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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 478	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

CoDeX	0.15 160	0.70 321	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 510	0.02 15	0.69 496	0.75 521	0.01 9	0.02 21	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

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

Wz-Net-LNSev	0.06 61	0.24 162	0.20 207	0.23 194	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 213	0.21 222	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 292	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 274	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 74	0.16 129	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 232	0.02 20	0.02 21	0.71 465	0.02 16	0.02 19	0.02 21	0.02 21	0.16 209

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 478	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 94	0.08 89	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

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

USTest	0.01 9	0.02 12	0.00 1	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

test_sample6	0.09 80	0.97 382	0.10 99	0.10 88	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 80	0.87 355	0.10 99	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 409	0.11 119	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 355	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 403	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 379	0.09 95	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

1111x	0.10 98	1.14 425	0.13 150	0.14 129	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 403	0.10 99	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

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

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

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

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

Wz-Net-LNSev-Ref	0.11 119	0.44 243	0.33 289	0.39 266	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 311	0.36 353	0.02 19	0.02 21	0.02 21	0.02 20

222	0.10 98	0.99 391	0.12 130	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

SFCPSM	0.17 173	0.78 337	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 550	0.02 15	0.75 509	0.76 523	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 218	1.31 495	0.74 505	0.92 473	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 503	0.75 509	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 494	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 80	0.02 12	0.04 64	0.90 468	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 175	0.36 400	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 601	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

IGEV_i1	0.26 228	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 712	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 481	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 83	0.03 39	0.15 141	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 508	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 98	0.98 383	0.14 155	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 425	0.17 192	0.20 177	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 184	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 148	1.22 487	0.28 247	0.32 234	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 259	0.27 256	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

DualNet (step1)	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 393	0.11 119	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 98	1.07 417	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 409	0.12 130	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

11t1	0.17 173	2.16 584	0.13 150	0.13 125	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.05 115	0.18 184	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

DualNet	0.10 98	1.07 417	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

x	0.11 119	1.15 428	0.15 175	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 340	1.91 564	0.92 531	1.91 609	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	1.44 634	0.04 93	0.03 57	0.02 21	0.03 52

test_xeample	0.10 98	1.09 419	0.13 150	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

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

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

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 598	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 598	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 148	0.04 52	0.03 39	2.22 623	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 569	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ManiGeoR	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 173	0.05 66	0.63 467	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 465	0.59 466	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 173	0.05 66	0.62 463	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 173	0.05 66	0.65 474	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 465	0.59 466	0.05 108	0.04 99	0.05 114	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 431	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 167	1.21 481	0.33 289	0.41 293	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 277	0.31 293	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 197	1.40 504	0.53 440	0.56 400	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 430	0.44 409	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 182	1.47 506	0.33 289	0.40 279	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 298	0.32 298	0.05 108	0.04 99	0.04 97	0.04 96

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

mmm	0.14 148	1.83 549	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

ffm	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 127	0.05 117	0.06 117	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 127	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

qqq	0.16 167	2.01 574	0.12 130	0.15 141	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 127	0.03 53	0.06 117	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

xxxx	0.11 119	1.16 430	0.16 182	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 565	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 671	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 688	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 674	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 605	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 160	0.04 52	0.04 64	2.20 622	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 215	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 227	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 141	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 141	0.05 117	0.09 147	0.08 142	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ISRNet	0.11 119	0.05 66	0.36 316	0.24 199	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 173	0.05 117	0.05 103	0.09 147	0.24 222	0.20 217	0.10 148	0.05 123	0.06 125	0.13 194

qqq1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

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

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

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

GwcNet	0.12 132	0.07 83	0.05 79	0.08 76	0.05 126	0.08 139	1.20 597	0.07 138	0.05 124	0.05 112	0.05 127	0.08 141	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 667	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

2222	0.09 80	0.59 305	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 309	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 298	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 127	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TS12	0.09 80	0.09 94	0.17 192	0.19 173	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 141	0.06 136	0.08 141	0.06 133	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

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

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

BEATNet-Init1	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

SuperB	0.21 197	0.10 99	2.51 705	0.12 113	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 149	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

DeepPrunerF	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 141	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

SepStereo	0.09 80	0.09 94	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 149	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

ELAS	0.13 139	0.16 129	0.11 119	0.15 141	0.09 155	0.18 201	0.11 174	0.18 200	0.11 178	0.17 194	0.11 176	0.18 201	0.11 175	0.18 199	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
over v1	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 124	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.09 147	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

S2M2_L	0.12 132	0.14 124	0.10 99	0.15 141	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.15 182	0.10 158	0.14 175	0.10 158	0.14 175	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 260	1.29 491	1.19 560	1.36 584	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 599	1.21 611	0.03 41	0.09 149	0.02 21	0.09 150

UNet	0.29 237	0.90 365	0.10 99	0.14 129	0.10 162	0.14 173	0.10 157	0.91 524	0.69 529	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 518	0.76 544

PASM	0.39 309	3.06 639	1.36 626	1.58 594	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 165	0.09 154	0.09 147	0.09 147	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 172

DRN-Test	0.14 148	0.13 117	0.09 95	0.14 129	0.09 155	0.15 183	0.09 152	0.14 173	0.10 160	0.14 173	0.09 154	0.14 175	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 537

StereoDRNet	0.15 160	0.14 124	0.10 99	0.14 129	0.09 155	0.15 183	0.09 152	0.14 173	0.09 156	0.14 173	0.10 158	0.14 175	0.09 154	0.14 175	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 553

ELAS_RVC	0.14 148	0.16 129	0.10 99	0.15 141	0.10 162	0.18 201	0.11 174	0.19 202	0.11 178	0.19 200	0.12 186	0.18 201	0.11 175	0.19 202	0.12 183	0.14 140	0.08 91	0.14 172	0.09 149	0.15 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
over-6	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over-9	0.11 119	0.11 110	0.16 182	0.16 151	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 165	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

CAS++	0.17 173	0.27 175	0.21 213	0.10 88	0.21 267	0.15 183	0.22 253	0.10 149	0.21 254	0.22 223	0.10 158	0.19 205	0.18 243	0.10 152	0.19 241	0.20 191	0.19 215	0.18 212	0.10 158	0.19 212	0.18 233
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AnonymousM	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 153	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

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

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

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

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

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

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

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

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

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

SGM_RVC	0.15 160	0.17 134	0.11 119	0.18 168	0.11 182	0.19 204	0.11 174	0.19 202	0.12 196	0.19 200	0.12 186	0.20 210	0.12 193	0.19 202	0.12 183	0.16 166	0.11 129	0.17 201	0.10 158	0.17 202	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
EE1	0.13 139	0.14 124	0.14 155	0.17 165	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

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

LACA_dic	0.45 376	0.13 117	1.78 655	1.70 604	0.12 197	0.13 171	0.12 189	0.16 189	0.15 215	0.13 172	0.12 186	0.13 173	0.11 175	0.16 188	0.13 192	1.73 627	1.69 657	0.16 191	0.11 172	0.13 175	0.13 194

MatchStereo	0.54 419	0.12 115	2.38 703	2.32 639	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 149	0.07 147	0.09 147	0.08 142	2.34 679	2.34 698	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
S2M2_XL	0.14 148	0.17 134	0.12 130	0.17 165	0.11 182	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.11 176	0.17 197	0.11 175	0.17 196	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 119	0.12 115	0.11 119	0.11 105	0.11 182	0.11 161	0.14 198	0.11 161	0.11 178	0.12 170	0.11 176	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.16 184	0.11 159	0.11 172	0.11 163	0.11 172

JetBlue	0.11 119	0.11 110	0.12 130	0.13 125	0.14 204	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 165	0.11 175	0.12 173	0.12 183	0.11 112	0.11 129	0.11 159	0.11 172	0.11 163	0.11 172

ProNet	0.14 148	0.20 142	0.14 155	0.16 151	0.11 182	0.16 190	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 197	0.13 199	0.17 196	0.12 183	0.15 153	0.11 129	0.16 191	0.11 172	0.15 188	0.12 187

CIPLG	0.13 139	0.21 148	0.12 130	0.16 151	0.11 182	0.15 183	0.11 174	0.14 173	0.11 178	0.15 182	0.12 186	0.15 188	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLG	0.13 139	0.20 142	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

MIPNet	0.14 148	0.21 148	0.17 192	0.16 151	0.11 182	0.15 183	0.12 189	0.14 173	0.11 178	0.16 187	0.11 176	0.14 175	0.11 175	0.14 175	0.11 169	0.14 140	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 148	0.24 162	0.14 155	0.16 151	0.12 197	0.15 183	0.12 189	0.14 173	0.11 178	0.15 182	0.12 186	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ACRE	0.13 139	0.21 148	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.12 186	0.14 175	0.11 175	0.14 175	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ICVP	0.15 160	0.53 288	0.11 119	0.16 151	0.11 182	0.16 190	0.11 174	0.16 189	0.11 178	0.16 187	0.11 176	0.16 189	0.11 175	0.16 188	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 186	0.11 165	0.11 175	0.11 165	0.11 169	0.11 112	0.11 129	0.14 172	0.11 172	0.49 437	0.11 172

cf-r	0.66 445	2.17 585	0.12 130	0.18 168	0.12 197	0.18 201	2.70 724	2.60 697	0.12 196	0.18 198	0.12 186	0.18 201	0.12 193	0.18 199	0.12 183	0.15 153	0.11 129	0.15 187	0.11 172	1.81 644	1.74 699

HSM	0.14 148	0.16 129	0.12 130	0.17 165	0.12 197	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 197	0.12 193	0.17 196	0.12 183	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.12 187

LALA_ROB	0.15 160	0.19 138	0.12 130	0.18 168	0.11 182	0.20 210	0.12 189	0.21 219	0.12 196	0.20 207	0.12 186	0.20 210	0.12 193	0.21 220	0.13 192	0.17 176	0.10 106	0.18 212	0.11 172	0.18 206	0.11 172

VeloStereo	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 296	0.10 153	0.08 152	0.10 152	0.12 183	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

flow	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 296	0.10 153	0.08 152	0.10 152	0.12 183	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

DF	0.39 309	1.37 501	1.02 544	1.14 507	0.12 197	0.16 190	0.12 189	0.16 189	0.12 196	0.16 187	0.12 186	0.16 189	0.12 193	0.16 188	0.12 183	1.12 541	1.00 533	0.15 187	0.12 190	0.15 188	0.12 187

IPLGR_C	0.14 148	0.20 142	0.12 130	0.15 141	0.11 182	0.14 173	0.15 206	0.14 173	0.11 178	0.15 182	0.12 186	0.14 175	0.11 175	0.16 188	0.11 169	0.15 153	0.12 143	0.14 172	0.12 190	0.15 188	0.12 187

ACVNet	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 219	0.14 203	0.20 207	0.13 200	0.21 218	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 187

acv_ft	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 219	0.14 203	0.20 207	0.13 200	0.21 218	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 187

hitnet-ft	0.79 483	2.78 634	0.14 155	0.20 177	0.14 204	0.21 221	2.89 725	2.80 712	0.14 203	0.20 207	0.14 205	0.20 210	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.54 698	2.33 716

PSMNet-RSSM	0.77 479	2.76 629	0.14 155	0.20 177	0.14 204	0.20 210	2.66 722	2.79 711	0.14 203	0.21 219	0.14 205	0.21 218	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 714

GwcNet-RSSM	0.77 479	2.77 631	0.14 155	0.20 177	0.14 204	0.20 210	2.67 723	2.78 710	0.14 203	0.20 207	0.14 205	0.20 210	0.14 204	0.21 220	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 714

CFNet-ft	0.55 424	1.57 510	0.14 155	0.20 177	0.14 204	0.20 210	2.53 720	1.61 637	0.14 203	0.20 207	0.14 205	0.20 210	0.14 204	0.20 207	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	1.56 632	1.24 648

PDISCO_ROB	0.83 500	2.80 635	3.49 727	0.14 129	0.11 182	0.17 197	0.09 152	0.15 188	0.10 160	0.15 182	0.12 186	0.16 189	0.14 204	3.30 718	0.13 192	0.14 140	2.34 698	0.16 191	0.12 190	2.62 699	0.10 158

DA	0.09 80	0.13 117	0.39 334	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 127	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

GGEV	0.09 80	0.13 117	0.39 334	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 127	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

DDVS	0.30 238	3.10 640	0.14 155	0.19 173	0.14 204	0.19 204	0.14 198	0.20 209	0.14 203	0.19 200	0.13 200	0.16 189	0.13 199	0.19 202	0.13 192	0.17 176	0.13 166	0.17 201	0.13 201	0.17 202	0.13 194

GANet-RSSM	0.75 473	1.91 564	0.14 155	0.47 326	0.14 204	0.21 221	3.21 741	2.30 683	0.14 203	0.46 409	0.14 205	0.23 236	0.18 243	0.21 220	0.14 197	0.18 184	0.27 256	0.37 330	0.13 201	2.13 667	2.12 709

DeepPruner_ROB	0.16 167	0.18 137	0.13 150	0.19 173	0.13 202	0.19 204	0.13 196	0.19 202	0.13 200	0.19 200	0.13 200	0.19 205	0.13 199	0.19 202	0.13 192	0.18 184	0.13 166	0.18 212	0.13 201	0.18 206	0.13 194

FADE		0.06 79		0.09 83	0.10 162							0.05 113				0.15 153	0.10 106	0.17 201	0.13 201	0.11 163

SCION-MonSter(vits)	0.25 218	0.79 339	0.31 275	0.42 303	0.28 297	0.40 320	0.28 290	0.20 209	0.15 215	0.40 315	0.15 215	0.19 205	0.15 216	0.20 207	0.15 209	0.23 213	0.21 222	0.17 201	0.14 207	0.16 193	0.14 200

SCION-MonSter	0.21 197	0.76 333	0.22 215	0.25 206	0.15 218	0.19 204	0.15 206	0.19 202	0.15 215	0.19 200	0.15 215	0.19 205	0.15 216	0.19 202	0.14 197	0.22 201	0.21 222	0.16 191	0.14 207	0.16 193	0.15 207

Weightmod_eth	0.20 188	0.24 162	0.28 247	0.47 326	0.14 204	0.24 238	0.14 198	0.17 196	0.13 200	0.22 223	0.16 221	0.22 228	0.13 199	0.20 207	0.16 217	0.24 222	0.20 217	0.19 215	0.14 207	0.16 193	0.24 257

DepthFocus	0.18 182	0.22 152	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.22 223	0.15 215	0.22 228	0.16 220	0.22 226	0.15 209	0.20 191	0.15 181	0.20 220	0.14 207	0.20 213	0.14 200

RSGM-EC	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.24 236	0.15 215	0.22 228	0.15 216	0.22 226	1.19 597	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 200

acva	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 225	0.15 215	0.24 236	0.15 215	0.22 228	0.15 216	0.22 226	1.19 597	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 200

castereo++	0.54 419	3.59 651	1.15 554	1.31 578	0.14 204	0.16 190	0.14 198	0.16 189	0.14 203	0.16 187	0.14 205	0.16 189	0.13 199	0.16 188	0.14 197	1.45 614	1.16 559	0.15 187	0.14 207	0.15 188	0.13 194

ITSA-stereo	0.15 160	0.17 134	0.13 150	0.20 177	0.13 202	0.19 204	0.13 196	0.18 200	0.13 200	0.19 200	0.13 200	0.18 201	0.14 204	0.18 199	0.14 197	0.16 166	0.11 129	0.15 187	0.14 207	0.18 206	0.11 172

LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.23 229	0.10 158	0.20 210	0.10 158	0.24 237	0.11 169	0.11 112	0.09 101	0.12 166	0.14 207	0.12 173	0.09 150

GMStereo	0.14 148	0.13 117	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 175	0.14 204	0.14 175	0.14 197	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 173	0.71 322	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 175	0.14 204	0.14 175	0.22 252	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 200

depth_test_26	0.20 188	0.34 190	0.25 229	0.34 244	0.14 204	0.21 221	0.14 198	0.21 219	0.14 203	0.21 219	0.14 205	0.21 218	0.14 204	0.21 220	0.14 197	0.26 231	0.26 243	0.22 230	0.15 218	0.22 223	0.14 200

VIP-Stereo	0.70 459	2.97 638	2.43 704	2.49 650	0.16 229	0.25 248	0.16 213	0.25 243	0.16 223	0.25 244	0.18 246	0.25 249	0.16 220	0.26 258	0.16 217	1.86 631	1.26 613	0.23 239	0.15 218	0.23 235	0.15 207

dd	0.23 211	0.98 383	0.16 182	0.23 194	0.15 218	0.23 235	0.15 206	0.23 232	0.15 215	0.23 229	0.15 215	0.24 242	0.17 232	0.23 233	0.15 209	0.22 201	0.15 181	0.21 225	0.15 218	0.22 223	0.16 209

GEAR-Net	0.22 204	0.46 256	0.27 239	0.29 220	0.17 235	0.21 221	0.17 223	0.21 219	0.17 233	0.21 219	0.17 229	0.21 218	0.17 232	0.21 220	0.17 224	0.28 240	0.26 243	0.20 220	0.16 221	0.20 213	0.16 209

LACA2	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 235	0.16 223	0.24 236	0.16 221	0.24 242	0.16 220	0.24 237	0.16 217	0.27 235	0.23 235	0.24 249	0.16 221	0.23 235	0.16 209

LACA1	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 235	0.16 223	0.24 236	0.16 221	0.24 242	0.16 220	0.24 237	0.16 217	0.27 235	0.22 229	0.23 239	0.16 221	0.23 235	0.16 209

RAFT-FEzeroshot	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 218	0.16 220	0.27 262	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 732

RAFT-FE	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 218	0.16 220	0.27 262	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 732

xyz-stereo-finetune2	0.18 182	0.48 267	0.16 182	0.16 151	0.15 218	0.15 183	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 189	0.16 220	0.16 188	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 209

xyz-stereo	0.18 182	0.50 274	0.16 182	0.15 141	0.16 229	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 189	0.16 220	0.16 188	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 209

castereo	0.61 434	3.79 659	1.35 618	1.52 592	0.15 218	0.17 197	0.16 213	0.20 209	0.21 254	0.18 198	0.16 221	0.21 218	0.12 193	0.26 258	0.17 224	1.43 613	1.38 630	0.17 201	0.16 221	0.18 206	0.16 209

tg	0.21 197	0.25 169	0.21 213	0.26 214	0.17 235	0.24 238	0.17 223	0.24 235	0.17 233	0.24 236	0.17 229	0.24 242	0.17 232	0.24 237	0.17 224	0.24 222	0.17 205	0.23 239	0.16 221	0.23 235	0.16 209

ACV-stereo	0.30 238	2.08 576	0.25 229	0.25 206	0.18 247	0.24 238	0.17 223	0.24 235	0.18 240	0.24 236	0.17 229	0.25 249	0.17 232	0.24 237	0.17 224	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 209

GMStereo_Zeroshot	0.16 167	0.16 129	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 189	0.16 220	0.16 188	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 209

IGEV_Zeroshot_test	0.20 188	0.19 138	0.40 366	0.30 222	0.17 235	0.22 226	0.17 223	0.21 219	0.17 233	0.20 207	0.17 229	0.21 218	0.18 243	0.21 220	0.17 224	0.20 191	0.16 184	0.20 220	0.16 221	0.20 213	0.17 227

MSKI-zero shot	0.24 215	0.21 148	0.49 420	0.65 420	0.18 247	0.22 226	0.17 223	0.23 232	0.18 240	0.21 219	0.17 229	0.23 236	0.28 301	0.23 233	0.18 237	0.21 199	0.16 184	0.21 225	0.16 221	0.21 221	0.16 209

gwcnet-sp	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 265	0.26 285	0.20 207	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 247

scenet	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 265	0.26 285	0.20 207	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 247

ssnet	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 209	0.25 273	1.61 642	0.23 266	0.28 265	0.26 285	0.20 207	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 247

dad	0.23 211	1.03 409	0.16 182	0.23 194	0.15 218	0.24 238	0.15 206	0.24 235	0.16 223	0.23 229	0.16 221	0.24 242	0.16 220	0.23 233	0.15 209	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 209

MMNet	0.44 353	1.24 489	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 618	0.93 572	0.25 244	0.17 229	0.25 249	0.18 243	0.25 246	0.17 224	0.23 213	0.16 184	0.23 239	0.16 221	1.20 569	0.99 570

delet	0.43 340	1.21 481	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 618	0.95 574	0.25 244	0.17 229	0.25 249	0.17 232	0.25 246	0.17 224	0.23 213	0.16 184	0.22 230	0.16 221	1.18 565	0.98 569

psm_up	0.43 340	1.19 434	0.17 192	0.25 206	0.18 247	0.25 248	0.19 238	1.26 618	0.91 566	0.26 253	0.17 229	0.25 249	0.17 232	0.25 246	0.17 224	0.22 201	0.17 205	0.23 239	0.16 221	1.18 565	0.99 570

UPFNet	0.42 338	1.20 435	0.17 192	0.24 199	0.17 235	0.25 248	0.17 223	1.19 564	0.90 565	0.25 244	0.17 229	0.24 242	0.17 232	0.25 246	0.17 224	0.22 201	0.17 205	0.22 230	0.16 221	1.15 557	0.93 563

iResNetv2_ROB	0.20 188	0.23 154	0.18 202	0.24 199	0.20 256	0.24 238	0.18 232	0.24 235	0.18 240	0.24 236	0.18 246	0.23 236	0.19 250	0.24 237	0.18 237	0.21 199	0.16 184	0.21 225	0.16 221	0.22 223	0.16 209

iResNet	0.20 188	0.23 154	0.18 202	0.24 199	0.18 247	0.24 238	0.20 242	0.24 235	0.18 240	0.23 229	0.17 229	0.23 236	0.18 243	0.23 233	0.18 237	0.22 201	0.16 184	0.21 225	0.16 221	0.21 221	0.16 209

SMOE	0.23 211	0.25 169	0.30 257	0.33 238	0.18 247	0.26 257	0.18 232	0.26 249	0.18 240	0.26 253	0.18 246	0.25 249	0.18 243	0.25 246	0.18 237	0.31 256	0.27 256	0.23 239	0.17 244	0.23 235	0.17 227

LACA3	0.23 211	0.25 169	0.27 239	0.54 393	0.17 235	0.25 248	0.17 223	0.25 243	0.17 233	0.25 244	0.17 229	0.25 249	0.17 232	0.25 246	0.17 224	0.28 240	0.23 235	0.24 249	0.17 244	0.24 240	0.17 227

IGEV-FE	0.35 271	0.37 200	0.17 192	0.19 173	0.17 235	0.20 210	0.17 223	0.19 202	0.17 233	0.19 200	0.17 229	0.19 205	0.17 232	0.37 306	0.36 400	0.19 188	0.17 205	0.19 215	0.17 244	0.38 323	2.84 723

DEFOM-Stereo_RVC	0.83 500	5.18 693	1.98 691	2.19 621	0.17 235	0.19 204	0.18 232	0.19 202	0.16 223	0.20 207	0.19 249	0.22 228	0.22 263	0.20 207	0.15 209	2.28 672	2.13 693	0.24 249	0.17 244	0.18 206	0.16 209

Pointernet	0.21 197	0.22 152	0.19 204	0.24 199	0.19 253	0.24 238	0.19 238	0.24 235	0.19 247	0.24 236	0.19 249	0.24 242	0.19 250	0.24 237	0.19 241	0.22 201	0.17 205	0.22 230	0.17 244	0.22 223	0.17 227

MIM_Stereo	0.25 218	0.23 154	0.66 476	0.80 455	0.17 235	0.22 226	0.17 223	0.23 232	0.18 240	0.26 253	0.17 229	0.21 218	0.17 232	0.25 246	0.17 224	0.23 213	0.16 184	0.21 225	0.17 244	0.22 223	0.17 227

ac_64	0.22 204	0.13 117	0.19 204	0.23 194	0.10 162	0.26 257	1.02 582	0.14 173	0.10 160	0.28 259	0.14 205	0.17 197	0.19 250	0.28 267	0.09 147	0.22 201	0.16 184	0.23 239	0.17 244	0.11 163	0.12 187

ssnet_v2	0.68 453	1.96 572	1.25 614	0.29 220	0.20 256	0.30 269	0.20 242	0.29 259	0.22 258	1.50 638	0.20 253	0.31 280	0.20 254	0.27 262	0.22 252	0.24 222	1.49 637	0.26 259	0.18 251	3.90 709	0.19 236

SME	0.27 229	0.29 180	0.31 275	0.38 257	0.20 256	0.29 267	0.18 232	0.30 262	0.20 249	0.32 277	0.21 259	0.32 284	0.20 254	0.32 281	0.21 248	0.35 277	0.32 298	0.27 264	0.19 252	0.29 258	0.20 238

DLNR-FE	0.28 232	0.89 361	0.30 257	0.34 244	0.19 253	0.28 264	0.19 238	0.28 254	0.20 249	0.28 259	0.20 253	0.28 265	0.20 254	0.28 267	0.20 244	0.33 265	0.28 264	0.25 254	0.19 252	0.24 240	0.19 236

Weightmod	0.27 229	0.29 180	0.33 289	0.38 257	0.20 256	0.30 269	0.21 248	0.29 259	0.21 254	0.29 264	0.22 261	0.30 275	0.20 254	0.30 273	0.21 248	0.37 285	0.31 293	0.27 264	0.20 254	0.28 254	0.21 242

BStereo	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 306	0.17 233	0.23 229	0.17 229	0.23 236	0.16 220	0.24 237	0.17 224	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 209

Anonymus123	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 306	0.17 233	0.23 229	0.17 229	0.23 236	0.16 220	0.24 237	0.17 224	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 209

DAS	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 210	0.20 254	0.20 207	0.20 244	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 238

ASD4	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 210	0.20 254	0.20 207	0.20 244	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 238

DCVSM-stereo	0.36 279	1.89 561	0.22 215	0.40 279	0.22 269	0.40 320	0.22 253	0.40 315	0.22 258	0.40 315	0.22 261	0.40 328	0.22 263	0.40 321	0.22 252	0.28 240	0.21 222	0.28 268	0.21 259	0.28 254	0.20 238

HGLStereo	0.28 232	0.29 180	0.22 215	0.36 251	0.22 269	0.36 296	0.21 248	0.36 284	0.21 254	0.42 346	0.21 259	0.36 300	0.22 263	0.36 299	0.21 248	0.34 269	0.21 222	0.34 301	0.21 259	0.34 282	0.21 242

DISCO	1.11 555	0.39 211	5.28 741	0.39 266	0.20 256	0.39 318	0.27 279	0.39 306	0.22 258	0.38 301	0.20 253	0.38 313	0.20 254	6.95 759	0.22 252	0.30 250	0.21 222	0.27 264	0.21 259	5.25 741	0.21 242

Select-FE	0.41 323	0.44 243	0.23 219	0.26 214	0.22 269	0.26 257	0.22 253	0.26 249	0.23 265	0.26 253	0.23 266	0.26 261	0.23 269	0.45 411	0.42 446	0.25 229	0.22 229	0.25 254	0.22 262	0.45 411	2.90 724

WAO-6	0.22 204	0.23 154	0.22 215	0.23 194	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 228	0.22 263	0.22 226	0.22 252	0.22 201	0.22 229	0.22 230	0.22 262	0.22 223	0.22 245

IMH-64-1	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 228	0.22 263	0.22 226	0.22 252	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 247

IMH-64	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 228	0.22 263	0.22 226	0.22 252	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 247

NINENet	0.69 456	3.87 663	1.20 563	1.98 614	0.05 126	0.40 320	0.04 103	0.40 315	0.05 124	0.41 332	0.04 110	0.41 343	0.05 117	0.40 321	0.05 115	1.79 629	1.56 643	0.34 301	0.22 262	0.34 282	0.23 247

FCDSN-DC	0.41 323	0.59 305	0.64 470	0.54 393	0.33 396	0.50 450	0.37 414	0.42 352	0.40 437	0.61 482	0.43 457	0.50 453	0.49 480	0.38 310	0.32 365	0.28 240	0.23 235	0.26 259	0.22 262	0.35 295	0.28 331
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
model_zeroshot	0.27 229	0.20 142	0.27 239	0.33 238	0.21 267	0.37 304	0.22 253	0.37 292	0.24 268	0.26 253	0.27 288	0.33 288	0.21 262	0.25 246	0.27 277	0.32 259	0.20 217	0.34 301	0.23 268	0.25 243	0.26 265

WCG-NET（raft）	0.32 254	1.24 489	0.24 226	0.32 234	0.24 280	0.32 285	0.23 262	0.32 270	0.24 268	0.32 277	0.24 273	0.32 284	0.24 272	0.32 281	0.24 262	0.30 250	0.23 235	0.30 275	0.23 268	0.30 262	0.23 247

BUS	0.83 500	1.91 564	0.92 531	4.48 702	0.02 22	0.40 320	0.04 103	0.41 334	0.02 22	0.48 422	0.03 56	0.41 343	0.05 117	0.03 43	0.05 115	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 303

CRFU-Net	0.65 443	1.67 514	1.22 610	1.96 613	0.27 291	0.41 339	0.27 279	0.41 334	0.27 291	0.40 315	0.26 284	0.41 343	0.27 292	0.40 321	0.27 277	1.80 630	1.62 651	0.34 301	0.23 268	0.33 277	0.23 247

BSDual-CNN	0.81 491	1.91 564	0.92 531	4.48 702	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 303

hknet	1.10 553	1.85 555	3.49 727	4.48 702	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.41 343	0.03 53	0.42 355	0.03 52	4.39 715	4.19 729	0.33 291	0.23 268	0.34 282	0.27 303

FENet	0.54 419	1.52 508	1.19 560	1.41 588	0.23 275	0.35 292	0.23 262	0.35 280	0.23 265	0.34 285	0.23 266	0.35 295	0.23 269	0.35 293	0.23 259	1.40 611	1.07 543	0.32 284	0.23 268	0.33 277	0.23 247

DLNR_Zeroshot_test	0.31 245	0.28 178	0.47 405	0.79 451	0.24 280	0.30 269	0.26 276	0.30 262	0.24 268	0.32 277	0.23 266	0.31 280	0.24 272	0.30 273	0.23 259	0.29 249	0.26 243	0.29 273	0.24 275	0.33 277	0.23 247

IGEV-Stereo	0.35 271	0.44 243	0.45 391	0.49 338	0.30 322	0.37 304	0.30 313	0.36 284	0.30 322	0.36 293	0.29 311	0.36 300	0.29 313	0.36 299	0.30 312	0.46 384	0.39 372	0.32 284	0.24 275	0.32 270	0.25 259
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iResNet_ROB	0.28 232	0.32 188	0.24 226	0.32 234	0.25 283	0.32 285	0.24 267	0.32 270	0.24 268	0.33 282	0.24 273	0.35 295	0.24 272	0.33 289	0.24 262	0.31 256	0.24 239	0.32 284	0.24 275	0.32 270	0.24 257

UNDER WATER-64	0.25 218	0.26 172	0.25 229	0.26 214	0.25 283	0.25 248	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.25 249	0.25 275	0.26 258	0.25 270	0.25 229	0.25 240	0.25 254	0.25 278	0.25 243	0.25 259

LoS_RVC	0.30 238	1.14 425	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.26 261	0.26 285	0.26 258	0.25 270	0.26 231	0.26 243	0.25 254	0.25 278	0.26 246	0.26 265

CAS	0.30 238	1.17 431	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 243	0.26 287	0.25 244	0.25 279	0.25 249	0.25 275	0.25 246	0.25 270	0.26 231	0.26 243	0.26 259	0.25 278	0.26 246	0.25 259

IER	0.88 517	7.04 721	2.23 697	2.75 656	0.28 297	0.43 367	0.25 269	0.39 306	0.25 273	0.41 332	0.27 288	0.39 318	0.25 275	0.40 321	0.28 286	0.37 285	0.28 264	0.37 330	0.25 278	0.37 310	0.25 259

CroCo-Stereo	0.73 469	1.22 487	0.25 229	1.22 564	0.25 283	1.22 619	0.25 269	1.22 614	0.25 273	1.22 623	0.25 279	1.22 626	0.25 275	1.22 625	0.25 270	1.22 597	0.26 243	1.21 635	0.25 278	1.22 617	0.25 259
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
StereoDRNet-Refined	0.33 259	0.39 211	0.26 236	0.39 266	0.26 290	0.40 320	0.26 276	0.40 315	0.26 287	0.39 308	0.26 284	0.39 318	0.26 285	0.39 318	0.26 275	0.37 285	0.25 240	0.37 330	0.25 278	0.37 310	0.37 408
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 271	1.92 570	0.27 239	0.27 217	0.27 291	0.27 262	0.27 279	0.27 253	0.27 291	0.27 258	0.27 288	0.26 261	0.27 292	0.27 262	0.26 275	0.27 235	0.26 243	0.26 259	0.26 284	0.26 246	0.27 303

aanet-new-90k	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-60k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-70k	0.44 353	1.82 546	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-78k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-40k	0.44 353	1.81 539	0.39 334	0.50 374	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-36k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-34k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-32k-new	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.34 340	0.39 381	0.26 284	0.38 323	0.26 265

aanet-new-32k	0.44 353	1.79 533	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-30k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-28k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.44 405	0.30 322	0.44 393	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-24k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-22k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-16k	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-14k	0.60 429	5.12 690	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.30 312	0.44 343	0.37 358	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new-8k	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

aanet-new	0.43 340	1.80 534	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-cres-4k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-cres	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-36K	0.43 340	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-22K	0.44 353	1.85 555	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-20K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-24K	0.44 353	1.86 558	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-5K	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-2K	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-3K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 265

GCAP-Stereo-DPT-50K	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.36 353	0.38 338	0.26 284	0.38 323	0.26 265

Monster-pub-mixall	0.44 353	0.56 298	0.60 455	0.38 257	0.27 291	0.37 304	0.27 279	0.37 292	0.29 307	0.38 301	0.27 288	0.38 313	0.29 313	0.85 525	0.27 277	1.46 615	0.26 243	0.34 301	0.26 284	0.36 305	0.53 482

LG-Stereo_L2	0.34 260	0.37 200	0.38 323	0.47 326	0.28 297	0.39 318	0.28 290	0.39 306	0.28 297	0.39 308	0.28 296	0.39 318	0.28 301	0.38 310	0.28 286	0.42 341	0.35 347	0.36 326	0.26 284	0.35 295	0.26 265

GCAP-BAT	0.41 323	1.30 493	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.44 343	0.34 340	0.38 338	0.26 284	0.38 323	0.26 265

test_for_model	0.35 271	0.39 211	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.31 353	0.38 298	0.26 243	0.38 338	0.26 284	0.38 323	0.26 265

tt1	0.31 245	0.93 376	0.24 226	0.33 238	0.23 275	0.31 276	0.24 267	0.32 270	0.24 268	0.32 277	0.23 266	0.32 284	0.25 275	0.32 281	0.24 262	0.27 235	0.26 243	0.27 264	0.26 284	0.27 252	0.27 303

HH	0.71 462	2.54 612	0.74 505	1.10 501	0.32 383	0.41 339	0.37 414	0.69 491	0.78 552	0.73 505	0.90 565	0.75 513	1.00 564	0.84 521	0.69 526	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 265

HanStereo	0.71 462	2.54 612	0.74 505	1.10 501	0.32 383	0.41 339	0.37 414	0.69 491	0.78 552	0.73 505	0.90 565	0.75 513	1.00 564	0.84 521	0.69 526	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 265

LoS	0.25 218	0.27 175	0.25 229	0.25 206	0.25 283	0.25 248	0.25 269	0.26 249	0.25 273	0.25 244	0.25 279	0.25 249	0.25 275	0.25 246	0.25 270	0.26 231	0.25 240	0.25 254	0.26 284	0.26 246	0.25 259
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
iRaft-Stereo_5w	0.34 260	0.42 238	0.31 275	0.39 266	0.30 322	0.38 311	0.30 313	0.40 315	0.29 307	0.40 315	0.37 418	0.41 343	0.34 399	0.38 310	0.30 312	0.34 269	0.27 256	0.34 301	0.26 284	0.34 282	0.26 265

UCFNet_RVC	2.75 711	10.06 743	0.29 253	10.31 757	0.29 310	0.42 360	0.29 305	0.43 360	0.29 307	0.42 346	0.29 311	0.42 361	9.87 763	0.43 362	0.29 302	0.36 282	9.84 759	0.36 326	0.26 284	9.77 762	0.26 265

SCION-M(vits-remse)	0.34 260	0.79 339	0.30 257	0.33 238	0.28 297	0.40 320	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 318	0.28 301	0.40 321	0.28 286	0.23 213	0.21 222	0.35 317	0.27 322	0.35 295	0.27 303

SCION-Mon(vits-remp)	0.34 260	0.98 383	0.30 257	0.33 238	0.18 247	0.21 221	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 318	0.28 301	0.40 321	0.28 286	0.37 285	0.29 278	0.35 317	0.27 322	0.35 295	0.27 303

S0	0.42 338	0.44 243	0.54 441	0.59 406	0.34 408	0.48 432	0.22 253	0.51 452	0.25 273	0.51 454	0.34 397	0.53 467	0.35 406	0.47 420	0.36 400	0.55 424	0.39 372	0.49 463	0.27 322	0.46 416	0.34 388

PStereo	0.32 254	0.36 197	0.28 247	0.38 257	0.29 310	0.36 296	0.27 279	0.38 301	0.27 291	0.38 301	0.28 296	0.36 300	0.27 292	0.36 299	0.28 286	0.32 259	0.27 256	0.33 291	0.27 322	0.33 277	0.27 303

TestStereo_HL3	2.76 712	0.41 227	11.46 762	14.11 760	0.30 322	0.45 415	0.29 305	0.43 360	0.29 307	0.43 353	0.29 311	0.43 370	0.28 301	0.44 393	0.30 312	13.57 763	10.32 761	0.41 412	0.27 322	0.38 323	0.27 303

TestStereo_HL2	2.73 709	0.41 227	11.06 759	14.13 761	0.30 322	0.44 401	0.28 290	0.43 360	0.29 307	0.43 353	0.28 296	0.43 370	0.29 313	0.43 362	0.28 286	13.51 762	10.37 762	0.41 412	0.27 322	0.38 323	0.27 303

GGDA	2.76 712	0.41 227	11.34 761	14.28 762	0.30 322	0.44 401	0.29 305	0.43 360	0.29 307	0.43 353	0.28 296	0.43 370	0.28 301	0.43 362	0.29 302	13.45 761	10.57 763	0.41 412	0.27 322	0.38 323	0.27 303

TestStereo-Hl	2.78 714	0.42 238	11.23 760	14.38 763	0.30 322	0.44 401	0.30 313	0.43 360	0.28 297	0.43 353	0.29 311	0.44 405	0.29 313	0.44 393	0.29 302	13.64 764	10.73 764	0.41 412	0.27 322	0.38 323	0.27 303

GCAP-Stereo-DPT26K	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.31 353	0.44 343	0.33 311	0.38 338	0.27 322	0.38 323	0.26 265

aanet-new-10k	0.45 376	1.81 539	0.40 366	0.50 374	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 405	0.32 380	0.44 393	0.31 353	0.46 384	0.35 347	0.39 381	0.27 322	0.39 371	0.27 303

aanet-new-12k	0.46 385	1.99 573	0.40 366	0.51 385	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 405	0.31 373	0.44 393	0.32 365	0.47 391	0.35 347	0.39 381	0.27 322	0.39 371	0.27 303

GCAP-Stereo-DPT-FT	0.41 323	1.06 416	0.40 366	0.51 385	0.31 369	0.44 401	0.30 313	0.43 360	0.32 379	0.44 391	0.30 326	0.56 478	0.30 322	0.44 393	0.31 353	0.45 372	0.34 340	0.39 381	0.27 322	0.40 385	0.27 303

GeoVLM	0.36 279	0.38 204	0.27 239	0.46 319	0.28 297	0.35 292	0.28 290	0.37 292	0.27 291	0.35 289	0.28 296	0.36 300	0.38 419	0.35 293	0.28 286	1.08 532	0.26 243	0.33 291	0.27 322	0.34 282	0.33 381

gcap_with_dpt	0.35 271	0.39 211	0.30 257	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.30 326	0.44 405	0.30 322	0.44 393	0.30 312	0.38 298	0.26 243	0.38 338	0.27 322	0.38 323	0.27 303

Zero-FE251	0.36 279	0.40 215	0.28 247	0.41 293	0.28 297	0.41 339	0.28 290	0.41 334	0.28 297	0.41 332	0.28 296	0.41 343	0.28 301	0.42 355	0.30 312	0.37 285	0.26 243	0.37 330	0.27 322	0.45 411	0.56 496

GCAPDPT-zeroshot4090	0.40 315	1.09 419	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 398	0.30 322	0.43 353	0.30 326	0.43 370	0.30 322	0.43 362	0.30 312	0.45 372	0.34 340	0.38 338	0.27 322	0.38 323	0.27 303

GCAPDPT-zeroshot	0.36 279	0.40 215	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 360	0.31 367	0.43 353	0.30 326	0.43 370	0.30 322	0.44 393	0.31 353	0.39 311	0.28 264	0.39 381	0.27 322	0.39 371	0.26 265

4D-IteraStereo	0.78 482	3.13 642	0.89 524	0.69 431	0.32 383	0.40 320	0.32 370	0.76 503	0.97 577	0.52 458	0.65 518	0.89 533	0.32 380	0.76 507	0.98 570	0.83 498	0.94 531	0.35 317	0.27 322	0.70 485	0.89 559

CroCo-Stereo Lap2	0.77 479	1.29 491	0.29 253	1.27 569	0.29 310	1.27 623	0.26 276	1.26 618	0.26 287	1.26 624	0.26 284	1.27 630	0.26 285	1.26 627	0.27 277	1.27 600	0.27 256	1.27 639	0.27 322	1.27 621	0.27 303

iRaft-Stereo_20w	0.34 260	0.41 227	0.31 275	0.39 266	0.29 310	0.40 320	0.32 370	0.41 334	0.32 379	0.38 301	0.30 326	0.39 318	0.30 322	0.38 310	0.32 365	0.35 277	0.27 256	0.34 301	0.27 322	0.34 282	0.29 340

MLCV	0.31 245	0.35 192	0.27 239	0.35 247	0.28 297	0.35 292	0.27 279	0.35 280	0.28 297	0.36 293	0.27 288	0.35 295	0.27 292	0.35 293	0.27 277	0.34 269	0.27 256	0.34 301	0.27 322	0.34 282	0.27 303

GREATEN-IGEV-FM_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.28 297	0.36 296	0.28 290	0.36 284	0.28 297	0.36 293	0.28 296	0.36 300	0.28 301	0.36 299	0.28 286	0.62 445	0.57 456	0.35 317	0.28 343	0.35 295	0.28 331

testmc14	2.43 698	10.48 746	8.02 756	8.93 747	0.31 369	0.44 401	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 361	0.30 322	0.42 355	0.30 312	8.88 758	6.99 748	0.41 412	0.28 343	0.39 371	0.28 331

GCAP-Stereo-DPT-25K	0.41 323	1.09 419	0.40 366	0.52 388	0.31 369	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 405	0.31 373	0.44 393	0.31 353	0.46 384	0.35 347	0.39 381	0.28 343	0.39 371	0.28 331

Monster-pub-eth3d	0.45 376	0.57 300	0.60 455	0.39 266	0.28 297	0.37 304	0.28 290	0.37 292	0.30 322	0.39 308	0.29 311	0.39 318	0.30 322	0.92 537	0.27 277	1.42 612	0.28 264	0.34 301	0.28 343	0.37 310	0.53 482

gcap-zeroshot	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 405	0.32 380	0.44 393	0.31 353	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 303

xxxxx1	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 288	0.25 275	0.32 281	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 303

SQANet	0.28 232	0.28 178	0.28 247	0.28 219	0.28 297	0.28 264	0.28 290	0.28 254	0.28 297	0.28 259	0.28 296	0.28 265	0.28 301	0.28 267	0.28 286	0.28 240	0.28 264	0.28 268	0.28 343	0.28 254	0.28 331

testlalala	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 405	0.32 380	0.44 393	0.31 353	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 303

Any-RAFT	0.32 254	0.36 197	0.27 239	0.36 251	0.27 291	0.36 296	0.27 279	0.36 284	0.27 291	0.36 293	0.27 288	0.36 300	0.27 292	0.36 299	0.28 286	0.36 282	0.28 264	0.36 326	0.28 343	0.36 305	0.28 331

tt_ll	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 288	0.25 275	0.32 281	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 303

ff	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 288	0.25 275	0.32 281	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 303

DGSMNet	0.34 260	0.41 227	0.27 239	0.41 293	0.28 297	0.41 339	0.28 290	0.41 334	0.27 291	0.41 332	0.27 288	0.42 361	0.27 292	0.41 341	0.28 286	0.40 319	0.29 278	0.40 394	0.28 343	0.40 385	0.27 303

Gwc-CoAtRS	0.41 323	1.49 507	0.32 284	0.42 303	0.32 383	0.41 339	0.32 370	0.41 334	0.33 389	0.41 332	0.32 380	0.41 343	0.32 380	0.41 341	0.32 365	0.39 311	0.28 264	0.39 381	0.28 343	0.40 385	0.28 331

ccs_rob	2.79 715	10.17 745	0.32 284	10.00 755	0.33 396	0.49 441	0.33 381	1.90 648	0.32 379	0.51 454	0.33 389	0.49 439	9.24 762	0.49 437	0.33 377	0.41 327	9.82 758	0.41 412	0.28 343	9.34 760	0.29 340

DN-CSS_ROB	0.31 245	0.35 192	0.28 247	0.35 247	0.28 297	0.34 288	0.27 279	0.34 277	0.25 273	0.35 289	0.27 288	0.36 300	0.26 285	0.34 290	0.28 286	0.35 277	0.28 264	0.34 301	0.28 343	0.34 282	0.27 303

test410_97500	0.41 323	0.89 361	0.31 275	0.40 279	0.31 369	0.40 320	0.31 360	0.40 315	0.31 367	0.61 482	0.53 496	0.40 328	0.31 373	0.40 321	0.31 353	0.58 431	0.47 420	0.38 338	0.29 358	0.38 323	0.29 340

test410	0.66 445	5.69 713	0.31 275	0.40 279	0.31 369	0.41 339	0.31 360	0.40 315	0.31 367	0.62 486	0.55 499	0.40 328	0.31 373	0.40 321	0.31 353	0.59 434	0.47 420	0.38 338	0.29 358	0.38 323	0.30 355

GREATEN-IGEV_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.29 310	0.36 296	0.29 305	0.36 284	0.29 307	0.39 308	0.29 311	0.36 300	0.29 313	0.36 299	0.29 302	0.62 445	0.57 456	0.35 317	0.29 358	0.36 305	0.29 340

MCSU-Stereo	2.48 701	10.56 747	8.50 758	9.47 751	0.31 369	0.43 367	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 361	0.30 322	0.41 341	0.30 312	8.86 757	6.93 747	0.40 394	0.29 358	0.39 371	0.28 331

HiDET	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 352	0.30 322	0.44 391	0.30 326	0.42 361	0.30 322	0.42 355	0.68 518	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 340

LCMNet	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 352	0.30 322	0.45 403	0.30 326	0.42 361	0.30 322	0.42 355	0.69 526	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 340

CSFM-Stereo	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.42 361	0.30 322	0.42 355	0.73 540	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.30 355

FE-Mocha	0.35 271	0.71 322	0.40 366	0.47 326	0.27 291	0.34 288	0.27 279	0.34 277	0.26 287	0.34 285	0.26 284	0.34 293	0.27 292	0.34 290	0.27 277	0.44 343	0.41 386	0.33 291	0.29 358	0.32 270	0.29 340

GREAT-IGEV	0.38 295	0.43 240	0.36 316	0.48 332	0.32 383	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 415	0.32 380	0.45 411	0.32 365	0.44 343	0.33 311	0.41 412	0.29 358	0.41 396	0.29 340
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo	0.68 453	3.11 641	1.40 632	1.63 602	0.25 283	0.31 276	0.25 269	0.31 268	0.28 297	0.31 271	0.29 311	0.29 271	0.27 292	0.31 278	0.28 286	1.59 622	1.47 636	0.30 275	0.29 358	0.30 262	0.28 331

IGEV++	0.34 260	0.43 240	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 328	0.29 313	0.40 321	0.30 312	0.38 298	0.29 278	0.37 330	0.29 358	0.37 310	0.29 340

PCWNet_CMD	2.80 716	9.82 741	0.32 284	10.09 756	0.32 383	0.49 441	0.33 381	3.34 719	0.33 389	0.49 432	0.33 389	0.49 439	8.73 759	0.48 430	0.33 377	0.41 327	9.22 754	0.42 428	0.29 358	9.55 761	0.31 365

CFNet_ucs	2.73 709	9.64 740	0.33 289	9.92 754	0.32 383	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 439	8.98 761	0.48 430	0.33 377	0.41 327	9.96 760	0.40 394	0.29 358	10.12 764	0.54 485

RAFT-Test	0.36 279	0.37 200	0.33 289	0.41 293	0.32 383	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 343	0.32 380	0.41 341	0.33 377	0.37 285	0.29 278	0.37 330	0.29 358	0.38 323	0.31 365

RCA-Stereo	0.51 413	3.22 645	0.34 303	0.44 314	0.34 408	0.44 401	0.34 396	0.43 360	0.34 400	0.43 353	0.34 397	0.44 405	0.33 392	0.43 362	0.33 377	0.38 298	0.29 278	0.38 338	0.29 358	0.38 323	0.29 340

CFNet_pseudo	2.67 708	9.36 738	0.32 284	10.99 758	0.33 396	0.85 523	0.33 381	0.49 429	0.33 389	0.49 432	0.32 380	0.49 439	7.26 757	0.49 437	0.33 377	0.41 327	9.62 757	0.41 412	0.29 358	10.03 763	0.29 340

pcwnet_v2	2.66 707	9.89 742	0.33 289	9.89 753	0.32 383	0.50 450	0.32 370	0.49 429	0.33 389	0.49 432	0.34 397	0.49 439	8.76 760	0.48 430	0.33 377	0.41 327	9.58 756	0.40 394	0.29 358	9.01 759	0.63 506

RAFT + AFF	0.31 245	0.45 252	0.34 303	0.39 266	0.28 297	0.38 311	0.33 381	0.29 259	0.31 367	0.30 266	0.30 326	0.29 271	0.27 292	0.29 271	0.30 312	0.28 240	0.29 278	0.29 273	0.29 358	0.27 252	0.32 372

DStereoO	0.31 245	0.31 186	0.31 275	0.30 222	0.40 441	0.31 276	0.30 313	0.30 262	0.34 400	0.29 264	0.31 370	0.29 271	0.30 322	0.31 278	0.31 353	0.31 256	0.29 278	0.31 281	0.30 376	0.31 267	0.31 365

MonSter++	0.38 295	0.44 243	0.31 275	0.43 310	0.30 322	0.43 367	0.31 360	0.43 360	0.31 367	0.45 403	0.31 370	0.43 370	0.31 373	0.43 362	0.69 526	0.38 298	0.33 311	0.40 394	0.30 376	0.38 323	0.30 355

Replicate-Monster	0.45 376	0.57 300	0.60 455	0.40 279	0.29 310	0.37 304	0.27 279	0.37 292	0.30 322	0.40 315	0.31 370	0.40 328	0.30 322	0.99 545	0.27 277	1.36 608	0.31 293	0.34 301	0.30 376	0.36 305	0.54 485

MultiAttention	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 275	0.30 322	0.30 273	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 355

MSAF-DinoV2	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 275	0.30 322	0.30 273	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 355

GIP-stereo	0.36 279	0.49 269	0.39 334	0.48 332	0.32 383	0.41 339	0.28 290	0.40 315	0.30 322	0.41 332	0.28 296	0.40 328	0.28 301	0.42 355	0.28 286	0.45 372	0.32 298	0.38 338	0.30 376	0.37 310	0.27 303

EKT-Stereo	0.37 289	0.40 215	0.44 389	1.07 499	0.29 310	0.34 288	0.31 360	0.36 284	0.29 307	0.38 301	0.31 370	0.37 310	0.30 322	0.36 299	0.29 302	0.34 269	0.28 264	0.39 381	0.30 376	0.37 310	0.30 355

CFNet-RSSM	0.91 520	4.89 682	0.34 303	0.44 314	1.07 588	1.62 647	1.40 662	0.91 524	0.35 404	1.60 639	1.39 662	0.64 493	0.34 399	0.44 393	0.33 377	0.41 327	0.35 347	0.75 521	0.30 376	0.41 396	0.29 340

psmorigin	0.41 323	0.46 256	0.33 289	0.49 338	0.33 396	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 439	0.33 392	0.51 455	0.33 377	0.41 327	0.30 288	0.41 412	0.30 376	0.79 501	0.29 340

DANet	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 275	0.30 322	0.30 273	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 355
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	1.26 611	0.31 186	4.99 739	5.93 729	0.20 256	0.25 248	0.20 242	0.25 243	0.20 249	0.23 229	0.19 249	0.25 249	0.20 254	0.25 246	0.20 244	5.66 739	4.76 733	0.26 259	0.30 376	0.24 240	0.27 303

rgla	0.45 376	0.54 292	0.33 289	0.67 425	0.32 383	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.94 573	0.48 432	0.33 392	0.47 420	0.33 377	0.45 372	0.52 445	0.53 480	0.31 387	0.45 411	0.32 372

DStereoSA	0.32 254	0.52 284	0.34 303	0.31 228	0.31 369	0.30 269	0.30 313	0.31 268	0.30 322	0.31 271	0.31 370	0.31 280	0.30 322	0.31 278	0.31 353	0.30 250	0.32 298	0.31 281	0.31 387	0.31 267	0.31 365

DDF-Stereo	0.43 340	1.15 428	0.57 449	0.53 390	0.32 383	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 343	0.32 380	0.40 321	0.32 365	0.52 414	0.50 437	0.38 338	0.31 387	0.39 371	0.31 365

water-stereo	0.41 323	0.84 349	0.46 397	0.50 374	0.33 396	0.45 415	0.33 381	0.45 407	0.32 379	0.45 403	0.32 380	0.45 415	0.32 380	0.45 411	0.32 365	0.44 343	0.41 386	0.39 381	0.31 387	0.39 371	0.32 372

1test111	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 318	0.28 301	0.40 321	0.29 302	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 365

cc1	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 318	0.28 301	0.40 321	0.29 302	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 365

PML	0.46 385	1.36 499	0.29 253	0.58 403	0.30 322	0.57 480	0.29 305	0.57 468	0.29 307	0.57 475	0.29 311	0.57 481	0.29 313	0.56 471	0.29 302	0.52 414	0.30 288	0.53 480	0.31 387	0.53 455	0.30 355

MSMDNet	2.65 706	10.14 744	0.33 289	9.74 752	0.32 383	0.87 526	0.33 381	2.95 714	0.68 524	0.49 432	0.34 397	0.49 439	5.70 753	0.49 437	0.33 377	0.42 341	9.57 755	0.41 412	0.31 387	8.36 756	0.65 514

416test	0.46 385	0.55 295	0.33 289	0.67 425	0.33 396	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.99 578	0.48 432	0.33 392	0.48 430	0.33 377	0.45 372	0.52 445	0.54 483	0.32 395	0.45 411	0.32 372

LiteMatch	1.13 558	0.73 325	2.80 708	3.23 672	0.61 516	0.83 521	0.68 521	0.73 500	0.69 529	1.00 541	0.77 553	0.94 541	0.57 497	0.82 515	0.64 503	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 526

Lsterematch	1.13 558	0.73 325	2.80 708	3.23 672	0.61 516	0.83 521	0.68 521	0.73 500	0.69 529	1.00 541	0.77 553	0.94 541	0.57 497	0.82 515	0.64 503	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 526

xyz-stereo-finetune	0.28 232	0.49 269	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.22 225	0.30 322	0.32 277	0.31 370	0.32 284	0.31 373	0.32 281	0.32 365	0.32 259	0.33 311	0.31 281	0.32 395	0.31 267	0.32 372

HART	0.38 295	0.45 252	0.34 303	0.42 303	0.33 396	0.41 339	0.34 396	0.42 352	0.33 389	0.43 353	0.34 397	0.42 361	0.34 399	0.41 341	0.38 413	0.40 319	0.32 298	0.42 428	0.32 395	0.40 385	0.32 372

RAFT-Stereo-weight	0.45 376	1.90 563	0.34 303	0.42 303	0.36 418	0.43 367	0.35 401	0.42 352	0.34 400	0.42 346	0.34 397	0.44 405	0.34 399	0.41 341	0.34 392	0.38 298	0.32 298	0.38 338	0.32 395	0.38 323	0.33 381

MyStereo07	0.60 429	3.72 657	0.48 413	0.49 338	0.41 451	0.36 296	0.32 370	0.49 429	0.43 457	0.51 454	0.42 454	0.49 439	0.43 455	0.51 455	0.64 503	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 444

MyStereo04	0.56 426	3.72 657	0.59 451	0.49 338	0.41 451	0.36 296	0.32 370	0.37 292	0.31 367	0.34 285	0.46 468	0.35 295	0.32 380	0.35 293	0.33 377	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 444

ACVNet-DCA	0.37 289	1.00 393	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 328	0.29 313	0.39 318	0.28 286	0.33 265	0.32 298	0.33 291	0.32 395	0.33 277	0.32 372

xx1	0.38 295	1.03 409	0.31 275	0.40 279	0.31 369	0.41 339	0.28 290	0.40 315	0.29 307	0.40 315	0.29 311	0.40 328	0.29 313	0.40 321	0.29 302	0.34 269	0.33 311	0.34 301	0.32 395	0.34 282	0.32 372

HCRNet	1.22 608	7.11 722	3.00 710	3.55 690	0.33 396	0.29 267	0.14 198	0.19 202	0.15 215	0.33 282	0.29 311	0.25 249	0.14 204	0.22 226	0.33 377	3.64 707	3.00 706	0.76 523	0.32 395	0.18 206	0.13 194

depthmonostereo	0.44 353	0.85 351	0.46 397	0.54 393	0.40 441	0.52 466	0.38 421	0.52 457	0.35 404	0.47 415	0.34 397	0.46 419	0.34 399	0.47 420	0.34 392	0.45 372	0.43 401	0.41 412	0.33 406	0.41 396	0.32 372

DVStereo	0.43 340	0.86 353	0.48 413	0.50 374	0.33 396	0.46 422	0.33 381	0.46 411	0.33 389	0.46 409	0.33 389	0.47 425	0.33 392	0.47 420	0.34 392	0.45 372	0.42 396	0.40 394	0.33 406	0.47 430	0.38 415

GCST	0.50 408	2.08 576	0.38 323	0.53 390	0.35 412	0.49 441	0.35 401	0.50 438	0.35 404	0.49 432	0.35 406	0.49 439	0.35 406	0.49 437	0.35 396	0.48 396	0.37 358	0.45 436	0.33 406	0.44 406	0.33 381

LL-Strereo2	0.48 399	1.73 522	0.51 433	0.59 406	0.34 408	0.42 360	0.33 381	0.40 315	0.31 367	0.42 346	0.33 389	0.42 361	0.31 373	0.44 393	0.39 427	0.60 436	0.51 442	0.44 431	0.33 406	0.44 406	0.33 381

quiztm	0.43 340	0.49 269	0.40 366	0.51 385	0.40 441	0.51 462	0.40 436	0.50 438	0.40 437	0.50 445	0.40 436	0.51 464	0.40 432	0.50 445	0.40 430	0.44 343	0.34 340	0.44 431	0.34 410	0.44 406	0.34 388

GEAStereo	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 452	0.38 421	0.53 461	0.38 423	0.50 453	0.38 419	0.51 455	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 388

GSStereo	0.81 491	4.28 674	0.50 426	0.59 406	0.40 441	0.51 462	0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 453	3.79 738	0.50 445	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 399

GS-Stereo							0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 453	3.79 738	0.50 445	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 399

gasm-f	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 452	0.38 421	0.53 461	0.38 423	0.50 453	0.38 419	0.51 455	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 388

252Zero-FE	0.45 376	0.50 274	0.36 316	0.50 374	0.36 418	0.50 450	0.36 408	0.50 438	0.36 415	0.49 432	0.36 411	0.49 439	0.36 410	0.54 466	0.41 438	0.45 372	0.34 340	0.45 436	0.34 410	0.55 457	0.75 541

GASTEREO	0.48 399	1.21 481	0.47 405	0.57 401	0.38 430	0.50 450	0.38 421	0.50 438	0.38 421	0.50 445	0.38 423	0.50 453	0.38 419	0.50 445	0.38 413	0.52 414	0.42 396	0.46 440	0.34 410	0.46 416	0.34 388

SCV_C0	0.45 376	0.88 358	0.49 420	0.54 393	0.37 423	0.48 432	0.37 414	0.48 421	0.37 417	0.48 422	0.36 411	0.48 432	0.37 415	0.49 437	0.37 410	0.50 406	0.41 386	0.44 431	0.34 410	0.44 406	0.34 388

SCV	0.46 385	0.94 378	0.45 391	0.54 393	0.37 423	0.48 432	0.38 421	0.48 421	0.37 417	0.48 422	0.39 433	0.48 432	0.37 415	0.49 437	0.37 410	0.50 406	0.46 412	0.44 431	0.34 410	0.44 406	0.34 388

UGAM	0.51 413	2.23 590	0.39 334	0.54 393	0.35 412	0.50 450	0.35 401	0.49 429	0.35 404	0.49 432	0.35 406	0.49 439	0.36 410	0.50 445	0.36 400	0.49 399	0.37 358	0.45 436	0.34 410	0.45 411	0.34 388

H2IRNET	0.34 260	0.34 190	0.34 303	0.34 244	0.34 408	0.34 288	0.34 396	0.34 277	0.34 400	0.34 285	0.34 397	0.34 293	0.34 399	0.34 290	0.34 392	0.34 269	0.34 340	0.34 301	0.34 410	0.34 282	0.34 388

Selective-IGEV	0.51 413	0.55 295	0.45 391	0.69 431	0.45 470	0.61 485	0.45 461	0.50 438	0.40 437	0.56 472	0.44 459	0.55 475	0.40 432	0.72 501	0.67 510	0.59 434	0.46 412	0.45 436	0.34 410	0.46 416	0.37 408

CFNet_RVC	2.38 697	8.71 733	0.38 323	9.33 748	0.42 461	0.56 474	0.42 451	0.60 476	0.38 421	0.62 486	0.42 454	0.56 478	7.29 758	0.62 482	0.42 446	0.53 417	0.37 358	0.49 463	0.34 410	8.30 755	6.87 761

UGAM-zero	0.51 413	2.17 585	0.39 334	0.53 390	0.36 418	0.50 450	0.36 408	0.50 438	0.36 415	0.49 432	0.36 411	0.50 453	0.35 406	0.50 445	0.36 400	0.49 399	0.37 358	0.47 450	0.35 423	0.46 416	0.34 388

RSM	0.36 279	0.36 197	0.43 387	0.37 254	0.42 461	0.49 441	0.42 451	0.37 292	0.28 297	0.36 293	0.29 311	0.36 300	0.30 322	0.37 306	0.28 286	0.34 269	0.31 293	0.34 301	0.35 423	0.40 385	0.29 340

Former-RAFT_DAM_RVC	0.49 405	0.98 383	0.64 470	0.84 460	0.46 472	0.45 415	0.35 401	0.47 417	0.47 470	0.45 403	0.34 397	0.46 419	0.48 474	0.46 416	0.35 396	0.39 311	0.71 503	0.39 381	0.35 423	0.41 396	0.41 434

CASnet	0.35 271	0.51 282	0.44 389	0.32 234	0.31 369	0.24 238	0.34 396	0.36 284	0.25 273	0.31 271	0.37 418	0.30 275	0.33 392	0.25 246	0.45 455	0.37 285	0.37 358	0.33 291	0.35 423	0.34 282	0.37 408
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.39 309	0.47 261	0.36 316	0.36 251	0.37 423	0.45 415	0.35 401	0.35 280	0.40 437	0.36 293	0.44 459	0.47 425	0.36 410	0.44 393	0.36 400	0.37 285	0.39 372	0.44 431	0.35 423	0.37 310	0.36 402

ETE_ROB	0.35 271	0.35 192	0.35 314	0.35 247	0.35 412	0.35 292	0.35 401	0.35 280	0.35 404	0.35 289	0.35 406	0.35 295	0.35 406	0.35 293	0.35 396	0.35 277	0.35 347	0.35 317	0.35 423	0.35 295	0.35 399

Pro-Stereo	0.79 483	0.53 288	0.38 323	0.49 338	0.38 430	0.49 441	0.37 414	0.49 429	0.67 518	0.50 445	0.38 423	1.10 569	0.38 419	0.49 437	0.38 413	0.71 465	0.88 525	5.98 757	0.36 429	0.46 416	0.36 402

iRaftStereo_RVC	0.97 532	3.17 644	2.30 699	2.42 647	0.38 430	0.54 472	0.38 421	0.54 461	0.38 421	0.54 467	0.38 423	0.54 471	0.38 419	0.54 466	0.38 413	2.38 682	2.34 698	0.49 463	0.36 429	0.49 437	0.36 402

DMCA	0.36 279	0.38 204	0.37 321	0.35 247	0.35 412	0.36 296	0.36 408	0.36 284	0.35 404	0.35 289	0.37 418	0.36 300	0.36 410	0.35 293	0.36 400	0.36 282	0.36 353	0.35 317	0.36 429	0.36 305	0.36 402

416test1013	0.49 405	0.80 342	0.33 289	0.67 425	0.33 396	0.48 432	0.41 445	0.48 421	0.39 434	0.48 422	0.93 572	0.52 465	0.32 380	0.52 460	0.38 413	0.49 399	0.51 442	0.53 480	0.37 432	0.51 448	0.36 402

MSCF	0.51 413	1.40 504	0.49 420	0.58 403	0.38 430	0.50 450	0.38 421	0.54 461	0.41 447	0.52 458	0.41 444	0.53 467	0.42 450	0.53 463	0.41 438	0.60 436	0.47 420	0.48 458	0.37 432	0.48 434	0.38 415

LG-Stereo_L1	0.47 393	0.52 284	0.47 405	0.62 412	0.39 440	0.53 468	0.40 436	0.53 459	0.39 434	0.53 461	0.39 433	0.53 467	0.39 431	0.53 463	0.39 427	0.55 424	0.46 412	0.49 463	0.37 432	0.49 437	0.37 408

LG-Stereo_Zeroshot	0.48 399	0.55 295	0.47 405	0.63 414	0.41 451	0.56 474	0.44 455	0.56 465	0.41 447	0.56 472	0.41 444	0.57 481	0.42 450	0.56 471	0.41 438	0.55 424	0.43 401	0.51 474	0.37 432	0.51 448	0.37 408

LG-Stereo	0.60 429	0.58 302	0.47 405	0.64 419	0.74 544	1.00 540	0.69 529	0.57 468	0.41 447	0.57 475	0.41 444	0.57 481	0.41 444	1.00 547	0.75 545	0.91 505	0.51 442	0.52 477	0.37 432	0.52 451	0.37 408

mms	0.40 315	0.45 252	0.35 314	0.48 332	0.36 418	0.47 427	0.34 396	0.45 407	0.38 421	0.47 415	0.33 389	0.45 415	0.32 380	0.45 411	0.32 365	0.39 311	0.38 365	0.38 338	0.37 432	0.39 371	0.39 422

fffy	0.38 295	0.43 240	0.33 289	0.46 319	0.33 396	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 415	0.33 392	0.45 411	0.32 365	0.38 298	0.38 365	0.38 338	0.37 432	0.37 310	0.36 402

PAM	0.39 309	1.88 560	0.34 303	0.37 254	0.41 451	0.45 415	0.22 253	0.28 254	0.23 265	0.28 259	0.24 273	0.29 271	0.23 269	0.29 271	0.23 259	0.38 298	0.32 298	0.38 338	0.37 432	0.32 270	0.22 245

WAO-8	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.38 301	0.38 423	0.38 313	0.38 419	0.38 310	0.38 413	0.38 298	0.38 365	0.38 338	0.37 432	0.38 323	0.38 415

Venus	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.37 304	0.38 421	0.37 292	0.37 417	0.41 332	0.37 418	0.39 318	0.37 415	0.38 310	0.38 413	0.37 285	0.38 365	0.38 338	0.37 432	0.37 310	0.38 415

GMOStereo	0.37 289	0.45 252	0.23 219	0.30 222	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 343	0.40 432	0.41 341	0.36 400	0.34 269	0.22 229	0.47 450	0.37 432	0.39 371	0.33 381

error version	0.93 527	4.47 677	2.35 700	1.99 615	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 343	0.40 432	0.41 341	0.36 400	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 381

test_1	0.93 527	4.47 677	2.35 700	1.99 615	0.37 423	0.41 339	0.36 408	0.41 334	0.35 404	0.43 353	0.36 411	0.41 343	0.40 432	0.41 341	0.36 400	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 381

XPNet_ROB	0.37 289	0.37 200	0.37 321	0.37 254	0.37 423	0.37 304	0.37 414	0.37 292	0.37 417	0.37 299	0.37 418	0.37 310	0.37 415	0.37 306	0.37 410	0.37 285	0.37 358	0.37 330	0.37 432	0.37 310	0.37 408

PhaseNet	1.74 627	6.34 720	4.81 737	6.77 735	0.24 280	0.80 513	0.53 492	0.48 421	0.22 258	0.53 461	0.28 296	0.48 432	0.25 275	0.40 321	0.32 365	6.39 745	4.61 732	0.46 440	0.38 446	0.25 243	0.18 233

WAO-7	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.38 301	0.38 423	0.38 313	0.38 419	0.38 310	0.38 413	0.38 298	0.38 365	0.38 338	0.38 446	0.38 323	0.38 415

HanzoNet	0.39 309	0.38 204	0.40 366	0.39 266	0.41 451	0.38 311	0.38 421	0.38 301	0.38 421	0.39 308	0.39 433	0.38 313	0.38 419	0.39 318	0.40 430	0.38 298	0.38 365	0.40 394	0.38 446	0.38 323	0.40 425

IMH	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 301	0.38 421	0.42 346	0.38 423	0.40 328	0.38 419	0.38 310	0.38 413	0.38 298	0.38 365	0.39 381	0.38 446	0.38 323	0.38 415

NoBS	0.39 309	0.68 317	0.36 316	0.38 257	0.36 418	0.38 311	0.39 435	0.39 306	0.39 434	0.37 299	0.35 406	0.37 310	0.38 419	0.37 306	0.38 413	0.39 311	0.36 353	0.36 326	0.39 450	0.38 323	0.38 415

GCAP-Stereo	0.75 473	4.15 671	0.42 385	0.75 449	0.35 412	0.78 508	0.40 436	0.79 505	0.38 421	0.78 514	0.36 411	0.78 516	0.36 410	0.79 509	0.39 427	0.75 481	0.39 372	0.76 523	0.39 450	0.75 492	0.39 422

DNS	0.86 512	2.43 609	1.66 648	2.03 617	0.42 461	0.60 483	0.42 451	0.60 476	0.42 455	0.60 480	0.42 454	0.60 486	0.42 450	0.60 480	0.42 446	1.97 642	1.63 653	0.55 486	0.40 452	0.55 457	0.40 425

PointNet	0.60 429	0.75 330	0.49 420	0.79 451	0.50 491	0.79 511	0.49 481	0.79 505	0.49 479	0.80 517	0.49 483	0.79 518	0.49 480	0.80 511	0.49 474	0.63 449	0.40 376	0.63 496	0.40 452	0.63 470	0.40 425

ccccc	0.41 323	0.44 243	0.34 303	0.48 332	0.35 412	0.48 432	0.35 401	0.51 452	0.35 404	0.47 415	0.35 406	0.47 425	0.34 399	0.47 420	0.35 396	0.41 327	0.40 376	0.40 394	0.40 452	0.41 396	0.39 422

knoymous	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

anonymousa	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

riskmin	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

Anonymous_2	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

Anonymous_1	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425

AdaStereo	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 315	0.40 437	0.40 315	0.40 436	0.40 328	0.40 432	0.40 321	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 425
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.
fffft	0.48 399	0.51 282	0.45 391	0.52 388	0.45 470	0.52 466	0.45 461	0.52 457	0.48 477	0.53 461	0.45 464	0.52 465	0.45 461	0.52 460	0.46 459	0.51 412	0.41 386	0.50 469	0.41 461	0.50 442	0.41 434
1: 1. 1
AIO-Stereo-zeroshot1	0.75 473	0.92 372	0.85 523	0.96 485	0.59 508	1.27 623	0.44 455	0.59 474	0.69 529	0.91 531	0.68 527	0.55 475	0.61 507	1.06 563	0.83 558	0.62 445	0.70 499	0.90 543	0.41 461	0.89 519	0.56 496

GwcNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

PSMNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

GANet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

ADLNet2	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

ADLNet	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 334	0.41 447	0.41 332	0.41 444	0.41 343	0.41 444	0.41 341	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 434

FC-DCNN	1.07 550	1.09 419	0.98 536	0.89 466	0.52 498	1.41 638	0.91 566	1.21 613	1.24 650	1.96 652	2.05 722	1.91 654	1.30 642	1.27 630	1.08 582	0.80 489	0.60 469	0.58 489	0.41 461	0.68 478	0.54 485

FAST (zero-shot)	0.87 516	1.55 509	0.42 385	1.57 593	0.42 461	1.62 647	0.45 461	1.59 635	0.42 455	1.66 646	0.44 459	1.62 647	0.42 450	1.59 641	0.42 446	0.64 451	0.43 401	0.64 498	0.42 469	0.67 476	0.46 451

DN	0.53 418	0.85 351	0.45 391	0.65 420	0.44 466	0.60 483	0.44 455	0.60 476	0.44 460	0.60 480	0.45 464	0.60 486	0.44 457	0.60 480	0.44 452	0.56 428	0.42 396	0.56 487	0.42 469	0.56 460	0.42 441

FSD	0.61 434	0.59 305	0.50 426	2.58 654	0.44 466	0.56 474	0.44 455	0.55 464	0.44 460	0.56 472	0.44 459	0.56 478	0.44 457	0.56 471	0.46 459	0.61 440	0.42 396	0.52 477	0.42 469	0.52 451	0.51 477

MWDA-net	0.67 451	0.66 315	0.45 391	2.84 662	0.46 472	0.73 503	0.45 461	0.71 496	0.44 460	0.72 502	0.45 464	0.70 504	0.45 461	0.70 497	0.44 452	0.61 440	0.41 386	0.61 493	0.43 472	0.61 468	0.42 441

DispNO	1.00 535	0.63 312	0.43 387	3.45 685	0.44 466	0.65 491	0.43 454	0.64 484	0.43 457	0.64 490	0.43 457	0.64 493	3.03 716	0.64 488	0.43 451	4.55 718	0.43 401	0.63 496	0.43 472	0.63 470	0.43 444

test-3	0.98 534	4.13 670	1.85 668	1.85 606	0.61 516	0.69 496	0.37 414	0.63 482	0.61 508	0.66 494	0.51 493	0.73 510	0.44 457	0.57 476	0.54 488	1.68 626	1.81 665	0.40 394	0.43 472	0.66 473	0.50 470

PAM_32	0.64 441	2.38 605	0.51 433	0.92 473	0.43 465	0.53 468	0.44 455	0.87 517	0.43 457	0.52 458	0.45 464	0.53 467	0.40 432	0.54 466	0.46 459	0.62 445	0.56 454	0.48 458	0.45 475	0.76 495	0.44 447

Occ-G	1.12 556	0.52 284	3.72 732	3.50 689	0.50 491	0.56 474	0.47 470	0.54 461	0.46 465	0.54 467	0.41 444	0.54 471	0.42 450	0.52 460	0.42 446	3.42 706	4.02 728	0.52 477	0.45 475	0.51 448	0.44 447

MonSter	0.60 429	0.64 314	0.52 436	0.62 412	0.44 466	2.07 663	0.44 455	0.62 481	0.44 460	0.62 486	0.44 459	0.62 491	0.44 457	0.62 482	0.44 452	0.58 431	0.42 396	0.62 494	0.46 477	0.58 465	0.42 441

otaku	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.46 409	0.46 468	0.46 419	0.46 465	0.46 416	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

Ntro	0.47 393	0.47 261	0.46 397	0.46 319	0.46 472	0.47 427	0.47 470	0.46 411	0.47 470	0.46 409	0.46 468	0.47 425	0.46 465	0.47 420	0.47 466	0.47 391	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

UNDER WATER	0.47 393	0.47 261	0.47 405	0.47 326	0.47 479	0.47 427	0.47 470	0.47 417	0.47 470	0.47 415	0.47 476	0.47 425	0.46 465	0.47 420	0.47 466	0.47 391	0.47 420	0.47 450	0.46 477	0.47 430	0.47 459

Dean	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.47 415	0.46 468	0.46 419	0.46 465	0.46 416	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

ACVNet_1	0.46 385	0.47 261	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.47 470	0.46 409	0.46 468	0.46 419	0.46 465	0.46 416	0.46 459	0.46 384	0.46 412	0.47 450	0.46 477	0.46 416	0.46 451

ACVNet-4b	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 411	0.46 465	0.46 409	0.46 468	0.46 419	0.46 465	0.47 420	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 451

DStereoFS	0.32 254	0.33 189	0.32 284	0.33 238	0.30 322	0.32 285	0.32 370	0.32 270	0.31 367	0.30 266	0.31 370	0.31 280	0.30 322	0.32 281	0.32 365	0.32 259	0.31 293	0.30 275	0.47 484	0.32 270	0.34 388

AIO-test2	0.55 424	0.59 305	0.52 436	0.67 425	0.47 479	0.61 485	0.47 470	0.61 480	0.47 470	0.61 482	0.47 476	0.61 489	0.48 474	0.62 482	0.47 466	0.64 451	0.53 449	0.58 489	0.47 484	0.58 465	0.48 461

HaxPig	0.47 393	0.47 261	0.47 405	0.49 338	0.47 479	0.47 427	0.47 470	0.47 417	0.47 470	0.47 415	0.47 476	0.47 425	0.47 473	0.47 420	0.47 466	0.47 391	0.47 420	0.47 450	0.47 484	0.47 430	0.48 461

LVE	0.47 393	0.47 261	0.47 405	0.47 326	0.49 487	0.47 427	0.47 470	0.47 417	0.49 479	0.47 415	0.47 476	0.47 425	0.46 465	0.47 420	0.47 466	0.47 391	0.47 420	0.48 458	0.47 484	0.47 430	0.47 459

S	0.56 426	0.61 311	0.54 441	0.68 430	0.48 483	0.65 491	0.49 481	0.63 482	0.49 479	0.64 490	0.49 483	0.64 493	0.48 474	0.62 482	0.49 474	0.63 449	0.62 475	0.59 492	0.48 488	0.57 463	0.48 461

AIO-test1	0.54 419	0.60 309	0.52 436	0.66 424	0.47 479	0.61 485	0.47 470	0.58 471	0.46 465	0.61 482	0.46 468	0.61 489	0.45 461	0.62 482	0.45 455	0.61 440	0.52 445	0.57 488	0.48 488	0.57 463	0.48 461

RainbowNet	0.48 399	0.48 267	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 421	0.48 477	0.48 422	0.48 480	0.48 432	0.48 474	0.48 430	0.48 472	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.48 461

notaker	0.48 399	0.49 269	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 421	0.49 479	0.48 422	0.48 480	0.48 432	0.48 474	0.48 430	0.48 472	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.49 467

MyStereo8	0.71 462	3.92 666	0.52 436	0.59 406	0.52 498	0.57 480	0.53 492	0.59 474	0.50 484	0.59 479	0.51 493	0.57 481	0.50 484	0.56 471	0.52 484	0.54 418	0.49 429	0.54 483	0.49 492	0.55 457	0.50 470

ACVNet_2	0.49 405	0.49 269	0.49 420	0.49 338	0.49 487	0.49 441	0.49 481	0.49 429	0.49 479	0.49 432	0.49 483	0.49 439	0.49 480	0.49 437	0.49 474	0.49 399	0.49 429	0.49 463	0.49 492	0.49 437	0.49 467

FoundationStereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

StereoAnything_RVC	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

dual_stereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

SANet	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 438	0.50 484	0.50 445	0.50 487	0.50 453	0.50 484	0.50 445	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 470

zero-FE	0.72 465	1.31 495	0.66 476	0.92 473	0.60 510	0.82 519	0.58 500	0.82 514	0.58 499	0.81 520	0.60 508	0.81 523	0.60 504	0.82 515	0.58 494	0.74 480	0.59 466	0.73 515	0.52 498	0.76 495	0.51 477

WCG-NET	0.61 434	1.21 481	0.54 441	0.61 411	0.53 501	0.67 494	0.53 492	0.66 488	0.53 493	0.64 490	0.53 496	0.65 497	0.53 491	0.59 478	0.52 484	0.65 453	0.48 426	0.64 498	0.52 498	0.58 465	0.50 470

Anonymus	0.47 393	0.73 325	0.46 397	0.43 310	0.54 504	0.53 468	0.27 279	0.39 306	0.35 404	0.33 282	0.40 436	0.33 288	0.38 419	0.53 463	0.54 488	0.56 428	0.36 353	0.49 463	0.53 500	0.66 473	0.54 485

MGA	0.73 469	0.76 333	0.60 455	0.92 473	1.17 598	0.81 516	0.59 504	0.84 515	0.62 509	0.81 520	0.59 506	0.84 527	0.60 504	0.81 514	0.61 501	0.71 465	0.53 449	0.89 542	0.53 500	0.75 492	0.54 485

monster-pro	0.75 473	1.67 514	0.64 470	0.89 466	0.57 507	0.86 525	0.56 497	0.87 517	0.56 496	0.87 526	0.57 502	0.88 530	0.57 497	0.87 526	0.57 492	0.79 487	0.58 460	0.76 523	0.54 502	0.77 497	0.54 485

PSMNet_ROB	0.54 419	0.54 292	0.54 441	0.54 393	0.53 501	0.54 472	0.54 495	0.53 459	0.54 495	0.54 467	0.54 498	0.54 471	0.53 491	0.54 466	0.54 488	0.54 418	0.53 449	0.54 483	0.54 502	0.54 456	0.54 485

FlowAnything_test	1.02 545	1.72 517	0.71 497	1.59 595	0.70 537	1.61 645	0.69 529	1.61 637	0.70 537	1.60 639	0.70 536	1.61 646	0.69 528	1.61 644	0.70 535	0.81 493	0.58 460	0.81 532	0.55 504	0.81 507	0.56 496

MyStereo06	0.75 473	4.12 668	0.60 455	0.63 414	0.61 516	0.62 488	0.66 512	0.56 465	0.45 464	0.55 470	0.48 480	0.54 471	0.46 465	0.57 476	0.45 455	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 493

MyStereo05	0.80 486	4.12 668	0.63 467	0.63 414	0.61 516	0.62 488	0.66 512	0.65 485	0.62 509	0.67 496	0.61 512	0.65 497	0.58 500	0.67 492	0.55 491	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 493

anonymity	0.63 439	0.69 318	0.56 445	0.71 439	0.56 505	0.71 501	0.56 497	0.71 496	0.56 496	0.72 502	0.56 501	0.71 505	0.56 495	0.71 499	0.58 494	0.68 458	0.55 452	0.68 505	0.55 504	0.68 478	0.54 485

MWSP-net	0.96 531	0.75 330	0.49 420	4.84 719	0.48 483	1.28 625	0.52 490	1.20 567	0.51 491	1.14 572	0.70 536	1.00 547	0.56 495	0.90 531	0.69 526	0.76 483	0.60 469	0.95 559	0.56 508	0.73 490	0.45 449

FlowAnything	1.02 545	1.71 516	0.72 500	1.59 595	0.69 533	1.60 644	0.69 529	1.61 637	0.70 537	1.60 639	0.69 532	1.60 643	0.69 528	1.61 644	0.69 526	0.81 493	0.58 460	0.81 532	0.56 508	0.82 509	0.56 496

CASS	0.57 428	0.89 361	0.56 445	0.57 401	0.56 505	0.56 474	0.56 497	0.56 465	0.53 493	0.57 475	0.57 502	0.59 485	0.48 474	0.56 471	0.57 492	0.55 424	0.56 454	0.47 450	0.56 508	0.62 469	0.56 496
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SE	0.64 441	0.73 325	0.77 510	0.79 451	0.59 508	0.78 508	0.54 495	0.58 471	0.58 499	0.78 514	0.59 506	0.63 492	0.18 243	0.78 508	0.52 484	0.80 489	0.65 481	0.69 508	0.57 511	0.75 492	0.52 479

StereoVision	3.15 718	5.00 687	0.89 524	4.83 718	1.00 577	3.93 725	1.27 649	6.37 754	1.34 655	5.67 754	1.26 649	5.84 756	1.27 639	5.03 751	1.24 646	5.10 736	1.09 549	4.61 736	0.57 511	5.62 744	1.12 585

DDUNet	0.81 491	2.45 610	0.57 449	0.90 468	0.60 510	0.88 527	0.59 504	0.90 522	0.60 505	0.88 528	0.60 508	0.90 534	0.58 500	0.88 528	0.60 499	0.84 500	0.60 469	0.86 540	0.57 511	0.86 514	0.60 501

STTRV1_RVC	0.82 496	1.60 512	0.70 493	1.01 494	0.60 510	1.07 560	0.69 529	1.01 544	0.60 505	0.72 502	0.55 499	1.02 560	0.68 521	1.03 561	0.67 510	0.89 504	0.63 477	0.92 549	0.57 511	0.90 522	0.65 514

UDG	0.80 486	2.21 589	0.60 455	0.91 470	0.60 510	0.90 530	0.58 500	0.88 521	0.60 505	0.90 529	0.60 508	0.88 530	0.60 504	0.90 531	0.58 494	0.86 502	0.60 469	0.84 538	0.59 515	0.84 512	0.61 502

AEACV	1.12 556	0.52 284	3.12 723	3.24 674	0.86 564	0.53 468	0.49 481	0.60 476	0.47 470	0.53 461	0.49 483	0.55 475	0.45 461	0.55 470	0.47 466	3.01 701	3.88 726	0.71 514	0.60 516	0.80 504	0.48 461

ARAFT	0.68 453	0.81 346	0.63 467	0.74 448	0.60 510	0.78 508	0.62 507	0.77 504	0.66 516	0.74 510	0.63 514	0.75 513	0.62 508	0.83 520	0.60 499	0.70 464	0.55 452	0.70 513	0.60 516	0.78 499	0.55 493

SMoEStereo_RVC	0.63 439	0.75 330	0.51 433	0.73 445	0.53 501	0.71 501	0.47 470	0.67 489	0.58 499	0.74 510	0.60 508	0.72 508	0.53 491	0.74 505	0.51 482	0.61 440	0.62 475	0.62 494	0.61 518	0.63 470	0.61 502

RAFT-Stereo + iAFF	0.70 459	0.72 324	0.71 497	0.80 455	0.62 521	0.82 519	0.61 506	0.81 511	0.62 509	0.81 520	0.63 514	0.80 520	0.70 532	0.73 503	0.61 501	0.76 483	0.61 474	0.74 520	0.61 518	0.77 497	0.61 502

WQFJA1++	0.84 503	0.98 383	0.67 480	1.26 568	0.75 546	1.00 540	0.67 516	1.00 535	0.67 518	1.00 541	0.67 521	1.00 547	0.67 516	1.00 547	0.67 510	0.96 516	0.67 484	0.91 546	0.63 520	0.92 526	0.63 506

WQFJX	0.85 509	1.00 393	0.68 488	1.30 576	0.75 546	1.01 548	0.68 521	1.01 544	0.68 524	1.01 552	0.68 527	1.03 562	0.68 521	1.02 559	0.67 510	0.97 517	0.67 484	0.93 553	0.63 520	0.94 535	0.63 506

NLMM1	0.86 512	0.98 383	0.69 490	1.48 591	0.75 546	1.01 548	0.69 529	1.00 535	0.69 529	1.00 541	0.70 536	1.00 547	0.68 521	1.01 555	0.67 510	0.97 517	0.68 490	0.92 549	0.63 520	0.93 531	0.63 506

NLMM	0.84 503	1.00 393	0.67 480	1.27 569	0.75 546	1.00 540	0.68 521	1.00 535	0.67 518	1.00 541	0.67 521	1.02 560	0.67 516	1.02 559	0.67 510	0.97 517	0.67 484	0.93 553	0.63 520	0.92 526	0.63 506

AFF-stereo	0.73 469	0.88 358	0.67 480	0.75 449	0.68 532	0.75 505	0.64 509	0.80 508	0.72 545	0.83 525	0.70 536	0.82 524	0.64 509	0.84 521	0.67 510	0.77 486	0.63 477	0.81 532	0.63 520	0.78 499	0.62 505

WQFJA1	0.85 509	0.98 383	0.67 480	1.29 574	0.76 551	1.01 548	0.67 516	1.02 549	0.67 518	1.02 556	0.67 521	1.01 556	0.67 516	1.01 555	0.68 518	0.99 522	0.67 484	0.93 553	0.64 525	0.92 526	0.65 514

WQFJX1	0.84 503	0.98 383	0.67 480	1.30 576	0.75 546	1.01 548	0.67 516	1.01 544	0.67 518	1.01 552	0.67 521	1.01 556	0.68 521	1.00 547	0.68 518	0.98 521	0.67 484	0.92 549	0.64 525	0.92 526	0.64 512

NLSM3	0.85 509	0.99 391	0.68 488	1.29 574	0.76 551	1.01 548	0.68 521	1.01 544	0.68 524	1.02 556	0.68 527	1.01 556	0.68 521	1.01 555	0.68 518	0.97 517	0.68 490	0.93 553	0.64 525	0.93 531	0.63 506

AdaDepth	0.86 512	0.93 376	0.71 497	1.01 494	1.07 588	1.02 554	0.71 539	1.00 535	0.71 542	1.01 552	0.71 542	1.00 547	0.72 538	1.14 574	0.71 537	0.92 508	0.64 479	0.90 543	0.64 525	0.89 519	0.69 523

noway5	1.92 635	4.97 685	1.95 688	2.31 637	1.68 681	2.21 675	1.68 682	2.21 672	1.69 684	2.22 681	1.68 686	2.21 673	1.68 667	2.21 674	1.68 683	2.18 659	1.87 680	1.71 658	0.65 529	0.85 513	0.72 533

plain	1.88 633	3.16 643	0.64 470	3.10 667	0.65 524	3.10 716	0.64 509	3.12 715	0.65 514	3.10 716	0.65 518	3.11 717	0.65 511	3.12 715	0.65 506	3.12 702	0.65 481	3.13 715	0.65 529	3.13 703	0.65 514

DSFCA	0.66 445	0.73 325	0.78 512	0.65 420	0.65 524	0.64 490	0.64 509	0.65 485	0.63 512	0.64 490	0.64 516	0.64 493	0.64 509	0.65 489	0.65 506	0.65 453	0.65 481	0.65 502	0.65 529	0.66 473	0.64 512

MLG-Stereo	0.92 522	0.90 365	0.84 522	1.27 569	0.49 487	1.38 634	0.88 563	1.41 632	0.97 577	0.73 505	1.09 588	1.26 627	0.43 455	0.72 501	1.05 580	1.13 542	0.49 429	1.18 586	0.66 532	1.01 545	0.46 451

ktn	0.72 465	0.53 288	1.08 548	1.14 507	0.51 497	1.22 619	1.36 655	0.51 452	0.59 504	0.51 454	0.51 493	0.69 501	1.20 589	0.67 492	0.51 482	0.51 412	0.49 429	0.58 489	0.66 532	0.52 451	0.53 482

KSHMR	0.66 445	0.50 274	0.48 413	1.15 510	0.52 498	0.49 441	0.51 489	0.49 429	0.71 542	0.67 496	0.50 487	1.16 577	1.11 577	0.66 490	0.52 484	0.49 399	0.49 429	0.51 474	0.66 532	0.50 442	1.14 589

PA-Net	11.80 762	223.51 789	0.62 463	0.59 406	0.71 539	0.59 482	0.73 543	0.67 489	0.73 548	0.55 470	0.61 512	0.60 486	0.74 540	0.63 487	0.73 540	0.66 455	0.60 469	0.69 508	0.66 532	0.72 487	0.65 514
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WAFT-Stereo (ZS)	0.67 451	0.78 337	0.67 480	0.67 425	0.66 527	0.67 494	0.67 516	0.65 485	0.66 516	0.66 494	0.67 521	0.66 500	0.67 516	0.67 492	0.72 539	0.66 455	0.67 484	0.67 504	0.67 536	0.67 476	0.67 519

LMCR-Stereo	0.65 443	0.63 312	0.65 474	0.65 420	0.65 524	0.66 493	0.63 508	0.58 471	0.65 514	0.63 489	0.64 516	0.65 497	0.65 511	0.66 490	0.66 509	0.66 455	0.64 479	0.65 502	0.67 536	0.68 478	0.73 537

CAR	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 511	0.58 499	0.81 520	0.58 504	0.83 525	0.59 502	0.82 515	0.59 497	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 479

MSE-Stereo	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 511	0.58 499	0.81 520	0.58 504	0.83 525	0.59 502	0.82 515	0.59 497	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 479

R-Stereo Train	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 533	0.68 524	0.95 539	0.68 527	0.96 544	0.68 521	0.96 543	0.68 518	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 521

RAFT-Stereo	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 533	0.68 524	0.95 539	0.68 527	0.96 544	0.68 521	0.96 543	0.68 518	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 521
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 491	0.69 529	0.69 499	0.69 532	0.69 501	0.69 528	0.69 495	0.69 526	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 523

mm1	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 491	0.69 529	0.69 499	0.69 532	0.69 501	0.69 528	0.69 495	0.69 526	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 523

MoCha-V2	2.11 671	26.97 766	0.78 512	0.92 473	0.77 554	0.96 537	0.72 542	0.90 522	0.72 545	0.94 537	0.70 536	0.90 534	0.71 537	0.91 533	0.71 537	0.85 501	0.71 503	0.88 541	0.69 542	0.87 515	0.67 519

UniTT-Stereo	2.03 653	3.43 650	0.72 500	3.42 684	0.73 542	3.27 719	0.68 521	3.38 720	0.69 529	3.29 719	0.72 545	3.28 720	0.70 532	3.35 721	0.68 518	3.39 705	0.68 490	3.31 718	0.69 542	3.37 704	0.73 537

DCRE	0.84 503	1.89 561	0.77 510	0.94 480	0.72 541	0.88 527	0.73 543	0.87 517	0.78 552	0.90 529	0.71 542	0.88 530	0.67 516	0.88 528	0.73 540	0.81 493	0.68 490	0.81 532	0.70 546	0.82 509	0.70 526

DMCA-RVC	0.70 459	0.80 342	0.70 493	0.70 437	0.70 537	0.70 499	0.70 536	0.71 496	0.70 537	0.70 501	0.71 542	0.71 505	0.70 532	0.70 497	0.69 526	0.69 459	0.70 499	0.69 508	0.70 546	0.69 482	0.70 526

MSMD_ROB	1.19 560	1.10 423	0.70 493	1.10 501	0.60 510	1.10 564	0.70 536	1.10 554	0.70 537	1.10 562	0.70 536	1.10 569	0.70 532	7.00 760	0.70 535	1.10 535	0.70 499	1.10 575	0.70 546	1.10 551	0.70 526

Wavelet-MonSter	1.00 535	1.21 481	0.76 508	1.94 610	1.01 583	1.11 567	0.76 547	1.15 556	0.76 551	1.11 567	0.76 551	1.14 575	0.76 543	1.11 571	0.76 547	1.21 595	0.90 526	1.02 571	0.71 549	1.02 547	0.71 532

RSM++	0.76 478	0.82 348	0.66 476	0.85 464	0.64 522	0.85 523	0.71 539	0.94 531	0.64 513	0.87 526	0.67 521	0.87 529	0.65 511	0.84 521	0.65 506	0.81 493	0.70 499	0.79 527	0.71 549	0.83 511	0.70 526

DStereoRT	0.73 469	0.81 346	0.73 504	0.71 439	0.74 544	0.73 503	0.75 545	0.71 496	0.71 542	0.74 510	0.72 545	0.73 510	0.80 549	0.71 499	0.73 540	0.76 483	0.71 503	0.73 515	0.72 551	0.70 485	0.76 544

iGMRVC	0.84 503	2.85 636	0.72 500	0.72 441	0.73 542	0.77 506	0.79 550	0.73 500	0.74 550	0.73 505	0.72 545	0.73 510	0.76 543	0.73 503	0.73 540	0.72 473	0.73 506	0.73 515	0.72 551	0.73 490	0.72 533

Hybrid-DGEV	1.03 547	1.75 523	0.80 516	1.28 573	0.78 555	1.26 622	0.80 553	1.26 618	0.78 552	1.26 624	0.78 555	1.26 627	0.78 547	1.26 627	0.78 549	1.15 545	0.75 509	1.14 576	0.74 553	1.14 554	0.75 541

AIO-Stereo	0.84 503	0.66 315	0.70 493	0.83 459	0.67 529	0.98 538	0.82 560	1.14 555	0.72 545	1.03 558	0.74 549	1.03 562	1.09 576	0.99 545	0.45 455	1.04 529	0.73 506	0.95 559	0.74 553	0.94 535	0.46 451

TorneroNet-64	0.45 376	0.27 175	0.30 257	0.58 403	0.27 291	0.70 499	0.30 313	0.28 254	0.73 548	0.73 505	0.28 296	0.71 505	0.66 514	0.75 506	0.27 277	0.27 235	0.29 278	0.37 330	0.75 555	0.28 254	0.30 355

LiteMatch*	2.07 659	1.30 493	5.73 744	6.28 732	0.79 557	1.33 629	0.80 553	1.30 624	1.02 587	1.33 628	0.84 563	1.33 633	0.97 561	1.28 631	1.04 579	6.05 743	5.89 739	1.28 640	0.76 556	1.28 622	0.88 556

Hybrid-DGEV-03	1.07 550	1.83 549	0.83 520	1.34 581	0.81 562	1.32 628	0.81 557	1.31 625	0.81 561	1.31 627	0.82 561	1.32 632	0.82 553	1.32 632	0.81 556	1.19 547	0.77 512	1.19 588	0.76 556	1.19 567	0.77 546

Hybrid-DGEV-2	1.05 549	1.83 549	0.83 520	1.33 580	0.82 563	1.30 626	0.81 557	1.26 618	0.79 556	1.29 626	0.79 557	1.26 627	0.80 549	1.26 627	0.79 550	1.20 549	0.78 514	1.18 586	0.77 558	1.20 569	0.77 546

RAStereo	2.23 687	3.64 653	0.76 508	3.65 693	0.86 564	3.66 724	0.76 547	3.67 724	0.81 561	3.66 721	0.76 551	3.66 723	0.77 545	3.68 723	0.77 548	3.68 708	0.77 512	3.69 723	0.77 558	3.70 707	0.77 546

ToySt	0.92 522	2.11 579	0.90 527	0.95 482	0.79 557	0.99 539	0.78 549	0.94 531	0.81 561	0.94 537	0.78 555	0.95 543	0.77 545	0.94 539	0.86 560	0.91 505	0.79 516	0.85 539	0.77 558	0.89 519	0.73 537

HSM-Net_RVC	0.95 530	1.17 431	0.78 512	1.18 517	0.71 539	1.16 572	0.75 545	1.09 553	0.80 558	1.10 562	0.75 550	1.17 578	0.74 540	1.17 577	0.80 553	1.13 542	0.73 506	1.17 583	0.77 558	1.16 559	0.72 533
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
tt45	1.04 548	0.88 358	1.36 626	0.92 473	1.03 586	1.51 643	0.79 550	0.70 495	0.88 564	0.74 510	0.90 565	1.60 643	0.72 538	1.60 642	0.75 545	0.91 505	0.78 514	1.52 652	0.79 562	1.14 554	1.32 653

G-Net	0.79 483	0.79 339	0.79 515	0.79 451	0.79 557	0.79 511	0.79 550	0.79 505	0.79 556	0.79 516	0.79 557	0.79 518	0.79 548	0.79 509	0.79 550	0.79 487	0.79 516	0.79 527	0.79 562	0.79 501	0.79 549

HBP-ISP	1.24 610	1.72 517	1.65 646	1.15 510	0.76 551	1.40 636	0.88 563	1.67 643	1.02 587	1.69 647	1.38 661	1.69 648	1.21 635	1.87 654	1.21 644	1.05 530	0.79 516	0.97 563	0.80 564	1.19 567	0.75 541

NaN_ROB	0.80 486	0.80 342	0.80 516	0.80 455	0.80 560	0.80 513	0.80 553	0.80 508	0.80 558	0.80 517	0.80 559	0.80 520	0.80 549	0.80 511	0.80 553	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 550

CSAN	0.80 486	0.80 342	0.80 516	0.80 455	0.80 560	0.80 513	0.80 553	0.80 508	0.80 558	0.80 517	0.80 559	0.80 520	0.80 549	0.80 511	0.80 553	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 550

Selective-RAFT-Error	0.88 517	0.84 349	0.98 536	0.86 465	0.97 576	0.88 527	0.95 571	0.84 515	0.99 580	0.92 533	0.82 561	0.84 527	0.98 563	0.87 526	0.97 569	0.81 493	0.83 522	0.79 527	0.82 567	0.79 501	0.85 555

Selective-RAFT	0.89 519	0.89 361	0.72 500	1.16 515	0.78 555	1.06 557	0.82 560	0.87 517	0.97 577	1.00 541	0.91 568	0.90 534	1.00 564	0.89 530	0.93 566	0.83 498	0.83 522	0.82 536	0.82 567	0.81 507	0.82 553

DPSimNet_ROB	0.97 532	1.18 433	0.81 519	1.10 501	0.91 570	1.02 554	0.82 560	1.04 550	0.91 566	1.03 558	0.86 564	1.28 631	0.82 553	1.03 561	0.89 561	1.17 546	0.81 521	1.02 571	0.82 567	1.08 550	0.81 552

MEA-ACV	1.66 623	0.87 355	0.61 461	11.81 759	1.35 655	1.50 642	0.71 539	1.23 616	0.92 570	1.13 571	0.96 574	1.69 648	0.70 532	1.23 626	1.16 592	1.54 621	1.20 564	1.58 653	0.85 570	1.12 552	0.95 566

AIO-Stereo-zeroshot	0.91 520	0.86 353	0.89 524	1.25 567	0.69 533	1.05 556	0.81 557	1.16 559	0.50 484	1.12 568	0.97 576	0.72 508	0.82 553	1.06 563	0.95 567	0.61 440	0.87 524	1.03 573	0.85 570	1.04 548	1.01 578

DGTPSM_ROB	0.93 527	1.00 393	0.92 531	0.94 480	0.96 575	0.91 531	0.92 567	0.91 524	0.96 576	0.91 531	0.96 574	0.93 540	0.92 558	0.94 539	0.92 562	0.92 508	0.92 529	0.90 543	0.92 572	0.94 535	0.91 561

DPSM_ROB	0.92 522	0.91 367	0.91 529	0.91 470	0.92 571	0.92 532	0.92 567	0.92 527	0.91 566	0.93 535	0.91 568	0.92 537	0.90 556	0.91 533	0.92 562	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 563

DPSM	0.92 522	0.91 367	0.91 529	0.91 470	0.92 571	0.92 532	0.92 567	0.92 527	0.91 566	0.93 535	0.91 568	0.92 537	0.90 556	0.91 533	0.92 562	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 563

pmcnn	0.92 522	0.92 372	0.92 531	0.92 473	0.92 571	0.92 532	0.92 567	0.92 527	0.92 570	0.92 533	0.92 571	0.92 537	0.92 558	0.92 537	0.92 562	0.92 508	0.92 529	0.92 549	0.92 572	0.92 526	0.92 562

MM-Stereo_test2	1.20 561	1.85 555	1.05 545	1.46 590	0.94 574	1.36 632	0.99 574	1.36 627	0.95 574	1.41 634	0.98 577	1.40 638	0.96 560	1.37 634	0.95 567	1.37 610	1.06 542	1.33 642	0.93 576	1.29 623	0.89 559

MM-Stereo_test3	1.27 612	2.07 575	1.18 558	1.60 598	1.02 585	1.45 640	1.01 580	1.40 631	1.04 589	1.44 636	1.03 585	1.46 641	1.02 573	1.44 639	1.02 578	1.51 619	1.12 556	1.32 641	0.98 577	1.38 627	0.97 568

999	1.00 535	1.12 424	0.59 451	1.10 501	1.21 650	1.09 563	0.52 490	1.08 551	1.43 664	1.18 575	1.35 656	0.98 546	0.52 490	0.91 533	0.85 559	0.72 473	1.46 635	0.83 537	0.98 577	0.68 478	1.41 661

LGCAT	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

Test_v1	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

BLMT-Stereo	1.53 619	1.36 499	1.06 546	1.42 589	1.23 654	1.41 638	1.07 584	1.43 634	1.12 591	1.42 635	1.06 586	1.83 651	1.07 575	1.42 638	1.07 581	1.27 600	1.38 630	6.80 758	1.00 579	1.26 620	1.00 572

ours_stereo	1.20 561	1.21 481	0.90 527	1.64 603	1.11 590	1.35 630	0.67 516	1.76 644	0.93 572	1.70 648	1.10 589	1.39 636	0.75 542	1.41 636	0.81 556	1.60 624	1.03 541	1.33 642	1.00 579	1.61 634	0.72 533

GANet	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

TDLM	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

CVANet_RVC	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 535	1.00 581	1.00 541	1.00 579	1.00 547	1.00 564	1.00 547	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 572

qqai	1.22 608	1.38 502	1.12 549	1.39 587	1.14 591	1.40 636	1.14 589	1.41 632	1.12 591	1.40 633	1.11 590	1.40 638	1.13 578	1.41 636	1.15 588	1.25 598	0.97 532	1.24 637	1.01 586	1.24 618	0.96 567

trnet	1.01 543	1.01 403	1.01 543	1.01 494	1.01 583	1.01 548	1.01 580	1.01 544	1.01 586	1.01 552	1.01 584	1.01 556	1.01 572	1.01 555	1.01 577	1.01 528	1.01 539	1.01 570	1.01 586	1.01 545	1.01 578

GLC_STEREO	1.07 550	1.01 403	1.06 546	1.07 499	1.05 587	1.06 557	1.08 585	1.08 551	1.05 590	1.07 560	1.06 586	1.08 565	1.05 574	1.06 563	1.10 583	1.07 531	1.09 549	1.05 574	1.05 588	1.06 549	1.12 585

TorneroNet	0.66 445	0.53 288	0.50 426	0.50 374	0.64 522	1.06 557	0.70 536	0.50 438	0.51 491	0.49 432	0.69 532	0.49 439	0.50 484	0.48 430	1.15 588	0.71 465	0.49 429	1.14 576	1.08 589	0.49 437	0.49 467

Nwc_Net	2.37 695	25.95 763	1.15 554	1.14 507	1.15 593	1.08 561	1.14 589	1.17 561	1.16 595	1.14 572	1.15 591	1.08 565	1.15 582	1.11 571	1.14 587	1.10 535	1.11 553	1.16 579	1.09 590	1.16 559	1.15 590

RP	2.33 691	25.00 759	1.13 551	1.15 510	1.15 593	1.10 564	1.15 591	1.15 556	1.15 594	1.12 568	1.15 591	1.09 567	1.13 578	1.10 569	1.15 588	1.11 540	1.09 549	1.16 579	1.12 591	1.16 559	1.17 594

RGC	2.36 693	25.48 760	1.19 560	1.15 510	1.15 593	1.10 564	1.16 593	1.17 561	1.16 595	1.12 568	1.16 594	1.11 573	1.13 578	1.09 567	1.18 595	1.10 535	1.15 558	1.16 579	1.12 591	1.14 554	1.12 585

11t	1.27 612	2.70 621	1.34 616	1.32 579	0.89 566	1.30 626	1.34 652	1.64 640	0.57 498	1.45 637	0.72 545	1.05 564	1.29 641	1.07 566	1.29 653	1.49 616	1.02 540	0.97 563	1.15 593	1.48 629	1.31 652

AF-Net	2.37 695	25.71 762	1.17 556	1.13 506	1.15 593	1.15 571	1.18 595	1.19 564	1.16 595	1.10 562	1.15 591	1.10 569	1.18 587	1.12 573	1.15 588	1.10 535	1.10 552	1.17 583	1.15 593	1.16 559	1.12 585

NCC-stereo	2.36 693	25.52 761	1.17 556	1.15 510	1.17 598	1.11 567	1.11 586	1.15 556	1.16 595	1.10 562	1.16 594	1.10 569	1.15 582	1.14 574	1.13 586	1.09 533	1.11 553	1.15 578	1.16 595	1.17 564	1.17 594

Abc-Net	2.32 690	24.75 758	1.14 552	1.17 516	1.17 598	1.11 567	1.15 591	1.17 561	1.21 647	1.08 561	1.16 594	1.12 574	1.14 581	1.09 567	1.17 594	1.09 533	1.16 559	1.17 583	1.17 596	1.16 559	1.11 583
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	2.51 702	26.86 765	1.23 612	1.22 564	1.22 652	1.24 621	1.25 646	1.22 614	1.24 650	1.21 622	1.24 647	1.19 579	1.27 639	1.19 578	1.24 646	1.19 547	1.20 564	1.25 638	1.19 597	1.24 618	1.23 647

stereogan	2.33 691	24.38 757	1.18 558	1.18 517	1.18 601	1.14 570	1.18 595	1.19 564	1.19 601	1.14 572	1.18 598	1.14 575	1.18 587	1.14 574	1.18 595	1.14 544	1.14 557	1.19 588	1.19 597	1.15 557	1.19 598

edge stereo	2.43 698	27.07 767	1.14 552	1.06 498	1.14 591	1.08 561	1.17 594	1.16 559	1.14 593	1.10 562	1.16 594	1.09 567	1.16 586	1.10 569	1.16 592	1.10 535	1.11 553	1.16 579	1.19 597	1.13 553	1.11 583

DisPM	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

CrosDoStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PFNet+	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

LCNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

HHNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Patchmatch Stereo++	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599
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	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

STrans-v2	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

TransformOpticalFlow	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

OMP-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

IIG-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

NF-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

OCTAStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PSM-softLoss	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

KMStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

NRIStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PSM-adaLoss	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PSM-AAD	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

FTStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

ROB_FTStereo_v2	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

ROB_FTStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Consistency-Raft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

KYRaft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

HUI-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

ASMatch	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DeepStereo_LL	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DEmStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

SST-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

THIR-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT_R40	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DRaft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

PFNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

GrayStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RE-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Pruner-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

TVStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

DeepStereo_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT-RH_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

IRAFT_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT-345	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

iRAFT	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

CRE-IMP	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

GMM-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

RAFT-IKP	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

Prome-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 567	1.20 602	1.20 577	1.20 599	1.20 580	1.20 589	1.20 579	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 599

SPS-STEREO	1.59 621	1.91 564	1.21 609	1.94 610	1.20 604	2.00 660	1.23 644	1.99 651	1.24 650	2.00 657	1.25 648	2.03 662	1.26 638	2.00 659	1.29 653	1.90 637	1.18 563	1.89 669	1.21 645	1.89 647	1.20 599
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 620	1.94 571	1.22 610	1.88 607	1.21 650	1.88 652	1.22 643	1.88 646	1.22 648	1.88 649	1.22 645	1.88 652	1.22 636	1.89 655	1.22 645	1.87 633	1.22 612	1.88 668	1.22 646	1.88 646	1.22 645
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
2.5w	2.01 650	2.40 606	1.37 628	3.28 676	2.01 710	2.71 706	1.43 668	1.82 645	1.83 702	1.90 651	1.41 663	2.71 706	1.35 646	2.71 705	1.85 703	2.66 693	1.53 640	1.64 655	1.23 647	2.53 693	1.87 705

4w-stereo	2.02 651	2.72 625	1.44 633	3.36 682	1.59 668	2.48 693	1.72 690	2.28 677	1.24 650	2.24 683	1.65 676	2.56 698	1.32 644	2.39 689	1.98 714	2.67 695	1.51 638	1.66 656	1.24 648	2.53 693	1.88 708

3.5w_stereo	2.03 653	2.72 625	1.35 618	3.41 683	1.57 666	2.72 707	1.49 669	2.01 653	1.34 655	2.15 667	1.61 674	2.63 702	1.36 647	2.72 707	1.99 715	2.66 693	1.58 646	1.68 657	1.24 648	2.53 693	1.87 705

3.25w_new	2.03 653	2.72 625	1.35 618	3.33 681	1.57 666	2.72 707	1.53 670	2.15 661	1.33 654	2.15 667	1.60 672	2.63 702	1.30 642	2.72 707	1.99 715	2.67 695	1.53 640	1.75 659	1.25 650	2.53 693	1.87 705

MaDis-Stereo	3.19 719	6.02 719	1.12 549	5.61 728	1.16 597	5.43 752	1.02 582	5.15 751	0.70 537	5.43 751	1.21 644	5.03 753	0.97 561	4.85 745	0.99 571	4.53 717	1.16 559	5.53 752	1.25 650	5.37 742	1.30 651

FAT-Stereo	2.46 700	26.05 764	1.23 612	1.23 566	1.22 652	1.20 573	1.24 645	1.23 616	1.23 649	1.19 576	1.22 645	1.21 625	1.24 637	1.20 579	1.24 646	1.21 595	1.17 562	1.22 636	1.25 650	1.20 569	1.24 648

MonStereo1	1.94 637	2.77 631	1.52 641	3.73 697	1.51 665	2.13 665	1.42 665	2.32 684	1.52 666	2.31 688	1.50 666	2.53 693	1.59 655	2.34 686	1.56 666	1.91 638	1.36 627	1.86 664	1.31 653	2.07 660	1.53 664

MC-Stereo	1.76 628	2.96 637	1.37 628	2.14 619	1.37 658	2.14 666	1.36 655	2.14 660	1.37 660	2.14 666	1.37 659	2.14 664	1.37 649	2.14 664	1.37 659	1.97 642	1.32 614	1.97 672	1.32 654	1.98 649	1.33 654

MaskLacGwcNet_RVC	1.35 614	1.35 498	1.35 618	1.35 583	1.35 655	1.35 630	1.35 653	1.36 627	1.35 658	1.36 631	1.35 656	1.36 634	1.36 647	1.36 633	1.35 657	1.35 606	1.35 626	1.35 645	1.35 655	1.35 625	1.35 657

CC-Net-ROB	1.36 615	1.33 497	1.33 615	1.36 584	1.38 659	1.36 632	1.33 651	1.37 629	1.34 655	1.35 630	1.36 658	1.38 635	1.34 645	1.38 635	1.38 660	1.35 606	1.38 630	1.33 642	1.35 655	1.43 628	1.34 656

RASNet	1.49 618	1.65 513	1.45 634	1.38 586	1.43 662	1.47 641	1.36 655	1.38 630	1.36 659	1.39 632	1.60 672	1.45 640	1.45 653	1.51 640	2.21 717	1.53 620	1.36 627	1.36 647	1.36 657	1.66 637	1.36 658

LL-Strereo	1.01 543	5.06 689	1.63 645	0.70 437	1.43 662	0.56 474	0.46 465	0.57 468	0.50 484	0.57 475	0.50 487	1.58 642	0.49 480	0.59 478	0.50 477	1.64 625	0.52 445	0.51 474	1.37 658	0.52 451	0.45 449

PS-NSSS	1.38 617	1.39 503	1.34 616	1.34 581	1.35 655	1.38 634	1.37 660	1.35 626	1.38 661	1.34 629	1.34 655	1.39 636	1.38 650	1.70 646	1.40 661	1.36 608	1.36 627	1.36 647	1.37 658	1.37 626	1.36 658

MM-Stereo_test1	1.80 631	3.41 649	1.52 641	2.12 618	1.41 661	2.04 661	1.41 663	2.05 655	1.46 665	2.04 661	1.41 663	2.05 663	1.42 652	2.05 660	1.43 663	2.04 647	1.54 642	1.94 670	1.38 660	1.99 650	1.33 654

ff7	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 683	2.12 706	2.23 678	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 580

ffff	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 683	2.12 706	2.23 678	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 580

ccc-4	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 657	1.80 698	2.05 662	1.56 668	2.33 683	2.12 706	2.23 678	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 580

2.75w_new	1.99 639	2.34 601	1.81 657	3.14 668	1.62 670	1.94 654	1.99 709	2.72 700	1.71 687	2.72 704	1.99 720	1.90 653	1.73 679	1.82 653	1.29 653	2.37 681	2.01 685	2.31 695	1.42 664	1.77 643	1.22 645

3.75w	1.99 639	2.31 595	1.83 665	3.16 670	1.65 672	1.93 653	1.98 706	2.72 700	1.68 677	2.73 709	1.97 711	2.00 659	1.72 678	1.81 652	1.25 649	2.27 671	2.01 685	2.38 700	1.42 664	1.71 639	1.24 648

sCroCo_RVC	2.10 667	2.76 629	1.92 676	2.78 661	1.39 660	2.73 709	1.41 663	2.73 706	1.40 662	2.77 715	1.41 663	2.74 712	1.40 651	2.74 710	1.40 661	2.72 697	1.42 633	2.72 713	1.44 666	2.79 700	1.42 662

IGEVStereo-DCA	1.77 629	4.21 672	1.84 666	2.49 650	2.11 716	2.54 700	1.36 655	1.65 641	1.17 599	2.75 710	1.90 705	2.54 696	1.15 582	0.94 539	1.11 584	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 556

rrr	1.77 629	4.21 672	1.84 666	2.49 650	2.11 716	2.54 700	1.36 655	1.65 641	1.17 599	2.75 710	1.90 705	2.54 696	1.15 582	0.94 539	1.11 584	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 556

derf	1.91 634	2.15 583	1.78 655	2.16 620	1.75 694	2.21 675	1.80 692	2.22 674	1.80 698	2.21 677	1.76 694	2.17 665	1.81 686	2.24 681	1.74 697	1.93 640	1.56 643	1.96 671	1.53 669	1.95 648	1.56 667

LGtest1	2.22 684	2.70 621	1.89 673	2.76 657	1.86 701	2.75 711	1.86 698	2.75 707	1.86 704	2.75 710	1.86 698	2.77 715	1.87 689	2.75 711	1.86 704	2.46 686	1.58 646	2.45 704	1.56 670	2.45 682	1.56 667

LG-G_1	2.22 684	2.71 623	1.89 673	2.77 658	1.87 705	2.75 711	1.87 701	2.76 708	1.87 708	2.75 710	1.87 700	2.76 713	1.87 689	2.75 711	1.86 704	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 669

LG-G	2.22 684	2.71 623	1.89 673	2.77 658	1.87 705	2.75 711	1.87 701	2.76 708	1.87 708	2.75 710	1.87 700	2.76 713	1.87 689	2.75 711	1.86 704	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 669

ccnet	0.80 486	2.28 593	0.33 289	0.50 374	0.33 396	0.50 450	0.33 381	0.50 438	0.33 389	0.49 432	0.33 389	0.49 439	1.56 654	2.38 687	0.33 377	0.41 327	0.29 278	0.42 428	1.57 671	2.28 673	0.29 340

4.25_new	2.00 643	2.33 597	1.82 662	3.32 679	1.69 686	1.95 657	1.99 709	2.72 700	1.71 687	2.72 704	1.97 711	2.01 660	1.74 681	1.77 649	1.28 651	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 594

4.5w_new	2.00 643	2.33 597	1.82 662	3.32 679	1.69 686	1.95 657	1.99 709	2.72 700	1.71 687	2.72 704	1.97 711	2.01 660	1.74 681	1.77 649	1.28 651	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 594

zzzzzz3	2.07 659	5.00 687	1.93 679	2.28 631	1.66 673	2.19 669	1.66 674	2.18 663	1.67 672	2.19 672	1.66 679	2.18 666	1.67 665	2.18 666	1.66 674	2.15 651	1.85 672	2.05 674	1.59 676	2.05 652	1.59 672

noway2	2.07 659	4.96 684	1.92 676	2.28 631	1.66 673	2.20 672	1.66 674	2.19 666	1.66 669	2.19 672	1.65 676	2.19 669	1.68 667	2.18 666	1.65 671	2.15 651	1.86 676	2.06 678	1.59 676	2.06 656	1.60 674

DPSMNet_ROB	1.60 622	1.59 511	1.70 649	1.59 595	1.59 668	1.61 645	1.61 671	1.60 636	1.60 668	1.62 645	1.59 671	1.60 643	1.60 656	1.60 642	1.59 668	1.59 622	1.60 650	1.59 654	1.59 676	1.59 633	1.59 672

noway7	2.08 662	5.18 693	1.92 676	2.27 626	1.66 673	2.18 667	1.66 674	2.17 662	1.66 669	2.18 669	1.65 676	2.18 666	1.66 659	2.17 665	1.66 674	2.15 651	1.85 672	2.05 674	1.60 679	2.05 652	1.60 674

monster_256*512	2.09 665	5.21 696	1.98 691	2.30 634	1.67 677	2.18 667	1.66 674	2.20 669	1.67 672	2.19 672	1.67 681	2.19 669	1.66 659	2.19 669	1.66 674	2.15 651	1.86 676	2.05 674	1.60 679	2.06 656	1.61 679

zzzz4	2.08 662	5.22 697	1.93 679	2.27 626	1.66 673	2.19 669	1.66 674	2.18 663	1.67 672	2.18 669	1.66 679	2.18 666	1.66 659	2.18 666	1.66 674	2.15 651	1.84 667	2.05 674	1.60 679	2.05 652	1.60 674

2w_stereo	1.99 639	2.36 604	1.81 657	3.24 674	1.67 677	1.94 654	1.98 706	2.72 700	1.68 677	2.72 704	1.94 708	1.98 658	1.74 681	1.79 651	1.27 650	1.95 641	2.00 683	2.53 709	1.60 679	1.68 638	1.15 590

zzzzzzz1	2.10 667	5.20 695	1.93 679	2.38 644	1.68 681	2.20 672	1.67 680	2.20 669	1.68 677	2.20 675	1.67 681	2.20 672	1.68 667	2.20 671	1.67 682	2.24 666	1.86 676	2.06 678	1.61 683	2.06 656	1.62 685

GELT-Stereo	2.10 667	5.33 704	1.94 687	2.37 642	1.68 681	2.21 675	1.69 686	2.19 666	1.67 672	2.18 669	1.67 681	2.19 669	1.66 659	2.19 669	1.66 674	2.23 665	1.83 666	2.07 680	1.61 683	2.04 651	1.61 679

zzz1	2.09 665	4.97 685	1.93 679	2.30 634	1.68 681	2.21 675	1.68 682	2.21 672	1.68 677	2.21 677	1.67 681	2.21 673	1.68 667	2.21 674	1.69 686	2.17 657	1.85 672	2.08 684	1.61 683	2.06 656	1.61 679

noway1	2.10 667	5.26 701	1.93 679	2.31 637	1.69 686	2.21 675	1.67 680	2.19 666	1.68 677	2.21 677	1.68 686	2.21 673	1.67 665	2.20 671	1.66 674	2.15 651	1.84 667	2.07 680	1.61 683	2.07 660	1.61 679

4.5w-stereo	1.99 639	2.33 597	1.81 657	3.28 676	1.68 681	1.94 654	1.99 709	2.72 700	1.70 685	2.72 704	1.99 720	1.97 657	1.68 667	1.76 648	1.29 653	1.91 638	2.02 689	2.53 709	1.61 683	1.75 642	1.16 593

4.25w-stereo	1.98 638	2.72 625	1.46 635	3.47 686	1.43 662	2.07 663	1.98 706	2.53 696	1.52 666	2.71 703	1.98 717	1.81 650	1.62 658	1.96 657	1.36 658	1.88 636	2.00 683	2.53 709	1.61 683	1.74 641	1.15 590

zzzz2	2.08 662	4.92 683	1.93 679	2.30 634	1.67 677	2.19 669	1.66 674	2.20 669	1.67 672	2.20 675	1.68 686	2.21 673	1.66 659	2.20 671	1.68 683	2.17 657	1.84 667	2.07 680	1.62 689	2.05 652	1.61 679

asda	2.17 675	2.54 612	1.81 657	3.47 686	1.78 696	2.50 696	1.86 698	2.61 698	1.68 677	2.61 700	1.83 696	2.37 687	1.73 679	2.44 693	1.88 709	2.51 690	1.84 667	2.34 697	1.62 689	2.23 669	1.77 700

asd	2.18 677	2.77 631	1.58 643	3.59 691	2.00 709	2.58 702	1.85 697	2.39 689	1.71 687	2.47 695	1.97 711	2.59 700	1.61 657	2.56 696	1.79 699	2.51 690	1.99 682	2.11 690	1.62 689	2.36 677	1.60 674

noway3	2.12 673	5.22 697	1.93 679	2.39 645	1.70 691	2.23 680	1.70 688	2.22 674	1.70 685	2.22 681	1.70 692	2.23 677	1.69 674	2.22 676	1.71 688	2.28 672	1.86 676	2.08 684	1.63 692	2.09 665	1.63 688

noway4	2.11 671	5.14 691	1.93 679	2.37 642	1.69 686	2.20 672	1.68 682	2.22 674	1.68 677	2.21 677	1.69 690	2.23 677	1.68 667	2.22 676	1.66 674	2.24 666	1.84 667	2.09 689	1.63 692	2.09 665	1.62 685

Anonymous3	2.55 703	3.26 647	1.65 646	3.28 676	1.63 671	3.24 718	1.68 682	3.27 717	1.66 669	3.28 718	1.67 681	3.25 719	1.66 659	3.27 717	1.64 670	3.26 703	1.65 654	3.30 717	1.65 694	4.95 737	1.65 692

MFMNet_re	1.81 632	1.91 564	1.71 651	1.95 612	1.70 691	1.95 657	1.70 688	1.96 649	1.74 694	1.97 654	1.72 693	1.95 655	1.71 677	1.97 658	1.71 688	1.86 631	1.62 651	1.85 661	1.66 695	1.86 645	1.64 690

MIF-Stereo (partial)	2.58 705	3.31 648	0.66 476	3.18 671	0.66 527	3.18 717	0.66 512	3.21 716	0.67 518	3.19 717	0.66 520	3.19 718	0.66 514	3.31 719	0.68 518	5.09 735	1.79 664	8.23 762	1.67 696	6.18 746	1.38 660

test_xeample3	1.10 553	1.81 539	0.61 461	0.84 460	0.49 487	0.77 506	0.66 512	0.92 527	1.40 662	0.68 498	0.46 468	0.78 516	0.54 494	1.72 647	1.48 664	1.34 605	1.52 639	1.35 645	1.67 696	1.33 624	1.55 666

qwe	2.18 677	2.60 615	1.58 643	3.83 699	1.90 707	2.53 698	1.90 704	2.48 692	1.73 692	2.37 691	1.92 707	2.53 693	1.68 667	2.56 696	1.83 701	2.52 692	1.87 680	2.07 680	1.68 698	2.32 675	1.71 694

monsterstereo	2.20 683	2.33 597	1.95 688	3.65 693	2.07 715	2.49 694	1.61 671	2.48 692	1.83 702	2.45 694	1.61 674	2.67 705	1.86 687	2.64 700	1.94 711	2.48 689	1.66 655	2.34 697	1.68 698	2.40 678	1.86 703

UDGNet	2.23 687	5.40 708	1.72 652	2.48 649	1.69 686	2.51 697	1.69 686	2.51 695	1.72 691	2.50 697	1.69 690	2.52 692	1.69 674	2.50 694	1.68 683	2.41 684	1.70 658	2.42 702	1.69 700	2.42 679	1.64 690

TRStereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 680	1.87 689	2.08 661	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 695

XX-Stereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 680	1.87 689	2.08 661	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 695

EAI-Stereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 679	1.86 704	2.30 685	1.87 700	2.30 680	1.87 689	2.08 661	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 695

DNSM	2.56 704	4.43 675	3.08 721	4.09 701	1.86 701	2.66 705	1.86 698	2.66 699	1.87 708	2.66 702	1.86 698	2.66 704	1.86 687	2.66 703	1.87 707	3.82 710	2.94 705	2.42 702	1.73 704	2.42 679	1.73 698

RAFT_CTSACE	1.92 635	3.71 656	1.72 652	1.88 607	1.72 693	2.04 661	1.42 665	2.18 663	1.89 711	2.02 659	1.97 711	1.95 655	2.06 705	1.93 656	1.62 669	1.76 628	1.66 655	2.02 673	1.73 704	1.73 640	1.43 663

U	5.15 754	8.49 732	1.81 657	8.49 744	1.77 695	8.49 761	1.77 691	8.51 762	1.77 696	8.49 762	1.77 695	8.50 763	1.78 684	8.58 762	1.77 698	8.54 755	1.78 662	8.55 763	1.78 706	8.55 757	1.84 701

FBW_ROB	2.12 673	2.46 611	1.77 654	2.49 650	1.79 697	2.38 688	1.83 693	2.46 691	1.78 697	2.48 696	1.97 711	2.40 688	1.78 684	2.42 692	1.83 701	2.31 677	1.85 672	2.38 700	1.82 707	2.35 676	1.84 701

1w_stereo	2.05 658	2.32 596	1.35 618	3.74 698	2.01 710	2.73 709	1.42 665	1.88 646	1.93 713	2.03 660	1.28 651	2.71 706	1.99 701	2.72 707	1.72 691	2.20 662	1.32 614	1.87 665	1.86 708	2.45 682	1.54 665

2.25w	2.00 643	1.86 558	1.98 691	2.95 665	2.17 720	2.26 681	1.35 653	2.42 690	2.00 718	2.07 665	1.27 650	2.53 693	1.99 701	2.29 683	1.49 665	2.21 663	1.32 614	1.85 661	1.87 709	2.52 690	1.62 685

4.5_new	2.00 643	1.84 554	1.98 691	2.77 658	2.16 718	2.27 682	1.28 650	2.09 656	1.98 715	2.01 658	1.28 651	2.71 706	1.98 699	2.51 695	1.65 671	2.26 668	1.33 621	1.87 665	1.87 709	2.49 686	1.60 674

3.25w	2.04 656	2.20 587	1.48 636	3.03 666	2.17 720	2.63 704	1.39 661	1.96 649	1.95 714	1.96 652	1.37 659	2.71 706	1.96 698	2.71 705	1.73 696	2.26 668	1.32 614	1.87 665	1.87 709	2.51 689	1.63 688

monsters	2.18 677	2.41 607	1.96 690	3.47 686	2.03 714	2.53 698	1.64 673	2.48 692	1.73 692	2.40 692	1.50 666	2.62 701	1.94 696	2.59 698	1.94 711	2.44 685	1.57 645	2.28 693	1.87 709	2.42 679	1.86 703

IGEV	2.02 651	2.20 587	1.82 662	2.90 664	2.16 718	2.41 690	1.25 646	2.00 652	1.98 715	1.99 656	1.31 653	2.72 710	1.93 695	2.67 704	1.69 686	2.26 668	1.32 614	1.83 660	1.87 709	2.53 693	1.61 679

3w_stereo	2.04 656	2.24 591	1.70 649	3.15 669	2.18 722	2.49 694	1.26 648	2.03 654	1.98 715	1.98 655	1.33 654	2.72 710	1.99 701	2.59 698	1.72 691	2.22 664	1.33 621	1.85 661	1.88 714	2.50 688	1.58 671

AIO_test	2.18 677	2.09 578	2.04 696	2.42 647	2.01 710	2.47 692	1.94 705	2.34 686	2.03 719	2.56 699	1.94 708	2.43 689	1.94 696	2.41 690	1.87 707	2.39 683	2.10 692	2.35 699	1.91 715	2.25 671	2.19 711

HUF	2.18 677	2.30 594	1.99 695	2.34 641	2.02 713	2.41 690	2.06 714	2.38 688	1.89 711	2.36 690	1.85 697	2.56 698	1.98 699	2.31 685	1.97 713	2.30 676	2.03 690	2.30 694	2.11 716	2.23 669	2.16 710

MonStereo	2.17 675	2.41 607	1.49 640	2.67 655	1.67 677	2.60 703	2.04 713	2.32 684	1.76 695	2.44 693	1.68 686	2.50 691	1.69 674	2.38 687	1.80 700	2.28 672	1.78 662	2.63 712	2.14 717	3.47 705	1.68 693

AIO_rvc	2.18 677	2.34 601	1.87 672	2.32 639	1.94 708	2.40 689	1.89 703	2.37 687	2.07 720	2.52 698	1.95 710	2.44 690	1.99 701	2.41 690	1.89 710	2.32 678	2.09 691	2.24 691	2.18 718	2.21 668	2.23 712

STTStereo	3.73 724	30.40 771	2.37 702	2.39 645	2.31 725	2.35 687	2.33 719	2.29 679	2.42 722	2.32 689	2.34 724	2.33 683	2.36 710	2.30 684	2.27 721	2.35 680	2.22 696	2.31 695	2.22 719	2.29 674	2.34 717

sAnonymous2	3.31 720	2.63 616	1.38 630	3.71 695	1.86 701	4.70 744	1.11 586	4.82 747	2.72 725	5.45 752	1.98 717	4.59 738	2.64 712	2.65 701	6.21 758	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 718

CroCo_RVC	3.31 720	2.63 616	1.38 630	3.71 695	1.86 701	4.70 744	1.11 586	4.82 747	2.72 725	5.45 752	1.98 717	4.59 738	2.64 712	2.65 701	6.21 758	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 718

NCCL2	2.28 689	2.27 592	2.28 698	2.28 631	2.28 723	2.27 682	2.29 718	2.28 677	2.28 721	2.27 684	2.28 723	2.28 679	2.27 709	2.27 682	2.28 722	2.28 672	2.28 697	2.27 692	2.29 722	2.27 672	2.29 713

Sa-1000	4.34 742	8.37 729	6.84 749	6.98 739	4.45 756	3.58 721	3.00 726	3.42 721	3.39 742	2.61 700	4.00 751	3.83 726	4.01 744	3.90 725	3.90 747	5.98 742	5.62 738	3.76 724	2.34 723	4.35 717	2.47 721

GES	0.66 445	2.34 601	0.29 253	0.41 293	0.29 310	0.41 339	0.29 305	0.42 352	0.29 307	0.40 315	0.41 444	0.41 343	0.30 322	0.51 455	0.29 302	0.32 259	0.29 278	0.32 284	2.46 724	2.49 686	0.30 355

NLSM1	2.93 717	3.24 646	2.57 706	4.04 700	2.66 726	3.30 720	2.55 721	3.29 718	2.55 723	3.35 720	2.48 725	3.28 720	2.47 711	3.34 720	2.49 723	3.26 703	2.55 703	3.13 715	2.57 725	3.00 702	2.46 720

NLCA_NET_v2_RVC	5.04 752	50.87 782	2.78 707	2.87 663	2.71 727	2.78 714	0.47 470	2.88 713	2.86 727	1.89 650	2.67 726	2.79 716	2.79 715	2.78 714	2.83 724	2.82 698	2.82 704	2.83 714	2.77 726	2.83 701	2.76 722
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MLG-Stereo_test1	4.25 737	5.34 707	3.61 729	5.31 724	3.63 747	5.23 750	3.57 745	5.38 752	3.65 743	5.23 749	3.47 742	4.76 747	3.74 736	4.85 745	3.71 743	4.96 731	3.18 720	4.71 742	2.92 727	4.86 735	2.90 724

MLG-Stereo_test2	4.28 739	5.46 711	3.69 731	4.86 720	3.72 749	5.58 753	3.42 743	4.81 746	3.77 749	4.85 745	3.72 747	5.55 755	3.63 732	5.58 752	3.53 741	4.41 716	3.28 722	4.99 748	2.95 728	4.75 730	3.13 737

MLG-Stereo_test3	4.26 738	4.85 681	3.95 733	5.35 725	3.60 746	4.75 747	3.76 748	5.49 753	3.71 745	5.39 750	3.69 746	4.82 749	3.66 733	4.85 745	3.73 746	4.93 730	3.19 721	4.69 741	2.99 729	4.84 734	2.98 726

rvit_0105_6	3.87 729	5.73 716	3.10 722	4.69 715	3.12 739	4.54 734	3.02 728	4.56 734	3.04 728	4.54 735	3.03 729	4.54 734	3.04 719	4.56 734	3.05 727	4.58 722	3.05 707	4.58 733	3.05 730	4.58 722	3.05 727

rvit_105_1	3.83 725	5.22 697	3.01 711	4.53 705	3.01 729	4.51 732	3.01 727	4.56 734	3.04 728	4.53 733	3.03 729	4.55 736	3.03 716	4.56 734	3.04 725	4.57 719	3.05 707	4.57 731	3.05 730	4.57 721	3.05 727

rvit_stereo_0081	3.83 725	5.23 700	3.01 711	4.53 705	3.03 731	4.55 738	3.02 728	4.56 734	3.04 728	4.52 731	3.02 727	4.54 734	3.03 716	4.56 734	3.04 725	4.57 719	3.05 707	4.57 731	3.05 730	4.58 722	3.05 727

rvit_stereo_0082	3.86 727	5.82 717	3.01 711	4.53 705	3.03 731	4.54 734	3.02 728	4.56 734	3.04 728	4.53 733	3.02 727	4.55 736	3.04 719	4.57 737	3.05 727	4.57 719	3.05 707	4.58 733	3.05 730	4.58 722	3.06 730

rvit_stereo_0081_aga	3.86 727	5.33 704	3.02 714	4.55 711	3.04 735	4.54 734	3.02 728	4.64 741	3.06 732	4.54 735	3.04 731	4.62 743	3.08 723	4.62 740	3.07 730	4.58 722	3.06 711	4.60 735	3.08 734	4.63 725	3.07 731

rvit_stereo_0080	3.89 730	5.70 714	3.04 716	4.54 708	3.03 731	4.56 739	3.05 734	4.60 738	3.07 733	4.58 738	3.06 732	4.59 738	3.06 721	4.61 738	3.08 731	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 734

whm_eth	3.89 730	5.70 714	3.04 716	4.54 708	3.03 731	4.56 739	3.05 734	4.60 738	3.07 733	4.58 738	3.06 732	4.59 738	3.06 721	4.61 738	3.08 731	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 734

rvit_stereo_0083	3.92 734	5.30 703	3.06 719	4.61 714	3.09 738	4.67 743	3.08 737	4.66 742	3.09 737	4.62 741	3.10 737	4.66 746	3.11 725	4.67 742	3.16 736	4.72 729	3.16 718	4.77 744	3.11 737	4.66 728	3.11 736

SA	4.33 741	7.35 723	6.85 750	5.96 730	4.09 753	3.59 722	3.15 740	3.82 725	2.64 724	3.91 723	3.85 748	3.57 722	2.72 714	3.13 716	4.03 749	7.09 751	6.86 746	3.57 720	3.12 738	3.85 708	3.51 745

NLCSM	3.67 723	4.08 667	3.19 726	4.80 717	3.26 741	3.99 728	3.24 742	4.25 730	3.18 740	4.09 726	3.27 740	4.14 729	3.18 728	4.13 728	3.28 738	4.06 711	3.10 714	3.85 727	3.14 739	3.91 712	3.27 742

rvit_stereo_ft	3.93 735	5.44 710	3.05 718	4.59 712	3.06 736	4.61 742	3.08 737	4.67 743	3.12 738	4.63 742	3.10 737	4.65 745	3.11 725	4.69 744	3.13 735	4.70 727	3.14 717	4.71 742	3.15 740	4.74 729	3.16 739

rvit_0105_4	3.91 732	5.47 712	3.02 714	4.54 708	3.02 730	4.54 734	3.03 732	4.75 744	3.17 739	4.57 737	3.06 732	4.61 742	3.16 727	4.65 741	3.09 733	4.66 726	3.11 715	4.68 740	3.18 741	4.81 732	3.16 739

rvit_0105_3	3.91 732	5.33 704	3.06 719	4.60 713	3.07 737	4.60 741	3.06 736	4.62 740	3.08 736	4.60 740	3.07 735	4.62 743	3.08 723	4.67 742	3.10 734	4.70 727	3.11 715	4.77 744	3.19 742	4.77 731	3.14 738

rvit_0105_5	4.10 736	5.40 708	3.13 725	4.71 716	3.15 740	4.72 746	3.10 739	4.90 749	3.27 741	4.69 743	3.16 739	4.84 750	3.25 729	4.96 748	3.34 739	5.05 734	3.39 723	5.10 749	3.40 743	5.11 739	3.42 743

test_5	4.62 746	7.55 725	6.23 745	6.32 733	3.40 744	5.29 751	3.50 744	3.53 722	4.11 752	4.28 728	4.47 755	4.26 732	4.38 747	3.68 723	3.24 737	5.89 740	5.60 737	4.84 746	3.50 744	4.33 716	3.93 753

DispFullNet	4.61 745	4.84 680	3.12 723	5.00 722	3.57 745	4.75 747	3.03 732	7.75 760	4.17 753	4.91 747	3.09 736	6.20 757	3.95 742	6.71 756	3.51 740	5.30 737	3.67 725	5.86 756	3.63 745	5.61 743	3.46 744

TestStereo1	4.60 743	8.41 730	6.44 747	6.86 737	3.79 750	3.97 726	3.78 749	3.99 727	3.74 746	3.97 724	3.52 743	3.94 727	3.58 730	3.98 726	3.72 744	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 749

SA-5K	4.60 743	8.41 730	6.44 747	6.86 737	3.79 750	3.97 726	3.78 749	3.99 727	3.74 746	3.97 724	3.52 743	3.94 727	3.58 730	3.98 726	3.72 744	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 749

DPSNet	3.66 722	3.60 652	3.62 730	3.63 692	3.64 748	3.65 723	3.65 747	3.66 723	3.67 744	3.67 722	3.65 745	3.67 724	3.66 733	3.66 722	3.68 742	3.68 708	3.66 724	3.67 722	3.68 748	3.67 706	3.67 746

test_4	4.88 749	8.13 728	6.98 751	7.46 740	4.44 755	4.25 730	3.85 751	4.04 729	3.92 750	4.13 727	3.91 749	4.18 731	3.84 740	4.14 729	4.06 750	7.01 750	7.13 749	4.53 729	3.72 749	4.09 713	3.72 747

RAFT+CT+SA	4.28 739	7.62 726	4.91 738	5.55 727	2.28 723	3.09 715	3.64 746	4.49 732	3.07 733	4.80 744	3.35 741	4.77 748	3.70 735	4.29 731	3.05 727	5.58 738	5.98 741	3.58 721	3.78 750	4.26 715	3.72 747

test_3	5.01 751	8.86 735	7.77 753	8.09 742	2.76 728	4.13 729	4.05 753	3.88 726	3.76 748	4.33 729	4.13 752	3.71 725	3.91 741	4.21 730	4.06 750	7.93 752	7.69 751	4.53 729	3.91 751	4.17 714	4.29 755

cross-raft	4.83 748	7.52 724	6.43 746	6.63 734	3.96 752	4.51 732	3.99 752	4.49 732	3.96 751	4.52 731	3.96 750	4.50 733	3.97 743	4.50 733	3.97 748	6.65 746	6.44 743	4.33 728	3.92 752	4.35 717	3.91 752

GEStereo_RVC	0.86 512	4.45 676	0.20 207	0.27 217	0.20 256	0.27 262	0.20 242	0.26 249	0.18 240	5.03 748	0.20 253	0.27 264	0.19 250	0.27 262	0.21 248	0.20 191	0.19 215	0.19 215	4.02 753	0.20 213	0.18 233

SGM-Forest	5.21 755	5.92 718	4.08 734	6.18 731	4.16 754	6.31 755	4.34 755	6.50 755	4.33 754	6.14 756	4.21 753	6.61 760	4.55 748	6.67 755	4.48 753	5.94 741	3.94 727	5.85 755	4.03 754	5.79 745	4.17 754
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CFNet	1.37 616	5.27 702	0.19 204	5.49 726	0.19 253	0.28 264	0.19 238	0.28 254	0.19 247	0.28 259	0.19 249	0.28 265	4.35 746	0.28 267	0.19 241	0.23 213	0.17 205	0.23 239	4.21 755	4.81 732	0.17 227

raft_robust	4.71 747	7.75 727	5.40 743	6.81 736	3.31 742	4.28 731	4.20 754	4.32 731	4.37 755	4.35 730	4.35 754	4.14 729	3.75 737	4.30 732	4.20 752	6.67 747	6.37 742	3.36 719	4.24 756	4.86 735	3.25 741

FC-DCNN v2	5.10 753	5.15 692	4.49 735	5.07 723	3.37 743	6.87 756	4.75 756	5.04 750	6.34 760	7.84 760	5.06 757	6.72 761	4.09 745	4.99 749	5.44 757	5.03 733	3.16 718	4.67 739	4.86 757	5.15 740	3.89 751

TestStereo	4.88 749	4.75 679	4.79 736	4.87 721	4.92 757	4.81 749	4.90 757	4.78 745	4.77 756	4.87 746	4.89 756	4.90 751	4.91 749	4.99 749	4.79 754	4.98 732	4.87 734	4.87 747	4.92 758	5.00 738	5.00 756

SGM+DAISY	7.06 759	9.15 736	5.38 742	8.84 746	5.18 758	8.80 762	5.31 759	8.79 763	5.28 758	8.89 763	5.20 758	8.93 764	5.33 751	8.95 763	5.36 756	8.70 756	5.21 735	8.74 764	5.20 759	8.89 758	5.15 757

rvit_stereo_0075_2	6.64 757	8.80 734	5.25 740	7.89 741	5.27 759	7.90 760	5.27 758	7.92 761	5.28 758	7.91 761	5.29 759	7.93 762	5.27 750	7.92 761	5.28 755	7.93 752	5.28 736	7.93 761	5.29 760	7.93 754	5.28 758

test-1	6.46 756	9.16 737	8.03 757	8.09 742	5.62 760	6.11 754	6.35 760	6.85 757	4.94 757	6.08 755	6.29 762	4.98 752	6.43 754	6.22 753	6.36 760	6.16 744	7.47 750	5.82 754	5.44 761	7.11 751	5.68 759

RAFT	6.73 758	9.36 738	7.40 752	8.51 745	6.55 761	6.88 757	6.60 761	6.79 756	6.60 761	6.80 757	6.72 763	5.31 754	5.50 752	6.61 754	6.61 761	8.42 754	5.89 739	5.73 753	5.45 762	6.61 747	6.24 760

test-v	7.53 760	11.89 748	7.98 754	9.36 749	7.14 762	7.06 758	7.09 762	7.37 758	6.91 762	7.29 758	5.71 760	6.45 758	6.93 755	6.73 757	7.27 762	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 762

test-2	7.53 760	11.89 748	7.98 754	9.36 749	7.14 762	7.06 758	7.09 762	7.37 758	6.91 762	7.29 758	5.71 760	6.45 758	6.93 755	6.73 757	7.27 762	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 762

MANE	19.05 763	23.00 756	15.00 763	23.00 770	15.00 764	24.00 769	16.00 764	24.00 770	16.00 764	22.00 770	15.00 764	23.00 771	16.00 764	23.00 770	15.00 764	22.00 771	15.00 765	22.00 771	15.00 765	22.00 771	15.00 764

rafts_anoy	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

raft+_RVC	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

raftrobust	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

CasAABBNet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

RALCasStereoNet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

RALAANet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 764	20.00 765	20.00 764	20.00 765	20.00 765	20.00 765	20.00 764	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 765

WCMA_ROB	31.10 771	35.43 776	27.12 770	39.51 783	23.10 771	38.78 782	25.30 771	37.49 783	25.39 771	37.29 782	27.02 771	38.52 784	26.48 771	37.80 782	26.44 771	36.28 779	22.65 772	33.90 776	22.30 772	37.10 781	24.18 771

fff	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 773	30.15 772	32.35 772	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 773

csc	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 773	30.15 772	32.35 772	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 773

cscssc	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 772	10000000.00 793	35.27 774	29.82 773	32.45 773	30.15 772	32.35 772	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 773

111	30.40 770	30.94 772	29.72 771	32.61 771	30.02 772	33.57 770	30.47 772	31.50 771	29.39 772	30.98 771	29.11 772	29.78 772	30.39 775	29.45 771	30.76 775	30.08 772	29.02 773	29.92 772	30.32 776	29.86 772	30.17 772

ADStereo(finetuned)	36.13 773	36.63 777	38.07 782	36.97 776	33.25 776	35.91 775	34.45 776	36.36 778	32.99 773	38.14 783	36.71 779	36.69 779	34.13 776	38.57 783	40.79 783	37.60 784	36.58 780	35.90 780	33.36 777	35.42 775	34.04 776

DCANet-4	35.22 772	34.54 773	35.08 777	33.58 775	35.47 779	34.55 771	35.53 779	36.08 777	35.85 776	35.92 777	35.77 778	35.18 778	35.48 777	35.39 777	37.15 782	34.55 778	33.92 777	35.02 779	34.90 778	35.79 776	34.74 779

tt	500032.53 790	34.60 774	29.72 771	37.47 781	34.41 777	36.85 776	35.22 777	34.71 775	33.55 774	34.50 772	35.43 776	33.81 776	10000000.00 794	33.57 775	33.13 776	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 777

DCANet	500032.53 790	34.60 774	29.72 771	37.47 781	34.41 777	36.85 776	35.22 777	34.71 775	33.55 774	34.50 772	35.43 776	33.81 776	10000000.00 794	33.57 775	33.13 776	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 777

fast-reg	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

Reg-Stereo(zero)	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

FLISNet	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

CoSv	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 779	37.00 777	37.00 778	37.00 780	37.00 780	37.00 778	37.00 778	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 780

NOSS_ROB	102.95 779	153.00 787	121.00 786	51.00 784	44.00 784	165.00 786	127.00 786	153.00 786	119.00 783	164.00 787	125.00 786	168.00 788	120.00 784	153.00 786	117.00 786	49.00 785	44.00 785	49.00 785	44.00 785	49.00 782	44.00 784

CBMV	128.50 780	1422.70 795	53.10 784	79.50 785	51.30 785	77.30 784	49.70 784	74.00 784	48.20 782	77.20 785	48.80 785	73.90 786	48.00 783	73.80 785	48.80 785	70.40 786	45.10 786	68.90 786	46.10 786	68.20 783	45.00 785
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 778	87.70 783	41.95 783	113.75 786	65.62 786	75.05 783	55.25 785	75.64 785	45.04 781	71.61 784	41.75 784	72.81 785	44.06 782	68.38 784	44.63 784	101.89 787	59.57 787	107.10 787	61.05 787	104.38 784	59.38 786

MGS-Stereo	239.45 784	123.00 784	135.00 787	266.00 790	286.00 791	277.00 789	305.00 791	271.00 790	242.00 788	274.00 790	279.00 791	255.00 791	270.00 789	268.00 790	297.00 791	221.00 791	247.00 792	216.00 791	123.00 788	217.00 788	217.00 791

DF_test	189.29 782	560.34 792	182.58 790	229.00 789	135.68 787	197.79 787	135.52 787	197.80 788	135.44 784	197.75 788	135.49 787	197.90 789	135.51 785	197.84 788	135.75 787	217.37 790	171.11 789	183.74 789	127.67 789	183.56 786	127.88 787

MeshStereo	159.24 781	171.00 788	160.68 789	162.58 787	160.59 788	164.01 785	160.35 788	158.51 787	158.56 785	158.34 786	160.12 788	158.56 787	159.92 786	157.26 787	158.94 788	154.38 788	158.36 788	155.75 788	159.13 790	153.67 785	154.07 788
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	201.80 783	123.00 784	115.00 785	219.00 788	218.00 790	223.00 788	244.00 790	217.00 789	236.00 787	202.00 789	203.00 789	205.00 790	208.00 787	225.00 789	204.00 789	210.00 789	198.00 790	197.00 790	184.00 791	204.00 787	201.00 789

DLCB_ROB	284.23 786	354.61 790	207.27 791	363.24 792	206.46 789	364.72 791	210.41 789	364.72 792	210.41 786	364.81 792	208.64 790	364.81 793	208.64 788	364.72 792	210.41 790	354.70 793	205.53 791	354.70 793	205.53 792	354.70 790	205.53 790

EGLCR-Stereo	246.90 785	129.00 786	139.00 788	266.00 790	286.00 791	277.00 789	305.00 791	271.00 790	242.00 788	274.00 790	279.00 791	255.00 791	270.00 789	268.00 790	297.00 791	230.00 792	247.00 792	216.00 791	223.00 793	237.00 789	227.00 792

LE_ROB	396.57 787	471.28 791	329.84 792	471.48 793	308.15 793	526.83 792	322.10 793	488.15 793	323.76 790	495.46 793	317.97 793	497.17 794	320.10 791	481.62 793	326.76 793	462.71 794	298.97 794	466.16 794	285.98 794	447.62 791	289.21 793

SGM-ForestM	596.69 788	677.77 793	444.52 793	699.85 794	517.25 794	732.94 793	488.29 794	770.79 794	460.11 791	750.81 794	487.98 794	792.79 795	499.41 792	730.90 794	475.81 794	720.03 795	491.16 795	663.96 795	418.60 795	674.76 792	436.05 794

CBMV_ROB	818.48 789	913.88 794	709.52 794	862.84 795	597.78 795	1073.99 794	700.52 795	1015.66 795	702.59 792	1115.65 795	760.02 795	1130.24 796	721.57 793	1037.41 795	692.65 795	814.05 796	564.29 796	843.28 796	595.31 796	915.51 793	602.92 795

111111	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

SGD-Stereo	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

IGEV-Stereo++	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

IGEV-BASED-STEREO-	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

IGEV-Stereo+	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

SDNR	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

anonymousdsp2	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

anonymousdsp	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

test_example2	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796

DIP-Stereo	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 793	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 796
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