.41 346	0.89 389	0.56 372

DGTPSM_ROB	0.93 408	1.00 305	0.92 413	0.94 366	0.96 448	0.91 404	0.92 436	0.91 397	0.96 446	0.91 406	0.96 445	0.93 415	0.92 428	0.94 411	0.92 433	0.92 394	0.92 412	0.90 415	0.92 440	0.94 405	0.91 430

WQFJA1++	0.84 386	0.98 296	0.67 366	1.26 452	0.75 420	1.00 413	0.67 392	1.00 408	0.67 393	1.00 416	0.67 401	1.00 420	0.67 390	1.00 419	0.67 385	0.96 401	0.67 370	0.91 418	0.63 396	0.92 396	0.63 382

DPSM_ROB	0.92 403	0.91 282	0.91 411	0.91 357	0.92 444	0.92 405	0.92 436	0.92 400	0.91 437	0.93 410	0.91 441	0.92 412	0.90 426	0.91 405	0.92 433	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 432

DPSM	0.92 403	0.91 282	0.91 411	0.91 357	0.92 444	0.92 405	0.92 436	0.92 400	0.91 437	0.93 410	0.91 441	0.92 412	0.90 426	0.91 405	0.92 433	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 432

WQFJX1	0.84 386	0.98 296	0.67 366	1.30 460	0.75 420	1.01 420	0.67 392	1.01 416	0.67 393	1.01 424	0.67 401	1.01 427	0.68 394	1.00 419	0.68 393	0.98 406	0.67 370	0.92 421	0.64 401	0.92 396	0.64 388

NLMM1	0.86 395	0.98 296	0.69 375	1.48 474	0.75 420	1.01 420	0.69 402	1.00 408	0.69 404	1.00 416	0.70 413	1.00 420	0.68 394	1.01 426	0.67 385	0.97 402	0.68 375	0.92 421	0.63 396	0.93 401	0.63 382

STTRV1_RVC	0.82 379	1.60 415	0.70 376	1.01 379	0.60 389	1.07 432	0.69 402	1.01 416	0.60 382	0.72 384	0.55 385	1.02 431	0.68 394	1.03 432	0.67 385	0.89 390	0.63 364	0.92 421	0.57 388	0.90 392	0.65 390

pmcnn	0.92 403	0.92 287	0.92 413	0.92 360	0.92 444	0.92 405	0.92 436	0.92 400	0.92 441	0.92 408	0.92 444	0.92 412	0.92 428	0.92 409	0.92 433	0.92 394	0.92 412	0.92 421	0.92 440	0.92 396	0.92 431

WQFJA1	0.85 392	0.98 296	0.67 366	1.29 458	0.76 425	1.01 420	0.67 392	1.02 421	0.67 393	1.02 428	0.67 401	1.01 427	0.67 390	1.01 426	0.68 393	0.99 407	0.67 370	0.93 425	0.64 401	0.92 396	0.65 390

WQFJX	0.85 392	1.00 305	0.68 373	1.30 460	0.75 420	1.01 420	0.68 396	1.01 416	0.68 399	1.01 424	0.68 406	1.03 433	0.68 394	1.02 430	0.67 385	0.97 402	0.67 370	0.93 425	0.63 396	0.94 405	0.63 382

NLMM	0.84 386	1.00 305	0.67 366	1.27 453	0.75 420	1.00 413	0.68 396	1.00 408	0.67 393	1.00 416	0.67 401	1.02 431	0.67 390	1.02 430	0.67 385	0.97 402	0.67 370	0.93 425	0.63 396	0.92 396	0.63 382

NLSM3	0.85 392	0.99 303	0.68 373	1.29 458	0.76 425	1.01 420	0.68 396	1.01 416	0.68 399	1.02 428	0.68 406	1.01 427	0.68 394	1.01 426	0.68 393	0.97 402	0.68 375	0.93 425	0.64 401	0.93 401	0.63 382

R-Stereo Train	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 406	0.68 399	0.95 414	0.68 406	0.96 417	0.68 394	0.96 415	0.68 393	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 396

RAFT-Stereo	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 406	0.68 399	0.95 414	0.68 406	0.96 417	0.68 394	0.96 415	0.68 393	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 396
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo	0.84 386	0.66 251	0.70 376	0.83 349	0.67 405	0.98 411	0.82 429	1.14 427	0.72 416	1.03 430	0.74 425	1.03 433	1.09 444	0.99 417	0.45 340	1.04 413	0.73 389	0.95 431	0.74 423	0.94 405	0.46 335

IGEVStereo-DCA	1.77 503	4.21 543	1.84 542	2.49 516	2.11 568	2.54 553	1.36 522	1.65 508	1.17 466	2.75 562	1.90 557	2.54 549	1.15 449	0.94 411	1.11 453	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 426

rrr	1.77 503	4.21 543	1.84 542	2.49 516	2.11 568	2.54 553	1.36 522	1.65 508	1.17 466	2.75 562	1.90 557	2.54 549	1.15 449	0.94 411	1.11 453	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 426

11t	1.27 488	2.70 491	1.34 495	1.32 463	0.89 439	1.30 497	1.34 519	1.64 507	0.57 378	1.45 505	0.72 421	1.05 435	1.29 508	1.07 437	1.29 520	1.49 497	1.02 420	0.97 434	1.15 459	1.48 495	1.31 518

HBP-ISP	1.24 486	1.72 419	1.65 525	1.15 394	0.76 425	1.40 506	0.88 432	1.67 510	1.02 456	1.69 514	1.38 528	1.69 516	1.21 502	1.87 521	1.21 511	1.05 414	0.79 399	0.97 434	0.80 433	1.19 435	0.75 411

Test_v1	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

GANet	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

TDLM	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

CVANet_RVC	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 408	1.00 451	1.00 416	1.00 448	1.00 420	1.00 433	1.00 419	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 439

trnet	1.01 422	1.01 314	1.01 424	1.01 379	1.01 455	1.01 420	1.01 448	1.01 416	1.01 455	1.01 424	1.01 452	1.01 427	1.01 440	1.01 426	1.01 447	1.01 412	1.01 419	1.01 440	1.01 453	1.01 414	1.01 444

Wavelet-MonSter	1.00 415	1.21 389	0.76 391	1.94 491	1.01 455	1.11 439	0.76 417	1.15 428	0.76 422	1.11 439	0.76 427	1.14 446	0.76 413	1.11 442	0.76 418	1.21 477	0.90 409	1.02 441	0.71 419	1.02 416	0.71 403

DPSimNet_ROB	0.97 412	1.18 341	0.81 401	1.10 386	0.91 443	1.02 426	0.82 429	1.04 422	0.91 437	1.03 430	0.86 437	1.28 502	0.82 423	1.03 432	0.89 432	1.17 428	0.81 404	1.02 441	0.82 436	1.08 419	0.81 422

AIO-Stereo-zeroshot	0.91 401	0.86 270	0.89 406	1.25 451	0.69 409	1.05 428	0.81 426	1.16 431	0.50 366	1.12 440	0.97 446	0.72 388	0.82 423	1.06 434	0.95 438	0.61 350	0.87 407	1.03 443	0.85 439	1.04 417	1.01 444

GLC_STEREO	1.07 429	1.01 314	1.06 426	1.07 384	1.05 459	1.06 429	1.08 453	1.08 423	1.05 458	1.07 432	1.06 454	1.08 436	1.05 442	1.06 434	1.10 452	1.07 415	1.09 429	1.05 444	1.05 454	1.06 418	1.12 451

MSMD_ROB	1.19 437	1.10 331	0.70 376	1.10 386	0.60 389	1.10 436	0.70 407	1.10 426	0.70 408	1.10 434	0.70 413	1.10 440	0.70 403	7.00 612	0.70 407	1.10 418	0.70 382	1.10 445	0.70 416	1.10 420	0.70 399

Hybrid-DGEV	1.03 426	1.75 425	0.80 398	1.28 457	0.78 429	1.26 494	0.80 423	1.26 488	0.78 423	1.26 494	0.78 429	1.26 498	0.78 417	1.26 497	0.78 420	1.15 427	0.75 392	1.14 446	0.74 423	1.14 422	0.75 411

TorneroNet	0.66 337	0.53 232	0.50 326	0.50 289	0.64 399	1.06 429	0.70 407	0.50 328	0.51 373	0.49 325	0.69 411	0.49 330	0.50 365	0.48 322	1.15 457	0.71 366	0.49 332	1.14 446	1.08 455	0.49 327	0.49 349

NCC-stereo	2.36 552	25.52 613	1.17 435	1.15 394	1.17 469	1.11 439	1.11 454	1.15 428	1.16 462	1.10 434	1.16 461	1.10 440	1.15 449	1.14 445	1.13 455	1.09 416	1.11 433	1.15 448	1.16 461	1.17 432	1.17 460

RP	2.33 550	25.00 611	1.13 430	1.15 394	1.15 464	1.10 436	1.15 458	1.15 428	1.15 461	1.12 440	1.15 458	1.09 438	1.13 446	1.10 440	1.15 457	1.11 423	1.09 429	1.16 449	1.12 457	1.16 427	1.17 460

RGC	2.36 552	25.48 612	1.19 439	1.15 394	1.15 464	1.10 436	1.16 460	1.17 433	1.16 462	1.12 440	1.16 461	1.11 444	1.13 446	1.09 438	1.18 462	1.10 418	1.15 438	1.16 449	1.12 457	1.14 422	1.12 451

edge stereo	2.43 557	27.07 619	1.14 431	1.06 383	1.14 463	1.08 433	1.17 461	1.16 431	1.14 460	1.10 434	1.16 461	1.09 438	1.16 453	1.10 440	1.16 460	1.10 418	1.11 433	1.16 449	1.19 463	1.13 421	1.11 449

Nwc_Net	2.37 554	25.95 615	1.15 433	1.14 392	1.15 464	1.08 433	1.14 457	1.17 433	1.16 462	1.14 443	1.15 458	1.08 436	1.15 449	1.11 442	1.14 456	1.10 418	1.11 433	1.16 449	1.09 456	1.16 427	1.15 456

AF-Net	2.37 554	25.71 614	1.17 435	1.13 391	1.15 464	1.15 443	1.18 462	1.19 436	1.16 462	1.10 434	1.15 458	1.10 440	1.18 454	1.12 444	1.15 457	1.10 418	1.10 432	1.17 453	1.15 459	1.16 427	1.12 451

Abc-Net	2.32 549	24.75 610	1.14 431	1.17 400	1.17 469	1.11 439	1.15 458	1.17 433	1.21 514	1.08 433	1.16 461	1.12 445	1.14 448	1.09 438	1.17 461	1.09 416	1.16 439	1.17 453	1.17 462	1.16 427	1.11 449
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 411	1.17 339	0.78 394	1.18 401	0.71 413	1.16 444	0.75 415	1.09 425	0.80 429	1.10 434	0.75 426	1.17 449	0.74 410	1.17 448	0.80 424	1.13 424	0.73 389	1.17 453	0.77 427	1.16 427	0.72 404
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Hybrid-DGEV-2	1.05 428	1.83 427	0.83 402	1.33 464	0.82 436	1.30 497	0.81 426	1.26 488	0.79 427	1.29 496	0.79 431	1.26 498	0.80 419	1.26 497	0.79 421	1.20 431	0.78 397	1.18 456	0.77 427	1.20 437	0.77 416

MLG-Stereo	0.92 403	0.90 280	0.84 404	1.27 453	0.49 370	1.38 504	0.88 432	1.41 501	0.97 447	0.73 386	1.09 456	1.26 498	0.43 340	0.72 382	1.05 449	1.13 424	0.49 332	1.18 456	0.66 407	1.01 414	0.46 335

Hybrid-DGEV-03	1.07 429	1.83 427	0.83 402	1.34 465	0.81 435	1.32 499	0.81 426	1.31 494	0.81 432	1.31 497	0.82 435	1.32 503	0.82 423	1.32 501	0.81 427	1.19 429	0.77 395	1.19 458	0.76 426	1.19 435	0.77 416

stereogan	2.33 550	24.38 609	1.18 437	1.18 401	1.18 471	1.14 442	1.18 462	1.19 436	1.19 468	1.14 443	1.18 465	1.14 446	1.18 454	1.14 445	1.18 462	1.14 426	1.14 437	1.19 458	1.19 463	1.15 425	1.19 464

DisPM	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

CrosDoStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PFNet+	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

LCNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

HHNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Patchmatch Stereo++	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465
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	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

STrans-v2	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

TransformOpticalFlow	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

OMP-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

IIG-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

NF-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

OCTAStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PSM-softLoss	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

KMStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

NRIStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PSM-adaLoss	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PSM-AAD	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

FTStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

ROB_FTStereo_v2	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

ROB_FTStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Consistency-Raft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

KYRaft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

HUI-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

ASMatch	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DeepStereo_LL	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DEmStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

SST-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

THIR-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT_R40	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DRaft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

PFNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

GrayStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RE-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Pruner-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

TVStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

DeepStereo_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT-RH_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

IRAFT_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT-345	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

iRAFT	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

CRE-IMP	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

GMM-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

RAFT-IKP	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

Prome-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

CroCo-Stereo	0.73 354	1.22 395	0.25 188	1.22 448	0.25 227	1.22 491	0.25 215	1.22 485	0.25 217	1.22 493	0.25 226	1.22 497	0.25 219	1.22 496	0.25 215	1.22 479	0.26 200	1.21 505	0.25 225	1.22 485	0.25 203
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
FAT-Stereo	2.46 558	26.05 616	1.23 491	1.23 450	1.22 520	1.20 445	1.24 512	1.23 487	1.23 516	1.19 446	1.22 512	1.21 496	1.24 504	1.20 450	1.24 513	1.21 477	1.17 442	1.22 506	1.25 516	1.20 437	1.24 514

S-Stereo	2.51 559	26.86 617	1.23 491	1.22 448	1.22 520	1.24 493	1.25 513	1.22 485	1.24 517	1.21 492	1.24 514	1.19 450	1.27 506	1.19 449	1.24 513	1.19 429	1.20 444	1.25 507	1.19 463	1.24 486	1.23 513

CroCo-Stereo Lap2	0.77 362	1.29 399	0.29 205	1.27 453	0.29 250	1.27 495	0.26 223	1.26 488	0.26 230	1.26 494	0.26 232	1.27 501	0.26 228	1.26 497	0.27 221	1.27 481	0.27 207	1.27 508	0.27 240	1.27 488	0.27 219

MM-Stereo_test3	1.27 488	2.07 447	1.18 437	1.60 480	1.02 457	1.45 509	1.01 448	1.40 500	1.04 457	1.44 504	1.03 453	1.46 510	1.02 441	1.44 507	1.02 448	1.51 500	1.12 436	1.32 509	0.98 445	1.38 493	0.97 435

MM-Stereo_test2	1.20 438	1.85 431	1.05 425	1.46 473	0.94 447	1.36 502	0.99 443	1.36 496	0.95 444	1.41 502	0.98 447	1.40 508	0.96 430	1.37 503	0.95 438	1.37 491	1.06 422	1.33 510	0.93 444	1.29 489	0.89 428

ours_stereo	1.20 438	1.21 389	0.90 409	1.64 485	1.11 462	1.35 500	0.67 392	1.76 511	0.93 442	1.70 515	1.10 457	1.39 506	0.75 412	1.41 505	0.81 427	1.60 504	1.03 421	1.33 510	1.00 447	1.61 500	0.72 404

CC-Net-ROB	1.36 491	1.33 403	1.33 494	1.36 468	1.38 526	1.36 502	1.33 518	1.37 498	1.34 522	1.35 499	1.36 525	1.38 505	1.34 512	1.38 504	1.38 527	1.35 487	1.38 509	1.33 510	1.35 521	1.43 494	1.34 522

test_xeample3	1.10 432	1.81 426	0.61 354	0.84 350	0.49 370	0.77 388	0.66 388	0.92 400	1.40 529	0.68 382	0.46 357	0.78 396	0.54 375	1.72 514	1.48 531	1.34 486	1.52 518	1.35 513	1.67 549	1.33 490	1.55 532

MaskLacGwcNet_RVC	1.35 490	1.35 404	1.35 497	1.35 467	1.35 523	1.35 500	1.35 520	1.36 496	1.35 525	1.36 500	1.35 523	1.36 504	1.36 514	1.36 502	1.35 524	1.35 487	1.35 505	1.35 513	1.35 521	1.35 491	1.35 523

RASNet	1.49 494	1.65 416	1.45 513	1.38 470	1.43 529	1.47 510	1.36 522	1.38 499	1.36 526	1.39 501	1.60 539	1.45 509	1.45 520	1.51 508	2.21 569	1.53 501	1.36 506	1.36 515	1.36 523	1.66 503	1.36 524

PS-NSSS	1.38 493	1.39 407	1.34 495	1.34 465	1.35 523	1.38 504	1.37 527	1.35 495	1.38 528	1.34 498	1.34 522	1.39 506	1.38 517	1.70 513	1.40 528	1.36 489	1.36 506	1.36 515	1.37 524	1.37 492	1.36 524

ff7	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 536	2.12 558	2.23 532	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 446

ffff	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 536	2.12 558	2.23 532	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 446

ccc-4	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 524	1.80 552	2.05 529	1.56 535	2.33 536	2.12 558	2.23 532	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 446

tt45	1.04 427	0.88 274	1.36 505	0.92 360	1.03 458	1.51 511	0.79 420	0.70 376	0.88 435	0.74 391	0.90 438	1.60 512	0.72 408	1.60 509	0.75 416	0.91 391	0.78 397	1.52 520	0.79 431	1.14 422	1.32 519

DPSMNet_ROB	1.60 498	1.59 414	1.70 527	1.59 477	1.59 535	1.61 513	1.61 538	1.60 503	1.60 535	1.62 513	1.59 538	1.60 512	1.60 523	1.60 509	1.59 535	1.59 502	1.60 528	1.59 521	1.59 541	1.59 499	1.59 537

2.5w	2.01 522	2.40 477	1.37 507	3.28 539	2.01 562	2.71 558	1.43 535	1.82 512	1.83 555	1.90 518	1.41 530	2.71 558	1.35 513	2.71 557	1.85 556	2.66 557	1.53 519	1.64 522	1.23 513	2.53 545	1.87 557

4w-stereo	2.02 523	2.72 495	1.44 512	3.36 545	1.59 535	2.48 546	1.72 544	2.28 530	1.24 517	2.24 536	1.65 543	2.56 551	1.32 511	2.39 542	1.98 566	2.67 559	1.51 517	1.66 523	1.24 514	2.53 545	1.88 560

3.5w_stereo	2.03 525	2.72 495	1.35 497	3.41 546	1.57 533	2.72 559	1.49 536	2.01 520	1.34 522	2.15 534	1.61 541	2.63 555	1.36 514	2.72 559	1.99 567	2.66 557	1.58 524	1.68 524	1.24 514	2.53 545	1.87 557

3.25w_new	2.03 525	2.72 495	1.35 497	3.33 544	1.57 533	2.72 559	1.53 537	2.15 528	1.33 521	2.15 534	1.60 539	2.63 555	1.30 509	2.72 559	1.99 567	2.67 559	1.53 519	1.75 525	1.25 516	2.53 545	1.87 557

IGEV	2.02 523	2.20 458	1.82 538	2.90 529	2.16 570	2.41 543	1.25 513	2.00 519	1.98 567	1.99 523	1.31 520	2.72 562	1.93 547	2.67 556	1.69 542	2.26 533	1.32 493	1.83 526	1.87 561	2.53 545	1.61 540

2.25w	2.00 515	1.86 433	1.98 555	2.95 530	2.17 572	2.26 534	1.35 520	2.42 543	2.00 570	2.07 532	1.27 517	2.53 546	1.99 553	2.29 536	1.49 532	2.21 531	1.32 493	1.85 527	1.87 561	2.52 542	1.62 541

3w_stereo	2.04 528	2.24 462	1.70 527	3.15 534	2.18 574	2.49 547	1.26 515	2.03 521	1.98 567	1.98 522	1.33 521	2.72 562	1.99 553	2.59 551	1.72 545	2.22 532	1.33 500	1.85 527	1.88 566	2.50 540	1.58 536

MFMNet_re	1.81 506	1.91 438	1.71 529	1.95 493	1.70 546	1.95 524	1.70 543	1.96 516	1.74 548	1.97 521	1.72 547	1.95 522	1.71 531	1.97 525	1.71 543	1.86 510	1.62 529	1.85 527	1.66 548	1.86 511	1.64 543

MonStereo1	1.94 509	2.77 501	1.52 520	3.73 560	1.51 532	2.13 532	1.42 532	2.32 537	1.52 533	2.31 541	1.50 533	2.53 546	1.59 522	2.34 539	1.56 533	1.91 517	1.36 506	1.86 530	1.31 519	2.07 516	1.53 530

4.5_new	2.00 515	1.84 430	1.98 555	2.77 524	2.16 570	2.27 535	1.28 517	2.09 523	1.98 567	2.01 525	1.28 518	2.71 558	1.98 551	2.51 548	1.65 538	2.26 533	1.33 500	1.87 531	1.87 561	2.49 538	1.60 538

3.25w	2.04 528	2.20 458	1.48 515	3.03 531	2.17 572	2.63 557	1.39 528	1.96 516	1.95 566	1.96 519	1.37 526	2.71 558	1.96 550	2.71 557	1.73 550	2.26 533	1.32 493	1.87 531	1.87 561	2.51 541	1.63 542

1w_stereo	2.05 530	2.32 467	1.35 497	3.74 561	2.01 562	2.73 561	1.42 532	1.88 513	1.93 565	2.03 527	1.28 518	2.71 558	1.99 553	2.72 559	1.72 545	2.20 530	1.32 493	1.87 531	1.86 560	2.45 534	1.54 531

GANetREF_RVC	1.55 496	1.94 444	1.22 489	1.88 488	1.21 518	1.88 519	1.22 510	1.88 513	1.22 515	1.88 516	1.22 512	1.88 519	1.22 503	1.89 522	1.22 512	1.87 512	1.22 491	1.88 534	1.22 512	1.88 512	1.22 511
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
SPS-STEREO	1.59 497	1.91 438	1.21 488	1.94 491	1.20 472	2.00 527	1.23 511	1.99 518	1.24 517	2.00 524	1.25 515	2.03 529	1.26 505	2.00 526	1.29 520	1.90 516	1.18 443	1.89 535	1.21 511	1.89 513	1.20 465
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 505	3.41 520	1.52 520	2.12 498	1.41 528	2.04 528	1.41 530	2.05 522	1.46 532	2.04 528	1.41 530	2.05 530	1.42 519	2.05 527	1.43 530	2.04 524	1.54 521	1.94 536	1.38 526	1.99 515	1.33 520

MC-Stereo	1.76 502	2.96 508	1.37 507	2.14 499	1.37 525	2.14 533	1.36 522	2.14 527	1.37 527	2.14 533	1.37 526	2.14 531	1.37 516	2.14 531	1.37 526	1.97 520	1.32 493	1.97 537	1.32 520	1.98 514	1.33 520

RAFT_CTSACE	1.92 508	3.71 527	1.72 530	1.88 488	1.72 547	2.04 528	1.42 532	2.18 529	1.89 563	2.02 526	1.97 563	1.95 522	2.06 557	1.93 523	1.62 536	1.76 507	1.66 532	2.02 538	1.73 557	1.73 506	1.43 529

qwe	2.18 536	2.60 485	1.58 522	3.83 562	1.90 559	2.53 551	1.90 556	2.48 545	1.73 546	2.37 544	1.92 559	2.53 546	1.68 527	2.56 549	1.83 554	2.52 556	1.87 544	2.07 539	1.68 551	2.32 528	1.71 547

TRStereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 533	1.87 541	2.08 528	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 548

XX-Stereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 533	1.87 541	2.08 528	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 548

EAI-Stereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 532	1.86 557	2.30 538	1.87 552	2.30 533	1.87 541	2.08 528	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 548

asd	2.18 536	2.77 501	1.58 522	3.59 554	2.00 561	2.58 555	1.85 550	2.39 542	1.71 541	2.47 548	1.97 563	2.59 553	1.61 524	2.56 549	1.79 552	2.51 554	1.99 545	2.11 543	1.62 545	2.36 530	1.60 538

AIO_rvc	2.18 536	2.34 472	1.87 548	2.32 509	1.94 560	2.40 542	1.89 555	2.37 540	2.07 572	2.52 551	1.95 562	2.44 543	1.99 553	2.41 543	1.89 562	2.32 542	2.09 554	2.24 544	2.18 570	2.21 521	2.23 564

NCCL2	2.28 548	2.27 463	2.28 561	2.28 508	2.28 575	2.27 535	2.29 570	2.28 530	2.28 573	2.27 537	2.28 575	2.28 532	2.27 561	2.27 535	2.28 574	2.28 537	2.28 560	2.27 545	2.29 574	2.27 525	2.29 565

monsters	2.18 536	2.41 478	1.96 554	3.47 549	2.03 566	2.53 551	1.64 540	2.48 545	1.73 546	2.40 545	1.50 533	2.62 554	1.94 548	2.59 551	1.94 563	2.44 549	1.57 523	2.28 546	1.87 561	2.42 532	1.86 555

HUF	2.18 536	2.30 465	1.99 558	2.34 511	2.02 565	2.41 543	2.06 566	2.38 541	1.89 563	2.36 543	1.85 550	2.56 551	1.98 551	2.31 538	1.97 565	2.30 540	2.03 553	2.30 547	2.11 568	2.23 522	2.16 562

2.75w_new	1.99 511	2.34 472	1.81 533	3.14 533	1.62 537	1.94 521	1.99 561	2.72 552	1.71 541	2.72 556	1.99 572	1.90 520	1.73 533	1.82 520	1.29 520	2.37 545	2.01 548	2.31 548	1.42 530	1.77 509	1.22 511

STTStereo	3.73 576	30.40 623	2.37 565	2.39 512	2.31 577	2.35 540	2.33 571	2.29 532	2.42 574	2.32 542	2.34 576	2.33 536	2.36 562	2.30 537	2.27 573	2.35 544	2.22 559	2.31 548	2.22 571	2.29 527	2.34 569

asda	2.17 534	2.54 482	1.81 533	3.47 549	1.78 549	2.50 549	1.86 551	2.61 551	1.68 537	2.61 553	1.83 549	2.37 540	1.73 533	2.44 546	1.88 561	2.51 554	1.84 542	2.34 550	1.62 545	2.23 522	1.77 552

monsterstereo	2.20 542	2.33 468	1.95 553	3.65 556	2.07 567	2.49 547	1.61 538	2.48 545	1.83 555	2.45 547	1.61 541	2.67 557	1.86 540	2.64 553	1.94 563	2.48 553	1.66 532	2.34 550	1.68 551	2.40 531	1.86 555

AIO_test	2.18 536	2.09 450	2.04 559	2.42 513	2.01 562	2.47 545	1.94 557	2.34 539	2.03 571	2.56 552	1.94 560	2.43 542	1.94 548	2.41 543	1.87 560	2.39 547	2.10 555	2.35 552	1.91 567	2.25 524	2.19 563

3.75w	1.99 511	2.31 466	1.83 541	3.16 535	1.65 539	1.93 520	1.98 558	2.72 552	1.68 537	2.73 561	1.97 563	2.00 526	1.72 532	1.81 519	1.25 516	2.27 536	2.01 548	2.38 553	1.42 530	1.71 505	1.24 514

FBW_ROB	2.12 533	2.46 481	1.77 532	2.49 516	1.79 550	2.38 541	1.83 546	2.46 544	1.78 551	2.48 549	1.97 563	2.40 541	1.78 538	2.42 545	1.83 554	2.31 541	1.85 543	2.38 553	1.82 559	2.35 529	1.84 553

UDGNet	2.23 546	5.40 564	1.72 530	2.48 515	1.69 543	2.51 550	1.69 542	2.51 548	1.72 545	2.50 550	1.69 546	2.52 545	1.69 529	2.50 547	1.68 541	2.41 548	1.70 534	2.42 555	1.69 553	2.42 532	1.64 543

LG-G_1	2.22 543	2.71 493	1.89 549	2.77 524	1.87 557	2.75 563	1.87 553	2.76 560	1.87 561	2.75 562	1.87 552	2.76 565	1.87 541	2.75 563	1.86 557	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 534

LG-G	2.22 543	2.71 493	1.89 549	2.77 524	1.87 557	2.75 563	1.87 553	2.76 560	1.87 561	2.75 562	1.87 552	2.76 565	1.87 541	2.75 563	1.86 557	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 534

LGtest1	2.22 543	2.70 491	1.89 549	2.76 523	1.86 554	2.75 563	1.86 551	2.75 559	1.86 557	2.75 562	1.86 551	2.77 567	1.87 541	2.75 563	1.86 557	2.46 550	1.58 524	2.45 556	1.56 535	2.45 534	1.56 533

4.25_new	2.00 515	2.33 468	1.82 538	3.32 542	1.69 543	1.95 524	1.99 561	2.72 552	1.71 541	2.72 556	1.97 563	2.01 527	1.74 535	1.77 516	1.28 518	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 460

4.5w_new	2.00 515	2.33 468	1.82 538	3.32 542	1.69 543	1.95 524	1.99 561	2.72 552	1.71 541	2.72 556	1.97 563	2.01 527	1.74 535	1.77 516	1.28 518	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 460

4.5w-stereo	1.99 511	2.33 468	1.81 533	3.28 539	1.68 542	1.94 521	1.99 561	2.72 552	1.70 540	2.72 556	1.99 572	1.97 524	1.68 527	1.76 515	1.29 520	1.91 517	2.02 552	2.53 561	1.61 543	1.75 508	1.16 459

4.25w-stereo	1.98 510	2.72 495	1.46 514	3.47 549	1.43 529	2.07 530	1.98 558	2.53 549	1.52 533	2.71 555	1.98 569	1.81 517	1.62 525	1.96 524	1.36 525	1.88 515	2.00 546	2.53 561	1.61 543	1.74 507	1.15 456

2w_stereo	1.99 511	2.36 475	1.81 533	3.24 537	1.67 540	1.94 521	1.98 558	2.72 552	1.68 537	2.72 556	1.94 560	1.98 525	1.74 535	1.79 518	1.27 517	1.95 519	2.00 546	2.53 561	1.60 542	1.68 504	1.15 456

MonStereo	2.17 534	2.41 478	1.49 519	2.67 521	1.67 540	2.60 556	2.04 565	2.32 537	1.76 549	2.44 546	1.68 545	2.50 544	1.69 529	2.38 540	1.80 553	2.28 537	1.78 538	2.63 564	2.14 569	3.47 557	1.68 546

sCroCo_RVC	2.10 531	2.76 499	1.92 552	2.78 527	1.39 527	2.73 561	1.41 530	2.73 558	1.40 529	2.77 567	1.41 530	2.74 564	1.40 518	2.74 562	1.40 528	2.72 561	1.42 512	2.72 565	1.44 532	2.79 552	1.42 528

NLCA_NET_v2_RVC	5.04 604	50.87 633	2.78 570	2.87 528	2.71 579	2.78 566	0.47 355	2.88 565	2.86 579	1.89 517	2.67 578	2.79 568	2.79 567	2.78 566	2.83 576	2.82 562	2.82 565	2.83 566	2.77 578	2.83 553	2.76 574
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 569	3.24 517	2.57 569	4.04 563	2.66 578	3.30 572	2.55 573	3.29 570	2.55 575	3.35 572	2.48 577	3.28 572	2.47 563	3.34 572	2.49 575	3.26 565	2.55 564	3.13 567	2.57 577	3.00 554	2.46 572

plain	1.88 507	3.16 514	0.64 358	3.10 532	0.65 401	3.10 568	0.64 385	3.12 567	0.65 390	3.10 568	0.65 398	3.11 569	0.65 385	3.12 567	0.65 381	3.12 564	0.65 368	3.13 567	0.65 405	3.13 555	0.65 390

Anonymous3	2.55 560	3.26 518	1.65 525	3.28 539	1.63 538	3.24 570	1.68 541	3.27 569	1.66 536	3.28 570	1.67 544	3.25 571	1.66 526	3.27 569	1.64 537	3.26 565	1.65 531	3.30 569	1.65 547	4.95 589	1.65 545

UniTT-Stereo	2.03 525	3.43 521	0.72 383	3.42 547	0.73 416	3.27 571	0.68 396	3.38 572	0.69 404	3.29 571	0.72 421	3.28 572	0.70 403	3.35 573	0.68 393	3.39 567	0.68 375	3.31 570	0.69 414	3.37 556	0.73 407

raft_robust	4.71 599	7.75 581	5.40 602	6.81 595	3.31 594	4.28 583	4.20 606	4.32 583	4.37 607	4.35 582	4.35 606	4.14 581	3.75 589	4.30 584	4.20 604	6.67 605	6.37 600	3.36 571	4.24 608	4.86 587	3.25 593

SA	4.33 593	7.35 577	6.85 608	5.96 591	4.09 605	3.59 574	3.15 592	3.82 577	2.64 576	3.91 575	3.85 600	3.57 574	2.72 566	3.13 568	4.03 601	7.09 609	6.86 604	3.57 572	3.12 590	3.85 560	3.51 597

RAFT+CT+SA	4.28 591	7.62 580	4.91 597	5.55 588	2.28 575	3.09 567	3.64 598	4.49 584	3.07 585	4.80 596	3.35 593	4.77 600	3.70 587	4.29 583	3.05 579	5.58 598	5.98 599	3.58 573	3.78 602	4.26 567	3.72 599

DPSNet	3.66 574	3.60 523	3.62 590	3.63 555	3.64 600	3.65 575	3.65 599	3.66 575	3.67 596	3.67 574	3.65 597	3.67 576	3.66 585	3.66 574	3.68 594	3.68 570	3.66 584	3.67 574	3.68 600	3.67 558	3.67 598

RAStereo	2.23 546	3.64 524	0.76 391	3.65 556	0.86 437	3.66 576	0.76 417	3.67 576	0.81 432	3.66 573	0.76 427	3.66 575	0.77 415	3.68 575	0.77 419	3.68 570	0.77 395	3.69 575	0.77 427	3.70 559	0.77 416

TestStereo1	4.60 595	8.41 584	6.44 605	6.86 596	3.79 602	3.97 578	3.78 601	3.99 579	3.74 598	3.97 576	3.52 595	3.94 579	3.58 582	3.98 578	3.72 596	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 601

SA-5K	4.60 595	8.41 584	6.44 605	6.86 596	3.79 602	3.97 578	3.78 601	3.99 579	3.74 598	3.97 576	3.52 595	3.94 579	3.58 582	3.98 578	3.72 596	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 601

Sa-1000	4.34 594	8.37 583	6.84 607	6.98 598	4.45 608	3.58 573	3.00 578	3.42 573	3.39 594	2.61 553	4.00 603	3.83 578	4.01 596	3.90 577	3.90 599	5.98 602	5.62 597	3.76 576	2.34 575	4.35 569	2.47 573

NLCSM	3.67 575	4.08 538	3.19 586	4.80 579	3.26 593	3.99 580	3.24 594	4.25 582	3.18 592	4.09 578	3.27 592	4.14 581	3.18 580	4.13 580	3.28 590	4.06 572	3.10 574	3.85 579	3.14 591	3.91 564	3.27 594

cross-raft	4.83 600	7.52 578	6.43 604	6.63 594	3.96 604	4.51 584	3.99 604	4.49 584	3.96 603	4.52 583	3.96 602	4.50 585	3.97 595	4.50 585	3.97 600	6.65 604	6.44 601	4.33 580	3.92 604	4.35 569	3.91 604

test_4	4.88 601	8.13 582	6.98 609	7.46 599	4.44 607	4.25 582	3.85 603	4.04 581	3.92 602	4.13 579	3.91 601	4.18 583	3.84 592	4.14 581	4.06 602	7.01 608	7.13 605	4.53 581	3.72 601	4.09 565	3.72 599

test_3	5.01 603	8.86 589	7.77 611	8.09 601	2.76 580	4.13 581	4.05 605	3.88 578	3.76 600	4.33 581	4.13 604	3.71 577	3.91 593	4.21 582	4.06 602	7.93 610	7.69 607	4.53 581	3.91 603	4.17 566	4.29 607

rvit_105_1	3.83 577	5.22 557	3.01 572	4.53 567	3.01 581	4.51 584	3.01 579	4.56 586	3.04 580	4.53 585	3.03 581	4.55 588	3.03 568	4.56 586	3.04 577	4.57 579	3.05 567	4.57 583	3.05 582	4.57 573	3.05 579

rvit_stereo_0081	3.83 577	5.23 558	3.01 572	4.53 567	3.03 583	4.55 590	3.02 580	4.56 586	3.04 580	4.52 583	3.02 579	4.54 586	3.03 568	4.56 586	3.04 577	4.57 579	3.05 567	4.57 583	3.05 582	4.58 574	3.05 579

rvit_0105_6	3.87 581	5.73 571	3.10 582	4.69 577	3.12 591	4.54 586	3.02 580	4.56 586	3.04 580	4.54 587	3.03 581	4.54 586	3.04 571	4.56 586	3.05 579	4.58 582	3.05 567	4.58 585	3.05 582	4.58 574	3.05 579

rvit_stereo_0082	3.86 579	5.82 572	3.01 572	4.53 567	3.03 583	4.54 586	3.02 580	4.56 586	3.04 580	4.53 585	3.02 579	4.55 588	3.04 571	4.57 589	3.05 579	4.57 579	3.05 567	4.58 585	3.05 582	4.58 574	3.06 582

rvit_stereo_0081_aga	3.86 579	5.33 561	3.02 575	4.55 573	3.04 587	4.54 586	3.02 580	4.64 593	3.06 584	4.54 587	3.04 583	4.62 595	3.08 575	4.62 592	3.07 582	4.58 582	3.06 571	4.60 587	3.08 586	4.63 577	3.07 583

StereoVision	3.15 570	5.00 553	0.89 406	4.83 580	1.00 450	3.93 577	1.27 516	6.37 606	1.34 522	5.67 606	1.26 516	5.84 608	1.27 506	5.03 603	1.24 513	5.10 596	1.09 429	4.61 588	0.57 388	5.62 596	1.12 451

rvit_stereo_0080	3.89 582	5.70 569	3.04 577	4.54 570	3.03 583	4.56 591	3.05 586	4.60 590	3.07 585	4.58 590	3.06 584	4.59 590	3.06 573	4.61 590	3.08 583	4.63 584	3.09 572	4.64 589	3.10 587	4.65 578	3.10 586

whm_eth	3.89 582	5.70 569	3.04 577	4.54 570	3.03 583	4.56 591	3.05 586	4.60 590	3.07 585	4.58 590	3.06 584	4.59 590	3.06 573	4.61 590	3.08 583	4.63 584	3.09 572	4.64 589	3.10 587	4.65 578	3.10 586

FC-DCNN v2	5.10 605	5.15 555	4.49 595	5.07 584	3.37 595	6.87 608	4.75 608	5.04 602	6.34 612	7.84 612	5.06 609	6.72 613	4.09 597	4.99 601	5.44 609	5.03 593	3.16 578	4.67 591	4.86 609	5.15 592	3.89 603

rvit_0105_4	3.91 584	5.47 568	3.02 575	4.54 570	3.02 582	4.54 586	3.03 584	4.75 596	3.17 591	4.57 589	3.06 584	4.61 594	3.16 579	4.65 593	3.09 585	4.66 586	3.11 575	4.68 592	3.18 593	4.81 584	3.16 591

MLG-Stereo_test3	4.26 590	4.85 551	3.95 593	5.35 586	3.60 598	4.75 599	3.76 600	5.49 605	3.71 597	5.39 602	3.69 598	4.82 601	3.66 585	4.85 597	3.73 598	4.93 590	3.19 581	4.69 593	2.99 581	4.84 586	2.98 578

MLG-Stereo_test1	4.25 589	5.34 563	3.61 589	5.31 585	3.63 599	5.23 602	3.57 597	5.38 604	3.65 595	5.23 601	3.47 594	4.76 599	3.74 588	4.85 597	3.71 595	4.96 591	3.18 580	4.71 594	2.92 579	4.86 587	2.90 576

rvit_stereo_ft	3.93 587	5.44 566	3.05 579	4.59 574	3.06 588	4.61 594	3.08 589	4.67 595	3.12 590	4.63 594	3.10 589	4.65 597	3.11 577	4.69 596	3.13 587	4.70 587	3.14 577	4.71 594	3.15 592	4.74 581	3.16 591

rvit_0105_3	3.91 584	5.33 561	3.06 580	4.60 575	3.07 589	4.60 593	3.06 588	4.62 592	3.08 588	4.60 592	3.07 587	4.62 595	3.08 575	4.67 594	3.10 586	4.70 587	3.11 575	4.77 596	3.19 594	4.77 583	3.14 590

rvit_stereo_0083	3.92 586	5.30 560	3.06 580	4.61 576	3.09 590	4.67 595	3.08 589	4.66 594	3.09 589	4.62 593	3.10 589	4.66 598	3.11 577	4.67 594	3.16 588	4.72 589	3.16 578	4.77 596	3.11 589	4.66 580	3.11 588

test_5	4.62 598	7.55 579	6.23 603	6.32 593	3.40 596	5.29 603	3.50 596	3.53 574	4.11 604	4.28 580	4.47 607	4.26 584	4.38 599	3.68 575	3.24 589	5.89 600	5.60 596	4.84 598	3.50 596	4.33 568	3.93 605

TestStereo	4.88 601	4.75 549	4.79 596	4.87 582	4.92 609	4.81 601	4.90 609	4.78 597	4.77 608	4.87 598	4.89 608	4.90 603	4.91 601	4.99 601	4.79 606	4.98 592	4.87 593	4.87 599	4.92 610	5.00 590	5.00 608

MLG-Stereo_test2	4.28 591	5.46 567	3.69 591	4.86 581	3.72 601	5.58 605	3.42 595	4.81 598	3.77 601	4.85 597	3.72 599	5.55 607	3.63 584	5.58 604	3.53 593	4.41 576	3.28 582	4.99 600	2.95 580	4.75 582	3.13 589

rvit_0105_5	4.10 588	5.40 564	3.13 585	4.71 578	3.15 592	4.72 598	3.10 591	4.90 601	3.27 593	4.69 595	3.16 591	4.84 602	3.25 581	4.96 600	3.34 591	5.05 594	3.39 583	5.10 601	3.40 595	5.11 591	3.42 595

sAnonymous2	3.31 572	2.63 486	1.38 509	3.71 558	1.86 554	4.70 596	1.11 454	4.82 599	2.72 577	5.45 604	1.98 569	4.59 590	2.64 564	2.65 554	6.21 610	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 570

CroCo_RVC	3.31 572	2.63 486	1.38 509	3.71 558	1.86 554	4.70 596	1.11 454	4.82 599	2.72 577	5.45 604	1.98 569	4.59 590	2.64 564	2.65 554	6.21 610	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 570

MaDis-Stereo	3.19 571	6.02 574	1.12 429	5.61 589	1.16 468	5.43 604	1.02 450	5.15 603	0.70 408	5.43 603	1.21 511	5.03 605	0.97 431	4.85 597	0.99 442	4.53 577	1.16 439	5.53 604	1.25 516	5.37 594	1.30 517

RAFT	6.73 610	9.36 592	7.40 610	8.51 604	6.55 613	6.88 609	6.60 613	6.79 608	6.60 613	6.80 609	6.72 615	5.31 606	5.50 604	6.61 606	6.61 613	8.42 612	5.89 598	5.73 605	5.45 614	6.61 599	6.24 612

test-1	6.46 608	9.16 591	8.03 614	8.09 601	5.62 612	6.11 606	6.35 612	6.85 609	4.94 609	6.08 607	6.29 614	4.98 604	6.43 606	6.22 605	6.36 612	6.16 603	7.47 606	5.82 606	5.44 613	7.11 603	5.68 611

SGM-Forest	5.21 607	5.92 573	4.08 594	6.18 592	4.16 606	6.31 607	4.34 607	6.50 607	4.33 606	6.14 608	4.21 605	6.61 612	4.55 600	6.67 607	4.48 605	5.94 601	3.94 587	5.85 607	4.03 606	5.79 597	4.17 606
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 597	4.84 550	3.12 583	5.00 583	3.57 597	4.75 599	3.03 584	7.75 612	4.17 605	4.91 599	3.09 588	6.20 609	3.95 594	6.71 608	3.51 592	5.30 597	3.67 585	5.86 608	3.63 597	5.61 595	3.46 596

Pro-Stereo	0.79 366	0.53 232	0.38 262	0.49 280	0.38 319	0.49 332	0.37 306	0.49 319	0.67 393	0.50 338	0.38 318	1.10 440	0.38 310	0.49 328	0.38 304	0.71 366	0.88 408	5.98 609	0.36 319	0.46 306	0.36 293

BTL-Stereo	1.53 495	1.36 405	1.06 426	1.42 472	1.23 522	1.41 507	1.07 452	1.43 502	1.12 459	1.42 503	1.06 454	1.83 518	1.07 443	1.42 506	1.07 450	1.27 481	1.38 509	6.80 610	1.00 447	1.26 487	1.00 439

test-v	7.53 612	11.89 600	7.98 612	9.36 607	7.14 614	7.06 610	7.09 614	7.37 610	6.91 614	7.29 610	5.71 612	6.45 610	6.93 607	6.73 609	7.27 614	8.93 615	7.85 608	6.98 611	6.80 615	7.56 604	7.34 614

test-2	7.53 612	11.89 600	7.98 612	9.36 607	7.14 614	7.06 610	7.09 614	7.37 610	6.91 614	7.29 610	5.71 612	6.45 610	6.93 607	6.73 609	7.27 614	8.93 615	7.85 608	6.98 611	6.80 615	7.56 604	7.34 614

rvit_stereo_0075_2	6.64 609	8.80 588	5.25 599	7.89 600	5.27 611	7.90 612	5.27 610	7.92 613	5.28 610	7.91 613	5.29 611	7.93 614	5.27 602	7.92 613	5.28 607	7.93 610	5.28 595	7.93 613	5.29 612	7.93 606	5.28 610

MIF-Stereo (partial)	2.58 561	3.31 519	0.66 362	3.18 536	0.66 404	3.18 569	0.66 388	3.21 568	0.67 393	3.19 569	0.66 400	3.19 570	0.66 388	3.31 571	0.68 393	5.09 595	1.79 540	8.23 614	1.67 549	6.18 598	1.38 526

U	5.15 606	8.49 586	1.81 533	8.49 603	1.77 548	8.49 613	1.77 545	8.51 614	1.77 550	8.49 614	1.77 548	8.50 615	1.78 538	8.58 614	1.77 551	8.54 613	1.78 538	8.55 615	1.78 558	8.55 609	1.84 553

SGM+DAISY	7.06 611	9.15 590	5.38 601	8.84 605	5.18 610	8.80 614	5.31 611	8.79 615	5.28 610	8.89 615	5.20 610	8.93 616	5.33 603	8.95 615	5.36 608	8.70 614	5.21 594	8.74 616	5.20 611	8.89 610	5.15 609

rafts_anoy	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

raft+_RVC	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

raftrobust	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

CasAABBNet	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

RALCasStereoNet	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

RALAANet	20.00 616	20.00 602	20.00 616	20.00 616	20.00 617	20.00 615	20.00 617	20.00 616	20.00 617	20.00 616	20.00 617	20.00 617	20.00 617	20.00 616	20.00 617	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 617

MANE	19.05 615	23.00 608	15.00 615	23.00 622	15.00 616	24.00 621	16.00 616	24.00 622	16.00 616	22.00 622	15.00 616	23.00 623	16.00 616	23.00 622	15.00 616	22.00 623	15.00 617	22.00 623	15.00 617	22.00 623	15.00 616

111	30.40 622	30.94 624	29.72 623	32.61 623	30.02 624	33.57 622	30.47 624	31.50 623	29.39 624	30.98 623	29.11 624	29.78 624	30.39 627	29.45 623	30.76 627	30.08 624	29.02 625	29.92 624	30.32 628	29.86 624	30.17 624

fff	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 625	30.15 624	32.35 624	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 625

csc	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 625	30.15 624	32.35 624	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 625

cscssc	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 624	10000000.00 643	35.27 626	29.82 625	32.45 625	30.15 624	32.35 624	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 625

WCMA_ROB	31.10 623	35.43 628	27.12 622	39.51 634	23.10 623	38.78 633	25.30 623	37.49 634	25.39 623	37.29 633	27.02 623	38.52 635	26.48 623	37.80 633	26.44 623	36.28 631	22.65 624	33.90 628	22.30 624	37.10 632	24.18 623

tt	500032.53 640	34.60 626	29.72 623	37.47 632	34.41 629	36.85 628	35.22 629	34.71 627	33.55 626	34.50 624	35.43 628	33.81 628	10000000.00 644	33.57 627	33.13 628	33.68 628	35.00 630	34.03 629	35.26 631	30.96 625	34.63 629

DCANet	500032.53 640	34.60 626	29.72 623	37.47 632	34.41 629	36.85 628	35.22 629	34.71 627	33.55 626	34.50 624	35.43 628	33.81 628	10000000.00 644	33.57 627	33.13 628	33.68 628	35.00 630	34.03 629	35.26 631	30.96 625	34.63 629

DCANet-4	35.22 624	34.54 625	35.08 629	33.58 627	35.47 631	34.55 623	35.53 631	36.08 629	35.85 628	35.92 629	35.77 630	35.18 630	35.48 629	35.39 629	37.15 633	34.55 630	33.92 629	35.02 631	34.90 630	35.79 628	34.74 631

ADStereo(finetuned)	36.13 625	36.63 629	38.07 633	36.97 628	33.25 628	35.91 627	34.45 628	36.36 630	32.99 625	38.14 634	36.71 631	36.69 631	34.13 628	38.57 634	40.79 634	37.60 635	36.58 632	35.90 632	33.36 629	35.42 627	34.04 628

Reg-Stereo(zero)	37.00 626	37.00 630	37.00 630	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 632	37.00 630	37.00 630	37.00 630	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 632

HI	37.00 626	37.00 630	37.00 630	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 632	37.00 630	37.00 630	37.00 630	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 632

CoSv	37.00 626	37.00 630	37.00 630	37.00 629	37.00 632	37.00 630	37.00 632	37.00 631	37.00 629	37.00 630	37.00 632	37.00 632	37.00 630	37.00 630	37.00 630	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 632

NOSS_ROB	102.95 630	153.00 638	121.00 637	51.00 635	44.00 635	165.00 637	127.00 637	153.00 637	119.00 634	164.00 638	125.00 637	168.00 639	120.00 635	153.00 637	117.00 637	49.00 636	44.00 636	49.00 636	44.00 636	49.00 633	44.00 635

CBMV	128.50 631	1422.70 645	53.10 635	79.50 636	51.30 636	77.30 635	49.70 635	74.00 635	48.20 633	77.20 636	48.80 636	73.90 637	48.00 634	73.80 636	48.80 636	70.40 637	45.10 637	68.90 637	46.10 637	68.20 634	45.00 636
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 629	87.70 634	41.95 634	113.75 637	65.62 637	75.05 634	55.25 636	75.64 636	45.04 632	71.61 635	41.75 635	72.81 636	44.06 633	68.38 635	44.63 635	101.89 638	59.57 638	107.10 638	61.05 638	104.38 635	59.38 637

MeshStereo	159.24 632	171.00 639	160.68 640	162.58 638	160.59 638	164.01 636	160.35 638	158.51 638	158.56 635	158.34 637	160.12 638	158.56 638	159.92 636	157.26 638	158.94 638	154.38 639	158.36 639	155.75 639	159.13 640	153.67 636	154.07 638
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	201.80 633	123.00 635	115.00 636	219.00 639	218.00 640	223.00 638	244.00 640	217.00 639	236.00 637	202.00 639	203.00 639	205.00 640	208.00 637	225.00 639	204.00 639	210.00 640	198.00 640	197.00 640	184.00 641	204.00 637	201.00 639

MGS-Stereo	239.45 634	123.00 635	135.00 638	266.00 640	286.00 641	277.00 639	305.00 641	271.00 640	242.00 638	274.00 640	279.00 641	255.00 641	270.00 639	268.00 640	297.00 641	221.00 641	247.00 642	216.00 641	123.00 639	217.00 638	217.00 641

EGLCR-Stereo	246.90 635	129.00 637	139.00 639	266.00 640	286.00 641	277.00 639	305.00 641	271.00 640	242.00 638	274.00 640	279.00 641	255.00 641	270.00 639	268.00 640	297.00 641	230.00 642	247.00 642	216.00 641	223.00 643	237.00 639	227.00 642

DLCB_ROB	284.23 636	354.61 641	207.27 641	363.24 642	206.46 639	364.72 641	210.41 639	364.72 642	210.41 636	364.81 642	208.64 640	364.81 643	208.64 638	364.72 642	210.41 640	354.70 643	205.53 641	354.70 643	205.53 642	354.70 640	205.53 640

LE_ROB	396.57 637	471.28 642	329.84 642	471.48 643	308.15 643	526.83 642	322.10 643	488.15 643	323.76 640	495.46 643	317.97 643	497.17 644	320.10 641	481.62 643	326.76 643	462.71 644	298.97 644	466.16 644	285.98 644	447.62 641	289.21 643

SGM-ForestM	596.69 638	677.77 643	444.52 643	699.85 644	517.25 644	732.94 643	488.29 644	770.79 644	460.11 641	750.81 644	487.98 644	792.79 645	499.41 642	730.90 644	475.81 644	720.03 645	491.16 645	663.96 645	418.60 645	674.76 642	436.05 644

CBMV_ROB	818.48 639	913.88 644	709.52 644	862.84 645	597.78 645	1073.99 644	700.52 645	1015.66 645	702.59 642	1115.65 645	760.02 645	1130.24 646	721.57 643	1037.41 645	692.65 645	814.05 646	564.29 646	843.28 646	595.31 646	915.51 643	602.92 645

111111	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

SGD-Stereo	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

IGEV-Stereo++	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

IGEV-BASED-STEREO-	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

IGEV-Stereo+	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

SDNR	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

anonymousdsp2	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

anonymousdsp	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

test_example2	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646

DIP-Stereo	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark