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 55	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 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 231	0.10 69	0.12 84	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 94	0.11 98	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 213	0.10 69	0.12 84	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 94	0.10 75	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	0.14 100	0.00 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 87	0.44 185	0.33 231	0.39 214	0.02 21	0.03 40	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	0.39 264	0.36 262	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev	0.06 44	0.24 126	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	0.25 166	1.31 396	0.74 383	0.92 355	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 384	0.75 387	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 51	0.02 12	0.02 14	1.01 373	0.03 48	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 71	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 53	0.02 12	0.04 43	0.90 350	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 287	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 473	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 87	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	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

zh-sn7	0.10 66	0.98 292	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

zh-mn7	0.12 96	1.14 328	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 53	0.03 43	0.03 50

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

DualNet (step1)	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample7	0.09 53	1.00 301	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample6	0.09 53	0.97 291	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample5	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

test_sample4	0.10 66	1.03 315	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

test_sample3	0.09 53	0.87 268	0.10 69	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 315	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 268	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 309	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 288	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

DualNet	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

1111x	0.10 66	1.14 328	0.13 121	0.14 100	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 309	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 50

x	0.11 87	1.15 331	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 53	0.03 43	0.03 50

CSP-Net	0.34 205	1.29 394	1.19 429	1.36 459	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	1.26 471	1.21 481	0.03 38	0.09 111	0.02 20	0.09 111

222	0.10 66	0.99 299	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.02 20	0.04 76	0.03 50

xxxx	0.11 87	1.16 333	0.16 145	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 77	0.04 76	0.04 78

test_xeample	0.10 66	1.09 324	0.13 121	0.12 84	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 53	0.03 43	0.03 50

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 492	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 103	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 447	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 106	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

z-mn7	0.16 132	1.21 384	0.33 231	0.41 240	0.04 78	0.04 76	0.03 50	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 233	0.31 236	0.04 72	0.04 77	0.04 76	0.04 78

z-ln-s-r	0.21 151	1.40 402	0.53 335	0.56 303	0.04 78	0.05 88	0.04 80	0.05 88	0.05 96	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.05 87	0.57 338	0.44 309	0.04 72	0.04 77	0.04 76	0.04 78

w-ln-seven-2	0.14 112	1.22 390	0.28 199	0.32 189	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 215	0.27 204	0.04 72	0.03 53	0.03 43	0.03 50

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.12 126	0.04 87	0.06 97	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

qqq	0.16 132	2.01 437	0.12 102	0.15 110	0.04 78	0.06 91	0.05 92	0.06 93	0.04 80	0.06 95	0.03 52	0.06 97	0.03 52	0.06 87	0.03 48	0.12 94	0.14 141	0.04 72	0.04 77	0.03 43	0.03 50

psmg	0.43 267	1.91 429	0.92 405	1.91 480	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	1.44 503	0.04 72	0.03 53	0.02 20	0.03 50

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 524	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 528	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 533	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 530	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCRef	0.12 96	0.03 31	0.04 43	1.71 476	0.04 78	0.03 40	0.03 50	0.04 76	0.04 80	0.04 73	0.03 52	0.04 76	0.03 52	0.06 87	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

ADCP+	0.15 124	0.04 37	0.04 43	2.20 491	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.04 83	0.08 106	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
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	0.18 139	1.47 404	0.33 231	0.40 228	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 253	0.32 241	0.05 85	0.04 77	0.04 76	0.04 78

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.04 87	0.06 97	0.04 83	0.06 87	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

mmm	0.14 112	1.83 420	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 80	0.03 40	0.03 52	0.03 42	0.03 52	0.06 87	0.04 74	0.12 94	0.11 98	0.05 85	0.04 77	0.05 91	0.04 78

ffm	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 97	0.05 93	0.06 87	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 97	0.05 93	0.06 87	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 97	0.05 93	0.06 87	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 426	0.06 93	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

qqq1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

11t1	0.17 136	2.16 446	0.13 121	0.13 96	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.03 52	0.06 97	0.03 52	0.06 87	0.05 87	0.18 151	0.12 114	0.06 93	0.03 53	0.05 91	0.03 50

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 98	0.08 104	1.20 454	0.07 103	0.05 96	0.05 90	0.05 99	0.08 106	0.05 93	0.08 106	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

BridgeDepth_RVC	0.07 49	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 106	0.05 96	0.08 105	0.05 99	0.08 106	0.05 93	0.08 106	0.05 87	0.11 88	0.10 75	0.07 98	0.05 95	0.07 105	0.05 96
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 51	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 106	0.07 111	0.08 105	0.05 99	0.08 106	0.05 93	0.09 110	0.08 104	0.15 125	0.11 98	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 111	0.08 104	0.06 108	0.08 106	0.07 111	0.08 105	0.07 112	0.08 106	0.06 109	0.07 103	0.07 102	0.08 62	0.07 59	0.07 98	0.07 105	0.06 95	0.06 104

SuperB	0.21 151	0.10 69	2.51 558	0.12 84	0.09 115	0.10 112	0.09 114	0.08 106	0.07 111	0.10 112	0.09 116	0.09 112	0.07 113	0.07 103	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 106	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 106	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

SepStereo	0.09 53	0.09 67	0.10 69	0.09 55	0.09 115	0.09 110	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 112	0.09 117	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

ISRNet	0.11 87	0.05 49	0.36 252	0.24 159	0.07 111	0.13 127	0.05 92	0.06 93	0.05 96	0.05 90	0.05 99	0.13 129	0.05 93	0.05 81	0.09 109	0.24 186	0.20 178	0.10 108	0.05 95	0.06 95	0.13 151

AnonymousM	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PVD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

JetRed	0.11 87	0.12 82	0.11 89	0.11 76	0.11 138	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 125	0.11 133	0.11 125	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 129

JetBlue	0.11 87	0.11 80	0.12 102	0.13 96	0.14 159	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 125	0.11 133	0.12 129	0.12 142	0.11 88	0.11 98	0.11 119	0.11 130	0.11 123	0.11 129

PASM	0.39 244	3.06 500	1.36 495	1.58 466	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 110	0.09 116	0.11 125	0.09 117	0.09 110	0.09 109	0.11 88	0.11 98	0.11 119	0.09 111	0.11 123	0.11 129

MatchStereo	0.54 310	0.12 82	2.38 556	2.32 499	0.09 115	0.09 110	0.08 113	0.09 110	0.07 111	0.09 110	0.07 112	0.09 112	0.07 113	0.09 110	0.08 104	2.34 533	2.34 551	0.12 122	0.11 130	0.11 123	0.10 116

LRCNet_RVC	0.13 103	0.13 84	0.09 65	0.13 96	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.23 178	0.10 120	0.20 162	0.10 121	0.24 185	0.11 127	0.11 88	0.09 70	0.12 122	0.14 162	0.12 129	0.09 111

UNet	0.29 181	0.90 276	0.10 69	0.14 100	0.10 122	0.14 128	0.10 119	0.91 392	0.69 399	0.14 128	0.11 134	0.14 130	0.11 133	0.14 131	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 383	0.76 408

DRN-Test	0.14 112	0.13 84	0.09 65	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 130	0.09 117	0.13 130	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 129	0.73 402

S2M2_L	0.12 96	0.14 90	0.10 69	0.15 110	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 130	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.09 111
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 90	0.10 69	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 130	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.82 415

DA	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 97	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 97	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

test_for_model	0.15 124	0.23 117	0.18 161	0.21 147	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.21 165	0.18 175	0.14 128	0.11 130	0.14 133	0.11 129

testlalala2	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

testlalala_base	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

CIPLG	0.13 103	0.21 112	0.12 102	0.16 121	0.11 138	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 140	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLG	0.13 103	0.20 106	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 130	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLGR_C	0.14 112	0.20 106	0.12 102	0.15 110	0.11 138	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 130	0.11 133	0.16 141	0.11 127	0.15 125	0.12 114	0.14 128	0.12 148	0.15 143	0.12 145

MIPNet	0.14 112	0.21 112	0.17 152	0.16 121	0.11 138	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 130	0.11 133	0.14 131	0.11 127	0.14 116	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLGR	0.14 112	0.24 126	0.14 126	0.16 121	0.12 154	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 130	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

ACRE	0.13 103	0.21 112	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 130	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

GMStereo	0.14 112	0.13 84	0.14 126	0.14 100	0.14 159	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 130	0.14 159	0.14 131	0.14 152	0.14 116	0.14 141	0.14 128	0.14 162	0.14 133	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.13 103	0.11 80	0.11 89	0.11 76	0.11 138	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 125	0.11 133	0.11 125	0.11 127	0.11 88	0.11 98	0.14 128	0.11 130	0.49 322	0.11 129

ELAS_RVC	0.14 112	0.16 92	0.10 69	0.15 110	0.10 122	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 155	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 128	0.09 111	0.15 143	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 92	0.11 89	0.15 110	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 155	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 133	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
castereo++	0.54 310	3.59 512	1.15 423	1.31 455	0.14 159	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 141	0.13 155	0.16 141	0.14 152	1.45 485	1.16 430	0.15 143	0.14 162	0.15 143	0.13 151

ITSA-stereo	0.15 124	0.17 98	0.13 121	0.20 137	0.13 157	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 155	0.14 159	0.18 153	0.14 152	0.16 135	0.11 98	0.15 143	0.14 162	0.18 157	0.11 129

cf-r	0.66 332	2.17 447	0.12 102	0.18 131	0.12 154	0.18 155	2.70 566	2.60 540	0.12 153	0.18 152	0.12 145	0.18 155	0.12 150	0.18 153	0.12 142	0.15 125	0.11 98	0.15 143	0.11 130	1.81 500	1.74 541

S2M2_XL	0.14 112	0.17 98	0.12 102	0.17 129	0.11 138	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 151	0.11 133	0.17 150	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 139	0.48 207	0.16 145	0.16 121	0.15 170	0.15 135	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 141	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 160

xyz-stereo	0.18 139	0.50 213	0.16 145	0.15 110	0.16 179	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 141	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 160

GMStereo_Zeroshot	0.16 132	0.16 92	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 141	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 160

ProNet	0.14 112	0.20 106	0.14 126	0.16 121	0.11 138	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 151	0.13 155	0.17 150	0.12 142	0.15 125	0.11 98	0.16 146	0.11 130	0.15 143	0.12 145

ICVP	0.15 124	0.53 227	0.11 89	0.16 121	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
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 92	0.12 102	0.17 129	0.12 154	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 151	0.12 150	0.17 150	0.12 142	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.12 145

PDISCO_ROB	0.83 378	2.80 496	3.49 577	0.14 100	0.11 138	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 141	0.14 159	3.30 560	0.13 148	0.14 116	2.34 551	0.16 146	0.12 148	2.62 541	0.10 116

castereo	0.61 322	3.79 520	1.35 487	1.52 465	0.15 170	0.17 151	0.16 163	0.20 161	0.21 197	0.18 152	0.16 173	0.21 170	0.12 150	0.26 202	0.17 172	1.43 484	1.38 500	0.17 154	0.16 170	0.18 157	0.16 160

DDVS	0.30 182	3.10 501	0.14 126	0.19 134	0.14 159	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 141	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 154	0.13 156	0.17 153	0.13 151

ACVNet	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 170	0.14 158	0.20 160	0.13 157	0.21 170	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 145

acv_ft	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 170	0.14 158	0.20 160	0.13 157	0.21 170	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 145

hitnet-ft	0.79 361	2.78 495	0.14 126	0.20 137	0.14 159	0.21 174	2.89 567	2.80 554	0.14 158	0.20 160	0.14 162	0.20 162	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.54 540	2.33 558

PSMNet-RSSM	0.77 357	2.76 490	0.14 126	0.20 137	0.14 159	0.20 163	2.66 564	2.79 553	0.14 158	0.21 172	0.14 162	0.21 170	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 556

GwcNet-RSSM	0.77 357	2.77 492	0.14 126	0.20 137	0.14 159	0.20 163	2.67 565	2.78 552	0.14 158	0.20 160	0.14 162	0.20 162	0.14 159	0.21 171	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 556

CFNet-ft	0.55 315	1.57 407	0.14 126	0.20 137	0.14 159	0.20 163	2.53 562	1.61 494	0.14 158	0.20 160	0.14 162	0.20 162	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	1.56 488	1.24 504

FADE		0.06 54		0.09 55	0.10 122							0.05 90				0.15 125	0.10 75	0.17 154	0.13 156	0.11 123

SGM_RVC	0.15 124	0.17 98	0.11 89	0.18 131	0.11 138	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 162	0.12 150	0.19 156	0.12 142	0.16 135	0.11 98	0.17 154	0.10 118	0.17 153	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CAS++	0.17 136	0.27 134	0.21 173	0.10 59	0.21 209	0.15 135	0.22 197	0.10 111	0.21 197	0.22 174	0.10 120	0.19 159	0.18 188	0.10 114	0.19 186	0.20 158	0.19 176	0.18 164	0.10 118	0.19 163	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 132	0.18 101	0.13 121	0.19 134	0.13 157	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 159	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 164	0.13 156	0.18 157	0.13 151

LALA_ROB	0.15 124	0.19 102	0.12 102	0.18 131	0.11 138	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 162	0.12 150	0.21 171	0.13 148	0.17 143	0.10 75	0.18 164	0.11 130	0.18 157	0.11 129

RAFT-FEzeroshot	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 170	0.16 171	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 574

RAFT-FE	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 170	0.16 171	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 574

IGEV-FE	0.35 214	0.37 154	0.17 152	0.19 134	0.17 183	0.20 163	0.17 171	0.19 155	0.17 180	0.19 154	0.17 178	0.19 159	0.17 180	0.37 245	0.36 287	0.19 155	0.17 166	0.19 167	0.17 190	0.38 259	2.84 565

GEStereo_RVC	0.86 390	4.45 536	0.20 167	0.27 176	0.20 200	0.27 206	0.20 186	0.26 194	0.18 185	5.03 590	0.20 199	0.27 207	0.19 193	0.27 206	0.21 193	0.20 158	0.19 176	0.19 167	4.02 595	0.20 164	0.18 178

IGEV_Zeroshot_test	0.20 144	0.19 102	0.40 272	0.30 179	0.17 183	0.22 176	0.17 171	0.21 170	0.17 180	0.20 160	0.17 178	0.21 170	0.18 188	0.21 171	0.17 172	0.20 158	0.16 146	0.20 171	0.16 170	0.20 164	0.17 174

DAS	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 162	0.20 197	0.20 160	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 182

ASD4	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 162	0.20 197	0.20 160	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 182

MSKI-zero shot	0.24 163	0.21 112	0.49 317	0.65 320	0.18 193	0.22 176	0.17 171	0.23 180	0.18 185	0.21 172	0.17 178	0.23 184	0.28 241	0.23 181	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.21 170	0.16 160

MIM_Stereo	0.25 166	0.23 117	0.66 357	0.80 340	0.17 183	0.22 176	0.17 171	0.23 180	0.18 185	0.26 199	0.17 178	0.21 170	0.17 180	0.25 192	0.17 172	0.23 179	0.16 146	0.21 174	0.17 190	0.22 172	0.17 174

dd	0.23 161	0.98 292	0.16 145	0.23 154	0.15 170	0.23 184	0.15 158	0.23 180	0.15 168	0.23 178	0.15 170	0.24 190	0.17 180	0.23 181	0.15 162	0.22 168	0.15 144	0.21 174	0.15 168	0.22 172	0.16 160

iResNetv2_ROB	0.20 144	0.23 117	0.18 161	0.24 159	0.20 200	0.24 187	0.18 178	0.24 183	0.18 185	0.24 185	0.18 193	0.23 184	0.19 193	0.24 185	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.22 172	0.16 160

iResNet	0.20 144	0.23 117	0.18 161	0.24 159	0.18 193	0.24 187	0.20 186	0.24 183	0.18 185	0.23 178	0.17 178	0.23 184	0.18 188	0.23 181	0.18 183	0.22 168	0.16 146	0.21 174	0.16 170	0.21 170	0.16 160

BStereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 246	0.17 180	0.23 178	0.17 178	0.23 184	0.16 171	0.24 185	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 160

Wave_Phase_stereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 246	0.17 180	0.23 178	0.17 178	0.23 184	0.16 171	0.24 185	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 160

ACV-stereo	0.30 182	2.08 439	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 183	0.18 185	0.24 185	0.17 178	0.25 195	0.17 180	0.24 185	0.17 172	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 160

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 197	0.24 187	0.19 182	0.24 183	0.19 191	0.24 185	0.19 195	0.24 190	0.19 193	0.24 185	0.19 186	0.22 168	0.17 166	0.22 179	0.17 190	0.22 172	0.17 174

WAO-6	0.22 155	0.23 117	0.22 175	0.23 154	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 178	0.22 204	0.22 175	0.22 195	0.22 168	0.22 186	0.22 179	0.22 204	0.22 172	0.22 188

dad	0.23 161	1.03 315	0.16 145	0.23 154	0.15 170	0.24 187	0.15 158	0.24 183	0.16 172	0.23 178	0.16 173	0.24 190	0.16 171	0.23 181	0.15 162	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 160

delet	0.43 267	1.21 384	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 482	0.95 436	0.25 191	0.17 178	0.25 195	0.17 180	0.25 192	0.17 172	0.23 179	0.16 146	0.22 179	0.16 170	1.18 426	0.98 428

UPFNet	0.42 266	1.20 338	0.17 152	0.24 159	0.17 183	0.25 194	0.17 171	1.19 430	0.90 428	0.25 191	0.17 178	0.24 190	0.17 180	0.25 192	0.17 172	0.22 168	0.17 166	0.22 179	0.16 170	1.15 418	0.93 424

VIP-Stereo	0.70 341	2.97 499	2.43 557	2.49 506	0.16 179	0.25 194	0.16 163	0.25 189	0.16 172	0.25 191	0.18 193	0.25 195	0.16 171	0.26 202	0.16 168	1.86 500	1.26 483	0.23 187	0.15 168	0.23 183	0.15 159

tg	0.21 151	0.25 130	0.21 173	0.26 173	0.17 183	0.24 187	0.17 171	0.24 183	0.17 180	0.24 185	0.17 178	0.24 190	0.17 180	0.24 185	0.17 172	0.24 186	0.17 166	0.23 187	0.16 170	0.23 183	0.16 160

IMH-64-1	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 178	0.22 204	0.22 175	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 190

IMH-64	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 178	0.22 204	0.22 175	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 190

MMNet	0.44 272	1.24 392	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 482	0.93 434	0.25 191	0.17 178	0.25 195	0.18 188	0.25 192	0.17 172	0.23 179	0.16 146	0.23 187	0.16 170	1.20 429	0.99 429

psm_up	0.43 267	1.19 337	0.17 152	0.25 166	0.18 193	0.25 194	0.19 182	1.26 482	0.91 429	0.26 199	0.17 178	0.25 195	0.17 180	0.25 192	0.17 172	0.22 168	0.17 166	0.23 187	0.16 170	1.18 426	0.99 429

ac_64	0.22 155	0.13 84	0.19 164	0.23 154	0.10 122	0.26 202	1.02 441	0.14 129	0.10 119	0.28 203	0.14 162	0.17 151	0.19 193	0.28 210	0.09 109	0.22 168	0.16 146	0.23 187	0.17 190	0.11 123	0.12 145

CFNet	1.37 483	5.27 549	0.19 164	5.49 577	0.19 197	0.28 207	0.19 182	0.28 198	0.19 191	0.28 203	0.19 195	0.28 208	4.35 588	0.28 210	0.19 186	0.23 179	0.17 166	0.23 187	4.21 597	4.81 574	0.17 174

RSGM-EC	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 174	0.15 168	0.24 185	0.15 170	0.22 178	0.15 169	0.22 175	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 156

acva	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 174	0.15 168	0.24 185	0.15 170	0.22 178	0.15 169	0.22 175	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 156

DEFOM-Stereo_RVC	0.83 378	5.18 546	1.98 545	2.19 490	0.17 183	0.19 158	0.18 178	0.19 155	0.16 172	0.20 160	0.19 195	0.22 178	0.22 204	0.20 160	0.15 162	2.28 527	2.13 546	0.24 195	0.17 190	0.18 157	0.16 160

DLNR-FE	0.28 176	0.89 273	0.30 207	0.34 196	0.19 197	0.28 207	0.19 182	0.28 198	0.20 193	0.28 203	0.20 199	0.28 208	0.20 197	0.28 210	0.20 189	0.33 220	0.28 210	0.25 198	0.19 196	0.24 185	0.19 180

Select-FE	0.41 255	0.44 185	0.23 178	0.26 173	0.22 211	0.26 202	0.22 197	0.26 194	0.23 206	0.26 199	0.23 210	0.26 205	0.23 210	0.45 299	0.42 330	0.25 192	0.22 186	0.25 198	0.22 204	0.45 298	2.90 566

UNDER WATER-64	0.25 166	0.26 131	0.25 188	0.26 173	0.25 224	0.25 194	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.25 195	0.25 217	0.26 202	0.25 213	0.25 192	0.25 194	0.25 198	0.25 223	0.25 187	0.25 201

LoS_RVC	0.30 182	1.14 328	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.26 205	0.26 226	0.26 202	0.25 213	0.26 194	0.26 197	0.25 198	0.25 223	0.26 189	0.26 207

LoS	0.25 166	0.27 134	0.25 188	0.25 166	0.25 224	0.25 194	0.25 213	0.26 194	0.25 214	0.25 191	0.25 223	0.25 195	0.25 217	0.25 192	0.25 213	0.26 194	0.25 194	0.25 198	0.26 229	0.26 189	0.25 201
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CAS	0.30 182	1.17 334	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 189	0.26 227	0.25 191	0.25 223	0.25 195	0.25 217	0.25 192	0.25 213	0.26 194	0.26 197	0.26 203	0.25 223	0.26 189	0.25 201

ssnet_v2	0.68 337	1.96 436	1.25 483	0.29 178	0.20 200	0.30 211	0.20 186	0.29 203	0.22 200	1.50 496	0.20 199	0.31 222	0.20 197	0.27 206	0.22 195	0.24 186	1.49 506	0.26 203	0.18 195	3.90 551	0.19 180

FCDSN-DC	0.41 255	0.59 239	0.64 353	0.54 297	0.33 284	0.50 336	0.37 301	0.42 286	0.40 321	0.61 365	0.43 344	0.50 340	0.49 357	0.38 248	0.32 256	0.28 199	0.23 191	0.26 203	0.22 204	0.35 235	0.28 228
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	1.26 478	0.31 143	4.99 588	5.93 580	0.20 200	0.25 194	0.20 186	0.25 189	0.20 193	0.23 178	0.19 195	0.25 195	0.20 197	0.25 192	0.20 189	5.66 589	4.76 582	0.26 203	0.30 266	0.24 185	0.27 215

tt1	0.31 189	0.93 285	0.24 185	0.33 193	0.23 217	0.31 217	0.24 210	0.32 212	0.24 209	0.32 220	0.23 210	0.32 226	0.25 217	0.32 223	0.24 205	0.27 197	0.26 197	0.27 207	0.26 229	0.27 194	0.27 215

DISCO	1.11 425	0.39 164	5.28 590	0.39 214	0.20 200	0.39 257	0.27 224	0.39 246	0.22 200	0.38 241	0.20 199	0.38 250	0.20 197	6.95 601	0.22 195	0.30 207	0.21 182	0.27 207	0.21 201	5.25 583	0.21 185

DCVSM-stereo	0.36 220	1.89 426	0.22 175	0.40 228	0.22 211	0.40 259	0.22 197	0.40 253	0.22 200	0.40 253	0.22 206	0.40 263	0.22 204	0.40 259	0.22 195	0.28 199	0.21 182	0.28 209	0.21 201	0.28 196	0.20 182

xxxxx1	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 229	0.25 217	0.32 223	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 215

SQANet	0.28 176	0.28 137	0.28 199	0.28 177	0.28 239	0.28 207	0.28 232	0.28 198	0.28 236	0.28 203	0.28 241	0.28 208	0.28 241	0.28 210	0.28 229	0.28 199	0.28 210	0.28 209	0.28 242	0.28 196	0.28 228

tt_ll	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 229	0.25 217	0.32 223	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 215

ff	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 229	0.25 217	0.32 223	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 215

DLNR_Zeroshot_test	0.31 189	0.28 137	0.47 302	0.79 338	0.24 222	0.30 211	0.26 221	0.30 205	0.24 209	0.32 220	0.23 210	0.31 222	0.24 214	0.30 216	0.23 201	0.29 206	0.26 197	0.29 214	0.24 218	0.33 219	0.23 190

RAFT + AFF	0.31 189	0.45 193	0.34 241	0.39 214	0.28 239	0.38 251	0.33 270	0.29 203	0.31 265	0.30 209	0.30 258	0.29 214	0.27 234	0.29 214	0.30 246	0.28 199	0.29 221	0.29 214	0.29 252	0.27 194	0.32 262

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 193	0.30 258	0.32 226	0.32 259	0.32 212	0.31 265	0.30 209	0.31 266	0.31 222	0.30 255	0.32 223	0.32 256	0.32 215	0.31 236	0.30 216	0.47 361	0.32 211	0.34 275

MultiAttention	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 218	0.30 255	0.30 216	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 246

MSAF-DinoV2	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 218	0.30 255	0.30 216	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 246

DEFOM-Stereo	0.68 337	3.11 502	1.40 501	1.63 474	0.25 224	0.31 217	0.25 213	0.31 210	0.28 236	0.31 214	0.29 246	0.29 214	0.27 234	0.31 220	0.28 229	1.59 492	1.47 505	0.30 216	0.29 252	0.30 202	0.28 228

WCG-NET（raft）	0.32 198	1.24 392	0.24 185	0.32 189	0.24 222	0.32 226	0.23 205	0.32 212	0.24 209	0.32 220	0.24 217	0.32 226	0.24 214	0.32 223	0.24 205	0.30 207	0.23 191	0.30 216	0.23 210	0.30 202	0.23 190

testlalala	0.32 198	0.81 259	0.31 219	0.39 214	0.26 232	0.33 229	0.24 210	0.33 216	0.26 227	0.32 220	0.26 229	0.33 229	0.23 210	0.33 230	0.23 201	0.35 233	0.31 236	0.30 216	0.24 218	0.31 207	0.21 185

DANet	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 218	0.30 255	0.30 216	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 246
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 189	0.31 143	0.31 219	0.30 179	0.40 326	0.31 217	0.30 246	0.30 205	0.34 286	0.29 208	0.31 266	0.29 214	0.30 255	0.31 220	0.31 254	0.31 213	0.29 221	0.31 223	0.30 266	0.31 207	0.31 255

DStereoSA	0.32 198	0.52 223	0.34 241	0.31 185	0.31 269	0.30 211	0.30 246	0.31 210	0.30 253	0.31 214	0.31 266	0.31 222	0.30 255	0.31 220	0.31 254	0.30 207	0.32 241	0.31 223	0.31 277	0.31 207	0.31 255

xyz-stereo-finetune	0.28 176	0.49 209	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.22 174	0.30 253	0.32 220	0.31 266	0.32 226	0.31 270	0.32 223	0.32 256	0.32 215	0.33 253	0.31 223	0.32 284	0.31 207	0.32 262

GCAP-BAT	0.33 203	0.78 253	0.32 225	0.38 208	0.25 224	0.34 231	0.25 213	0.34 220	0.26 227	0.34 227	0.25 223	0.35 236	0.26 226	0.35 235	0.27 219	0.36 238	0.30 230	0.32 226	0.24 218	0.32 211	0.26 207

gwcnet-sp	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 500	0.23 210	0.28 208	0.26 226	0.20 160	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 190

scenet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 500	0.23 210	0.28 208	0.26 226	0.20 160	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 190

ssnet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 500	0.23 210	0.28 208	0.26 226	0.20 160	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 190

IGEV-Stereo	0.35 214	0.44 185	0.45 291	0.49 276	0.30 258	0.37 244	0.30 246	0.36 228	0.30 253	0.36 235	0.29 246	0.36 242	0.29 248	0.36 241	0.30 246	0.46 299	0.39 277	0.32 226	0.24 218	0.32 211	0.25 201
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GES	0.66 332	2.34 463	0.29 203	0.41 240	0.29 248	0.41 275	0.29 241	0.42 286	0.29 242	0.40 253	0.41 332	0.41 276	0.30 255	0.51 340	0.29 239	0.32 215	0.29 221	0.32 226	2.46 566	2.49 528	0.30 246

FENet	0.54 310	1.52 406	1.19 429	1.41 462	0.23 217	0.35 236	0.23 205	0.35 224	0.23 206	0.34 227	0.23 210	0.35 236	0.23 210	0.35 235	0.23 201	1.40 482	1.07 414	0.32 226	0.23 210	0.33 219	0.23 190

iResNet_ROB	0.28 176	0.32 145	0.24 185	0.32 189	0.25 224	0.32 226	0.24 210	0.32 212	0.24 209	0.33 225	0.24 217	0.35 236	0.24 214	0.33 230	0.24 205	0.31 213	0.24 193	0.32 226	0.24 218	0.32 211	0.24 200

FE-Mocha	0.35 214	0.71 249	0.40 272	0.47 265	0.27 234	0.34 231	0.27 224	0.34 220	0.26 227	0.34 227	0.26 229	0.34 234	0.27 234	0.34 232	0.27 219	0.44 292	0.41 289	0.33 234	0.29 252	0.32 211	0.29 233

ACVNet-DCA	0.37 226	1.00 301	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.39 256	0.28 229	0.33 220	0.32 241	0.33 234	0.32 284	0.33 219	0.32 262

1test111	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 255	0.28 241	0.40 259	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 255

cc1	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 255	0.28 241	0.40 259	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 255

CASnet	0.35 214	0.51 221	0.44 289	0.32 189	0.31 269	0.24 187	0.34 283	0.36 228	0.25 214	0.31 214	0.37 308	0.30 218	0.33 281	0.25 192	0.45 335	0.37 242	0.37 264	0.33 234	0.35 308	0.34 223	0.37 293
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 378	1.91 429	0.92 405	4.48 554	0.02 21	0.40 259	0.04 80	0.41 268	0.02 21	0.48 313	0.03 52	0.41 276	0.05 93	0.03 39	0.05 87	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 215

BSDual-CNN	0.81 369	1.91 429	0.92 405	4.48 554	0.02 21	0.42 295	0.06 108	0.41 268	0.02 21	0.48 313	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 215

hknet	1.10 423	1.85 422	3.49 577	4.48 554	0.02 21	0.42 295	0.06 108	0.41 268	0.02 21	0.48 313	0.03 52	0.41 276	0.03 52	0.42 287	0.03 48	4.39 565	4.19 579	0.33 234	0.23 210	0.34 223	0.27 215

Monster-pub-eth3d	0.45 275	0.57 236	0.60 344	0.39 214	0.28 239	0.37 244	0.28 232	0.37 234	0.30 253	0.39 247	0.29 246	0.39 255	0.30 255	0.92 404	0.27 219	1.42 483	0.28 210	0.34 242	0.28 242	0.37 246	0.53 356

Monster-pub-mixall	0.44 272	0.56 235	0.60 344	0.38 208	0.27 234	0.37 244	0.27 224	0.37 234	0.29 242	0.38 241	0.27 234	0.38 250	0.29 248	0.85 394	0.27 219	1.46 486	0.26 197	0.34 242	0.26 229	0.36 242	0.53 356

Replicate-Monster	0.45 275	0.57 236	0.60 344	0.40 228	0.29 248	0.37 244	0.27 224	0.37 234	0.30 253	0.40 253	0.31 266	0.40 263	0.30 255	0.99 412	0.27 219	1.36 479	0.31 236	0.34 242	0.30 266	0.36 242	0.54 359

model_zeroshot	0.27 175	0.20 106	0.27 195	0.33 193	0.21 209	0.37 244	0.22 197	0.37 234	0.24 209	0.26 199	0.27 234	0.33 229	0.21 203	0.25 192	0.27 219	0.32 215	0.20 178	0.34 242	0.23 210	0.25 187	0.26 207

RSM	0.36 220	0.36 152	0.43 287	0.37 205	0.42 345	0.49 327	0.42 335	0.37 234	0.28 236	0.36 235	0.29 246	0.36 242	0.30 255	0.37 245	0.28 229	0.34 224	0.31 236	0.34 242	0.35 308	0.40 274	0.29 233

H2IRNET	0.34 205	0.34 148	0.34 241	0.34 196	0.34 294	0.34 231	0.34 283	0.34 220	0.34 286	0.34 227	0.34 288	0.34 234	0.34 286	0.34 232	0.34 279	0.34 224	0.34 257	0.34 242	0.34 296	0.34 223	0.34 275

MyStereo07	0.60 319	3.72 518	0.48 310	0.49 276	0.41 335	0.36 239	0.32 259	0.49 314	0.43 338	0.51 341	0.42 342	0.49 325	0.43 335	0.51 340	0.64 375	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 324

MyStereo04	0.56 317	3.72 518	0.59 342	0.49 276	0.41 335	0.36 239	0.32 259	0.37 234	0.31 265	0.34 227	0.46 352	0.35 236	0.32 273	0.35 235	0.33 266	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 324

xx1	0.38 232	1.03 315	0.31 219	0.40 228	0.31 269	0.41 275	0.28 232	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.40 259	0.29 239	0.34 224	0.33 253	0.34 242	0.32 284	0.34 223	0.32 262

CRFU-Net	0.65 330	1.67 411	1.22 479	1.96 484	0.27 234	0.41 275	0.27 224	0.41 268	0.27 233	0.40 253	0.26 229	0.41 276	0.27 234	0.40 259	0.27 219	1.80 499	1.62 519	0.34 242	0.23 210	0.33 219	0.23 190

NINENet	0.69 340	3.87 524	1.20 432	1.98 485	0.05 98	0.40 259	0.04 80	0.40 253	0.05 96	0.41 267	0.04 87	0.41 276	0.05 93	0.40 259	0.05 87	1.79 498	1.56 512	0.34 242	0.22 204	0.34 223	0.23 190

iRaft-Stereo_5w	0.34 205	0.42 181	0.31 219	0.39 214	0.30 258	0.38 251	0.30 246	0.40 253	0.29 242	0.40 253	0.37 308	0.41 276	0.34 286	0.38 248	0.30 246	0.34 224	0.27 204	0.34 242	0.26 229	0.34 223	0.26 207

iRaft-Stereo_20w	0.34 205	0.41 174	0.31 219	0.39 214	0.29 248	0.40 259	0.32 259	0.41 268	0.32 270	0.38 241	0.30 258	0.39 255	0.30 255	0.38 248	0.32 256	0.35 233	0.27 204	0.34 242	0.27 237	0.34 223	0.29 233

HGLStereo	0.28 176	0.29 139	0.22 175	0.36 202	0.22 211	0.36 239	0.21 192	0.36 228	0.21 197	0.42 281	0.21 205	0.36 242	0.22 204	0.36 241	0.21 193	0.34 224	0.21 182	0.34 242	0.21 201	0.34 223	0.21 185

MLCV	0.31 189	0.35 149	0.27 195	0.35 198	0.28 239	0.35 236	0.27 224	0.35 224	0.28 236	0.36 235	0.27 234	0.35 236	0.27 234	0.35 235	0.27 219	0.34 224	0.27 204	0.34 242	0.27 237	0.34 223	0.27 215

DN-CSS_ROB	0.31 189	0.35 149	0.28 199	0.35 198	0.28 239	0.34 231	0.27 224	0.34 220	0.25 214	0.35 232	0.27 234	0.36 242	0.26 226	0.34 232	0.28 229	0.35 233	0.28 210	0.34 242	0.28 242	0.34 223	0.27 215

HH	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 369	0.78 418	0.73 381	0.90 430	0.75 388	1.00 425	0.84 390	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 207

HanStereo	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 369	0.78 418	0.73 381	0.90 430	0.75 388	1.00 425	0.84 390	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 207

4D-IteraStereo	0.78 360	3.13 503	0.89 398	0.69 325	0.32 272	0.40 259	0.32 259	0.76 376	0.97 439	0.52 344	0.65 393	0.89 403	0.32 273	0.76 383	0.98 433	0.83 379	0.94 406	0.35 258	0.27 237	0.70 357	0.89 420

DMCA	0.36 220	0.38 158	0.37 256	0.35 198	0.35 297	0.36 239	0.36 295	0.36 228	0.35 290	0.35 232	0.37 308	0.36 242	0.36 296	0.35 235	0.36 287	0.36 238	0.36 262	0.35 258	0.36 314	0.36 242	0.36 288

ETE_ROB	0.35 214	0.35 149	0.35 250	0.35 198	0.35 297	0.35 236	0.35 288	0.35 224	0.35 290	0.35 232	0.35 297	0.35 236	0.35 293	0.35 235	0.35 283	0.35 233	0.35 259	0.35 258	0.35 308	0.35 235	0.35 285

LG-Stereo_L2	0.34 205	0.37 154	0.38 259	0.47 265	0.28 239	0.39 257	0.28 232	0.39 246	0.28 236	0.39 247	0.28 241	0.39 255	0.28 241	0.38 248	0.28 229	0.42 290	0.35 259	0.36 263	0.26 229	0.35 235	0.26 207

Any-RAFT	0.32 198	0.36 152	0.27 195	0.36 202	0.27 234	0.36 239	0.27 224	0.36 228	0.27 233	0.36 235	0.27 234	0.36 242	0.27 234	0.36 241	0.28 229	0.36 238	0.28 210	0.36 263	0.28 242	0.36 242	0.28 228

UCFNet_RVC	2.75 556	10.06 587	0.29 203	10.31 604	0.29 248	0.42 295	0.29 241	0.43 292	0.29 242	0.42 281	0.29 246	0.42 294	9.87 605	0.43 293	0.29 239	0.36 238	9.84 605	0.36 263	0.26 229	9.77 604	0.26 207

Zero-FE251	0.36 220	0.40 166	0.28 199	0.41 240	0.28 239	0.41 275	0.28 232	0.41 268	0.28 236	0.41 267	0.28 241	0.41 276	0.28 241	0.42 287	0.30 246	0.37 242	0.26 197	0.37 266	0.27 237	0.45 298	0.56 367

IGEV++	0.34 205	0.43 182	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.40 259	0.30 246	0.38 253	0.29 221	0.37 266	0.29 252	0.37 246	0.29 233

TorneroNet-64	0.45 275	0.27 134	0.30 207	0.58 306	0.27 234	0.70 377	0.30 246	0.28 198	0.73 414	0.73 381	0.28 241	0.71 380	0.66 383	0.75 382	0.27 219	0.27 197	0.29 221	0.37 266	0.75 419	0.28 196	0.30 246

RAFT-Test	0.36 220	0.37 154	0.33 231	0.41 240	0.32 272	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 276	0.32 273	0.41 274	0.33 266	0.37 242	0.29 221	0.37 266	0.29 252	0.38 259	0.31 255

IER	0.88 393	7.04 565	2.23 550	2.75 512	0.28 239	0.43 302	0.25 213	0.39 246	0.25 214	0.41 267	0.27 234	0.39 255	0.25 217	0.40 259	0.28 229	0.37 242	0.28 210	0.37 266	0.25 223	0.37 246	0.25 201

GANet-RSSM	0.75 352	1.91 429	0.14 126	0.47 265	0.14 159	0.21 174	3.21 583	2.30 526	0.14 158	0.46 300	0.14 162	0.23 184	0.18 188	0.21 171	0.14 152	0.18 151	0.27 204	0.37 266	0.13 156	2.13 510	2.12 551

StereoDRNet-Refined	0.33 203	0.39 164	0.26 194	0.39 214	0.26 232	0.40 259	0.26 221	0.40 253	0.26 227	0.39 247	0.26 229	0.39 255	0.26 226	0.39 256	0.26 218	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 293
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 226	0.37 154	0.37 256	0.37 205	0.37 307	0.37 244	0.37 301	0.37 234	0.37 303	0.37 240	0.37 308	0.37 248	0.37 301	0.37 245	0.37 296	0.37 242	0.37 264	0.37 266	0.37 317	0.37 246	0.37 293

DDF-Stereo	0.43 267	1.15 331	0.57 340	0.53 294	0.32 272	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 276	0.32 273	0.40 259	0.32 256	0.52 325	0.50 333	0.38 274	0.31 277	0.39 268	0.31 255

GIP-stereo	0.36 220	0.49 209	0.39 267	0.48 270	0.32 272	0.41 275	0.28 232	0.40 253	0.30 253	0.41 267	0.28 241	0.40 263	0.28 241	0.42 287	0.28 229	0.45 295	0.32 241	0.38 274	0.30 266	0.37 246	0.27 215

mms	0.40 248	0.45 193	0.35 250	0.48 270	0.36 303	0.47 317	0.34 283	0.45 296	0.38 307	0.47 306	0.33 280	0.45 304	0.32 273	0.45 299	0.32 256	0.39 264	0.38 270	0.38 274	0.37 317	0.39 268	0.39 306

fffy	0.38 232	0.43 182	0.33 231	0.46 259	0.33 284	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 304	0.33 281	0.45 299	0.32 256	0.38 253	0.38 270	0.38 274	0.37 317	0.37 246	0.36 288

PAM	0.39 244	1.88 425	0.34 241	0.37 205	0.41 335	0.45 306	0.22 197	0.28 198	0.23 206	0.28 203	0.24 217	0.29 214	0.23 210	0.29 214	0.23 201	0.38 253	0.32 241	0.38 274	0.37 317	0.32 211	0.22 188

RAFT-Stereo-weight	0.45 275	1.90 428	0.34 241	0.42 250	0.36 303	0.43 302	0.35 288	0.42 286	0.34 286	0.42 281	0.34 288	0.44 302	0.34 286	0.41 274	0.34 279	0.38 253	0.32 241	0.38 274	0.32 284	0.38 259	0.33 269

gcap-zeroshot	0.35 214	0.32 145	0.37 256	0.49 276	0.39 324	0.33 229	0.21 192	0.26 194	0.35 290	0.42 281	0.34 288	0.49 325	0.29 248	0.47 308	0.39 311	0.34 224	0.17 166	0.38 274	0.23 210	0.48 318	0.34 275

WAO-8	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 242	0.38 307	0.38 241	0.38 313	0.38 250	0.38 305	0.38 248	0.38 299	0.38 253	0.38 270	0.38 274	0.37 317	0.38 259	0.38 300

WAO-7	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 242	0.38 307	0.38 241	0.38 313	0.38 250	0.38 305	0.38 248	0.38 299	0.38 253	0.38 270	0.38 274	0.38 330	0.38 259	0.38 300

Venus	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.37 244	0.38 308	0.37 234	0.37 303	0.41 267	0.37 308	0.39 255	0.37 301	0.38 248	0.38 299	0.37 242	0.38 270	0.38 274	0.37 317	0.37 246	0.38 300

RCA-Stereo	0.51 305	3.22 506	0.34 241	0.44 257	0.34 294	0.44 305	0.34 283	0.43 292	0.34 286	0.43 287	0.34 288	0.44 302	0.33 281	0.43 293	0.33 266	0.38 253	0.29 221	0.38 274	0.29 252	0.38 259	0.29 233

water-stereo	0.41 255	0.84 263	0.46 295	0.50 284	0.33 284	0.45 306	0.33 270	0.45 296	0.32 270	0.45 294	0.32 273	0.45 304	0.32 273	0.45 299	0.32 256	0.44 292	0.41 289	0.39 285	0.31 277	0.39 268	0.32 262

Former-RAFT_DAM_RVC	0.49 298	0.98 292	0.64 353	0.84 345	0.46 353	0.45 306	0.35 288	0.47 306	0.47 349	0.45 294	0.34 288	0.46 308	0.48 352	0.46 304	0.35 283	0.39 264	0.71 381	0.39 285	0.35 308	0.41 284	0.41 316

IMH	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 242	0.38 307	0.42 281	0.38 313	0.40 263	0.38 305	0.38 248	0.38 299	0.38 253	0.38 270	0.39 285	0.38 330	0.38 259	0.38 300

EKT-Stereo	0.37 226	0.40 166	0.44 289	1.07 378	0.29 248	0.34 231	0.31 257	0.36 228	0.29 242	0.38 241	0.31 266	0.37 248	0.30 255	0.36 241	0.29 239	0.34 224	0.28 210	0.39 285	0.30 266	0.37 246	0.30 246

Gwc-CoAtRS	0.41 255	1.49 405	0.32 225	0.42 250	0.32 272	0.41 275	0.32 259	0.41 268	0.33 277	0.41 267	0.32 273	0.41 276	0.32 273	0.41 274	0.32 256	0.39 264	0.28 210	0.39 285	0.28 242	0.40 274	0.28 228

MonSter++	0.38 232	0.44 185	0.31 219	0.43 256	0.30 258	0.43 302	0.31 257	0.43 292	0.31 265	0.45 294	0.31 266	0.43 301	0.31 270	0.43 293	0.69 396	0.38 253	0.33 253	0.40 290	0.30 266	0.38 259	0.30 246

HiDET	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.44 292	0.30 258	0.42 294	0.30 255	0.42 287	0.68 388	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 233

LCMNet	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.45 294	0.30 258	0.42 294	0.30 255	0.42 287	0.69 396	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 233

CSFM-Stereo	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.43 292	0.30 253	0.44 292	0.30 258	0.42 294	0.30 255	0.42 287	0.73 406	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.30 246

DilatedVolume-Stereo	0.43 267	0.86 266	0.48 310	0.50 284	0.33 284	0.46 312	0.33 270	0.46 300	0.33 277	0.46 300	0.33 280	0.47 314	0.33 281	0.47 308	0.34 279	0.45 295	0.42 298	0.40 290	0.33 292	0.47 314	0.38 300

ccccc	0.41 255	0.44 185	0.34 241	0.48 270	0.35 297	0.48 322	0.35 288	0.51 336	0.35 290	0.47 306	0.35 297	0.47 314	0.34 286	0.47 308	0.35 283	0.41 276	0.40 280	0.40 290	0.40 334	0.41 284	0.39 306

HanzoNet	0.39 244	0.38 158	0.40 272	0.39 214	0.41 335	0.38 251	0.38 308	0.38 242	0.38 307	0.39 247	0.39 323	0.38 250	0.38 305	0.39 256	0.40 315	0.38 253	0.38 270	0.40 290	0.38 330	0.38 259	0.40 309

CFNet_ucs	2.73 555	9.64 584	0.33 231	9.92 601	0.32 272	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 325	8.98 603	0.48 317	0.33 266	0.41 276	9.96 606	0.40 290	0.29 252	10.12 606	0.54 359

knoymous	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

anonymousa	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

riskmin	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

Anonymous_2	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

Anonymous_1	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

test-3	0.98 409	4.13 531	1.85 534	1.85 477	0.61 390	0.69 376	0.37 301	0.63 362	0.61 380	0.66 374	0.51 375	0.73 385	0.44 337	0.57 359	0.54 365	1.68 496	1.81 531	0.40 290	0.43 350	0.66 350	0.50 347

pcwnet_v2	2.66 553	9.89 586	0.33 231	9.89 600	0.32 272	0.50 336	0.32 259	0.49 314	0.33 277	0.49 320	0.34 288	0.49 325	8.76 602	0.48 317	0.33 266	0.41 276	9.58 602	0.40 290	0.29 252	9.01 601	0.63 377

DGSMNet	0.34 205	0.41 174	0.27 195	0.41 240	0.28 239	0.41 275	0.28 232	0.41 268	0.27 233	0.41 267	0.27 234	0.42 294	0.27 234	0.41 274	0.28 229	0.40 268	0.29 221	0.40 290	0.28 242	0.40 274	0.27 215

AdaStereo	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309
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	0.44 272	0.85 265	0.46 295	0.54 297	0.40 326	0.52 351	0.38 308	0.52 340	0.35 290	0.47 306	0.34 288	0.46 308	0.34 286	0.47 308	0.34 279	0.45 295	0.43 302	0.41 307	0.33 292	0.41 284	0.32 262

GREAT-IGEV	0.38 232	0.43 182	0.36 252	0.48 270	0.32 272	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 304	0.32 273	0.45 299	0.32 256	0.44 292	0.33 253	0.41 307	0.29 252	0.41 284	0.29 233

GwcNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

PSMNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

GANet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

ADLNet2	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

CFNet_pseudo	2.67 554	9.36 582	0.32 225	10.99 605	0.33 284	0.85 392	0.33 270	0.49 314	0.33 277	0.49 320	0.32 273	0.49 325	7.26 599	0.49 323	0.33 266	0.41 276	9.62 603	0.41 307	0.29 252	10.03 605	0.29 233

ADLNet	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

psmorigin	0.41 255	0.46 197	0.33 231	0.49 276	0.33 284	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 325	0.33 281	0.51 340	0.33 266	0.41 276	0.30 230	0.41 307	0.30 266	0.79 369	0.29 233

MSMDNet	2.65 552	10.14 588	0.33 231	9.74 599	0.32 272	0.87 394	0.33 270	2.95 556	0.68 394	0.49 320	0.34 288	0.49 325	5.70 595	0.49 323	0.33 266	0.42 290	9.57 601	0.41 307	0.31 277	8.36 598	0.65 385

ccs_rob	2.79 557	10.17 589	0.32 225	10.00 602	0.33 284	0.49 327	0.33 270	1.90 505	0.32 270	0.51 341	0.33 280	0.49 325	9.24 604	0.49 323	0.33 266	0.41 276	9.82 604	0.41 307	0.28 242	9.34 602	0.29 233

HART	0.38 232	0.45 193	0.34 241	0.42 250	0.33 284	0.41 275	0.34 283	0.42 286	0.33 277	0.43 287	0.34 288	0.42 294	0.34 286	0.41 274	0.38 299	0.40 268	0.32 241	0.42 318	0.32 284	0.40 274	0.32 262

PCWNet_CMD	2.80 558	9.82 585	0.32 225	10.09 603	0.32 272	0.49 327	0.33 270	3.34 561	0.33 277	0.49 320	0.33 280	0.49 325	8.73 601	0.48 317	0.33 266	0.41 276	9.22 600	0.42 318	0.29 252	9.55 603	0.31 255

ccnet	0.80 364	2.28 455	0.33 231	0.50 284	0.33 284	0.50 336	0.33 270	0.50 323	0.33 277	0.49 320	0.33 280	0.49 325	1.56 511	2.38 530	0.33 266	0.41 276	0.29 221	0.42 318	1.57 526	2.28 516	0.29 233

SCV_C0	0.45 275	0.88 270	0.49 317	0.54 297	0.37 307	0.48 322	0.37 301	0.48 310	0.37 303	0.48 313	0.36 301	0.48 321	0.37 301	0.49 323	0.37 296	0.50 317	0.41 289	0.44 321	0.34 296	0.44 294	0.34 275

SCV	0.46 281	0.94 287	0.45 291	0.54 297	0.37 307	0.48 322	0.38 308	0.48 310	0.37 303	0.48 313	0.39 323	0.48 321	0.37 301	0.49 323	0.37 296	0.50 317	0.46 312	0.44 321	0.34 296	0.44 294	0.34 275

LL-Strereo2	0.48 292	1.73 418	0.51 328	0.59 309	0.34 294	0.42 295	0.33 270	0.40 253	0.31 265	0.42 281	0.33 280	0.42 294	0.31 270	0.44 296	0.39 311	0.60 341	0.51 338	0.44 321	0.33 292	0.44 294	0.33 269

CES	0.39 244	0.47 201	0.36 252	0.36 202	0.37 307	0.45 306	0.35 288	0.35 224	0.40 321	0.36 235	0.44 346	0.47 314	0.36 296	0.44 296	0.36 287	0.37 242	0.39 277	0.44 321	0.35 308	0.37 246	0.36 288

252Zero-FE	0.45 275	0.50 213	0.36 252	0.50 284	0.36 303	0.50 336	0.36 295	0.50 323	0.36 301	0.49 320	0.36 301	0.49 325	0.36 296	0.54 349	0.41 322	0.45 295	0.34 257	0.45 325	0.34 296	0.55 341	0.75 406

UGAM	0.51 305	2.23 452	0.39 267	0.54 297	0.35 297	0.50 336	0.35 288	0.49 314	0.35 290	0.49 320	0.35 297	0.49 325	0.36 296	0.50 331	0.36 287	0.49 311	0.37 264	0.45 325	0.34 296	0.45 298	0.34 275

GCST	0.50 300	2.08 439	0.38 259	0.53 294	0.35 297	0.49 327	0.35 288	0.50 323	0.35 290	0.49 320	0.35 297	0.49 325	0.35 293	0.49 323	0.35 283	0.48 308	0.37 264	0.45 325	0.33 292	0.44 294	0.33 269

Selective-IGEV	0.51 305	0.55 233	0.45 291	0.69 325	0.45 351	0.61 367	0.45 343	0.50 323	0.40 321	0.56 357	0.44 346	0.55 359	0.40 315	0.72 377	0.67 380	0.59 340	0.46 312	0.45 325	0.34 296	0.46 301	0.37 293

GEAStereo	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 336	0.38 307	0.53 347	0.38 313	0.50 340	0.38 305	0.51 340	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 275

GSStereo	0.81 369	4.28 535	0.50 321	0.59 309	0.40 326	0.51 348	0.38 308	0.50 323	0.38 307	0.50 333	0.38 313	0.50 340	3.79 580	0.50 331	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 285

GS-Stereo							0.38 308	0.50 323	0.38 307	0.50 333	0.38 313	0.50 340	3.79 580	0.50 331	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 285

gasm-f	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 336	0.38 307	0.53 347	0.38 313	0.50 340	0.38 305	0.51 340	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 275

GASTEREO	0.48 292	1.21 384	0.47 302	0.57 304	0.38 314	0.50 336	0.38 308	0.50 323	0.38 307	0.50 333	0.38 313	0.50 340	0.38 305	0.50 331	0.38 299	0.52 325	0.42 298	0.46 329	0.34 296	0.46 301	0.34 275

otaku	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.46 344	0.46 300	0.46 352	0.46 308	0.46 343	0.46 304	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

Ntro	0.47 287	0.47 201	0.46 295	0.46 259	0.46 353	0.47 317	0.47 350	0.46 300	0.47 349	0.46 300	0.46 352	0.47 314	0.46 343	0.47 308	0.47 346	0.47 304	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

Dean	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.46 344	0.47 306	0.46 352	0.46 308	0.46 343	0.46 304	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

ACVNet-4b	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.46 344	0.46 300	0.46 352	0.46 308	0.46 343	0.47 308	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

UGAM-zero	0.51 305	2.17 447	0.39 267	0.53 294	0.36 303	0.50 336	0.36 295	0.50 323	0.36 301	0.49 320	0.36 301	0.50 340	0.35 293	0.50 331	0.36 287	0.49 311	0.37 264	0.47 338	0.35 308	0.46 301	0.34 275

HaxPig	0.47 287	0.47 201	0.47 302	0.49 276	0.47 359	0.47 317	0.47 350	0.47 306	0.47 349	0.47 306	0.47 360	0.47 314	0.47 351	0.47 308	0.47 346	0.47 304	0.47 320	0.47 338	0.47 361	0.47 314	0.48 339

UNDER WATER	0.47 287	0.47 201	0.47 302	0.47 265	0.47 359	0.47 317	0.47 350	0.47 306	0.47 349	0.47 306	0.47 360	0.47 314	0.46 343	0.47 308	0.47 346	0.47 304	0.47 320	0.47 338	0.46 354	0.47 314	0.47 337

ACVNet_1	0.46 281	0.47 201	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.47 349	0.46 300	0.46 352	0.46 308	0.46 343	0.46 304	0.46 339	0.46 299	0.46 312	0.47 338	0.46 354	0.46 301	0.46 330

CASS	0.57 318	0.89 273	0.56 338	0.57 304	0.56 381	0.56 358	0.56 372	0.56 348	0.53 369	0.57 360	0.57 382	0.59 368	0.48 352	0.56 354	0.57 368	0.55 335	0.56 346	0.47 338	0.56 381	0.62 347	0.56 367
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GMOStereo	0.37 226	0.45 193	0.23 178	0.30 179	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 276	0.40 315	0.41 274	0.36 287	0.34 224	0.22 186	0.47 338	0.37 317	0.39 268	0.33 269

error version	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 276	0.40 315	0.41 274	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 269

test_1	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 276	0.40 315	0.41 274	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 269

MSCF	0.51 305	1.40 402	0.49 317	0.58 306	0.38 314	0.50 336	0.38 308	0.54 344	0.41 330	0.52 344	0.41 332	0.53 352	0.42 332	0.53 347	0.41 322	0.60 341	0.47 320	0.48 346	0.37 317	0.48 318	0.38 300

PAM_32	0.64 329	2.38 467	0.51 328	0.92 355	0.43 347	0.53 353	0.44 338	0.87 386	0.43 338	0.52 344	0.45 350	0.53 352	0.40 315	0.54 349	0.46 339	0.62 349	0.56 346	0.48 346	0.45 352	0.76 364	0.44 327

RainbowNet	0.48 292	0.48 207	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 310	0.48 356	0.48 313	0.48 364	0.48 321	0.48 352	0.48 317	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.48 339

notaker	0.48 292	0.49 209	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 310	0.49 358	0.48 313	0.48 364	0.48 321	0.48 352	0.48 317	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.49 344

LVE	0.47 287	0.47 201	0.47 302	0.47 265	0.49 365	0.47 317	0.47 350	0.47 306	0.49 358	0.47 306	0.47 360	0.47 314	0.46 343	0.47 308	0.47 346	0.47 304	0.47 320	0.48 346	0.47 361	0.47 314	0.47 337

LG-Stereo_L1	0.47 287	0.52 223	0.47 302	0.62 314	0.39 324	0.53 353	0.40 322	0.53 342	0.39 320	0.53 347	0.39 323	0.53 352	0.39 314	0.53 347	0.39 311	0.55 335	0.46 312	0.49 351	0.37 317	0.49 322	0.37 293

ACVNet_2	0.49 298	0.49 209	0.49 317	0.49 276	0.49 365	0.49 327	0.49 361	0.49 314	0.49 358	0.49 320	0.49 367	0.49 325	0.49 357	0.49 323	0.49 354	0.49 311	0.49 327	0.49 351	0.49 368	0.49 322	0.49 344

iRaftStereo_RVC	0.97 407	3.17 505	2.30 552	2.42 503	0.38 314	0.54 356	0.38 308	0.54 344	0.38 307	0.54 352	0.38 313	0.54 355	0.38 305	0.54 349	0.38 299	2.38 536	2.34 551	0.49 351	0.36 314	0.49 322	0.36 288

CFNet_RVC	2.38 546	8.71 577	0.38 259	9.33 596	0.42 345	0.56 358	0.42 335	0.60 358	0.38 307	0.62 368	0.42 342	0.56 362	7.29 600	0.62 363	0.42 330	0.53 328	0.37 264	0.49 351	0.34 296	8.30 597	6.87 603

FoundationStereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

StereoAnything_RVC	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

fffft	0.48 292	0.51 221	0.45 291	0.52 293	0.45 351	0.52 351	0.45 343	0.52 340	0.48 356	0.53 347	0.45 350	0.52 351	0.45 340	0.52 345	0.46 339	0.51 323	0.41 289	0.50 355	0.41 341	0.50 327	0.41 316
1: 1. 1
dual_stereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

SANet	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

LG-Stereo_Zeroshot	0.48 292	0.55 233	0.47 302	0.63 316	0.41 335	0.56 358	0.44 338	0.56 348	0.41 330	0.56 357	0.41 332	0.57 364	0.42 332	0.56 354	0.41 322	0.55 335	0.43 302	0.51 360	0.37 317	0.51 333	0.37 293

KSHMR	0.66 332	0.50 213	0.48 310	1.15 388	0.52 375	0.49 327	0.51 367	0.49 314	0.71 408	0.67 375	0.50 369	1.16 442	1.11 435	0.66 370	0.52 362	0.49 311	0.49 327	0.51 360	0.66 402	0.50 327	1.14 445

LL-Strereo	1.01 416	5.06 544	1.63 514	0.70 329	1.43 519	0.56 358	0.46 345	0.57 351	0.50 361	0.57 360	0.50 369	1.58 502	0.49 357	0.59 361	0.50 355	1.64 495	0.52 340	0.51 360	1.37 514	0.52 335	0.45 329

FSD	0.61 322	0.59 239	0.50 321	2.58 510	0.44 348	0.56 358	0.44 338	0.55 347	0.44 341	0.56 357	0.44 346	0.56 362	0.44 337	0.56 354	0.46 339	0.61 345	0.42 298	0.52 363	0.42 349	0.52 335	0.51 354

LG-Stereo	0.60 319	0.58 238	0.47 302	0.64 319	0.74 413	1.00 408	0.69 397	0.57 351	0.41 330	0.57 360	0.41 332	0.57 364	0.41 326	1.00 414	0.75 411	0.91 386	0.51 338	0.52 363	0.37 317	0.52 335	0.37 293

Occ-G	1.12 426	0.52 223	3.72 582	3.50 542	0.50 369	0.56 358	0.47 350	0.54 344	0.46 344	0.54 352	0.41 332	0.54 355	0.42 332	0.52 345	0.42 330	3.42 558	4.02 578	0.52 363	0.45 352	0.51 333	0.44 327

PML	0.46 281	1.36 400	0.29 203	0.58 306	0.30 258	0.57 364	0.29 241	0.57 351	0.29 242	0.57 360	0.29 246	0.57 364	0.29 248	0.56 354	0.29 239	0.52 325	0.30 230	0.53 366	0.31 277	0.53 339	0.30 246

MyStereo8	0.71 344	3.92 527	0.52 331	0.59 309	0.52 375	0.57 364	0.53 369	0.59 356	0.50 361	0.59 364	0.51 375	0.57 364	0.50 360	0.56 354	0.52 362	0.54 329	0.49 327	0.54 367	0.49 368	0.55 341	0.50 347

PSMNet_ROB	0.54 310	0.54 231	0.54 336	0.54 297	0.53 378	0.54 356	0.54 371	0.53 342	0.54 371	0.54 352	0.54 379	0.54 355	0.53 367	0.54 349	0.54 365	0.54 329	0.53 342	0.54 367	0.54 376	0.54 340	0.54 359

AIO-test1	0.54 310	0.60 242	0.52 331	0.66 323	0.47 359	0.61 367	0.47 350	0.58 354	0.46 344	0.61 365	0.46 352	0.61 370	0.45 340	0.62 363	0.45 335	0.61 345	0.52 340	0.57 369	0.48 365	0.57 343	0.48 339

AIO-test2	0.55 315	0.59 239	0.52 331	0.67 324	0.47 359	0.61 367	0.47 350	0.61 360	0.47 349	0.61 365	0.47 360	0.61 370	0.48 352	0.62 363	0.47 346	0.64 351	0.53 342	0.58 370	0.47 361	0.58 344	0.48 339

ktn	0.72 347	0.53 227	1.08 418	1.14 386	0.51 374	1.22 485	1.36 512	0.51 336	0.59 376	0.51 341	0.51 375	0.69 379	1.20 446	0.67 372	0.51 360	0.51 323	0.49 327	0.58 370	0.66 402	0.52 335	0.53 356

FC-DCNN	1.07 421	1.09 324	0.98 410	0.89 349	0.52 375	1.41 498	0.91 427	1.21 478	1.24 507	1.96 509	2.05 564	1.91 511	1.30 499	1.27 492	1.08 441	0.80 371	0.60 353	0.58 370	0.41 341	0.68 352	0.54 359

MonSter	0.60 319	0.64 245	0.52 331	0.62 314	0.44 348	2.07 520	0.44 338	0.62 361	0.44 341	0.62 368	0.44 346	0.62 372	0.44 337	0.62 363	0.44 334	0.58 339	0.42 298	0.62 373	0.46 354	0.58 344	0.42 323

SMoEStereo_RVC	0.63 327	0.75 252	0.51 328	0.73 334	0.53 378	0.71 379	0.47 350	0.67 367	0.58 374	0.74 386	0.60 383	0.72 383	0.53 367	0.74 381	0.51 360	0.61 345	0.62 358	0.62 373	0.61 389	0.63 348	0.61 373

DispNO	1.00 410	0.63 243	0.43 287	3.45 538	0.44 348	0.65 373	0.43 337	0.64 363	0.43 338	0.64 371	0.43 344	0.64 373	3.03 558	0.64 368	0.43 333	4.55 568	0.43 302	0.63 375	0.43 350	0.63 348	0.43 324

WCG-NET	0.61 322	1.21 384	0.54 336	0.61 313	0.53 378	0.67 375	0.53 369	0.66 366	0.53 369	0.64 371	0.53 378	0.65 376	0.53 367	0.59 361	0.52 362	0.65 352	0.48 324	0.64 376	0.52 374	0.58 344	0.50 347

MyStereo06	0.75 352	4.12 529	0.60 344	0.63 316	0.61 390	0.62 370	0.66 383	0.56 348	0.45 343	0.55 355	0.48 364	0.54 355	0.46 343	0.57 359	0.45 335	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 364

MyStereo05	0.80 364	4.12 529	0.63 351	0.63 316	0.61 390	0.62 370	0.66 383	0.65 364	0.62 381	0.67 375	0.61 387	0.65 376	0.58 372	0.67 372	0.55 367	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 364

LMCR-Stereo	0.65 330	0.63 243	0.65 356	0.65 320	0.65 396	0.66 374	0.63 379	0.58 354	0.65 385	0.63 370	0.64 391	0.65 376	0.65 380	0.66 370	0.66 379	0.66 354	0.64 361	0.65 379	0.67 406	0.68 352	0.73 402

DSFCA	0.66 332	0.73 251	0.78 389	0.65 320	0.65 396	0.64 372	0.64 380	0.65 364	0.63 383	0.64 371	0.64 391	0.64 373	0.64 378	0.65 369	0.65 376	0.65 352	0.65 363	0.65 379	0.65 400	0.66 350	0.64 383

anonymity	0.63 327	0.69 247	0.56 338	0.71 331	0.56 381	0.71 379	0.56 372	0.71 372	0.56 372	0.72 379	0.56 381	0.71 380	0.56 371	0.71 375	0.58 369	0.68 356	0.55 344	0.68 381	0.55 377	0.68 352	0.54 359

DMCA-RVC	0.70 341	0.80 256	0.70 371	0.70 329	0.70 406	0.70 377	0.70 402	0.71 372	0.70 403	0.70 378	0.71 413	0.71 380	0.70 398	0.70 374	0.69 396	0.69 357	0.70 377	0.69 382	0.70 411	0.69 356	0.70 394

PA-Net	11.80 604	223.51 630	0.62 350	0.59 309	0.71 408	0.59 366	0.73 408	0.67 367	0.73 414	0.55 355	0.61 387	0.60 369	0.74 405	0.63 367	0.73 406	0.66 354	0.60 353	0.69 382	0.66 402	0.72 359	0.65 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 337	0.81 259	0.63 351	0.74 335	0.60 384	0.78 385	0.62 378	0.77 377	0.66 387	0.74 386	0.63 389	0.75 388	0.62 377	0.83 389	0.60 372	0.70 360	0.55 344	0.70 384	0.60 387	0.78 367	0.55 364

AEACV	1.12 426	0.52 223	3.12 573	3.24 527	0.86 429	0.53 353	0.49 361	0.60 358	0.47 349	0.53 347	0.49 367	0.55 359	0.45 340	0.55 353	0.47 346	3.01 553	3.88 576	0.71 385	0.60 387	0.80 372	0.48 339

DStereoRT	0.73 349	0.81 259	0.73 382	0.71 331	0.74 413	0.73 381	0.75 410	0.71 372	0.71 408	0.74 386	0.72 416	0.73 385	0.80 413	0.71 375	0.73 406	0.76 367	0.71 381	0.73 386	0.72 416	0.70 357	0.76 408

zero-FE	0.72 347	1.31 396	0.66 357	0.92 355	0.60 384	0.82 390	0.58 374	0.82 384	0.58 374	0.81 394	0.60 383	0.81 397	0.60 374	0.82 388	0.58 369	0.74 365	0.59 352	0.73 386	0.52 374	0.76 364	0.51 354

iGMRVC	0.84 381	2.85 497	0.72 378	0.72 333	0.73 411	0.77 383	0.79 415	0.73 375	0.74 416	0.73 381	0.72 416	0.73 385	0.76 408	0.73 379	0.73 406	0.72 363	0.73 384	0.73 386	0.72 416	0.73 362	0.72 399

RAFT-Stereo + iAFF	0.70 341	0.72 250	0.71 375	0.80 340	0.62 393	0.82 390	0.61 377	0.81 383	0.62 381	0.81 394	0.63 389	0.80 394	0.70 398	0.73 379	0.61 374	0.76 367	0.61 357	0.74 389	0.61 389	0.77 366	0.61 373

CoDeX	0.15 124	0.70 248	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	0.67 380	0.02 15	0.69 376	0.75 390	0.01 9	0.02 20	0.02 20

CFNet-RSSM	0.91 396	4.89 542	0.34 241	0.44 257	1.07 451	1.62 505	1.40 519	0.91 392	0.35 290	1.60 497	1.39 519	0.64 373	0.34 286	0.44 296	0.33 266	0.41 276	0.35 259	0.75 390	0.30 266	0.41 284	0.29 233

GCAP-Stereo	0.75 352	4.15 532	0.42 286	0.75 336	0.35 297	0.78 385	0.40 322	0.79 378	0.38 307	0.78 390	0.36 301	0.78 391	0.36 296	0.79 384	0.39 311	0.75 366	0.39 277	0.76 392	0.39 333	0.75 363	0.39 306

HCRNet	1.22 476	7.11 566	3.00 561	3.55 543	0.33 284	0.29 210	0.14 153	0.19 155	0.15 168	0.33 225	0.29 246	0.25 195	0.14 159	0.22 175	0.33 266	3.64 559	3.00 556	0.76 392	0.32 284	0.18 157	0.13 151

SFCPSM	0.17 136	0.78 253	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	0.79 415	0.02 15	0.75 387	0.76 392	0.02 20	0.02 20	0.02 20

RSM++	0.76 356	0.82 262	0.66 357	0.85 347	0.64 394	0.85 392	0.71 405	0.94 399	0.64 384	0.87 397	0.67 396	0.87 400	0.65 380	0.84 390	0.65 376	0.81 374	0.70 377	0.79 395	0.71 414	0.83 379	0.70 394

Selective-RAFT-Error	0.88 393	0.84 263	0.98 410	0.86 348	0.97 441	0.88 395	0.95 432	0.84 385	0.99 442	0.92 403	0.82 428	0.84 399	0.98 424	0.87 395	0.97 432	0.81 374	0.83 397	0.79 395	0.82 428	0.79 369	0.85 417

G-Net	0.79 361	0.79 255	0.79 392	0.79 338	0.79 425	0.79 387	0.79 415	0.79 378	0.79 421	0.79 391	0.79 425	0.79 393	0.79 412	0.79 384	0.79 415	0.79 370	0.79 391	0.79 395	0.79 423	0.79 369	0.79 411

NaN_ROB	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 380	0.80 422	0.80 392	0.80 426	0.80 394	0.80 413	0.80 386	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 412

CSAN	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 380	0.80 422	0.80 392	0.80 426	0.80 394	0.80 413	0.80 386	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 412

FlowAnything_test	1.02 418	1.72 413	0.71 375	1.59 467	0.70 406	1.61 503	0.69 397	1.61 494	0.70 403	1.60 497	0.70 408	1.61 506	0.69 396	1.61 501	0.70 402	0.81 374	0.58 350	0.81 400	0.55 377	0.81 375	0.56 367

FlowAnything	1.02 418	1.71 412	0.72 378	1.59 467	0.69 404	1.60 502	0.69 397	1.61 494	0.70 403	1.60 497	0.69 406	1.60 503	0.69 396	1.61 501	0.69 396	0.81 374	0.58 350	0.81 400	0.56 381	0.82 377	0.56 367

DCRE	0.84 381	1.89 426	0.77 388	0.94 361	0.72 410	0.88 395	0.73 408	0.87 386	0.78 418	0.90 399	0.71 413	0.88 401	0.67 385	0.88 396	0.73 406	0.81 374	0.68 370	0.81 400	0.70 411	0.82 377	0.70 394

AFF-stereo	0.73 349	0.88 270	0.67 361	0.75 336	0.68 403	0.75 382	0.64 380	0.80 380	0.72 411	0.83 396	0.70 408	0.82 398	0.64 378	0.84 390	0.67 380	0.77 369	0.63 359	0.81 400	0.63 391	0.78 367	0.62 376

Selective-RAFT	0.89 395	0.89 273	0.72 378	1.16 393	0.78 424	1.06 423	0.82 421	0.87 386	0.97 439	1.00 411	0.91 433	0.90 404	1.00 425	0.89 398	0.93 429	0.83 379	0.83 397	0.82 404	0.82 428	0.81 375	0.82 415

999	1.00 410	1.12 327	0.59 342	1.10 380	1.21 509	1.09 429	0.52 368	1.08 417	1.43 521	1.18 439	1.35 513	0.98 414	0.52 366	0.91 400	0.85 422	0.72 363	1.46 504	0.83 405	0.98 437	0.68 352	1.41 517

UDG	0.80 364	2.21 451	0.60 344	0.91 352	0.60 384	0.90 398	0.58 374	0.88 389	0.60 377	0.90 399	0.60 383	0.88 401	0.60 374	0.90 399	0.58 369	0.86 383	0.60 353	0.84 406	0.59 386	0.84 380	0.61 373

ToySt	0.92 398	2.11 442	0.90 401	0.95 363	0.79 425	0.99 407	0.78 414	0.94 399	0.81 425	0.94 407	0.78 424	0.95 411	0.77 410	0.94 406	0.86 423	0.91 386	0.79 391	0.85 407	0.77 420	0.89 384	0.73 402

DDUNet	0.81 369	2.45 471	0.57 340	0.90 350	0.60 384	0.88 395	0.59 376	0.90 390	0.60 377	0.88 398	0.60 383	0.90 404	0.58 372	0.88 396	0.60 372	0.84 381	0.60 353	0.86 408	0.57 383	0.86 381	0.60 372

MoCha-V2	2.11 522	26.97 608	0.78 389	0.92 355	0.77 423	0.96 405	0.72 407	0.90 390	0.72 411	0.94 407	0.70 408	0.90 404	0.71 402	0.91 400	0.71 404	0.85 382	0.71 381	0.88 409	0.69 409	0.87 382	0.67 390

AdaDepth	0.86 390	0.93 285	0.71 375	1.01 373	1.07 451	1.02 420	0.71 405	1.00 403	0.71 408	1.01 418	0.71 413	1.00 415	0.72 403	1.14 439	0.71 404	0.92 389	0.64 361	0.90 410	0.64 396	0.89 384	0.69 393

AIO-Stereo-zeroshot1	0.75 352	0.92 283	0.85 397	0.96 366	0.59 383	1.27 488	0.44 338	0.59 356	0.69 399	0.91 401	0.68 401	0.55 359	0.61 376	1.06 428	0.83 421	0.62 349	0.70 377	0.90 410	0.41 341	0.89 384	0.56 367

DGTPSM_ROB	0.93 403	1.00 301	0.92 405	0.94 361	0.96 440	0.91 399	0.92 428	0.91 392	0.96 438	0.91 401	0.96 437	0.93 410	0.92 420	0.94 406	0.92 425	0.92 389	0.92 404	0.90 410	0.92 432	0.94 400	0.91 422

WQFJA1++	0.84 381	0.98 292	0.67 361	1.26 446	0.75 415	1.00 408	0.67 387	1.00 403	0.67 388	1.00 411	0.67 396	1.00 415	0.67 385	1.00 414	0.67 380	0.96 396	0.67 365	0.91 413	0.63 391	0.92 391	0.63 377

DPSM_ROB	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 395	0.91 429	0.93 405	0.91 433	0.92 407	0.90 418	0.91 400	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 424

DPSM	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 395	0.91 429	0.93 405	0.91 433	0.92 407	0.90 418	0.91 400	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 424

WQFJX1	0.84 381	0.98 292	0.67 361	1.30 453	0.75 415	1.01 414	0.67 387	1.01 410	0.67 388	1.01 418	0.67 396	1.01 421	0.68 389	1.00 414	0.68 388	0.98 401	0.67 365	0.92 416	0.64 396	0.92 391	0.64 383

NLMM1	0.86 390	0.98 292	0.69 370	1.48 464	0.75 415	1.01 414	0.69 397	1.00 403	0.69 399	1.00 411	0.70 408	1.00 415	0.68 389	1.01 420	0.67 380	0.97 397	0.68 370	0.92 416	0.63 391	0.93 396	0.63 377

STTRV1_RVC	0.82 374	1.60 409	0.70 371	1.01 373	0.60 384	1.07 426	0.69 397	1.01 410	0.60 377	0.72 379	0.55 380	1.02 425	0.68 389	1.03 426	0.67 380	0.89 385	0.63 359	0.92 416	0.57 383	0.90 387	0.65 385

pmcnn	0.92 398	0.92 283	0.92 405	0.92 355	0.92 436	0.92 400	0.92 428	0.92 395	0.92 433	0.92 403	0.92 436	0.92 407	0.92 420	0.92 404	0.92 425	0.92 389	0.92 404	0.92 416	0.92 432	0.92 391	0.92 423

WQFJA1	0.85 387	0.98 292	0.67 361	1.29 451	0.76 420	1.01 414	0.67 387	1.02 415	0.67 388	1.02 422	0.67 396	1.01 421	0.67 385	1.01 420	0.68 388	0.99 402	0.67 365	0.93 420	0.64 396	0.92 391	0.65 385

WQFJX	0.85 387	1.00 301	0.68 368	1.30 453	0.75 415	1.01 414	0.68 391	1.01 410	0.68 394	1.01 418	0.68 401	1.03 427	0.68 389	1.02 424	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.94 400	0.63 377

NLMM	0.84 381	1.00 301	0.67 361	1.27 447	0.75 415	1.00 408	0.68 391	1.00 403	0.67 388	1.00 411	0.67 396	1.02 425	0.67 385	1.02 424	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.92 391	0.63 377

NLSM3	0.85 387	0.99 299	0.68 368	1.29 451	0.76 420	1.01 414	0.68 391	1.01 410	0.68 394	1.02 422	0.68 401	1.01 421	0.68 389	1.01 420	0.68 388	0.97 397	0.68 370	0.93 420	0.64 396	0.93 396	0.63 377

R-Stereo Train	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 401	0.68 394	0.95 409	0.68 401	0.96 412	0.68 389	0.96 410	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 391

RAFT-Stereo	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 401	0.68 394	0.95 409	0.68 401	0.96 412	0.68 389	0.96 410	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 391
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo	0.84 381	0.66 246	0.70 371	0.83 344	0.67 400	0.98 406	0.82 421	1.14 421	0.72 411	1.03 424	0.74 420	1.03 427	1.09 434	0.99 412	0.45 335	1.04 407	0.73 384	0.95 426	0.74 418	0.94 400	0.46 330

IGEVStereo-DCA	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 498	1.17 456	2.75 552	1.90 547	2.54 539	1.15 439	0.94 406	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 418

rrr	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 498	1.17 456	2.75 552	1.90 547	2.54 539	1.15 439	0.94 406	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 418

11t	1.27 479	2.70 482	1.34 485	1.32 456	0.89 431	1.30 490	1.34 509	1.64 497	0.57 373	1.45 495	0.72 416	1.05 429	1.29 498	1.07 431	1.29 510	1.49 487	1.02 411	0.97 429	1.15 449	1.48 485	1.31 508

HBP-ISP	1.24 477	1.72 413	1.65 515	1.15 388	0.76 420	1.40 497	0.88 424	1.67 500	1.02 447	1.69 504	1.38 518	1.69 507	1.21 492	1.87 511	1.21 501	1.05 408	0.79 391	0.97 429	0.80 425	1.19 428	0.75 406

GANet	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 403	1.00 443	1.00 411	1.00 440	1.00 415	1.00 425	1.00 414	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 431

TDLM	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 403	1.00 443	1.00 411	1.00 440	1.00 415	1.00 425	1.00 414	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 431

CVANet_RVC	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 403	1.00 443	1.00 411	1.00 440	1.00 415	1.00 425	1.00 414	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 431

trnet	1.01 416	1.01 309	1.01 415	1.01 373	1.01 446	1.01 414	1.01 439	1.01 410	1.01 446	1.01 418	1.01 443	1.01 421	1.01 431	1.01 420	1.01 438	1.01 406	1.01 410	1.01 434	1.01 443	1.01 408	1.01 434

Wavelet-MonSter	1.00 410	1.21 384	0.76 386	1.94 481	1.01 446	1.11 433	0.76 412	1.15 422	0.76 417	1.11 433	0.76 422	1.14 440	0.76 408	1.11 436	0.76 413	1.21 468	0.90 401	1.02 435	0.71 414	1.02 410	0.71 398

DPSimNet_ROB	0.97 407	1.18 336	0.81 395	1.10 380	0.91 435	1.02 420	0.82 421	1.04 416	0.91 429	1.03 424	0.86 429	1.28 494	0.82 416	1.03 426	0.89 424	1.17 421	0.81 396	1.02 435	0.82 428	1.08 413	0.81 414

AIO-Stereo-zeroshot	0.91 396	0.86 266	0.89 398	1.25 445	0.69 404	1.05 422	0.81 420	1.16 425	0.50 361	1.12 434	0.97 438	0.72 383	0.82 416	1.06 428	0.95 430	0.61 345	0.87 399	1.03 437	0.85 431	1.04 411	1.01 434

GLC_STEREO	1.07 421	1.01 309	1.06 417	1.07 378	1.05 450	1.06 423	1.08 443	1.08 417	1.05 449	1.07 426	1.06 445	1.08 430	1.05 433	1.06 428	1.10 442	1.07 409	1.09 420	1.05 438	1.05 444	1.06 412	1.12 441

MSMD_ROB	1.19 428	1.10 326	0.70 371	1.10 380	0.60 384	1.10 430	0.70 402	1.10 420	0.70 403	1.10 428	0.70 408	1.10 434	0.70 398	7.00 602	0.70 402	1.10 412	0.70 377	1.10 439	0.70 411	1.10 414	0.70 394

TorneroNet	0.66 332	0.53 227	0.50 321	0.50 284	0.64 394	1.06 423	0.70 402	0.50 323	0.51 368	0.49 320	0.69 406	0.49 325	0.50 360	0.48 317	1.15 447	0.71 361	0.49 327	1.14 440	1.08 445	0.49 322	0.49 344

NCC-stereo	2.36 542	25.52 603	1.17 425	1.15 388	1.17 460	1.11 433	1.11 444	1.15 422	1.16 452	1.10 428	1.16 451	1.10 434	1.15 439	1.14 439	1.13 445	1.09 410	1.11 424	1.15 441	1.16 451	1.17 425	1.17 450

RP	2.33 540	25.00 601	1.13 420	1.15 388	1.15 455	1.10 430	1.15 448	1.15 422	1.15 451	1.12 434	1.15 448	1.09 432	1.13 436	1.10 434	1.15 447	1.11 417	1.09 420	1.16 442	1.12 447	1.16 420	1.17 450

RGC	2.36 542	25.48 602	1.19 429	1.15 388	1.15 455	1.10 430	1.16 450	1.17 427	1.16 452	1.12 434	1.16 451	1.11 438	1.13 436	1.09 432	1.18 452	1.10 412	1.15 429	1.16 442	1.12 447	1.14 416	1.12 441

edge stereo	2.43 547	27.07 609	1.14 421	1.06 377	1.14 454	1.08 427	1.17 451	1.16 425	1.14 450	1.10 428	1.16 451	1.09 432	1.16 443	1.10 434	1.16 450	1.10 412	1.11 424	1.16 442	1.19 453	1.13 415	1.11 439

Nwc_Net	2.37 544	25.95 605	1.15 423	1.14 386	1.15 455	1.08 427	1.14 447	1.17 427	1.16 452	1.14 437	1.15 448	1.08 430	1.15 439	1.11 436	1.14 446	1.10 412	1.11 424	1.16 442	1.09 446	1.16 420	1.15 446

AF-Net	2.37 544	25.71 604	1.17 425	1.13 385	1.15 455	1.15 437	1.18 452	1.19 430	1.16 452	1.10 428	1.15 448	1.10 434	1.18 444	1.12 438	1.15 447	1.10 412	1.10 423	1.17 446	1.15 449	1.16 420	1.12 441

Abc-Net	2.32 539	24.75 600	1.14 421	1.17 394	1.17 460	1.11 433	1.15 448	1.17 427	1.21 504	1.08 427	1.16 451	1.12 439	1.14 438	1.09 432	1.17 451	1.09 410	1.16 430	1.17 446	1.17 452	1.16 420	1.11 439
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	0.95 406	1.17 334	0.78 389	1.18 395	0.71 408	1.16 438	0.75 410	1.09 419	0.80 422	1.10 428	0.75 421	1.17 443	0.74 405	1.17 442	0.80 417	1.13 418	0.73 384	1.17 446	0.77 420	1.16 420	0.72 399
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MLG-Stereo	0.92 398	0.90 276	0.84 396	1.27 447	0.49 365	1.38 495	0.88 424	1.41 492	0.97 439	0.73 381	1.09 446	1.26 492	0.43 335	0.72 377	1.05 440	1.13 418	0.49 327	1.18 449	0.66 402	1.01 408	0.46 330

stereogan	2.33 540	24.38 599	1.18 427	1.18 395	1.18 462	1.14 436	1.18 452	1.19 430	1.19 458	1.14 437	1.18 455	1.14 440	1.18 444	1.14 439	1.18 452	1.14 420	1.14 428	1.19 450	1.19 453	1.15 418	1.19 454

DisPM	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

CrosDoStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PFNet+	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

LCNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

HHNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Patchmatch Stereo++	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455
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	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

STrans-v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

TransformOpticalFlow	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

OMP-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

IIG-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

NF-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

OCTAStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PSM-softLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

KMStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

NRIStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PSM-adaLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PSM-AAD	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

ROB_FTStereo_v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

ROB_FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Consistency-Raft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

KYRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

HUI-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

ASMatch	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DeepStereo_LL	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DEmStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

SST-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

THIR-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT_R40	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PFNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

GrayStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RE-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Pruner-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

TVStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DeepStereo_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT-RH_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

IRAFT_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT-345	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

iRAFT	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

CRE-IMP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

GMM-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT-IKP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Prome-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

CroCo-Stereo	0.73 349	1.22 390	0.25 188	1.22 442	0.25 224	1.22 485	0.25 213	1.22 479	0.25 214	1.22 487	0.25 223	1.22 491	0.25 217	1.22 490	0.25 213	1.22 470	0.26 197	1.21 496	0.25 223	1.22 476	0.25 201
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	2.46 548	26.05 606	1.23 481	1.23 444	1.22 511	1.20 439	1.24 502	1.23 481	1.23 506	1.19 440	1.22 502	1.21 490	1.24 494	1.20 444	1.24 503	1.21 468	1.17 433	1.22 497	1.25 506	1.20 429	1.24 504

S-Stereo	2.51 549	26.86 607	1.23 481	1.22 442	1.22 511	1.24 487	1.25 503	1.22 479	1.24 507	1.21 486	1.24 504	1.19 444	1.27 496	1.19 443	1.24 503	1.19 422	1.20 435	1.25 498	1.19 453	1.24 477	1.23 503

CroCo-Stereo Lap2	0.77 357	1.29 394	0.29 203	1.27 447	0.29 248	1.27 488	0.26 221	1.26 482	0.26 227	1.26 488	0.26 229	1.27 493	0.26 226	1.26 491	0.27 219	1.27 472	0.27 204	1.27 499	0.27 237	1.27 478	0.27 215

MM-Stereo_test3	1.27 479	2.07 438	1.18 427	1.60 470	1.02 448	1.45 499	1.01 439	1.40 491	1.04 448	1.44 494	1.03 444	1.46 501	1.02 432	1.44 497	1.02 439	1.51 490	1.12 427	1.32 500	0.98 437	1.38 483	0.97 427

MM-Stereo_test2	1.20 429	1.85 422	1.05 416	1.46 463	0.94 439	1.36 493	0.99 435	1.36 487	0.95 436	1.41 493	0.98 439	1.40 499	0.96 422	1.37 494	0.95 430	1.37 481	1.06 413	1.33 501	0.93 436	1.29 479	0.89 420

ours_stereo	1.20 429	1.21 384	0.90 401	1.64 475	1.11 453	1.35 491	0.67 387	1.76 501	0.93 434	1.70 505	1.10 447	1.39 497	0.75 407	1.41 496	0.81 420	1.60 494	1.03 412	1.33 501	1.00 439	1.61 490	0.72 399

CC-Net-ROB	1.36 482	1.33 398	1.33 484	1.36 459	1.38 516	1.36 493	1.33 508	1.37 489	1.34 512	1.35 490	1.36 515	1.38 496	1.34 502	1.38 495	1.38 517	1.35 477	1.38 500	1.33 501	1.35 511	1.43 484	1.34 512

test_xeample3	1.10 423	1.81 419	0.61 349	0.84 345	0.49 365	0.77 383	0.66 383	0.92 395	1.40 519	0.68 377	0.46 352	0.78 391	0.54 370	1.72 504	1.48 521	1.34 476	1.52 508	1.35 504	1.67 539	1.33 480	1.55 522

MaskLacGwcNet_RVC	1.35 481	1.35 399	1.35 487	1.35 458	1.35 513	1.35 491	1.35 510	1.36 487	1.35 515	1.36 491	1.35 513	1.36 495	1.36 504	1.36 493	1.35 514	1.35 477	1.35 496	1.35 504	1.35 511	1.35 481	1.35 513

RASNet	1.49 485	1.65 410	1.45 503	1.38 461	1.43 519	1.47 500	1.36 512	1.38 490	1.36 516	1.39 492	1.60 529	1.45 500	1.45 510	1.51 498	2.21 559	1.53 491	1.36 497	1.36 506	1.36 513	1.66 493	1.36 514

PS-NSSS	1.38 484	1.39 401	1.34 485	1.34 457	1.35 513	1.38 495	1.37 517	1.35 486	1.38 518	1.34 489	1.34 512	1.39 497	1.38 507	1.70 503	1.40 518	1.36 479	1.36 497	1.36 506	1.37 514	1.37 482	1.36 514

ff7	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 514	1.80 542	2.05 519	1.56 525	2.33 526	2.12 548	2.23 522	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 436

ffff	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 514	1.80 542	2.05 519	1.56 525	2.33 526	2.12 548	2.23 522	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 436

ccc-4	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 514	1.80 542	2.05 519	1.56 525	2.33 526	2.12 548	2.23 522	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 436

tt45	1.04 420	0.88 270	1.36 495	0.92 355	1.03 449	1.51 501	0.79 415	0.70 371	0.88 427	0.74 386	0.90 430	1.60 503	0.72 403	1.60 499	0.75 411	0.91 386	0.78 390	1.52 511	0.79 423	1.14 416	1.32 509

DPSMNet_ROB	1.60 488	1.59 408	1.70 517	1.59 467	1.59 525	1.61 503	1.61 528	1.60 493	1.60 525	1.62 503	1.59 528	1.60 503	1.60 513	1.60 499	1.59 525	1.59 492	1.60 518	1.59 512	1.59 531	1.59 489	1.59 527

2.5w	2.01 512	2.40 468	1.37 497	3.28 529	2.01 552	2.71 548	1.43 525	1.82 502	1.83 545	1.90 508	1.41 520	2.71 548	1.35 503	2.71 547	1.85 546	2.66 547	1.53 509	1.64 513	1.23 503	2.53 535	1.87 547

4w-stereo	2.02 513	2.72 486	1.44 502	3.36 535	1.59 525	2.48 536	1.72 534	2.28 520	1.24 507	2.24 526	1.65 533	2.56 541	1.32 501	2.39 532	1.98 556	2.67 549	1.51 507	1.66 514	1.24 504	2.53 535	1.88 550

3.5w_stereo	2.03 515	2.72 486	1.35 487	3.41 536	1.57 523	2.72 549	1.49 526	2.01 510	1.34 512	2.15 524	1.61 531	2.63 545	1.36 504	2.72 549	1.99 557	2.66 547	1.58 514	1.68 515	1.24 504	2.53 535	1.87 547

3.25w_new	2.03 515	2.72 486	1.35 487	3.33 534	1.57 523	2.72 549	1.53 527	2.15 518	1.33 511	2.15 524	1.60 529	2.63 545	1.30 499	2.72 549	1.99 557	2.67 549	1.53 509	1.75 516	1.25 506	2.53 535	1.87 547

IGEV	2.02 513	2.20 449	1.82 528	2.90 519	2.16 560	2.41 533	1.25 503	2.00 509	1.98 557	1.99 513	1.31 510	2.72 552	1.93 537	2.67 546	1.69 532	2.26 523	1.32 484	1.83 517	1.87 551	2.53 535	1.61 530

2.25w	2.00 505	1.86 424	1.98 545	2.95 520	2.17 562	2.26 524	1.35 510	2.42 533	2.00 560	2.07 522	1.27 507	2.53 536	1.99 543	2.29 526	1.49 522	2.21 521	1.32 484	1.85 518	1.87 551	2.52 532	1.62 531

3w_stereo	2.04 518	2.24 453	1.70 517	3.15 524	2.18 564	2.49 537	1.26 505	2.03 511	1.98 557	1.98 512	1.33 511	2.72 552	1.99 543	2.59 541	1.72 535	2.22 522	1.33 491	1.85 518	1.88 556	2.50 530	1.58 526

MFMNet_re	1.81 496	1.91 429	1.71 519	1.95 483	1.70 536	1.95 514	1.70 533	1.96 506	1.74 538	1.97 511	1.72 537	1.95 512	1.71 521	1.97 515	1.71 533	1.86 500	1.62 519	1.85 518	1.66 538	1.86 501	1.64 533

MonStereo1	1.94 499	2.77 492	1.52 510	3.73 550	1.51 522	2.13 522	1.42 522	2.32 527	1.52 523	2.31 531	1.50 523	2.53 536	1.59 512	2.34 529	1.56 523	1.91 507	1.36 497	1.86 521	1.31 509	2.07 506	1.53 520

4.5_new	2.00 505	1.84 421	1.98 545	2.77 514	2.16 560	2.27 525	1.28 507	2.09 513	1.98 557	2.01 515	1.28 508	2.71 548	1.98 541	2.51 538	1.65 528	2.26 523	1.33 491	1.87 522	1.87 551	2.49 528	1.60 528

3.25w	2.04 518	2.20 449	1.48 505	3.03 521	2.17 562	2.63 547	1.39 518	1.96 506	1.95 556	1.96 509	1.37 516	2.71 548	1.96 540	2.71 547	1.73 540	2.26 523	1.32 484	1.87 522	1.87 551	2.51 531	1.63 532

1w_stereo	2.05 520	2.32 458	1.35 487	3.74 551	2.01 552	2.73 551	1.42 522	1.88 503	1.93 555	2.03 517	1.28 508	2.71 548	1.99 543	2.72 549	1.72 535	2.20 520	1.32 484	1.87 522	1.86 550	2.45 524	1.54 521

GANetREF_RVC	1.55 486	1.94 435	1.22 479	1.88 478	1.21 509	1.88 509	1.22 500	1.88 503	1.22 505	1.88 506	1.22 502	1.88 509	1.22 493	1.89 512	1.22 502	1.87 502	1.22 482	1.88 525	1.22 502	1.88 502	1.22 501
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	1.59 487	1.91 429	1.21 478	1.94 481	1.20 463	2.00 517	1.23 501	1.99 508	1.24 507	2.00 514	1.25 505	2.03 519	1.26 495	2.00 516	1.29 510	1.90 506	1.18 434	1.89 526	1.21 501	1.89 503	1.20 455
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 495	3.41 510	1.52 510	2.12 488	1.41 518	2.04 518	1.41 520	2.05 512	1.46 522	2.04 518	1.41 520	2.05 520	1.42 509	2.05 517	1.43 520	2.04 514	1.54 511	1.94 527	1.38 516	1.99 505	1.33 510

MC-Stereo	1.76 492	2.96 498	1.37 497	2.14 489	1.37 515	2.14 523	1.36 512	2.14 517	1.37 517	2.14 523	1.37 516	2.14 521	1.37 506	2.14 521	1.37 516	1.97 510	1.32 484	1.97 528	1.32 510	1.98 504	1.33 510

RAFT_CTSACE	1.92 498	3.71 517	1.72 520	1.88 478	1.72 537	2.04 518	1.42 522	2.18 519	1.89 553	2.02 516	1.97 553	1.95 512	2.06 547	1.93 513	1.62 526	1.76 497	1.66 522	2.02 529	1.73 547	1.73 496	1.43 519

qwe	2.18 526	2.60 476	1.58 512	3.83 552	1.90 549	2.53 541	1.90 546	2.48 535	1.73 536	2.37 534	1.92 549	2.53 536	1.68 517	2.56 539	1.83 544	2.52 546	1.87 534	2.07 530	1.68 541	2.32 518	1.71 537

TRStereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 522	1.86 547	2.30 528	1.87 542	2.30 523	1.87 531	2.08 518	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 538

XX-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 522	1.86 547	2.30 528	1.87 542	2.30 523	1.87 531	2.08 518	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 538

EAI-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 522	1.86 547	2.30 528	1.87 542	2.30 523	1.87 531	2.08 518	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 538

asd	2.18 526	2.77 492	1.58 512	3.59 544	2.00 551	2.58 545	1.85 540	2.39 532	1.71 531	2.47 538	1.97 553	2.59 543	1.61 514	2.56 539	1.79 542	2.51 544	1.99 535	2.11 534	1.62 535	2.36 520	1.60 528

AIO_rvc	2.18 526	2.34 463	1.87 538	2.32 499	1.94 550	2.40 532	1.89 545	2.37 530	2.07 562	2.52 541	1.95 552	2.44 533	1.99 543	2.41 533	1.89 552	2.32 532	2.09 544	2.24 535	2.18 560	2.21 511	2.23 554

NCCL2	2.28 538	2.27 454	2.28 551	2.28 498	2.28 565	2.27 525	2.29 560	2.28 520	2.28 563	2.27 527	2.28 565	2.28 522	2.27 551	2.27 525	2.28 564	2.28 527	2.28 550	2.27 536	2.29 564	2.27 515	2.29 555

monsters	2.18 526	2.41 469	1.96 544	3.47 539	2.03 556	2.53 541	1.64 530	2.48 535	1.73 536	2.40 535	1.50 523	2.62 544	1.94 538	2.59 541	1.94 553	2.44 539	1.57 513	2.28 537	1.87 551	2.42 522	1.86 545

HUF	2.18 526	2.30 456	1.99 548	2.34 501	2.02 555	2.41 533	2.06 556	2.38 531	1.89 553	2.36 533	1.85 540	2.56 541	1.98 541	2.31 528	1.97 555	2.30 530	2.03 543	2.30 538	2.11 558	2.23 512	2.16 552

2.75w_new	1.99 501	2.34 463	1.81 523	3.14 523	1.62 527	1.94 511	1.99 551	2.72 542	1.71 531	2.72 546	1.99 562	1.90 510	1.73 523	1.82 510	1.29 510	2.37 535	2.01 538	2.31 539	1.42 520	1.77 499	1.22 501

STTStereo	3.73 566	30.40 613	2.37 555	2.39 502	2.31 567	2.35 530	2.33 561	2.29 522	2.42 564	2.32 532	2.34 566	2.33 526	2.36 552	2.30 527	2.27 563	2.35 534	2.22 549	2.31 539	2.22 561	2.29 517	2.34 559

asda	2.17 524	2.54 473	1.81 523	3.47 539	1.78 539	2.50 539	1.86 541	2.61 541	1.68 527	2.61 543	1.83 539	2.37 530	1.73 523	2.44 536	1.88 551	2.51 544	1.84 532	2.34 541	1.62 535	2.23 512	1.77 542

monsterstereo	2.20 532	2.33 459	1.95 543	3.65 546	2.07 557	2.49 537	1.61 528	2.48 535	1.83 545	2.45 537	1.61 531	2.67 547	1.86 530	2.64 543	1.94 553	2.48 543	1.66 522	2.34 541	1.68 541	2.40 521	1.86 545

AIO_test	2.18 526	2.09 441	2.04 549	2.42 503	2.01 552	2.47 535	1.94 547	2.34 529	2.03 561	2.56 542	1.94 550	2.43 532	1.94 538	2.41 533	1.87 550	2.39 537	2.10 545	2.35 543	1.91 557	2.25 514	2.19 553

3.75w	1.99 501	2.31 457	1.83 531	3.16 525	1.65 529	1.93 510	1.98 548	2.72 542	1.68 527	2.73 551	1.97 553	2.00 516	1.72 522	1.81 509	1.25 506	2.27 526	2.01 538	2.38 544	1.42 520	1.71 495	1.24 504

FBW_ROB	2.12 523	2.46 472	1.77 522	2.49 506	1.79 540	2.38 531	1.83 536	2.46 534	1.78 541	2.48 539	1.97 553	2.40 531	1.78 528	2.42 535	1.83 544	2.31 531	1.85 533	2.38 544	1.82 549	2.35 519	1.84 543

UDGNet	2.23 536	5.40 554	1.72 520	2.48 505	1.69 533	2.51 540	1.69 532	2.51 538	1.72 535	2.50 540	1.69 536	2.52 535	1.69 519	2.50 537	1.68 531	2.41 538	1.70 524	2.42 546	1.69 543	2.42 522	1.64 533

LG-G_1	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 550	1.87 551	2.75 552	1.87 542	2.76 555	1.87 531	2.75 553	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 524

LG-G	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 550	1.87 551	2.75 552	1.87 542	2.76 555	1.87 531	2.75 553	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 524

LGtest1	2.22 533	2.70 482	1.89 539	2.76 513	1.86 544	2.75 553	1.86 541	2.75 549	1.86 547	2.75 552	1.86 541	2.77 557	1.87 531	2.75 553	1.86 547	2.46 540	1.58 514	2.45 547	1.56 525	2.45 524	1.56 523

4.25_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 542	1.71 531	2.72 546	1.97 553	2.01 517	1.74 525	1.77 506	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 450

4.5w_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 542	1.71 531	2.72 546	1.97 553	2.01 517	1.74 525	1.77 506	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 450

4.5w-stereo	1.99 501	2.33 459	1.81 523	3.28 529	1.68 532	1.94 511	1.99 551	2.72 542	1.70 530	2.72 546	1.99 562	1.97 514	1.68 517	1.76 505	1.29 510	1.91 507	2.02 542	2.53 552	1.61 533	1.75 498	1.16 449

4.25w-stereo	1.98 500	2.72 486	1.46 504	3.47 539	1.43 519	2.07 520	1.98 548	2.53 539	1.52 523	2.71 545	1.98 559	1.81 508	1.62 515	1.96 514	1.36 515	1.88 505	2.00 536	2.53 552	1.61 533	1.74 497	1.15 446

2w_stereo	1.99 501	2.36 466	1.81 523	3.24 527	1.67 530	1.94 511	1.98 548	2.72 542	1.68 527	2.72 546	1.94 550	1.98 515	1.74 525	1.79 508	1.27 507	1.95 509	2.00 536	2.53 552	1.60 532	1.68 494	1.15 446

MonStereo	2.17 524	2.41 469	1.49 509	2.67 511	1.67 530	2.60 546	2.04 555	2.32 527	1.76 539	2.44 536	1.68 535	2.50 534	1.69 519	2.38 530	1.80 543	2.28 527	1.78 528	2.63 555	2.14 559	3.47 547	1.68 536

sCroCo_RVC	2.10 521	2.76 490	1.92 542	2.78 517	1.39 517	2.73 551	1.41 520	2.73 548	1.40 519	2.77 557	1.41 520	2.74 554	1.40 508	2.74 552	1.40 518	2.72 551	1.42 502	2.72 556	1.44 522	2.79 542	1.42 518

NLCA_NET_v2_RVC	5.04 594	50.87 623	2.78 560	2.87 518	2.71 569	2.78 556	0.47 350	2.88 555	2.86 569	1.89 507	2.67 568	2.79 558	2.79 557	2.78 556	2.83 566	2.82 552	2.82 555	2.83 557	2.77 568	2.83 543	2.76 564
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	2.93 559	3.24 507	2.57 559	4.04 553	2.66 568	3.30 562	2.55 563	3.29 560	2.55 565	3.35 562	2.48 567	3.28 562	2.47 553	3.34 562	2.49 565	3.26 555	2.55 554	3.13 558	2.57 567	3.00 544	2.46 562

plain	1.88 497	3.16 504	0.64 353	3.10 522	0.65 396	3.10 558	0.64 380	3.12 557	0.65 385	3.10 558	0.65 393	3.11 559	0.65 380	3.12 557	0.65 376	3.12 554	0.65 363	3.13 558	0.65 400	3.13 545	0.65 385

Anonymous3	2.55 550	3.26 508	1.65 515	3.28 529	1.63 528	3.24 560	1.68 531	3.27 559	1.66 526	3.28 560	1.67 534	3.25 561	1.66 516	3.27 559	1.64 527	3.26 555	1.65 521	3.30 560	1.65 537	4.95 579	1.65 535

UniTT-Stereo	2.03 515	3.43 511	0.72 378	3.42 537	0.73 411	3.27 561	0.68 391	3.38 562	0.69 399	3.29 561	0.72 416	3.28 562	0.70 398	3.35 563	0.68 388	3.39 557	0.68 370	3.31 561	0.69 409	3.37 546	0.73 402

raft_robust	4.71 589	7.75 571	5.40 592	6.81 585	3.31 584	4.28 573	4.20 596	4.32 573	4.37 597	4.35 572	4.35 596	4.14 571	3.75 579	4.30 574	4.20 594	6.67 595	6.37 590	3.36 562	4.24 598	4.86 577	3.25 583

SA	4.33 583	7.35 567	6.85 598	5.96 581	4.09 595	3.59 564	3.15 582	3.82 567	2.64 566	3.91 565	3.85 590	3.57 564	2.72 556	3.13 558	4.03 591	7.09 599	6.86 594	3.57 563	3.12 580	3.85 550	3.51 587

RAFT+CT+SA	4.28 581	7.62 570	4.91 587	5.55 578	2.28 565	3.09 557	3.64 588	4.49 574	3.07 575	4.80 586	3.35 583	4.77 590	3.70 577	4.29 573	3.05 569	5.58 588	5.98 589	3.58 564	3.78 592	4.26 557	3.72 589

DPSNet	3.66 564	3.60 513	3.62 580	3.63 545	3.64 590	3.65 565	3.65 589	3.66 565	3.67 586	3.67 564	3.65 587	3.67 566	3.66 575	3.66 564	3.68 584	3.68 560	3.66 574	3.67 565	3.68 590	3.67 548	3.67 588

RAStereo	2.23 536	3.64 514	0.76 386	3.65 546	0.86 429	3.66 566	0.76 412	3.67 566	0.81 425	3.66 563	0.76 422	3.66 565	0.77 410	3.68 565	0.77 414	3.68 560	0.77 389	3.69 566	0.77 420	3.70 549	0.77 410

TestStereo1	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 569	3.74 588	3.97 566	3.52 585	3.94 569	3.58 572	3.98 568	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 591

SA-5K	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 569	3.74 588	3.97 566	3.52 585	3.94 569	3.58 572	3.98 568	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 591

Sa-1000	4.34 584	8.37 573	6.84 597	6.98 588	4.45 598	3.58 563	3.00 568	3.42 563	3.39 584	2.61 543	4.00 593	3.83 568	4.01 586	3.90 567	3.90 589	5.98 592	5.62 587	3.76 567	2.34 565	4.35 559	2.47 563

NLCSM	3.67 565	4.08 528	3.19 576	4.80 569	3.26 583	3.99 570	3.24 584	4.25 572	3.18 582	4.09 568	3.27 582	4.14 571	3.18 570	4.13 570	3.28 580	4.06 562	3.10 564	3.85 570	3.14 581	3.91 554	3.27 584

cross-raft	4.83 590	7.52 568	6.43 594	6.63 584	3.96 594	4.51 574	3.99 594	4.49 574	3.96 593	4.52 573	3.96 592	4.50 575	3.97 585	4.50 575	3.97 590	6.65 594	6.44 591	4.33 571	3.92 594	4.35 559	3.91 594

test_4	4.88 591	8.13 572	6.98 599	7.46 589	4.44 597	4.25 572	3.85 593	4.04 571	3.92 592	4.13 569	3.91 591	4.18 573	3.84 582	4.14 571	4.06 592	7.01 598	7.13 595	4.53 572	3.72 591	4.09 555	3.72 589

test_3	5.01 593	8.86 579	7.77 601	8.09 591	2.76 570	4.13 571	4.05 595	3.88 568	3.76 590	4.33 571	4.13 594	3.71 567	3.91 583	4.21 572	4.06 592	7.93 600	7.69 597	4.53 572	3.91 593	4.17 556	4.29 597

rvit_105_1	3.83 567	5.22 547	3.01 562	4.53 557	3.01 571	4.51 574	3.01 569	4.56 576	3.04 570	4.53 575	3.03 571	4.55 578	3.03 558	4.56 576	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.57 563	3.05 569

rvit_stereo_0081	3.83 567	5.23 548	3.01 562	4.53 557	3.03 573	4.55 580	3.02 570	4.56 576	3.04 570	4.52 573	3.02 569	4.54 576	3.03 558	4.56 576	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.58 564	3.05 569

rvit_0105_6	3.87 571	5.73 561	3.10 572	4.69 567	3.12 581	4.54 576	3.02 570	4.56 576	3.04 570	4.54 577	3.03 571	4.54 576	3.04 561	4.56 576	3.05 569	4.58 572	3.05 557	4.58 576	3.05 572	4.58 564	3.05 569

rvit_stereo_0082	3.86 569	5.82 562	3.01 562	4.53 557	3.03 573	4.54 576	3.02 570	4.56 576	3.04 570	4.53 575	3.02 569	4.55 578	3.04 561	4.57 579	3.05 569	4.57 569	3.05 557	4.58 576	3.05 572	4.58 564	3.06 572

rvit_stereo_0081_aga	3.86 569	5.33 551	3.02 565	4.55 563	3.04 577	4.54 576	3.02 570	4.64 583	3.06 574	4.54 577	3.04 573	4.62 585	3.08 565	4.62 582	3.07 572	4.58 572	3.06 561	4.60 578	3.08 576	4.63 567	3.07 573

StereoVision	3.15 560	5.00 543	0.89 398	4.83 570	1.00 442	3.93 567	1.27 506	6.37 596	1.34 512	5.67 596	1.26 506	5.84 598	1.27 496	5.03 593	1.24 503	5.10 586	1.09 420	4.61 579	0.57 383	5.62 586	1.12 441

rvit_stereo_0080	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 580	3.07 575	4.58 580	3.06 574	4.59 580	3.06 563	4.61 580	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 576

whm_eth	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 580	3.07 575	4.58 580	3.06 574	4.59 580	3.06 563	4.61 580	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 576

FC-DCNN v2	5.10 595	5.15 545	4.49 585	5.07 574	3.37 585	6.87 598	4.75 598	5.04 592	6.34 602	7.84 602	5.06 599	6.72 603	4.09 587	4.99 591	5.44 599	5.03 583	3.16 568	4.67 582	4.86 599	5.15 582	3.89 593

rvit_0105_4	3.91 574	5.47 558	3.02 565	4.54 560	3.02 572	4.54 576	3.03 574	4.75 586	3.17 581	4.57 579	3.06 574	4.61 584	3.16 569	4.65 583	3.09 575	4.66 576	3.11 565	4.68 583	3.18 583	4.81 574	3.16 581

MLG-Stereo_test3	4.26 580	4.85 541	3.95 583	5.35 576	3.60 588	4.75 589	3.76 590	5.49 595	3.71 587	5.39 592	3.69 588	4.82 591	3.66 575	4.85 587	3.73 588	4.93 580	3.19 571	4.69 584	2.99 571	4.84 576	2.98 568

MLG-Stereo_test1	4.25 579	5.34 553	3.61 579	5.31 575	3.63 589	5.23 592	3.57 587	5.38 594	3.65 585	5.23 591	3.47 584	4.76 589	3.74 578	4.85 587	3.71 585	4.96 581	3.18 570	4.71 585	2.92 569	4.86 577	2.90 566

rvit_stereo_ft	3.93 577	5.44 556	3.05 569	4.59 564	3.06 578	4.61 584	3.08 579	4.67 585	3.12 580	4.63 584	3.10 579	4.65 587	3.11 567	4.69 586	3.13 577	4.70 577	3.14 567	4.71 585	3.15 582	4.74 571	3.16 581

rvit_0105_3	3.91 574	5.33 551	3.06 570	4.60 565	3.07 579	4.60 583	3.06 578	4.62 582	3.08 578	4.60 582	3.07 577	4.62 585	3.08 565	4.67 584	3.10 576	4.70 577	3.11 565	4.77 587	3.19 584	4.77 573	3.14 580

rvit_stereo_0083	3.92 576	5.30 550	3.06 570	4.61 566	3.09 580	4.67 585	3.08 579	4.66 584	3.09 579	4.62 583	3.10 579	4.66 588	3.11 567	4.67 584	3.16 578	4.72 579	3.16 568	4.77 587	3.11 579	4.66 570	3.11 578

test_5	4.62 588	7.55 569	6.23 593	6.32 583	3.40 586	5.29 593	3.50 586	3.53 564	4.11 594	4.28 570	4.47 597	4.26 574	4.38 589	3.68 565	3.24 579	5.89 590	5.60 586	4.84 589	3.50 586	4.33 558	3.93 595

TestStereo	4.88 591	4.75 539	4.79 586	4.87 572	4.92 599	4.81 591	4.90 599	4.78 587	4.77 598	4.87 588	4.89 598	4.90 593	4.91 591	4.99 591	4.79 596	4.98 582	4.87 583	4.87 590	4.92 600	5.00 580	5.00 598

MLG-Stereo_test2	4.28 581	5.46 557	3.69 581	4.86 571	3.72 591	5.58 595	3.42 585	4.81 588	3.77 591	4.85 587	3.72 589	5.55 597	3.63 574	5.58 594	3.53 583	4.41 566	3.28 572	4.99 591	2.95 570	4.75 572	3.13 579

rvit_0105_5	4.10 578	5.40 554	3.13 575	4.71 568	3.15 582	4.72 588	3.10 581	4.90 591	3.27 583	4.69 585	3.16 581	4.84 592	3.25 571	4.96 590	3.34 581	5.05 584	3.39 573	5.10 592	3.40 585	5.11 581	3.42 585

sAnonymous2	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 589	2.72 567	5.45 594	1.98 559	4.59 580	2.64 554	2.65 544	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 560

CroCo_RVC	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 589	2.72 567	5.45 594	1.98 559	4.59 580	2.64 554	2.65 544	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 560

MaDis-Stereo	3.19 561	6.02 564	1.12 419	5.61 579	1.16 459	5.43 594	1.02 441	5.15 593	0.70 403	5.43 593	1.21 501	5.03 595	0.97 423	4.85 587	0.99 434	4.53 567	1.16 430	5.53 595	1.25 506	5.37 584	1.30 507

RAFT	6.73 600	9.36 582	7.40 600	8.51 594	6.55 603	6.88 599	6.60 603	6.79 598	6.60 603	6.80 599	6.72 605	5.31 596	5.50 594	6.61 596	6.61 603	8.42 602	5.89 588	5.73 596	5.45 604	6.61 589	6.24 602

test-1	6.46 598	9.16 581	8.03 604	8.09 591	5.62 602	6.11 596	6.35 602	6.85 599	4.94 599	6.08 597	6.29 604	4.98 594	6.43 596	6.22 595	6.36 602	6.16 593	7.47 596	5.82 597	5.44 603	7.11 593	5.68 601

SGM-Forest	5.21 597	5.92 563	4.08 584	6.18 582	4.16 596	6.31 597	4.34 597	6.50 597	4.33 596	6.14 598	4.21 595	6.61 602	4.55 590	6.67 597	4.48 595	5.94 591	3.94 577	5.85 598	4.03 596	5.79 587	4.17 596
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 587	4.84 540	3.12 573	5.00 573	3.57 587	4.75 589	3.03 574	7.75 602	4.17 595	4.91 589	3.09 578	6.20 599	3.95 584	6.71 598	3.51 582	5.30 587	3.67 575	5.86 599	3.63 587	5.61 585	3.46 586

Pro-Stereo	0.79 361	0.53 227	0.38 259	0.49 276	0.38 314	0.49 327	0.37 301	0.49 314	0.67 388	0.50 333	0.38 313	1.10 434	0.38 305	0.49 323	0.38 299	0.71 361	0.88 400	5.98 600	0.36 314	0.46 301	0.36 288

test-v	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 600	6.91 604	7.29 600	5.71 602	6.45 600	6.93 597	6.73 599	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 604

test-2	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 600	6.91 604	7.29 600	5.71 602	6.45 600	6.93 597	6.73 599	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 604

rvit_stereo_0075_2	6.64 599	8.80 578	5.25 589	7.89 590	5.27 601	7.90 602	5.27 600	7.92 603	5.28 600	7.91 603	5.29 601	7.93 604	5.27 592	7.92 603	5.28 597	7.93 600	5.28 585	7.93 603	5.29 602	7.93 596	5.28 600

MIF-Stereo (partial)	2.58 551	3.31 509	0.66 357	3.18 526	0.66 399	3.18 559	0.66 383	3.21 558	0.67 388	3.19 559	0.66 395	3.19 560	0.66 383	3.31 561	0.68 388	5.09 585	1.79 530	8.23 604	1.67 539	6.18 588	1.38 516

U	5.15 596	8.49 576	1.81 523	8.49 593	1.77 538	8.49 603	1.77 535	8.51 604	1.77 540	8.49 604	1.77 538	8.50 605	1.78 528	8.58 604	1.77 541	8.54 603	1.78 528	8.55 605	1.78 548	8.55 599	1.84 543

SGM+DAISY	7.06 601	9.15 580	5.38 591	8.84 595	5.18 600	8.80 604	5.31 601	8.79 605	5.28 600	8.89 605	5.20 600	8.93 606	5.33 593	8.95 605	5.36 598	8.70 604	5.21 584	8.74 606	5.20 601	8.89 600	5.15 599

rafts_anoy	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

raft+_RVC	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

raftrobust	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

CasAABBNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

RALCasStereoNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

RALAANet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

MANE	19.05 605	23.00 598	15.00 605	23.00 612	15.00 606	24.00 611	16.00 606	24.00 612	16.00 606	22.00 612	15.00 606	23.00 613	16.00 606	23.00 612	15.00 606	22.00 613	15.00 607	22.00 613	15.00 607	22.00 613	15.00 606

111	30.40 612	30.94 614	29.72 613	32.61 613	30.02 614	33.57 612	30.47 614	31.50 613	29.39 614	30.98 613	29.11 614	29.78 614	30.39 617	29.45 613	30.76 617	30.08 614	29.02 615	29.92 614	30.32 618	29.86 614	30.17 614

fff	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 614	10000000.00 633	35.27 616	29.82 615	32.45 615	30.15 614	32.35 614	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 615

csc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 614	10000000.00 633	35.27 616	29.82 615	32.45 615	30.15 614	32.35 614	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 615

cscssc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 614	10000000.00 633	35.27 616	29.82 615	32.45 615	30.15 614	32.35 614	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 615

WCMA_ROB	31.10 613	35.43 618	27.12 612	39.51 624	23.10 613	38.78 623	25.30 613	37.49 624	25.39 613	37.29 623	27.02 613	38.52 625	26.48 613	37.80 623	26.44 613	36.28 621	22.65 614	33.90 618	22.30 614	37.10 622	24.18 613

tt	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 617	33.55 616	34.50 614	35.43 618	33.81 618	10000000.00 634	33.57 617	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 619

DCANet	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 617	33.55 616	34.50 614	35.43 618	33.81 618	10000000.00 634	33.57 617	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 619

DCANet-4	35.22 614	34.54 615	35.08 619	33.58 617	35.47 621	34.55 613	35.53 621	36.08 619	35.85 618	35.92 619	35.77 620	35.18 620	35.48 619	35.39 619	37.15 623	34.55 620	33.92 619	35.02 621	34.90 620	35.79 618	34.74 621

ADStereo(finetuned)	36.13 615	36.63 619	38.07 623	36.97 618	33.25 618	35.91 617	34.45 618	36.36 620	32.99 615	38.14 624	36.71 621	36.69 621	34.13 618	38.57 624	40.79 624	37.60 625	36.58 622	35.90 622	33.36 619	35.42 617	34.04 618

Reg-Stereo(zero)	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 621	37.00 619	37.00 620	37.00 622	37.00 622	37.00 620	37.00 620	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 622

HI	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 621	37.00 619	37.00 620	37.00 622	37.00 622	37.00 620	37.00 620	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 622

CoSv	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 621	37.00 619	37.00 620	37.00 622	37.00 622	37.00 620	37.00 620	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 622

NOSS_ROB	102.95 620	153.00 628	121.00 627	51.00 625	44.00 625	165.00 627	127.00 627	153.00 627	119.00 624	164.00 628	125.00 627	168.00 629	120.00 625	153.00 627	117.00 627	49.00 626	44.00 626	49.00 626	44.00 626	49.00 623	44.00 625

CBMV	128.50 621	1422.70 635	53.10 625	79.50 626	51.30 626	77.30 625	49.70 625	74.00 625	48.20 623	77.20 626	48.80 626	73.90 627	48.00 624	73.80 626	48.80 626	70.40 627	45.10 627	68.90 627	46.10 627	68.20 624	45.00 626
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 619	87.70 624	41.95 624	113.75 627	65.62 627	75.05 624	55.25 626	75.64 626	45.04 622	71.61 625	41.75 625	72.81 626	44.06 623	68.38 625	44.63 625	101.89 628	59.57 628	107.10 628	61.05 628	104.38 625	59.38 627

MeshStereo	159.24 622	171.00 629	160.68 630	162.58 628	160.59 628	164.01 626	160.35 628	158.51 628	158.56 625	158.34 627	160.12 628	158.56 628	159.92 626	157.26 628	158.94 628	154.38 629	158.36 629	155.75 629	159.13 630	153.67 626	154.07 628
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	201.80 623	123.00 625	115.00 626	219.00 629	218.00 630	223.00 628	244.00 630	217.00 629	236.00 627	202.00 629	203.00 629	205.00 630	208.00 627	225.00 629	204.00 629	210.00 630	198.00 630	197.00 630	184.00 631	204.00 627	201.00 629

MGS-Stereo	239.45 624	123.00 625	135.00 628	266.00 630	286.00 631	277.00 629	305.00 631	271.00 630	242.00 628	274.00 630	279.00 631	255.00 631	270.00 629	268.00 630	297.00 631	221.00 631	247.00 632	216.00 631	123.00 629	217.00 628	217.00 631

EGLCR-Stereo	246.90 625	129.00 627	139.00 629	266.00 630	286.00 631	277.00 629	305.00 631	271.00 630	242.00 628	274.00 630	279.00 631	255.00 631	270.00 629	268.00 630	297.00 631	230.00 632	247.00 632	216.00 631	223.00 633	237.00 629	227.00 632

DLCB_ROB	284.23 626	354.61 631	207.27 631	363.24 632	206.46 629	364.72 631	210.41 629	364.72 632	210.41 626	364.81 632	208.64 630	364.81 633	208.64 628	364.72 632	210.41 630	354.70 633	205.53 631	354.70 633	205.53 632	354.70 630	205.53 630

LE_ROB	396.57 627	471.28 632	329.84 632	471.48 633	308.15 633	526.83 632	322.10 633	488.15 633	323.76 630	495.46 633	317.97 633	497.17 634	320.10 631	481.62 633	326.76 633	462.71 634	298.97 634	466.16 634	285.98 634	447.62 631	289.21 633

SGM-ForestM	596.69 628	677.77 633	444.52 633	699.85 634	517.25 634	732.94 633	488.29 634	770.79 634	460.11 631	750.81 634	487.98 634	792.79 635	499.41 632	730.90 634	475.81 634	720.03 635	491.16 635	663.96 635	418.60 635	674.76 632	436.05 634

CBMV_ROB	818.48 629	913.88 634	709.52 634	862.84 635	597.78 635	1073.99 634	700.52 635	1015.66 635	702.59 632	1115.65 635	760.02 635	1130.24 636	721.57 633	1037.41 635	692.65 635	814.05 636	564.29 636	843.28 636	595.31 636	915.51 633	602.92 635

111111	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

SGD-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

IGEV-Stereo++	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

IGEV-BASED-STEREO-	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

IGEV-Stereo+	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

SDNR	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

anonymousdsp2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

anonymousdsp	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

test_example2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

DIP-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636
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