Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

USTest	0.01 9	0.02 12	0.00 1	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 457	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 94	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 159	0.20 198	0.23 185	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	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 286	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 268	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 126	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 444	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

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	0.73 457	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 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

CoDeX	0.15 151	0.70 306	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	0.67 488	0.02 15	0.69 474	0.75 499	0.01 9	0.02 21	0.02 20

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	0.11 112	0.44 238	0.33 273	0.39 252	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	0.39 297	0.36 339	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 324	1.91 541	0.92 508	1.91 588	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	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 248	1.29 468	1.19 537	1.36 564	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	1.26 577	1.21 588	0.03 41	0.09 142	0.02 21	0.09 143

SFCPSM	0.17 164	0.78 320	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	0.79 527	0.02 15	0.75 487	0.76 501	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 207	1.31 472	0.74 482	0.92 453	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	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 474	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	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 448	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 381	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 581	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	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 602	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	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	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

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	0.75 460	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 134	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

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 91	0.98 361	0.14 148	0.15 134	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	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 402	0.17 183	0.20 168	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	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 139	1.22 464	0.28 236	0.32 223	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	0.32 246	0.27 243	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

TCMNet	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 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 370	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 360	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample4	0.10 91	1.03 386	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 335	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 386	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 335	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 380	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 357	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

qqq1	0.25 207	3.70 631	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 207	3.70 631	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

1111x	0.10 91	1.14 402	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 380	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

qqq	0.16 158	2.01 551	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 112	1.15 405	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

test_xeample	0.10 91	1.09 396	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 578	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	0.11 112	0.03 31	0.03 39	1.60 578	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

ADCRef	0.12 125	0.03 31	0.04 64	1.71 584	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	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 549	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	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

HLF11	0.17 164	0.05 66	0.63 444	0.72 421	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	0.71 444	0.59 445	0.05 108	0.04 99	0.04 97	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	0.11 168	0.04 90	0.03 52	0.58 413	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 158	1.21 458	0.33 273	0.41 277	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	0.35 264	0.31 279	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 188	1.40 481	0.53 418	0.56 383	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	0.57 412	0.44 393	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 483	0.33 273	0.40 265	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	0.38 284	0.32 284	0.05 108	0.04 99	0.04 97	0.04 96

test_sample5	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DualNet	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 125	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

222	0.10 91	0.99 368	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 112	1.16 407	0.16 173	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

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	0.06 121	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

FADNet-RVC-Resample	0.12 125	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	1.57 643	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	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	1.65 647	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	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	1.66 650	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 151	0.04 52	0.04 64	2.20 601	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	0.08 134	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
ManiGeoR	0.17 164	0.05 66	0.62 440	0.73 425	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 164	0.05 66	0.62 440	0.73 425	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 440	0.72 421	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 451	0.72 421	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	0.71 444	0.59 445	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 216	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 688	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 125	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

mmm	0.14 139	1.83 526	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 164	2.16 561	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 125	0.03 53	0.06 115	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 541	0.06 121	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

DA	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 125	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

ISRNet	0.11 112	0.05 66	0.36 297	0.24 190	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 166	0.05 117	0.05 103	0.09 140	0.24 210	0.20 208	0.10 141	0.05 123	0.06 123	0.13 185

ffm	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 125	0.05 117	0.06 115	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

AASNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 134	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

DispViT+	0.07 67	0.08 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 134	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	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 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 134	0.05 117	0.09 140	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 573	0.07 131	0.05 124	0.05 112	0.05 127	0.08 134	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC	0.13 132	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	1.71 664	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

TS12	0.09 75	0.09 94	0.17 183	0.19 164	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 134	0.06 134	0.08 134	0.06 131	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

SuperB	0.21 188	0.10 99	2.51 681	0.12 106	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 142	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 134	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

VeloStereo	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 283	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 283	0.10 146	0.08 145	0.10 145	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

anonymous	0.09 75	0.09 94	0.14 148	0.14 122	0.07 141	0.09 140	0.07 141	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.07 132	0.14 133	0.13 159	0.09 139	0.07 135	0.09 142	0.07 135

SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 142	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

AnonymousM	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

PVD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 146	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

over-6	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.10 151

over-8	0.11 112	0.14 123	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.09 140	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

over-9	0.11 112	0.11 110	0.16 173	0.16 144	0.10 155	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 158	0.10 151	0.11 158	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

MatchStereo	0.54 399	0.12 115	2.38 679	2.32 618	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 142	0.07 140	0.09 140	0.08 135	2.34 655	2.34 674	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 194	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 158	0.11 168	0.12 166	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

ac_64	0.22 194	0.13 117	0.19 195	0.23 185	0.10 155	0.26 244	1.02 558	0.14 166	0.10 153	0.28 247	0.14 195	0.17 187	0.19 237	0.28 254	0.09 140	0.22 192	0.16 175	0.23 226	0.17 231	0.11 156	0.12 178

PASM	0.39 295	3.06 616	1.36 603	1.58 574	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 158	0.09 147	0.09 140	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

FADE		0.06 79		0.09 76	0.10 155							0.05 113				0.15 146	0.10 99	0.17 190	0.13 191	0.11 156

LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.23 217	0.10 151	0.20 198	0.10 151	0.24 224	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 167	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 514

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 134	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 167	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 151	0.14 123	0.10 92	0.14 122	0.09 148	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 167	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 530

CIPLG	0.13 132	0.21 145	0.12 123	0.16 144	0.11 175	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 178	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLG	0.13 132	0.20 139	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

MIPNet	0.14 139	0.21 145	0.17 183	0.16 144	0.11 175	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.14 133	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR	0.14 139	0.24 159	0.14 148	0.16 144	0.12 188	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ACRE	0.13 132	0.21 145	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 167	0.14 194	0.14 168	0.14 187	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 164	0.71 307	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 167	0.14 194	0.14 168	0.22 239	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 190

ELAS	0.13 132	0.16 126	0.11 112	0.15 134	0.09 148	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 191	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 295	1.37 478	1.02 521	1.14 487	0.12 188	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 179	0.12 183	0.16 179	0.12 174	1.12 519	1.00 511	0.15 178	0.12 180	0.15 178	0.12 178

castereo++	0.54 399	3.59 628	1.15 531	1.31 558	0.14 194	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 179	0.13 189	0.16 179	0.14 187	1.45 592	1.16 537	0.15 178	0.14 197	0.15 178	0.13 185

ProNet	0.14 139	0.20 139	0.14 148	0.16 144	0.11 175	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 187	0.13 189	0.17 186	0.12 174	0.15 146	0.11 122	0.16 182	0.11 165	0.15 178	0.12 178

IPLGR_C	0.14 139	0.20 139	0.12 123	0.15 134	0.11 175	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 167	0.11 168	0.16 179	0.11 162	0.15 146	0.12 136	0.14 165	0.12 180	0.15 178	0.12 178

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 134	0.10 155	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 191	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Weightmod_eth	0.20 179	0.24 159	0.28 236	0.47 309	0.14 194	0.24 225	0.14 188	0.17 186	0.13 191	0.22 211	0.16 209	0.22 215	0.13 189	0.20 196	0.16 205	0.24 210	0.20 208	0.19 203	0.14 197	0.16 183	0.24 244

S2M2_XL	0.14 139	0.17 131	0.12 123	0.17 157	0.11 175	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 187	0.11 168	0.17 186	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 173	0.48 261	0.16 173	0.16 144	0.15 208	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 179	0.16 208	0.16 179	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 197

xyz-stereo	0.18 173	0.50 268	0.16 173	0.15 134	0.16 218	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 179	0.16 208	0.16 179	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 197

GMStereo_Zeroshot	0.16 158	0.16 126	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 179	0.16 208	0.16 179	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 197

ICVP	0.15 151	0.53 282	0.11 112	0.16 144	0.11 175	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 179	0.11 168	0.16 179	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 139	0.16 126	0.12 123	0.17 157	0.12 188	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 187	0.12 183	0.17 186	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.12 178

DDVS	0.30 226	3.10 617	0.14 148	0.19 164	0.14 194	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 179	0.13 189	0.19 192	0.13 183	0.17 167	0.13 159	0.17 190	0.13 191	0.17 190	0.13 185

ACVNet	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 207	0.14 194	0.20 196	0.13 190	0.21 206	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 178

acv_ft	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 207	0.14 194	0.20 196	0.13 190	0.21 206	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 178

SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 159	0.11 175	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 198	0.12 183	0.19 192	0.12 174	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DEFOM-Stereo_RVC	0.83 478	5.18 670	1.98 667	2.19 600	0.17 224	0.19 194	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 215	0.22 250	0.20 196	0.15 198	2.28 648	2.13 669	0.24 236	0.17 231	0.18 194	0.16 197

castereo	0.61 414	3.79 636	1.35 595	1.52 572	0.15 208	0.17 187	0.16 202	0.20 198	0.21 241	0.18 188	0.16 209	0.21 206	0.12 183	0.26 245	0.17 212	1.43 591	1.38 607	0.17 190	0.16 209	0.18 194	0.16 197

ITSA-stereo	0.15 151	0.17 131	0.13 143	0.20 168	0.13 192	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 191	0.14 194	0.18 189	0.14 187	0.16 159	0.11 122	0.15 178	0.14 197	0.18 194	0.11 165

HCRNet	1.22 585	7.11 698	3.00 686	3.55 668	0.33 378	0.29 254	0.14 188	0.19 192	0.15 206	0.33 270	0.29 296	0.25 236	0.14 194	0.22 213	0.33 360	3.64 683	3.00 682	0.76 501	0.32 377	0.18 194	0.13 185

DeepPruner_ROB	0.16 158	0.18 134	0.13 143	0.19 164	0.13 192	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 195	0.13 189	0.19 192	0.13 183	0.18 175	0.13 159	0.18 200	0.13 191	0.18 194	0.13 185

LALA_ROB	0.15 151	0.19 135	0.12 123	0.18 159	0.11 175	0.20 199	0.12 180	0.21 207	0.12 187	0.20 196	0.12 177	0.20 198	0.12 183	0.21 208	0.13 183	0.17 167	0.10 99	0.18 200	0.11 165	0.18 194	0.11 165

CAS++	0.17 164	0.27 172	0.21 204	0.10 81	0.21 254	0.15 173	0.22 241	0.10 142	0.21 241	0.22 211	0.10 151	0.19 195	0.18 230	0.10 145	0.19 228	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DepthFocus	0.18 173	0.22 149	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 212	0.15 206	0.22 211	0.15 205	0.22 215	0.16 208	0.22 213	0.15 198	0.20 182	0.15 172	0.20 208	0.14 197	0.20 201	0.14 190

RSGM-EC	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 212	0.15 206	0.24 224	0.15 205	0.22 215	0.15 206	0.22 213	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 190

acva	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 212	0.15 206	0.24 224	0.15 205	0.22 215	0.15 206	0.22 213	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 190

IGEV_Zeroshot_test	0.20 179	0.19 135	0.40 346	0.30 211	0.17 224	0.22 213	0.17 212	0.21 207	0.17 221	0.20 196	0.17 217	0.21 206	0.18 230	0.21 208	0.17 212	0.20 182	0.16 175	0.20 208	0.16 209	0.20 201	0.17 214

DAS	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 198	0.20 241	0.20 196	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 225

GEStereo_RVC	0.86 490	4.45 653	0.20 198	0.27 207	0.20 243	0.27 249	0.20 230	0.26 236	0.18 227	5.03 724	0.20 240	0.27 251	0.19 237	0.27 249	0.21 235	0.20 182	0.19 206	0.19 203	4.02 729	0.20 201	0.18 220

ASD4	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 198	0.20 241	0.20 196	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 225

MSKI-zero shot	0.24 204	0.21 145	0.49 399	0.65 403	0.18 235	0.22 213	0.17 212	0.23 219	0.18 227	0.21 208	0.17 217	0.23 223	0.28 288	0.23 220	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.21 208	0.16 197

iResNet	0.20 179	0.23 151	0.18 193	0.24 190	0.18 235	0.24 225	0.20 230	0.24 222	0.18 227	0.23 217	0.17 217	0.23 223	0.18 230	0.23 220	0.18 224	0.22 192	0.16 175	0.21 212	0.16 209	0.21 208	0.16 197

depth_test_26	0.20 179	0.34 187	0.25 219	0.34 231	0.14 194	0.21 210	0.14 188	0.21 207	0.14 194	0.21 208	0.14 195	0.21 206	0.14 194	0.21 208	0.14 187	0.26 219	0.26 231	0.22 217	0.15 206	0.22 210	0.14 190

BStereo	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 293	0.17 221	0.23 217	0.17 217	0.23 223	0.16 208	0.24 224	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 197

Anonymus123	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 293	0.17 221	0.23 217	0.17 217	0.23 223	0.16 208	0.24 224	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 197

ACV-stereo	0.30 226	2.08 553	0.25 219	0.25 197	0.18 235	0.24 225	0.17 212	0.24 222	0.18 227	0.24 224	0.17 217	0.25 236	0.17 220	0.24 224	0.17 212	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 197

Pointernet	0.21 188	0.22 149	0.19 195	0.24 190	0.19 240	0.24 225	0.19 226	0.24 222	0.19 234	0.24 224	0.19 236	0.24 229	0.19 237	0.24 224	0.19 228	0.22 192	0.17 196	0.22 217	0.17 231	0.22 210	0.17 214

WAO-6	0.22 194	0.23 151	0.22 206	0.23 185	0.22 256	0.22 213	0.22 241	0.22 212	0.22 245	0.22 211	0.22 248	0.22 215	0.22 250	0.22 213	0.22 239	0.22 192	0.22 217	0.22 217	0.22 249	0.22 210	0.22 232

IMH-64-1	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 212	0.22 245	0.22 211	0.22 248	0.22 215	0.22 250	0.22 213	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 234

IMH-64	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 212	0.22 245	0.22 211	0.22 248	0.22 215	0.22 250	0.22 213	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 234

MIM_Stereo	0.25 207	0.23 151	0.66 453	0.80 435	0.17 224	0.22 213	0.17 212	0.23 219	0.18 227	0.26 241	0.17 217	0.21 206	0.17 220	0.25 233	0.17 212	0.23 203	0.16 175	0.21 212	0.17 231	0.22 210	0.17 214

dd	0.23 200	0.98 361	0.16 173	0.23 185	0.15 208	0.23 222	0.15 196	0.23 219	0.15 206	0.23 217	0.15 205	0.24 229	0.17 220	0.23 220	0.15 198	0.22 192	0.15 172	0.21 212	0.15 206	0.22 210	0.16 197

dad	0.23 200	1.03 386	0.16 173	0.23 185	0.15 208	0.24 225	0.15 196	0.24 222	0.16 211	0.23 217	0.16 209	0.24 229	0.16 208	0.23 220	0.15 198	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 197

iResNetv2_ROB	0.20 179	0.23 151	0.18 193	0.24 190	0.20 243	0.24 225	0.18 220	0.24 222	0.18 227	0.24 224	0.18 233	0.23 223	0.19 237	0.24 224	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.22 210	0.16 197

SMOE	0.23 200	0.25 166	0.30 246	0.33 227	0.18 235	0.26 244	0.18 220	0.26 236	0.18 227	0.26 241	0.18 233	0.25 236	0.18 230	0.25 233	0.18 224	0.31 243	0.27 243	0.23 226	0.17 231	0.23 222	0.17 214

LACA2	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 222	0.16 211	0.24 224	0.16 209	0.24 229	0.16 208	0.24 224	0.16 205	0.27 223	0.23 223	0.24 236	0.16 209	0.23 222	0.16 197

LACA1	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 222	0.16 211	0.24 224	0.16 209	0.24 229	0.16 208	0.24 224	0.16 205	0.27 223	0.22 217	0.23 226	0.16 209	0.23 222	0.16 197

VIP-Stereo	0.70 437	2.97 615	2.43 680	2.49 629	0.16 218	0.25 235	0.16 202	0.25 230	0.16 211	0.25 232	0.18 233	0.25 236	0.16 208	0.26 245	0.16 205	1.86 607	1.26 590	0.23 226	0.15 206	0.23 222	0.15 196

tg	0.21 188	0.25 166	0.21 204	0.26 204	0.17 224	0.24 225	0.17 212	0.24 222	0.17 221	0.24 224	0.17 217	0.24 229	0.17 220	0.24 224	0.17 212	0.24 210	0.17 196	0.23 226	0.16 209	0.23 222	0.16 197

LACA3	0.23 200	0.25 166	0.27 229	0.54 376	0.17 224	0.25 235	0.17 212	0.25 230	0.17 221	0.25 232	0.17 217	0.25 236	0.17 220	0.25 233	0.17 212	0.28 228	0.23 223	0.24 236	0.17 231	0.24 227	0.17 214

DLNR-FE	0.28 220	0.89 340	0.30 246	0.34 231	0.19 240	0.28 251	0.19 226	0.28 241	0.20 236	0.28 247	0.20 240	0.28 252	0.20 241	0.28 254	0.20 231	0.33 252	0.28 251	0.25 241	0.19 239	0.24 227	0.19 223

AANet_RVC	1.26 588	0.31 183	4.99 715	5.93 706	0.20 243	0.25 235	0.20 230	0.25 230	0.20 236	0.23 217	0.19 236	0.25 236	0.20 241	0.25 233	0.20 231	5.66 715	4.76 709	0.26 246	0.30 359	0.24 227	0.27 290

PhaseNet	1.74 603	6.34 696	4.81 713	6.77 712	0.24 267	0.80 491	0.53 469	0.48 403	0.22 245	0.53 442	0.28 283	0.48 414	0.25 262	0.40 307	0.32 348	6.39 721	4.61 708	0.46 422	0.38 426	0.25 230	0.18 220

model_zeroshot	0.27 217	0.20 139	0.27 229	0.33 227	0.21 254	0.37 291	0.22 241	0.37 279	0.24 255	0.26 241	0.27 275	0.33 275	0.21 249	0.25 233	0.27 264	0.32 246	0.20 208	0.34 288	0.23 255	0.25 230	0.26 252

UNDER WATER-64	0.25 207	0.26 169	0.25 219	0.26 204	0.25 270	0.25 235	0.25 257	0.25 230	0.25 260	0.25 232	0.25 266	0.25 236	0.25 262	0.26 245	0.25 257	0.25 217	0.25 228	0.25 241	0.25 265	0.25 230	0.25 246

small-0shot	0.35 257	1.92 547	0.27 229	0.27 207	0.27 278	0.27 249	0.27 267	0.27 240	0.27 278	0.27 246	0.27 275	0.26 248	0.27 279	0.27 249	0.26 262	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 290

RAFT-FEzeroshot	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 206	0.16 208	0.27 249	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 708

RAFT-FE	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 206	0.16 208	0.27 249	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 708

LoS_RVC	0.30 226	1.14 402	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 230	0.25 260	0.25 232	0.25 266	0.26 248	0.26 272	0.26 245	0.25 257	0.26 219	0.26 231	0.25 241	0.25 265	0.26 233	0.26 252

CAS	0.30 226	1.17 408	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 230	0.26 274	0.25 232	0.25 266	0.25 236	0.25 262	0.25 233	0.25 257	0.26 219	0.26 231	0.26 246	0.25 265	0.26 233	0.25 246

LoS	0.25 207	0.27 172	0.25 219	0.25 197	0.25 270	0.25 235	0.25 257	0.26 236	0.25 260	0.25 232	0.25 266	0.25 236	0.25 262	0.25 233	0.25 257	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 246
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt1	0.31 233	0.93 354	0.24 216	0.33 227	0.23 262	0.31 263	0.24 255	0.32 257	0.24 255	0.32 265	0.23 253	0.32 271	0.25 262	0.32 268	0.24 249	0.27 223	0.26 231	0.27 251	0.26 271	0.27 239	0.27 290

RAFT + AFF	0.31 233	0.45 247	0.34 284	0.39 252	0.28 284	0.38 298	0.33 364	0.29 246	0.31 352	0.30 254	0.30 311	0.29 258	0.27 279	0.29 258	0.30 297	0.28 228	0.29 265	0.29 260	0.29 343	0.27 239	0.32 355

Weightmod	0.27 217	0.29 177	0.33 273	0.38 244	0.20 243	0.30 256	0.21 236	0.29 246	0.21 241	0.29 252	0.22 248	0.30 262	0.20 241	0.30 260	0.21 235	0.37 272	0.31 279	0.27 251	0.20 241	0.28 241	0.21 229

DCVSM-stereo	0.36 265	1.89 538	0.22 206	0.40 265	0.22 256	0.40 306	0.22 241	0.40 301	0.22 245	0.40 302	0.22 248	0.40 312	0.22 250	0.40 307	0.22 239	0.28 228	0.21 213	0.28 255	0.21 246	0.28 241	0.20 225

TorneroNet-64	0.45 360	0.27 172	0.30 246	0.58 386	0.27 278	0.70 478	0.30 298	0.28 241	0.73 525	0.73 483	0.28 283	0.71 483	0.66 491	0.75 484	0.27 264	0.27 223	0.29 265	0.37 314	0.75 532	0.28 241	0.30 339

SQANet	0.28 220	0.28 175	0.28 236	0.28 209	0.28 284	0.28 251	0.28 278	0.28 241	0.28 284	0.28 247	0.28 283	0.28 252	0.28 288	0.28 254	0.28 273	0.28 228	0.28 251	0.28 255	0.28 328	0.28 241	0.28 316

SME	0.27 217	0.29 177	0.31 262	0.38 244	0.20 243	0.29 254	0.18 220	0.30 249	0.20 236	0.32 265	0.21 246	0.32 271	0.20 241	0.32 268	0.21 235	0.35 264	0.32 284	0.27 251	0.19 239	0.29 245	0.20 225

xxxxx1	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 261	0.25 260	0.31 259	0.24 260	0.33 275	0.25 262	0.32 268	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 290

tt_ll	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 261	0.25 260	0.31 259	0.24 260	0.33 275	0.25 262	0.32 268	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 290

ff	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 261	0.25 260	0.31 259	0.24 260	0.33 275	0.25 262	0.32 268	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 290

MultiAttention	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 262	0.30 307	0.30 260	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 339

MSAF-DinoV2	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 262	0.30 307	0.30 260	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 339

DEFOM-Stereo	0.68 431	3.11 618	1.40 609	1.63 582	0.25 270	0.31 263	0.25 257	0.31 255	0.28 284	0.31 259	0.29 296	0.29 258	0.27 279	0.31 265	0.28 273	1.59 599	1.47 613	0.30 262	0.29 343	0.30 249	0.28 316

WCG-NET（raft）	0.32 242	1.24 466	0.24 216	0.32 223	0.24 267	0.32 272	0.23 250	0.32 257	0.24 255	0.32 265	0.24 260	0.32 271	0.24 259	0.32 268	0.24 249	0.30 237	0.23 223	0.30 262	0.23 255	0.30 249	0.23 234

DANet	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 262	0.30 307	0.30 260	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 339
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 233	0.31 183	0.31 262	0.30 211	0.40 420	0.31 263	0.30 298	0.30 249	0.34 381	0.29 252	0.31 355	0.29 258	0.30 307	0.31 265	0.31 338	0.31 243	0.29 265	0.31 268	0.30 359	0.31 254	0.31 348

DStereoSA	0.32 242	0.52 278	0.34 284	0.31 217	0.31 354	0.30 256	0.30 298	0.31 255	0.30 307	0.31 259	0.31 355	0.31 267	0.30 307	0.31 265	0.31 338	0.30 237	0.32 284	0.31 268	0.31 370	0.31 254	0.31 348

xyz-stereo-finetune	0.28 220	0.49 263	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.22 212	0.30 307	0.32 265	0.31 355	0.32 271	0.31 358	0.32 268	0.32 348	0.32 246	0.33 297	0.31 268	0.32 377	0.31 254	0.32 355

DStereoFS	0.32 242	0.33 186	0.32 268	0.33 227	0.30 307	0.32 272	0.32 353	0.32 257	0.31 352	0.30 254	0.31 355	0.31 267	0.30 307	0.32 268	0.32 348	0.32 246	0.31 279	0.30 262	0.47 462	0.32 257	0.34 369

FE-Mocha	0.35 257	0.71 307	0.40 346	0.47 309	0.27 278	0.34 275	0.27 267	0.34 264	0.26 274	0.34 273	0.26 271	0.34 280	0.27 279	0.34 277	0.27 264	0.44 328	0.41 371	0.33 278	0.29 343	0.32 257	0.29 325

PAM	0.39 295	1.88 537	0.34 284	0.37 241	0.41 430	0.45 397	0.22 241	0.28 241	0.23 252	0.28 247	0.24 260	0.29 258	0.23 256	0.29 258	0.23 246	0.38 284	0.32 284	0.38 322	0.37 413	0.32 257	0.22 232

1test111	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 293	0.29 292	0.39 295	0.29 296	0.39 304	0.28 288	0.40 307	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 348

cc1	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 293	0.29 292	0.39 295	0.29 296	0.39 304	0.28 288	0.40 307	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 348

IGEV-Stereo	0.35 257	0.44 238	0.45 371	0.49 321	0.30 307	0.37 291	0.30 298	0.36 271	0.30 307	0.36 281	0.29 296	0.36 287	0.29 298	0.36 286	0.30 297	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 246
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iResNet_ROB	0.28 220	0.32 185	0.24 216	0.32 223	0.25 270	0.32 272	0.24 255	0.32 257	0.24 255	0.33 270	0.24 260	0.35 282	0.24 259	0.33 276	0.24 249	0.31 243	0.24 227	0.32 271	0.24 262	0.32 257	0.24 244

PStereo	0.32 242	0.36 194	0.28 236	0.38 244	0.29 295	0.36 283	0.27 267	0.38 288	0.27 278	0.38 288	0.28 283	0.36 287	0.27 279	0.36 286	0.28 273	0.32 246	0.27 243	0.33 278	0.27 309	0.33 264	0.27 290

ACVNet-DCA	0.37 275	1.00 370	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 301	0.29 292	0.40 302	0.29 296	0.40 312	0.29 298	0.39 304	0.28 273	0.33 252	0.32 284	0.33 278	0.32 377	0.33 264	0.32 355

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 384	0.79 431	0.24 267	0.30 256	0.26 264	0.30 249	0.24 255	0.32 265	0.23 253	0.31 267	0.24 259	0.30 260	0.23 246	0.29 236	0.26 231	0.29 260	0.24 262	0.33 264	0.23 234

CRFU-Net	0.65 423	1.67 491	1.22 587	1.96 592	0.27 278	0.41 322	0.27 267	0.41 316	0.27 278	0.40 302	0.26 271	0.41 325	0.27 279	0.40 307	0.27 264	1.80 606	1.62 628	0.34 288	0.23 255	0.33 264	0.23 234

FENet	0.54 399	1.52 485	1.19 537	1.41 568	0.23 262	0.35 279	0.23 250	0.35 267	0.23 252	0.34 273	0.23 253	0.35 282	0.23 256	0.35 280	0.23 246	1.40 589	1.07 521	0.32 271	0.23 255	0.33 264	0.23 234

GeoVLM	0.36 265	0.38 201	0.27 229	0.46 302	0.28 284	0.35 279	0.28 278	0.37 279	0.27 278	0.35 277	0.28 283	0.36 287	0.38 399	0.35 280	0.28 273	1.08 510	0.26 231	0.33 278	0.27 309	0.34 269	0.33 362

H2IRNET	0.34 248	0.34 187	0.34 284	0.34 231	0.34 388	0.34 275	0.34 377	0.34 264	0.34 381	0.34 273	0.34 382	0.34 280	0.34 379	0.34 277	0.34 373	0.34 256	0.34 326	0.34 288	0.34 391	0.34 269	0.34 369

xx1	0.38 281	1.03 386	0.31 262	0.40 265	0.31 354	0.41 322	0.28 278	0.40 301	0.29 292	0.40 302	0.29 296	0.40 312	0.29 298	0.40 307	0.29 287	0.34 256	0.33 297	0.34 288	0.32 377	0.34 269	0.32 355

CASnet	0.35 257	0.51 276	0.44 369	0.32 223	0.31 354	0.24 225	0.34 377	0.36 271	0.25 260	0.31 259	0.37 402	0.30 262	0.33 374	0.25 233	0.45 433	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 388
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 478	1.91 541	0.92 508	4.48 680	0.02 22	0.40 306	0.04 103	0.41 316	0.02 22	0.48 406	0.03 56	0.41 325	0.05 117	0.03 43	0.05 115	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 290

NINENet	0.69 434	3.87 640	1.20 540	1.98 593	0.05 126	0.40 306	0.04 103	0.40 301	0.05 124	0.41 316	0.04 110	0.41 325	0.05 117	0.40 307	0.05 115	1.79 605	1.56 620	0.34 288	0.22 249	0.34 269	0.23 234

BSDual-CNN	0.81 469	1.91 541	0.92 508	4.48 680	0.02 22	0.42 342	0.06 137	0.41 316	0.02 22	0.48 406	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 290

hknet	1.10 530	1.85 532	3.49 703	4.48 680	0.02 22	0.42 342	0.06 137	0.41 316	0.02 22	0.48 406	0.03 56	0.41 325	0.03 53	0.42 337	0.03 52	4.39 691	4.19 705	0.33 278	0.23 255	0.34 269	0.27 290

iRaft-Stereo_5w	0.34 248	0.42 233	0.31 262	0.39 252	0.30 307	0.38 298	0.30 298	0.40 301	0.29 292	0.40 302	0.37 402	0.41 325	0.34 379	0.38 296	0.30 297	0.34 256	0.27 243	0.34 288	0.26 271	0.34 269	0.26 252

iRaft-Stereo_20w	0.34 248	0.41 223	0.31 262	0.39 252	0.29 295	0.40 306	0.32 353	0.41 316	0.32 362	0.38 288	0.30 311	0.39 304	0.30 307	0.38 296	0.32 348	0.35 264	0.27 243	0.34 288	0.27 309	0.34 269	0.29 325

HGLStereo	0.28 220	0.29 177	0.22 206	0.36 238	0.22 256	0.36 283	0.21 236	0.36 271	0.21 241	0.42 330	0.21 246	0.36 287	0.22 250	0.36 286	0.21 235	0.34 256	0.21 213	0.34 288	0.21 246	0.34 269	0.21 229

MLCV	0.31 233	0.35 189	0.27 229	0.35 234	0.28 284	0.35 279	0.27 267	0.35 267	0.28 284	0.36 281	0.27 275	0.35 282	0.27 279	0.35 280	0.27 264	0.34 256	0.27 243	0.34 288	0.27 309	0.34 269	0.27 290

DN-CSS_ROB	0.31 233	0.35 189	0.28 236	0.35 234	0.28 284	0.34 275	0.27 267	0.34 264	0.25 260	0.35 277	0.27 275	0.36 287	0.26 272	0.34 277	0.28 273	0.35 264	0.28 251	0.34 288	0.28 328	0.34 269	0.27 290

GREATEN-IGEV-FM_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.28 284	0.36 283	0.28 278	0.36 271	0.28 284	0.36 281	0.28 283	0.36 287	0.28 288	0.36 286	0.28 273	0.62 424	0.57 435	0.35 304	0.28 328	0.35 282	0.28 316

LG-Stereo_L2	0.34 248	0.37 197	0.38 303	0.47 309	0.28 284	0.39 304	0.28 278	0.39 293	0.28 284	0.39 295	0.28 283	0.39 304	0.28 288	0.38 296	0.28 273	0.42 326	0.35 333	0.36 311	0.26 271	0.35 282	0.26 252

MyStereo07	0.60 409	3.72 634	0.48 392	0.49 321	0.41 430	0.36 283	0.32 353	0.49 408	0.43 436	0.51 435	0.42 438	0.49 419	0.43 434	0.51 435	0.64 481	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 422

MyStereo04	0.56 406	3.72 634	0.59 429	0.49 321	0.41 430	0.36 283	0.32 353	0.37 279	0.31 352	0.34 273	0.46 451	0.35 282	0.32 363	0.35 280	0.33 360	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 422

HH	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 545	0.75 491	1.00 540	0.84 499	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 252

HanStereo	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 545	0.75 491	1.00 540	0.84 499	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 252

FCDSN-DC	0.41 308	0.59 294	0.64 447	0.54 376	0.33 378	0.50 429	0.37 395	0.42 334	0.40 416	0.61 463	0.43 441	0.50 433	0.49 458	0.38 296	0.32 348	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 316
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ETE_ROB	0.35 257	0.35 189	0.35 295	0.35 234	0.35 392	0.35 279	0.35 382	0.35 267	0.35 385	0.35 277	0.35 391	0.35 282	0.35 386	0.35 280	0.35 377	0.35 264	0.35 333	0.35 304	0.35 404	0.35 282	0.35 380

GREATEN-IGEV_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.29 295	0.36 283	0.29 290	0.36 271	0.29 292	0.39 295	0.29 296	0.36 287	0.29 298	0.36 286	0.29 287	0.62 424	0.57 435	0.35 304	0.29 343	0.36 290	0.29 325

Monster-pub-mixall	0.44 337	0.56 290	0.60 433	0.38 244	0.27 278	0.37 291	0.27 267	0.37 279	0.29 292	0.38 288	0.27 275	0.38 299	0.29 298	0.85 503	0.27 264	1.46 593	0.26 231	0.34 288	0.26 271	0.36 290	0.53 459

Replicate-Monster	0.45 360	0.57 291	0.60 433	0.40 265	0.29 295	0.37 291	0.27 267	0.37 279	0.30 307	0.40 302	0.31 355	0.40 312	0.30 307	0.99 522	0.27 264	1.36 586	0.31 279	0.34 288	0.30 359	0.36 290	0.54 462

Any-RAFT	0.32 242	0.36 194	0.27 229	0.36 238	0.27 278	0.36 283	0.27 267	0.36 271	0.27 278	0.36 281	0.27 275	0.36 287	0.27 279	0.36 286	0.28 273	0.36 269	0.28 251	0.36 311	0.28 328	0.36 290	0.28 316

DMCA	0.36 265	0.38 201	0.37 301	0.35 234	0.35 392	0.36 283	0.36 389	0.36 271	0.35 385	0.35 277	0.37 402	0.36 287	0.36 390	0.35 280	0.36 381	0.36 269	0.36 339	0.35 304	0.36 410	0.36 290	0.36 383

HiDET	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 334	0.30 307	0.44 375	0.30 311	0.42 343	0.30 307	0.42 337	0.68 496	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 325

LCMNet	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 334	0.30 307	0.45 387	0.30 311	0.42 343	0.30 307	0.42 337	0.69 504	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 325

CSFM-Stereo	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.43 342	0.30 307	0.44 375	0.30 311	0.42 343	0.30 307	0.42 337	0.73 517	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.30 339

Monster-pub-eth3d	0.45 360	0.57 291	0.60 433	0.39 252	0.28 284	0.37 291	0.28 278	0.37 279	0.30 307	0.39 295	0.29 296	0.39 304	0.30 307	0.92 514	0.27 264	1.42 590	0.28 251	0.34 288	0.28 328	0.37 295	0.53 459

GIP-stereo	0.36 265	0.49 263	0.39 314	0.48 315	0.32 366	0.41 322	0.28 278	0.40 301	0.30 307	0.41 316	0.28 283	0.40 312	0.28 288	0.42 337	0.28 273	0.45 357	0.32 284	0.38 322	0.30 359	0.37 295	0.27 290

fffy	0.38 281	0.43 235	0.33 273	0.46 302	0.33 378	0.45 397	0.32 353	0.45 389	0.32 362	0.45 387	0.32 365	0.45 397	0.33 374	0.45 393	0.32 348	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 383

IGEV++	0.34 248	0.43 235	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 301	0.29 292	0.40 302	0.29 296	0.40 312	0.29 298	0.40 307	0.30 297	0.38 284	0.29 265	0.37 314	0.29 343	0.37 295	0.29 325

Venus	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.37 291	0.38 402	0.37 279	0.37 398	0.41 316	0.37 402	0.39 304	0.37 395	0.38 296	0.38 394	0.37 272	0.38 350	0.38 322	0.37 413	0.37 295	0.38 395

EKT-Stereo	0.37 275	0.40 212	0.44 369	1.07 479	0.29 295	0.34 275	0.31 345	0.36 271	0.29 292	0.38 288	0.31 355	0.37 297	0.30 307	0.36 286	0.29 287	0.34 256	0.28 251	0.39 363	0.30 359	0.37 295	0.30 339

CES	0.39 295	0.47 255	0.36 297	0.36 238	0.37 402	0.45 397	0.35 382	0.35 267	0.40 416	0.36 281	0.44 443	0.47 407	0.36 390	0.44 375	0.36 381	0.37 272	0.39 357	0.44 413	0.35 404	0.37 295	0.36 383

IER	0.88 495	7.04 697	2.23 673	2.75 635	0.28 284	0.43 349	0.25 257	0.39 293	0.25 260	0.41 316	0.27 275	0.39 304	0.25 262	0.40 307	0.28 273	0.37 272	0.28 251	0.37 314	0.25 265	0.37 295	0.25 246

StereoDRNet-Refined	0.33 247	0.39 208	0.26 226	0.39 252	0.26 277	0.40 306	0.26 264	0.40 301	0.26 274	0.39 295	0.26 271	0.39 304	0.26 272	0.39 304	0.26 262	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 388
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 275	0.37 197	0.37 301	0.37 241	0.37 402	0.37 291	0.37 395	0.37 279	0.37 398	0.37 287	0.37 402	0.37 297	0.37 395	0.37 293	0.37 391	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 388

TestStereo_HL3	2.76 688	0.41 223	11.46 738	14.11 736	0.30 307	0.45 397	0.29 290	0.43 342	0.29 292	0.43 337	0.29 296	0.43 352	0.28 288	0.44 375	0.30 297	13.57 739	10.32 737	0.41 394	0.27 309	0.38 308	0.27 290

TestStereo_HL2	2.73 685	0.41 223	11.06 735	14.13 737	0.30 307	0.44 383	0.28 278	0.43 342	0.29 292	0.43 337	0.28 283	0.43 352	0.29 298	0.43 344	0.28 273	13.51 738	10.37 738	0.41 394	0.27 309	0.38 308	0.27 290

GGDA	2.76 688	0.41 223	11.34 737	14.28 738	0.30 307	0.44 383	0.29 290	0.43 342	0.29 292	0.43 337	0.28 283	0.43 352	0.28 288	0.43 344	0.29 287	13.45 737	10.57 739	0.41 394	0.27 309	0.38 308	0.27 290

TestStereo-Hl	2.78 690	0.42 233	11.23 736	14.38 739	0.30 307	0.44 383	0.30 298	0.43 342	0.28 284	0.43 337	0.29 296	0.44 387	0.29 298	0.44 375	0.29 287	13.64 740	10.73 740	0.41 394	0.27 309	0.38 308	0.27 290

aanet-new-90k	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-60k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-70k	0.44 337	1.82 523	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-78k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-40k	0.44 337	1.81 516	0.39 314	0.50 357	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-36k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-34k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-32k-new	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 380	0.30 307	0.44 375	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.34 326	0.39 363	0.26 271	0.38 308	0.26 252

aanet-new-32k	0.44 337	1.79 510	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-30k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-28k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.44 380	0.30 307	0.44 375	0.30 311	0.44 387	0.30 307	0.44 375	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT26K	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.31 338	0.44 328	0.33 297	0.38 322	0.27 309	0.38 308	0.26 252

aanet-new-24k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-22k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-16k	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-14k	0.60 409	5.12 667	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.30 297	0.44 328	0.37 343	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new-8k	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

aanet-new	0.43 324	1.80 511	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-cres-4k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-cres	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-36K	0.43 324	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-22K	0.44 337	1.85 532	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-20K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-24K	0.44 337	1.86 535	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-5K	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-2K	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-3K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 252

GCAP-Stereo-DPT-50K	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.36 339	0.38 322	0.26 271	0.38 308	0.26 252

gcap_with_dpt	0.35 257	0.39 208	0.30 246	0.44 297	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.30 311	0.44 387	0.30 307	0.44 375	0.30 297	0.38 284	0.26 231	0.38 322	0.27 309	0.38 308	0.27 290

MonSter++	0.38 281	0.44 238	0.31 262	0.43 293	0.30 307	0.43 349	0.31 345	0.43 342	0.31 352	0.45 387	0.31 355	0.43 352	0.31 358	0.43 344	0.69 504	0.38 284	0.33 297	0.40 376	0.30 359	0.38 308	0.30 339

IGEV-FE	0.35 257	0.37 197	0.17 183	0.19 164	0.17 224	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 195	0.17 220	0.37 293	0.36 381	0.19 179	0.17 196	0.19 203	0.17 231	0.38 308	2.84 699

GCAP-BAT	0.41 308	1.30 470	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.44 375	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.44 328	0.34 326	0.38 322	0.26 271	0.38 308	0.26 252

RAFT-Stereo-weight	0.45 360	1.90 540	0.34 284	0.42 287	0.36 398	0.43 349	0.35 382	0.42 334	0.34 381	0.42 330	0.34 382	0.44 387	0.34 379	0.41 323	0.34 373	0.38 284	0.32 284	0.38 322	0.32 377	0.38 308	0.33 362

test_for_model	0.35 257	0.39 208	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.31 338	0.38 284	0.26 231	0.38 322	0.26 271	0.38 308	0.26 252

GCAPDPT-zeroshot4090	0.40 300	1.09 396	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 380	0.30 307	0.43 337	0.30 311	0.43 352	0.30 307	0.43 344	0.30 297	0.45 357	0.34 326	0.38 322	0.27 309	0.38 308	0.27 290

WAO-8	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 288	0.38 402	0.38 288	0.38 407	0.38 299	0.38 399	0.38 296	0.38 394	0.38 284	0.38 350	0.38 322	0.37 413	0.38 308	0.38 395

WAO-7	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 288	0.38 402	0.38 288	0.38 407	0.38 299	0.38 399	0.38 296	0.38 394	0.38 284	0.38 350	0.38 322	0.38 426	0.38 308	0.38 395

HanzoNet	0.39 295	0.38 201	0.40 346	0.39 252	0.41 430	0.38 298	0.38 402	0.38 288	0.38 402	0.39 295	0.39 417	0.38 299	0.38 399	0.39 304	0.40 409	0.38 284	0.38 350	0.40 376	0.38 426	0.38 308	0.40 404

IMH	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 288	0.38 402	0.42 330	0.38 407	0.40 312	0.38 399	0.38 296	0.38 394	0.38 284	0.38 350	0.39 363	0.38 426	0.38 308	0.38 395

RAFT-Test	0.36 265	0.37 197	0.33 273	0.41 277	0.32 366	0.41 322	0.32 353	0.41 316	0.32 362	0.41 316	0.32 365	0.41 325	0.32 363	0.41 323	0.33 360	0.37 272	0.29 265	0.37 314	0.29 343	0.38 308	0.31 348

RCA-Stereo	0.51 393	3.22 622	0.34 284	0.44 297	0.34 388	0.44 383	0.34 377	0.43 342	0.34 381	0.43 337	0.34 382	0.44 387	0.33 374	0.43 344	0.33 360	0.38 284	0.29 265	0.38 322	0.29 343	0.38 308	0.29 325

testmc14	2.43 674	10.48 722	8.02 732	8.93 724	0.31 354	0.44 383	0.30 298	0.42 334	0.30 307	0.42 330	0.30 311	0.42 343	0.30 307	0.42 337	0.30 297	8.88 734	6.99 724	0.41 394	0.28 328	0.39 353	0.28 316

MCSU-Stereo	2.48 677	10.56 723	8.50 734	9.47 728	0.31 354	0.43 349	0.30 298	0.42 334	0.30 307	0.42 330	0.30 311	0.42 343	0.30 307	0.41 323	0.30 297	8.86 733	6.93 723	0.40 376	0.29 343	0.39 353	0.28 316

aanet-new-10k	0.45 360	1.81 516	0.40 346	0.50 357	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 387	0.32 363	0.44 375	0.31 338	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 290

aanet-new-12k	0.46 367	1.99 550	0.40 346	0.51 368	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 387	0.31 358	0.44 375	0.32 348	0.47 374	0.35 333	0.39 363	0.27 309	0.39 353	0.27 290

GCAP-Stereo-DPT-25K	0.41 308	1.09 396	0.40 346	0.52 371	0.31 354	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 387	0.31 358	0.44 375	0.31 338	0.46 367	0.35 333	0.39 363	0.28 328	0.39 353	0.28 316

DDF-Stereo	0.43 324	1.15 405	0.57 427	0.53 373	0.32 366	0.41 322	0.32 353	0.41 316	0.32 362	0.41 316	0.32 365	0.41 325	0.32 363	0.40 307	0.32 348	0.52 396	0.50 419	0.38 322	0.31 370	0.39 353	0.31 348

water-stereo	0.41 308	0.84 329	0.46 376	0.50 357	0.33 378	0.45 397	0.33 364	0.45 389	0.32 362	0.45 387	0.32 365	0.45 397	0.32 363	0.45 393	0.32 348	0.44 328	0.41 371	0.39 363	0.31 370	0.39 353	0.32 355

mms	0.40 300	0.45 247	0.35 295	0.48 315	0.36 398	0.47 409	0.34 377	0.45 389	0.38 402	0.47 399	0.33 374	0.45 397	0.32 363	0.45 393	0.32 348	0.39 297	0.38 350	0.38 322	0.37 413	0.39 353	0.39 401

gcap-zeroshot	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 380	0.32 362	0.44 375	0.32 365	0.44 387	0.32 363	0.44 375	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 290

testlalala	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 380	0.32 362	0.44 375	0.32 365	0.44 387	0.32 363	0.44 375	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 290

GCAPDPT-zeroshot	0.36 265	0.40 212	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 342	0.31 352	0.43 337	0.30 311	0.43 352	0.30 307	0.44 375	0.31 338	0.39 297	0.28 251	0.39 363	0.27 309	0.39 353	0.26 252

GMOStereo	0.37 275	0.45 247	0.23 209	0.30 211	0.37 402	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 325	0.40 411	0.41 323	0.36 381	0.34 256	0.22 217	0.47 432	0.37 413	0.39 353	0.33 362

error version	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 325	0.40 411	0.41 323	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 362

test_1	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 325	0.40 411	0.41 323	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 362

GCAP-Stereo-DPT-FT	0.41 308	1.06 393	0.40 346	0.51 368	0.31 354	0.44 383	0.30 298	0.43 342	0.32 362	0.44 375	0.30 311	0.56 457	0.30 307	0.44 375	0.31 338	0.45 357	0.34 326	0.39 363	0.27 309	0.40 367	0.27 290

HART	0.38 281	0.45 247	0.34 284	0.42 287	0.33 378	0.41 322	0.34 377	0.42 334	0.33 372	0.43 337	0.34 382	0.42 343	0.34 379	0.41 323	0.38 394	0.40 304	0.32 284	0.42 410	0.32 377	0.40 367	0.32 355

RSM	0.36 265	0.36 194	0.43 367	0.37 241	0.42 440	0.49 420	0.42 430	0.37 279	0.28 284	0.36 281	0.29 296	0.36 287	0.30 307	0.37 293	0.28 273	0.34 256	0.31 279	0.34 288	0.35 404	0.40 367	0.29 325

knoymous	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

anonymousa	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

riskmin	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

Anonymous_2	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

Anonymous_1	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404

DGSMNet	0.34 248	0.41 223	0.27 229	0.41 277	0.28 284	0.41 322	0.28 278	0.41 316	0.27 278	0.41 316	0.27 275	0.42 343	0.27 279	0.41 323	0.28 273	0.40 304	0.29 265	0.40 376	0.28 328	0.40 367	0.27 290

Gwc-CoAtRS	0.41 308	1.49 484	0.32 268	0.42 287	0.32 366	0.41 322	0.32 353	0.41 316	0.33 372	0.41 316	0.32 365	0.41 325	0.32 363	0.41 323	0.32 348	0.39 297	0.28 251	0.39 363	0.28 328	0.40 367	0.28 316

AdaStereo	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 312	0.40 411	0.40 307	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 404
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
depthmonostereo	0.44 337	0.85 331	0.46 376	0.54 376	0.40 420	0.52 445	0.38 402	0.52 436	0.35 385	0.47 399	0.34 382	0.46 401	0.34 379	0.47 402	0.34 373	0.45 357	0.43 385	0.41 394	0.33 387	0.41 378	0.32 355

GREAT-IGEV	0.38 281	0.43 235	0.36 297	0.48 315	0.32 366	0.45 397	0.32 353	0.45 389	0.32 362	0.45 387	0.32 365	0.45 397	0.32 363	0.45 393	0.32 348	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 325
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
ccccc	0.41 308	0.44 238	0.34 284	0.48 315	0.35 392	0.48 414	0.35 382	0.51 431	0.35 385	0.47 399	0.35 391	0.47 407	0.34 379	0.47 402	0.35 377	0.41 312	0.40 361	0.40 376	0.40 431	0.41 378	0.39 401

Former-RAFT_DAM_RVC	0.49 386	0.98 361	0.64 447	0.84 440	0.46 451	0.45 397	0.35 382	0.47 399	0.47 448	0.45 387	0.34 382	0.46 401	0.48 452	0.46 398	0.35 377	0.39 297	0.71 481	0.39 363	0.35 404	0.41 378	0.41 413

GwcNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

PSMNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

GANet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

ADLNet2	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

ADLNet	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 325	0.41 423	0.41 323	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 413

CFNet-RSSM	0.91 498	4.89 659	0.34 284	0.44 297	1.07 565	1.62 623	1.40 638	0.91 502	0.35 385	1.60 615	1.39 638	0.64 472	0.34 379	0.44 375	0.33 360	0.41 312	0.35 333	0.75 499	0.30 359	0.41 378	0.29 325

quiztm	0.43 324	0.49 263	0.40 346	0.51 368	0.40 420	0.51 441	0.40 416	0.50 417	0.40 416	0.50 426	0.40 420	0.51 444	0.40 411	0.50 425	0.40 409	0.44 328	0.34 326	0.44 413	0.34 391	0.44 388	0.34 369

SCV_C0	0.45 360	0.88 337	0.49 399	0.54 376	0.37 402	0.48 414	0.37 395	0.48 403	0.37 398	0.48 406	0.36 395	0.48 414	0.37 395	0.49 417	0.37 391	0.50 388	0.41 371	0.44 413	0.34 391	0.44 388	0.34 369

SCV	0.46 367	0.94 356	0.45 371	0.54 376	0.37 402	0.48 414	0.38 402	0.48 403	0.37 398	0.48 406	0.39 417	0.48 414	0.37 395	0.49 417	0.37 391	0.50 388	0.46 396	0.44 413	0.34 391	0.44 388	0.34 369

GCST	0.50 388	2.08 553	0.38 303	0.53 373	0.35 392	0.49 420	0.35 382	0.50 417	0.35 385	0.49 413	0.35 391	0.49 419	0.35 386	0.49 417	0.35 377	0.48 379	0.37 343	0.45 418	0.33 387	0.44 388	0.33 362

LL-Strereo2	0.48 380	1.73 499	0.51 411	0.59 389	0.34 388	0.42 342	0.33 364	0.40 301	0.31 352	0.42 330	0.33 374	0.42 343	0.31 358	0.44 375	0.39 406	0.60 416	0.51 424	0.44 413	0.33 387	0.44 388	0.33 362

Select-FE	0.41 308	0.44 238	0.23 209	0.26 204	0.22 256	0.26 244	0.22 241	0.26 236	0.23 252	0.26 241	0.23 253	0.26 248	0.23 256	0.45 393	0.42 425	0.25 217	0.22 217	0.25 241	0.22 249	0.45 393	2.90 700

Zero-FE251	0.36 265	0.40 212	0.28 236	0.41 277	0.28 284	0.41 322	0.28 278	0.41 316	0.28 284	0.41 316	0.28 283	0.41 325	0.28 288	0.42 337	0.30 297	0.37 272	0.26 231	0.37 314	0.27 309	0.45 393	0.56 473

UGAM	0.51 393	2.23 567	0.39 314	0.54 376	0.35 392	0.50 429	0.35 382	0.49 408	0.35 385	0.49 413	0.35 391	0.49 419	0.36 390	0.50 425	0.36 381	0.49 382	0.37 343	0.45 418	0.34 391	0.45 393	0.34 369

S0	0.42 322	0.44 238	0.54 419	0.59 389	0.34 388	0.48 414	0.22 241	0.51 431	0.25 260	0.51 435	0.34 382	0.53 446	0.35 386	0.47 402	0.36 381	0.55 406	0.39 357	0.49 445	0.27 309	0.46 396	0.34 369

Pro-Stereo	0.79 461	0.53 282	0.38 303	0.49 321	0.38 409	0.49 420	0.37 395	0.49 408	0.67 495	0.50 426	0.38 407	1.10 546	0.38 399	0.49 417	0.38 394	0.71 444	0.88 503	5.98 733	0.36 410	0.46 396	0.36 383

GEAStereo	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 431	0.38 402	0.53 442	0.38 407	0.50 433	0.38 399	0.51 435	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 369

GSStereo	0.81 469	4.28 651	0.50 404	0.59 389	0.40 420	0.51 441	0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 433	3.79 714	0.50 425	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 380

GS-Stereo							0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 433	3.79 714	0.50 425	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 380

gasm-f	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 431	0.38 402	0.53 442	0.38 407	0.50 433	0.38 399	0.51 435	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 369

GASTEREO	0.48 380	1.21 458	0.47 384	0.57 384	0.38 409	0.50 429	0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 433	0.38 399	0.50 425	0.38 394	0.52 396	0.42 380	0.46 422	0.34 391	0.46 396	0.34 369

UGAM-zero	0.51 393	2.17 562	0.39 314	0.53 373	0.36 398	0.50 429	0.36 389	0.50 417	0.36 396	0.49 413	0.36 395	0.50 433	0.35 386	0.50 425	0.36 381	0.49 382	0.37 343	0.47 432	0.35 404	0.46 396	0.34 369

otaku	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.46 443	0.46 393	0.46 451	0.46 401	0.46 443	0.46 398	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

Ntro	0.47 374	0.47 255	0.46 376	0.46 302	0.46 451	0.47 409	0.47 448	0.46 393	0.47 448	0.46 393	0.46 451	0.47 407	0.46 443	0.47 402	0.47 444	0.47 374	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

Dean	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.46 443	0.47 399	0.46 451	0.46 401	0.46 443	0.46 398	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

ACVNet_1	0.46 367	0.47 255	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.47 448	0.46 393	0.46 451	0.46 401	0.46 443	0.46 398	0.46 437	0.46 367	0.46 396	0.47 432	0.46 455	0.46 396	0.46 428

ACVNet-4b	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 393	0.46 443	0.46 393	0.46 451	0.46 401	0.46 443	0.47 402	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 428

Selective-IGEV	0.51 393	0.55 288	0.45 371	0.69 411	0.45 449	0.61 464	0.45 440	0.50 417	0.40 416	0.56 453	0.44 443	0.55 454	0.40 411	0.72 479	0.67 488	0.59 415	0.46 396	0.45 418	0.34 391	0.46 396	0.37 388

DVStereo	0.43 324	0.86 333	0.48 392	0.50 357	0.33 378	0.46 404	0.33 364	0.46 393	0.33 372	0.46 393	0.33 374	0.47 407	0.33 374	0.47 402	0.34 373	0.45 357	0.42 380	0.40 376	0.33 387	0.47 410	0.38 395

HaxPig	0.47 374	0.47 255	0.47 384	0.49 321	0.47 457	0.47 409	0.47 448	0.47 399	0.47 448	0.47 399	0.47 459	0.47 407	0.47 451	0.47 402	0.47 444	0.47 374	0.47 404	0.47 432	0.47 462	0.47 410	0.48 438

UNDER WATER	0.47 374	0.47 255	0.47 384	0.47 309	0.47 457	0.47 409	0.47 448	0.47 399	0.47 448	0.47 399	0.47 459	0.47 407	0.46 443	0.47 402	0.47 444	0.47 374	0.47 404	0.47 432	0.46 455	0.47 410	0.47 436

LVE	0.47 374	0.47 255	0.47 384	0.47 309	0.49 464	0.47 409	0.47 448	0.47 399	0.49 457	0.47 399	0.47 459	0.47 407	0.46 443	0.47 402	0.47 444	0.47 374	0.47 404	0.48 440	0.47 462	0.47 410	0.47 436

MSCF	0.51 393	1.40 481	0.49 399	0.58 386	0.38 409	0.50 429	0.38 402	0.54 440	0.41 426	0.52 439	0.41 428	0.53 446	0.42 429	0.53 442	0.41 417	0.60 416	0.47 404	0.48 440	0.37 413	0.48 414	0.38 395

RainbowNet	0.48 380	0.48 261	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 403	0.48 455	0.48 406	0.48 463	0.48 414	0.48 452	0.48 411	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.48 438

notaker	0.48 380	0.49 263	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 403	0.49 457	0.48 406	0.48 463	0.48 414	0.48 452	0.48 411	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.49 444

LG-Stereo_L1	0.47 374	0.52 278	0.47 384	0.62 395	0.39 419	0.53 447	0.40 416	0.53 438	0.39 415	0.53 442	0.39 417	0.53 446	0.39 410	0.53 442	0.39 406	0.55 406	0.46 396	0.49 445	0.37 413	0.49 417	0.37 388

TorneroNet	0.66 425	0.53 282	0.50 404	0.50 357	0.64 499	1.06 535	0.70 513	0.50 417	0.51 469	0.49 413	0.69 513	0.49 419	0.50 462	0.48 411	1.15 565	0.71 444	0.49 411	1.14 553	1.08 565	0.49 417	0.49 444

ACVNet_2	0.49 386	0.49 263	0.49 399	0.49 321	0.49 464	0.49 420	0.49 459	0.49 408	0.49 457	0.49 413	0.49 466	0.49 419	0.49 458	0.49 417	0.49 452	0.49 382	0.49 411	0.49 445	0.49 470	0.49 417	0.49 444

iRaftStereo_RVC	0.97 509	3.17 621	2.30 675	2.42 626	0.38 409	0.54 451	0.38 402	0.54 440	0.38 402	0.54 448	0.38 407	0.54 450	0.38 399	0.54 445	0.38 394	2.38 658	2.34 674	0.49 445	0.36 410	0.49 417	0.36 383

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 158	0.11 168	0.11 158	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

FoundationStereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

StereoAnything_RVC	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

fffft	0.48 380	0.51 276	0.45 371	0.52 371	0.45 449	0.52 445	0.45 440	0.52 436	0.48 455	0.53 442	0.45 448	0.52 445	0.45 440	0.52 440	0.46 437	0.51 394	0.41 371	0.50 451	0.41 440	0.50 422	0.41 413
1: 1. 1
dual_stereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

KSHMR	0.66 425	0.50 268	0.48 392	1.15 490	0.52 475	0.49 420	0.51 467	0.49 408	0.71 519	0.67 475	0.50 470	1.16 554	1.11 553	0.66 469	0.52 462	0.49 382	0.49 411	0.51 456	0.66 509	0.50 422	1.14 565

SANet	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 417	0.50 462	0.50 426	0.50 470	0.50 433	0.50 462	0.50 425	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 447

LG-Stereo_Zeroshot	0.48 380	0.55 288	0.47 384	0.63 397	0.41 430	0.56 453	0.44 434	0.56 444	0.41 426	0.56 453	0.41 428	0.57 460	0.42 429	0.56 450	0.41 417	0.55 406	0.43 385	0.51 456	0.37 413	0.51 428	0.37 388

Occ-G	1.12 533	0.52 278	3.72 708	3.50 667	0.50 468	0.56 453	0.47 448	0.54 440	0.46 443	0.54 448	0.41 428	0.54 450	0.42 429	0.52 440	0.42 425	3.42 682	4.02 704	0.52 459	0.45 453	0.51 428	0.44 425

FSD	0.61 414	0.59 294	0.50 404	2.58 633	0.44 445	0.56 453	0.44 434	0.55 443	0.44 439	0.56 453	0.44 443	0.56 457	0.44 436	0.56 450	0.46 437	0.61 420	0.42 380	0.52 459	0.42 448	0.52 430	0.51 454

LG-Stereo	0.60 409	0.58 293	0.47 384	0.64 402	0.74 521	1.00 518	0.69 506	0.57 447	0.41 426	0.57 456	0.41 428	0.57 460	0.41 423	1.00 524	0.75 522	0.91 483	0.51 424	0.52 459	0.37 413	0.52 430	0.37 388

ktn	0.72 443	0.53 282	1.08 525	1.14 487	0.51 474	1.22 597	1.36 631	0.51 431	0.59 481	0.51 435	0.51 476	0.69 480	1.20 565	0.67 471	0.51 460	0.51 394	0.49 411	0.58 468	0.66 509	0.52 430	0.53 459

LL-Strereo	1.01 520	5.06 666	1.63 622	0.70 417	1.43 638	0.56 453	0.46 443	0.57 447	0.50 462	0.57 456	0.50 470	1.58 619	0.49 458	0.59 457	0.50 455	1.64 602	0.52 426	0.51 456	1.37 634	0.52 430	0.45 427

PML	0.46 367	1.36 476	0.29 242	0.58 386	0.30 307	0.57 459	0.29 290	0.57 447	0.29 292	0.57 456	0.29 296	0.57 460	0.29 298	0.56 450	0.29 287	0.52 396	0.30 274	0.53 462	0.31 370	0.53 434	0.30 339

PSMNet_ROB	0.54 399	0.54 286	0.54 419	0.54 376	0.53 478	0.54 451	0.54 472	0.53 438	0.54 472	0.54 448	0.54 480	0.54 450	0.53 469	0.54 445	0.54 466	0.54 400	0.53 428	0.54 463	0.54 480	0.54 435	0.54 462

DNS	0.86 490	2.43 586	1.66 625	2.03 596	0.42 440	0.60 462	0.42 430	0.60 455	0.42 434	0.60 461	0.42 438	0.60 465	0.42 429	0.60 459	0.42 425	1.97 618	1.63 630	0.55 465	0.40 431	0.55 436	0.40 404

252Zero-FE	0.45 360	0.50 268	0.36 297	0.50 357	0.36 398	0.50 429	0.36 389	0.50 417	0.36 396	0.49 413	0.36 395	0.49 419	0.36 390	0.54 445	0.41 417	0.45 357	0.34 326	0.45 418	0.34 391	0.55 436	0.75 518

MyStereo8	0.71 440	3.92 643	0.52 414	0.59 389	0.52 475	0.57 459	0.53 469	0.59 453	0.50 462	0.59 460	0.51 476	0.57 460	0.50 462	0.56 450	0.52 462	0.54 400	0.49 411	0.54 463	0.49 470	0.55 436	0.50 447

DN	0.53 398	0.85 331	0.45 371	0.65 403	0.44 445	0.60 462	0.44 434	0.60 455	0.44 439	0.60 461	0.45 448	0.60 465	0.44 436	0.60 459	0.44 431	0.56 410	0.42 380	0.56 466	0.42 448	0.56 439	0.42 420

LiteMatch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 478	0.69 506	1.00 519	0.77 533	0.94 519	0.57 474	0.82 493	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 503

Lsterematch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 478	0.69 506	1.00 519	0.77 533	0.94 519	0.57 474	0.82 493	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 503

S	0.56 406	0.61 298	0.54 419	0.68 410	0.48 461	0.65 470	0.49 459	0.63 461	0.49 457	0.64 469	0.49 466	0.64 472	0.48 452	0.62 461	0.49 452	0.63 428	0.62 453	0.59 471	0.48 466	0.57 442	0.48 438

AIO-test1	0.54 399	0.60 297	0.52 414	0.66 407	0.47 457	0.61 464	0.47 448	0.58 450	0.46 443	0.61 463	0.46 451	0.61 468	0.45 440	0.62 461	0.45 433	0.61 420	0.52 426	0.57 467	0.48 466	0.57 442	0.48 438

AIO-test2	0.55 404	0.59 294	0.52 414	0.67 408	0.47 457	0.61 464	0.47 448	0.61 459	0.47 448	0.61 463	0.47 459	0.61 468	0.48 452	0.62 461	0.47 444	0.64 430	0.53 428	0.58 468	0.47 462	0.58 444	0.48 438

MonSter	0.60 409	0.64 301	0.52 414	0.62 395	0.44 445	2.07 639	0.44 434	0.62 460	0.44 439	0.62 466	0.44 443	0.62 470	0.44 436	0.62 461	0.44 431	0.58 413	0.42 380	0.62 472	0.46 455	0.58 444	0.42 420

WCG-NET	0.61 414	1.21 458	0.54 419	0.61 394	0.53 478	0.67 473	0.53 469	0.66 467	0.53 470	0.64 469	0.53 479	0.65 476	0.53 469	0.59 457	0.52 462	0.65 432	0.48 408	0.64 476	0.52 476	0.58 444	0.50 447

CASS	0.57 408	0.89 340	0.56 423	0.57 384	0.56 482	0.56 453	0.56 474	0.56 444	0.53 470	0.57 456	0.57 483	0.59 464	0.48 452	0.56 450	0.57 470	0.55 406	0.56 433	0.47 432	0.56 486	0.62 447	0.56 473
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 409	0.75 315	0.49 399	0.79 431	0.50 468	0.79 489	0.49 459	0.79 483	0.49 457	0.80 495	0.49 466	0.79 496	0.49 458	0.80 489	0.49 452	0.63 428	0.40 361	0.63 474	0.40 431	0.63 448	0.40 404

SMoEStereo_RVC	0.63 419	0.75 315	0.51 411	0.73 425	0.53 478	0.71 480	0.47 448	0.67 468	0.58 476	0.74 488	0.60 489	0.72 486	0.53 469	0.74 483	0.51 460	0.61 420	0.62 453	0.62 472	0.61 495	0.63 448	0.61 479

DispNO	1.00 512	0.63 299	0.43 367	3.45 663	0.44 445	0.65 470	0.43 433	0.64 463	0.43 436	0.64 469	0.43 441	0.64 472	3.03 692	0.64 467	0.43 430	4.55 694	0.43 385	0.63 474	0.43 451	0.63 448	0.43 422

Anonymus	0.47 374	0.73 310	0.46 376	0.43 293	0.54 481	0.53 447	0.27 267	0.39 293	0.35 385	0.33 270	0.40 420	0.33 275	0.38 399	0.53 442	0.54 466	0.56 410	0.36 339	0.49 445	0.53 478	0.66 451	0.54 462

test-3	0.98 511	4.13 647	1.85 644	1.85 585	0.61 493	0.69 475	0.37 395	0.63 461	0.61 485	0.66 473	0.51 476	0.73 488	0.44 436	0.57 455	0.54 466	1.68 603	1.81 641	0.40 376	0.43 451	0.66 451	0.50 447

DSFCA	0.66 425	0.73 310	0.78 489	0.65 403	0.65 501	0.64 469	0.64 486	0.65 464	0.63 489	0.64 469	0.64 497	0.64 472	0.64 486	0.65 468	0.65 484	0.65 432	0.65 459	0.65 480	0.65 506	0.66 451	0.64 489

FAST (zero-shot)	0.87 494	1.55 486	0.42 365	1.57 573	0.42 440	1.62 623	0.45 440	1.59 611	0.42 434	1.66 622	0.44 443	1.62 624	0.42 429	1.59 617	0.42 425	0.64 430	0.43 385	0.64 476	0.42 448	0.67 454	0.46 428

WAFT-Stereo (ZS)	0.67 430	0.78 320	0.67 457	0.67 408	0.66 504	0.67 473	0.67 493	0.65 464	0.66 493	0.66 473	0.67 502	0.66 479	0.67 493	0.67 471	0.72 516	0.66 434	0.67 462	0.67 482	0.67 513	0.67 454	0.67 496

999	1.00 512	1.12 401	0.59 429	1.10 481	1.21 627	1.09 541	0.52 468	1.08 529	1.43 640	1.18 551	1.35 632	0.98 524	0.52 468	0.91 510	0.85 536	0.72 452	1.46 612	0.83 515	0.98 553	0.68 456	1.41 637

anonymity	0.63 419	0.69 303	0.56 423	0.71 419	0.56 482	0.71 480	0.56 474	0.71 475	0.56 473	0.72 481	0.56 482	0.71 483	0.56 473	0.71 477	0.58 472	0.68 437	0.55 431	0.68 483	0.55 482	0.68 456	0.54 462

LMCR-Stereo	0.65 423	0.63 299	0.65 451	0.65 403	0.65 501	0.66 472	0.63 485	0.58 450	0.65 491	0.63 468	0.64 497	0.65 476	0.65 488	0.66 469	0.66 487	0.66 434	0.64 457	0.65 480	0.67 513	0.68 456	0.73 514

FC-DCNN	1.07 527	1.09 396	0.98 513	0.89 446	0.52 475	1.41 615	0.91 542	1.21 590	1.24 626	1.96 628	2.05 698	1.91 630	1.30 618	1.27 606	1.08 559	0.80 467	0.60 448	0.58 468	0.41 440	0.68 456	0.54 462

mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 470	0.69 506	0.69 478	0.69 513	0.69 480	0.69 505	0.69 474	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 500

mm1	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 470	0.69 506	0.69 478	0.69 513	0.69 480	0.69 505	0.69 474	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 500

DMCA-RVC	0.70 437	0.80 323	0.70 470	0.70 417	0.70 514	0.70 478	0.70 513	0.71 475	0.70 514	0.70 480	0.71 522	0.71 483	0.70 509	0.70 476	0.69 504	0.69 438	0.70 477	0.69 486	0.70 523	0.69 460	0.70 503

DStereoRT	0.73 447	0.81 326	0.73 481	0.71 419	0.74 521	0.73 482	0.75 521	0.71 475	0.71 519	0.74 488	0.72 525	0.73 488	0.80 525	0.71 477	0.73 517	0.76 462	0.71 481	0.73 493	0.72 528	0.70 463	0.76 521

4D-IteraStereo	0.78 460	3.13 619	0.89 501	0.69 411	0.32 366	0.40 306	0.32 353	0.76 481	0.97 553	0.52 439	0.65 499	0.89 511	0.32 363	0.76 485	0.98 547	0.83 476	0.94 509	0.35 304	0.27 309	0.70 463	0.89 536

MyStereo06	0.75 451	4.12 645	0.60 433	0.63 397	0.61 493	0.62 467	0.66 489	0.56 444	0.45 442	0.55 451	0.48 463	0.54 450	0.46 443	0.57 455	0.45 433	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 470

MyStereo05	0.80 464	4.12 645	0.63 444	0.63 397	0.61 493	0.62 467	0.66 489	0.65 464	0.62 486	0.67 475	0.61 493	0.65 476	0.58 477	0.67 471	0.55 469	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 470

PA-Net	11.80 738	223.51 765	0.62 440	0.59 389	0.71 516	0.59 461	0.73 519	0.67 468	0.73 525	0.55 451	0.61 493	0.60 465	0.74 516	0.63 466	0.73 517	0.66 434	0.60 448	0.69 486	0.66 509	0.72 465	0.65 491
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 481	2.85 613	0.72 477	0.72 421	0.73 519	0.77 484	0.79 526	0.73 478	0.74 527	0.73 483	0.72 525	0.73 488	0.76 519	0.73 481	0.73 517	0.72 452	0.73 484	0.73 493	0.72 528	0.73 468	0.72 510

SE	0.64 421	0.73 310	0.77 487	0.79 431	0.59 485	0.78 486	0.54 472	0.58 450	0.58 476	0.78 492	0.59 487	0.63 471	0.18 230	0.78 486	0.52 462	0.80 467	0.65 459	0.69 486	0.57 488	0.75 469	0.52 456

MGA	0.73 447	0.76 317	0.60 433	0.92 453	1.17 575	0.81 494	0.59 481	0.84 493	0.62 486	0.81 498	0.59 487	0.84 505	0.60 481	0.81 492	0.61 479	0.71 444	0.53 428	0.89 520	0.53 478	0.75 469	0.54 462

GCAP-Stereo	0.75 451	4.15 648	0.42 365	0.75 429	0.35 392	0.78 486	0.40 416	0.79 483	0.38 402	0.78 492	0.36 395	0.78 494	0.36 390	0.79 487	0.39 406	0.75 460	0.39 357	0.76 501	0.39 430	0.75 469	0.39 401

zero-FE	0.72 443	1.31 472	0.66 453	0.92 453	0.60 487	0.82 497	0.58 477	0.82 492	0.58 476	0.81 498	0.60 489	0.81 501	0.60 481	0.82 493	0.58 472	0.74 459	0.59 445	0.73 493	0.52 476	0.76 472	0.51 454

PAM_32	0.64 421	2.38 582	0.51 411	0.92 453	0.43 444	0.53 447	0.44 434	0.87 495	0.43 436	0.52 439	0.45 448	0.53 446	0.40 411	0.54 445	0.46 437	0.62 424	0.56 433	0.48 440	0.45 453	0.76 472	0.44 425

monster-pro	0.75 451	1.67 491	0.64 447	0.89 446	0.57 484	0.86 503	0.56 474	0.87 495	0.56 473	0.87 504	0.57 483	0.88 508	0.57 474	0.87 504	0.57 470	0.79 465	0.58 439	0.76 501	0.54 480	0.77 474	0.54 462

RAFT-Stereo + iAFF	0.70 437	0.72 309	0.71 474	0.80 435	0.62 498	0.82 497	0.61 483	0.81 489	0.62 486	0.81 498	0.63 495	0.80 498	0.70 509	0.73 481	0.61 479	0.76 462	0.61 452	0.74 498	0.61 495	0.77 474	0.61 479

ARAFT	0.68 431	0.81 326	0.63 444	0.74 428	0.60 487	0.78 486	0.62 484	0.77 482	0.66 493	0.74 488	0.63 495	0.75 491	0.62 485	0.83 498	0.60 477	0.70 443	0.55 431	0.70 491	0.60 493	0.78 476	0.55 470

AFF-stereo	0.73 447	0.88 337	0.67 457	0.75 429	0.68 509	0.75 483	0.64 486	0.80 486	0.72 522	0.83 503	0.70 517	0.82 502	0.64 486	0.84 499	0.67 488	0.77 464	0.63 455	0.81 510	0.63 497	0.78 476	0.62 482

Selective-RAFT-Error	0.88 495	0.84 329	0.98 513	0.86 445	0.97 553	0.88 505	0.95 547	0.84 493	0.99 556	0.92 511	0.82 541	0.84 505	0.98 539	0.87 504	0.97 546	0.81 471	0.83 500	0.79 505	0.82 544	0.79 478	0.85 532

psmorigin	0.41 308	0.46 251	0.33 273	0.49 321	0.33 378	0.49 420	0.33 364	0.49 408	0.33 372	0.49 413	0.33 374	0.49 419	0.33 374	0.51 435	0.33 360	0.41 312	0.30 274	0.41 394	0.30 359	0.79 478	0.29 325

G-Net	0.79 461	0.79 322	0.79 492	0.79 431	0.79 534	0.79 489	0.79 526	0.79 483	0.79 533	0.79 494	0.79 537	0.79 496	0.79 524	0.79 487	0.79 527	0.79 465	0.79 494	0.79 505	0.79 539	0.79 478	0.79 526

AEACV	1.12 533	0.52 278	3.12 699	3.24 652	0.86 541	0.53 447	0.49 459	0.60 455	0.47 448	0.53 442	0.49 466	0.55 454	0.45 440	0.55 449	0.47 444	3.01 677	3.88 702	0.71 492	0.60 493	0.80 481	0.48 438

NaN_ROB	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 486	0.80 535	0.80 495	0.80 539	0.80 498	0.80 525	0.80 489	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 527

CSAN	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 486	0.80 535	0.80 495	0.80 539	0.80 498	0.80 525	0.80 489	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 527

FlowAnything_test	1.02 522	1.72 494	0.71 474	1.59 575	0.70 514	1.61 621	0.69 506	1.61 613	0.70 514	1.60 615	0.70 517	1.61 623	0.69 505	1.61 620	0.70 512	0.81 471	0.58 439	0.81 510	0.55 482	0.81 484	0.56 473

Selective-RAFT	0.89 497	0.89 340	0.72 477	1.16 495	0.78 532	1.06 535	0.82 536	0.87 495	0.97 553	1.00 519	0.91 548	0.90 512	1.00 540	0.89 508	0.93 543	0.83 476	0.83 500	0.82 514	0.82 544	0.81 484	0.82 530

FlowAnything	1.02 522	1.71 493	0.72 477	1.59 575	0.69 510	1.60 620	0.69 506	1.61 613	0.70 514	1.60 615	0.69 513	1.60 620	0.69 505	1.61 620	0.69 504	0.81 471	0.58 439	0.81 510	0.56 486	0.82 486	0.56 473

DCRE	0.84 481	1.89 538	0.77 487	0.94 460	0.72 518	0.88 505	0.73 519	0.87 495	0.78 529	0.90 507	0.71 522	0.88 508	0.67 493	0.88 506	0.73 517	0.81 471	0.68 468	0.81 510	0.70 523	0.82 486	0.70 503

RSM++	0.76 456	0.82 328	0.66 453	0.85 444	0.64 499	0.85 501	0.71 516	0.94 509	0.64 490	0.87 504	0.67 502	0.87 507	0.65 488	0.84 499	0.65 484	0.81 471	0.70 477	0.79 505	0.71 526	0.83 488	0.70 503

UDG	0.80 464	2.21 566	0.60 433	0.91 450	0.60 487	0.90 508	0.58 477	0.88 499	0.60 482	0.90 507	0.60 489	0.88 508	0.60 481	0.90 509	0.58 472	0.86 480	0.60 448	0.84 516	0.59 492	0.84 489	0.61 479

noway5	1.92 611	4.97 662	1.95 664	2.31 616	1.68 657	2.21 651	1.68 658	2.21 648	1.69 660	2.22 657	1.68 662	2.21 649	1.68 643	2.21 650	1.68 659	2.18 635	1.87 656	1.71 634	0.65 506	0.85 490	0.72 510

DDUNet	0.81 469	2.45 587	0.57 427	0.90 448	0.60 487	0.88 505	0.59 481	0.90 500	0.60 482	0.88 506	0.60 489	0.90 512	0.58 477	0.88 506	0.60 477	0.84 478	0.60 448	0.86 518	0.57 488	0.86 491	0.60 478

CAR	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 489	0.58 476	0.81 498	0.58 485	0.83 503	0.59 479	0.82 493	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 456

MSE-Stereo	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 489	0.58 476	0.81 498	0.58 485	0.83 503	0.59 479	0.82 493	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 456

MoCha-V2	2.11 647	26.97 742	0.78 489	0.92 453	0.77 531	0.96 515	0.72 518	0.90 500	0.72 522	0.94 515	0.70 517	0.90 512	0.71 513	0.91 510	0.71 514	0.85 479	0.71 481	0.88 519	0.69 519	0.87 492	0.67 496

UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 155	0.14 165	0.10 150	0.91 502	0.69 506	0.14 165	0.11 169	0.14 167	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 495	0.76 521

AdaDepth	0.86 490	0.93 354	0.71 474	1.01 474	1.07 565	1.02 532	0.71 516	1.00 513	0.71 519	1.01 530	0.71 522	1.00 525	0.72 514	1.14 551	0.71 514	0.92 486	0.64 457	0.90 521	0.64 502	0.89 496	0.69 500

AIO-Stereo-zeroshot1	0.75 451	0.92 350	0.85 500	0.96 465	0.59 485	1.27 601	0.44 434	0.59 453	0.69 506	0.91 509	0.68 508	0.55 454	0.61 484	1.06 540	0.83 535	0.62 424	0.70 477	0.90 521	0.41 440	0.89 496	0.56 473

ToySt	0.92 500	2.11 556	0.90 504	0.95 462	0.79 534	0.99 517	0.78 525	0.94 509	0.81 538	0.94 515	0.78 535	0.95 521	0.77 521	0.94 516	0.86 537	0.91 483	0.79 494	0.85 517	0.77 535	0.89 496	0.73 514

ff7	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 633	1.80 674	2.05 638	1.56 644	2.33 659	2.12 682	2.23 654	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 556

ffff	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 633	1.80 674	2.05 638	1.56 644	2.33 659	2.12 682	2.23 654	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 556

ccc-4	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 633	1.80 674	2.05 638	1.56 644	2.33 659	2.12 682	2.23 654	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 556

STTRV1_RVC	0.82 474	1.60 489	0.70 470	1.01 474	0.60 487	1.07 538	0.69 506	1.01 522	0.60 482	0.72 481	0.55 481	1.02 537	0.68 498	1.03 538	0.67 488	0.89 482	0.63 455	0.92 527	0.57 488	0.90 499	0.65 491

WQFJA1++	0.84 481	0.98 361	0.67 457	1.26 548	0.75 523	1.00 518	0.67 493	1.00 513	0.67 495	1.00 519	0.67 502	1.00 525	0.67 493	1.00 524	0.67 488	0.96 494	0.67 462	0.91 524	0.63 497	0.92 503	0.63 483

WQFJA1	0.85 487	0.98 361	0.67 457	1.29 554	0.76 528	1.01 526	0.67 493	1.02 527	0.67 495	1.02 534	0.67 502	1.01 533	0.67 493	1.01 532	0.68 496	0.99 500	0.67 462	0.93 531	0.64 502	0.92 503	0.65 491

WQFJX1	0.84 481	0.98 361	0.67 457	1.30 556	0.75 523	1.01 526	0.67 493	1.01 522	0.67 495	1.01 530	0.67 502	1.01 533	0.68 498	1.00 524	0.68 496	0.98 499	0.67 462	0.92 527	0.64 502	0.92 503	0.64 489

NLMM	0.84 481	1.00 370	0.67 457	1.27 549	0.75 523	1.00 518	0.68 498	1.00 513	0.67 495	1.00 519	0.67 502	1.02 537	0.67 493	1.02 536	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.92 503	0.63 483

pmcnn	0.92 500	0.92 350	0.92 508	0.92 453	0.92 548	0.92 510	0.92 543	0.92 505	0.92 547	0.92 511	0.92 551	0.92 515	0.92 534	0.92 514	0.92 539	0.92 486	0.92 507	0.92 527	0.92 548	0.92 503	0.92 539

NLMM1	0.86 490	0.98 361	0.69 467	1.48 571	0.75 523	1.01 526	0.69 506	1.00 513	0.69 506	1.00 519	0.70 517	1.00 525	0.68 498	1.01 532	0.67 488	0.97 495	0.68 468	0.92 527	0.63 497	0.93 508	0.63 483

NLSM3	0.85 487	0.99 368	0.68 465	1.29 554	0.76 528	1.01 526	0.68 498	1.01 522	0.68 501	1.02 534	0.68 508	1.01 533	0.68 498	1.01 532	0.68 496	0.97 495	0.68 468	0.93 531	0.64 502	0.93 508	0.63 483

DPSM_ROB	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 505	0.91 543	0.93 513	0.91 548	0.92 515	0.90 532	0.91 510	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 540

DPSM	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 505	0.91 543	0.93 513	0.91 548	0.92 515	0.90 532	0.91 510	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 540

WQFJX	0.85 487	1.00 370	0.68 465	1.30 556	0.75 523	1.01 526	0.68 498	1.01 522	0.68 501	1.01 530	0.68 508	1.03 539	0.68 498	1.02 536	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.94 512	0.63 483

AIO-Stereo	0.84 481	0.66 302	0.70 470	0.83 439	0.67 506	0.98 516	0.82 536	1.14 533	0.72 522	1.03 536	0.74 529	1.03 539	1.09 552	0.99 522	0.45 433	1.04 507	0.73 484	0.95 537	0.74 530	0.94 512	0.46 428

R-Stereo Train	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 511	0.68 501	0.95 517	0.68 508	0.96 522	0.68 498	0.96 520	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 498

RAFT-Stereo	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 511	0.68 501	0.95 517	0.68 508	0.96 522	0.68 498	0.96 520	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 498
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DGTPSM_ROB	0.93 505	1.00 370	0.92 508	0.94 460	0.96 552	0.91 509	0.92 543	0.91 502	0.96 552	0.91 509	0.96 552	0.93 518	0.92 534	0.94 516	0.92 539	0.92 486	0.92 507	0.90 521	0.92 548	0.94 512	0.91 538

LGCAT	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

Test_v1	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

GANet	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

TDLM	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

CVANet_RVC	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 513	1.00 557	1.00 519	1.00 555	1.00 525	1.00 540	1.00 524	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 548

MLG-Stereo	0.92 500	0.90 343	0.84 499	1.27 549	0.49 464	1.38 611	0.88 539	1.41 608	0.97 553	0.73 483	1.09 564	1.26 604	0.43 434	0.72 479	1.05 557	1.13 520	0.49 411	1.18 563	0.66 509	1.01 522	0.46 428

trnet	1.01 520	1.01 380	1.01 520	1.01 474	1.01 560	1.01 526	1.01 556	1.01 522	1.01 562	1.01 530	1.01 560	1.01 533	1.01 548	1.01 532	1.01 554	1.01 506	1.01 517	1.01 547	1.01 562	1.01 522	1.01 554

Wavelet-MonSter	1.00 512	1.21 458	0.76 485	1.94 589	1.01 560	1.11 545	0.76 523	1.15 534	0.76 528	1.11 545	0.76 531	1.14 552	0.76 519	1.11 548	0.76 524	1.21 573	0.90 504	1.02 548	0.71 526	1.02 524	0.71 509

AIO-Stereo-zeroshot	0.91 498	0.86 333	0.89 501	1.25 547	0.69 510	1.05 534	0.81 533	1.16 537	0.50 462	1.12 546	0.97 553	0.72 486	0.82 529	1.06 540	0.95 544	0.61 420	0.87 502	1.03 550	0.85 547	1.04 525	1.01 554

GLC_STEREO	1.07 527	1.01 380	1.06 523	1.07 479	1.05 564	1.06 535	1.08 561	1.08 529	1.05 566	1.07 538	1.06 562	1.08 542	1.05 550	1.06 540	1.10 560	1.07 509	1.09 527	1.05 551	1.05 564	1.06 526	1.12 561

DPSimNet_ROB	0.97 509	1.18 410	0.81 496	1.10 481	0.91 547	1.02 532	0.82 536	1.04 528	0.91 543	1.03 536	0.86 544	1.28 608	0.82 529	1.03 538	0.89 538	1.17 524	0.81 499	1.02 548	0.82 544	1.08 527	0.81 529

MSMD_ROB	1.19 537	1.10 400	0.70 470	1.10 481	0.60 487	1.10 542	0.70 513	1.10 532	0.70 514	1.10 540	0.70 517	1.10 546	0.70 509	7.00 736	0.70 512	1.10 513	0.70 477	1.10 552	0.70 523	1.10 528	0.70 503

edge stereo	2.43 674	27.07 743	1.14 529	1.06 478	1.14 568	1.08 539	1.17 570	1.16 537	1.14 569	1.10 540	1.16 570	1.09 544	1.16 562	1.10 546	1.16 569	1.10 513	1.11 531	1.16 556	1.19 573	1.13 529	1.11 559

Hybrid-DGEV	1.03 524	1.75 500	0.80 493	1.28 553	0.78 532	1.26 600	0.80 529	1.26 594	0.78 529	1.26 600	0.78 535	1.26 604	0.78 523	1.26 603	0.78 526	1.15 523	0.75 487	1.14 553	0.74 530	1.14 530	0.75 518

tt45	1.04 525	0.88 337	1.36 603	0.92 453	1.03 563	1.51 619	0.79 526	0.70 474	0.88 541	0.74 488	0.90 545	1.60 620	0.72 514	1.60 618	0.75 522	0.91 483	0.78 492	1.52 629	0.79 539	1.14 530	1.32 629

RGC	2.36 669	25.48 736	1.19 537	1.15 490	1.15 570	1.10 542	1.16 569	1.17 539	1.16 571	1.12 546	1.16 570	1.11 550	1.13 554	1.09 544	1.18 571	1.10 513	1.15 536	1.16 556	1.12 567	1.14 530	1.12 561

UPFNet	0.42 322	1.20 412	0.17 183	0.24 190	0.17 224	0.25 235	0.17 212	1.19 542	0.90 542	0.25 232	0.17 217	0.24 229	0.17 220	0.25 233	0.17 212	0.22 192	0.17 196	0.22 217	0.16 209	1.15 533	0.93 540

stereogan	2.33 667	24.38 733	1.18 535	1.18 497	1.18 578	1.14 548	1.18 571	1.19 542	1.19 577	1.14 549	1.18 574	1.14 552	1.18 563	1.14 551	1.18 571	1.14 522	1.14 535	1.19 565	1.19 573	1.15 533	1.19 574

AF-Net	2.37 671	25.71 738	1.17 533	1.13 486	1.15 570	1.15 549	1.18 571	1.19 542	1.16 571	1.10 540	1.15 567	1.10 546	1.18 563	1.12 550	1.15 565	1.10 513	1.10 530	1.17 560	1.15 569	1.16 535	1.12 561

RP	2.33 667	25.00 735	1.13 528	1.15 490	1.15 570	1.10 542	1.15 567	1.15 534	1.15 570	1.12 546	1.15 567	1.09 544	1.13 554	1.10 546	1.15 565	1.11 518	1.09 527	1.16 556	1.12 567	1.16 535	1.17 570

Nwc_Net	2.37 671	25.95 739	1.15 531	1.14 487	1.15 570	1.08 539	1.14 565	1.17 539	1.16 571	1.14 549	1.15 567	1.08 542	1.15 558	1.11 548	1.14 564	1.10 513	1.11 531	1.16 556	1.09 566	1.16 535	1.15 566

Abc-Net	2.32 666	24.75 734	1.14 529	1.17 496	1.17 575	1.11 545	1.15 567	1.17 539	1.21 623	1.08 539	1.16 570	1.12 551	1.14 557	1.09 544	1.17 570	1.09 511	1.16 537	1.17 560	1.17 572	1.16 535	1.11 559
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 508	1.17 408	0.78 489	1.18 497	0.71 516	1.16 550	0.75 521	1.09 531	0.80 535	1.10 540	0.75 530	1.17 555	0.74 516	1.17 554	0.80 530	1.13 520	0.73 484	1.17 560	0.77 535	1.16 535	0.72 510
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCC-stereo	2.36 669	25.52 737	1.17 533	1.15 490	1.17 575	1.11 545	1.11 562	1.15 534	1.16 571	1.10 540	1.16 570	1.10 546	1.15 558	1.14 551	1.13 563	1.09 511	1.11 531	1.15 555	1.16 571	1.17 540	1.17 570

delet	0.43 324	1.21 458	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 594	0.95 550	0.25 232	0.17 217	0.25 236	0.17 220	0.25 233	0.17 212	0.23 203	0.16 175	0.22 217	0.16 209	1.18 541	0.98 545

psm_up	0.43 324	1.19 411	0.17 183	0.25 197	0.18 235	0.25 235	0.19 226	1.26 594	0.91 543	0.26 241	0.17 217	0.25 236	0.17 220	0.25 233	0.17 212	0.22 192	0.17 196	0.23 226	0.16 209	1.18 541	0.99 546

Hybrid-DGEV-03	1.07 527	1.83 526	0.83 497	1.34 561	0.81 539	1.32 605	0.81 533	1.31 601	0.81 538	1.31 603	0.82 541	1.32 609	0.82 529	1.32 608	0.81 533	1.19 525	0.77 490	1.19 565	0.76 533	1.19 543	0.77 523

HBP-ISP	1.24 587	1.72 494	1.65 623	1.15 490	0.76 528	1.40 613	0.88 539	1.67 619	1.02 563	1.69 623	1.38 637	1.69 625	1.21 611	1.87 630	1.21 620	1.05 508	0.79 494	0.97 540	0.80 541	1.19 543	0.75 518

Hybrid-DGEV-2	1.05 526	1.83 526	0.83 497	1.33 560	0.82 540	1.30 603	0.81 533	1.26 594	0.79 533	1.29 602	0.79 537	1.26 604	0.80 525	1.26 603	0.79 527	1.20 527	0.78 492	1.18 563	0.77 535	1.20 545	0.77 523

DisPM	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

CrosDoStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PFNet+	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

LCNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

HHNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Patchmatch Stereo++	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575
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	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

STrans-v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

TransformOpticalFlow	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

OMP-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

IIG-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

NF-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

OCTAStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PSM-softLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

KMStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

NRIStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PSM-adaLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PSM-AAD	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

ROB_FTStereo_v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

ROB_FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Consistency-Raft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

KYRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

HUI-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

ASMatch	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DeepStereo_LL	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DEmStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

SST-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

THIR-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT_R40	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

PFNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

GrayStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RE-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Pruner-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

TVStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

DeepStereo_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT-RH_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

IRAFT_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT-345	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

iRAFT	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

CRE-IMP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

GMM-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

RAFT-IKP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

Prome-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 545	1.20 578	1.20 553	1.20 575	1.20 557	1.20 565	1.20 556	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 575

MMNet	0.44 337	1.24 466	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 594	0.93 548	0.25 232	0.17 217	0.25 236	0.18 230	0.25 233	0.17 212	0.23 203	0.16 175	0.23 226	0.16 209	1.20 545	0.99 546

FAT-Stereo	2.46 676	26.05 740	1.23 589	1.23 546	1.22 629	1.20 551	1.24 621	1.23 593	1.23 625	1.19 552	1.22 621	1.21 602	1.24 613	1.20 556	1.24 622	1.21 573	1.17 540	1.22 613	1.25 626	1.20 545	1.24 624

CroCo-Stereo	0.73 447	1.22 464	0.25 219	1.22 544	0.25 270	1.22 597	0.25 257	1.22 591	0.25 260	1.22 599	0.25 266	1.22 603	0.25 262	1.22 602	0.25 257	1.22 575	0.26 231	1.21 612	0.25 265	1.22 593	0.25 246
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
qqai	1.22 585	1.38 479	1.12 526	1.39 567	1.14 568	1.40 613	1.14 565	1.41 608	1.12 567	1.40 609	1.11 566	1.40 615	1.13 554	1.41 612	1.15 565	1.25 576	0.97 510	1.24 614	1.01 562	1.24 594	0.96 543

S-Stereo	2.51 678	26.86 741	1.23 589	1.22 544	1.22 629	1.24 599	1.25 622	1.22 591	1.24 626	1.21 598	1.24 623	1.19 556	1.27 615	1.19 555	1.24 622	1.19 525	1.20 542	1.25 615	1.19 573	1.24 594	1.23 623

BLMT-Stereo	1.53 596	1.36 476	1.06 523	1.42 569	1.23 631	1.41 615	1.07 560	1.43 610	1.12 567	1.42 611	1.06 562	1.83 627	1.07 551	1.42 614	1.07 558	1.27 578	1.38 607	6.80 734	1.00 555	1.26 596	1.00 548

CroCo-Stereo Lap2	0.77 457	1.29 468	0.29 242	1.27 549	0.29 295	1.27 601	0.26 264	1.26 594	0.26 274	1.26 600	0.26 271	1.27 607	0.26 272	1.26 603	0.27 264	1.27 578	0.27 243	1.27 616	0.27 309	1.27 597	0.27 290

LiteMatch*	2.07 635	1.30 470	5.73 720	6.28 709	0.79 534	1.33 606	0.80 529	1.30 600	1.02 563	1.33 604	0.84 543	1.33 610	0.97 537	1.28 607	1.04 556	6.05 719	5.89 715	1.28 617	0.76 533	1.28 598	0.88 533

MM-Stereo_test2	1.20 538	1.85 532	1.05 522	1.46 570	0.94 551	1.36 609	0.99 550	1.36 603	0.95 550	1.41 610	0.98 554	1.40 615	0.96 536	1.37 610	0.95 544	1.37 588	1.06 520	1.33 619	0.93 552	1.29 599	0.89 536

test_xeample3	1.10 530	1.81 516	0.61 439	0.84 440	0.49 464	0.77 484	0.66 489	0.92 505	1.40 638	0.68 477	0.46 451	0.78 494	0.54 472	1.72 623	1.48 640	1.34 583	1.52 616	1.35 622	1.67 672	1.33 600	1.55 642

MaskLacGwcNet_RVC	1.35 591	1.35 475	1.35 595	1.35 563	1.35 632	1.35 607	1.35 629	1.36 603	1.35 634	1.36 607	1.35 632	1.36 611	1.36 623	1.36 609	1.35 633	1.35 584	1.35 603	1.35 622	1.35 631	1.35 601	1.35 633

PS-NSSS	1.38 594	1.39 480	1.34 593	1.34 561	1.35 632	1.38 611	1.37 636	1.35 602	1.38 637	1.34 605	1.34 631	1.39 613	1.38 626	1.70 622	1.40 637	1.36 586	1.36 604	1.36 624	1.37 634	1.37 602	1.36 634

MM-Stereo_test3	1.27 589	2.07 552	1.18 535	1.60 578	1.02 562	1.45 617	1.01 556	1.40 607	1.04 565	1.44 612	1.03 561	1.46 618	1.02 549	1.44 615	1.02 555	1.51 597	1.12 534	1.32 618	0.98 553	1.38 603	0.97 544

CC-Net-ROB	1.36 592	1.33 474	1.33 592	1.36 564	1.38 635	1.36 609	1.33 627	1.37 605	1.34 631	1.35 606	1.36 634	1.38 612	1.34 621	1.38 611	1.38 636	1.35 584	1.38 607	1.33 619	1.35 631	1.43 604	1.34 632

11t	1.27 589	2.70 598	1.34 593	1.32 559	0.89 543	1.30 603	1.34 628	1.64 616	0.57 475	1.45 613	0.72 525	1.05 541	1.29 617	1.07 543	1.29 629	1.49 594	1.02 518	0.97 540	1.15 569	1.48 605	1.31 628

IGEVStereo-DCA	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 617	1.17 575	2.75 686	1.90 681	2.54 672	1.15 558	0.94 516	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 533

rrr	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 617	1.17 575	2.75 686	1.90 681	2.54 672	1.15 558	0.94 516	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 533

CFNet-ft	0.55 404	1.57 487	0.14 148	0.20 168	0.14 194	0.20 199	2.53 696	1.61 613	0.14 194	0.20 196	0.14 195	0.20 198	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	1.56 608	1.24 624

DPSMNet_ROB	1.60 599	1.59 488	1.70 626	1.59 575	1.59 644	1.61 621	1.61 647	1.60 612	1.60 644	1.62 621	1.59 647	1.60 620	1.60 632	1.60 618	1.59 644	1.59 599	1.60 627	1.59 630	1.59 652	1.59 609	1.59 648

ours_stereo	1.20 538	1.21 458	0.90 504	1.64 583	1.11 567	1.35 607	0.67 493	1.76 620	0.93 548	1.70 624	1.10 565	1.39 613	0.75 518	1.41 612	0.81 533	1.60 601	1.03 519	1.33 619	1.00 555	1.61 610	0.72 510

4.25_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 676	1.71 663	2.72 680	1.97 687	2.01 636	1.74 657	1.77 625	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 570

4.5w_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 676	1.71 663	2.72 680	1.97 687	2.01 636	1.74 657	1.77 625	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 570

RASNet	1.49 595	1.65 490	1.45 611	1.38 566	1.43 638	1.47 618	1.36 631	1.38 606	1.36 635	1.39 608	1.60 648	1.45 617	1.45 629	1.51 616	2.21 693	1.53 598	1.36 604	1.36 624	1.36 633	1.66 613	1.36 634

2w_stereo	1.99 615	2.36 581	1.81 633	3.24 652	1.67 653	1.94 630	1.98 682	2.72 676	1.68 653	2.72 680	1.94 684	1.98 634	1.74 657	1.79 627	1.27 626	1.95 617	2.00 659	2.53 685	1.60 655	1.68 614	1.15 566

3.75w	1.99 615	2.31 572	1.83 641	3.16 648	1.65 648	1.93 629	1.98 682	2.72 676	1.68 653	2.73 685	1.97 687	2.00 635	1.72 654	1.81 628	1.25 625	2.27 647	2.01 661	2.38 676	1.42 640	1.71 615	1.24 624

RAFT_CTSACE	1.92 611	3.71 633	1.72 629	1.88 586	1.72 669	2.04 637	1.42 641	2.18 639	1.89 687	2.02 635	1.97 687	1.95 631	2.06 681	1.93 632	1.62 645	1.76 604	1.66 632	2.02 649	1.73 680	1.73 616	1.43 639

4.25w-stereo	1.98 614	2.72 602	1.46 612	3.47 664	1.43 638	2.07 639	1.98 682	2.53 672	1.52 642	2.71 679	1.98 693	1.81 626	1.62 634	1.96 633	1.36 634	1.88 612	2.00 659	2.53 685	1.61 659	1.74 617	1.15 566

4.5w-stereo	1.99 615	2.33 574	1.81 633	3.28 654	1.68 657	1.94 630	1.99 685	2.72 676	1.70 661	2.72 680	1.99 696	1.97 633	1.68 643	1.76 624	1.29 629	1.91 614	2.02 665	2.53 685	1.61 659	1.75 618	1.16 569

2.75w_new	1.99 615	2.34 578	1.81 633	3.14 646	1.62 646	1.94 630	1.99 685	2.72 676	1.71 663	2.72 680	1.99 696	1.90 629	1.73 655	1.82 629	1.29 629	2.37 657	2.01 661	2.31 671	1.42 640	1.77 619	1.22 621

cf-r	0.66 425	2.17 562	0.12 123	0.18 159	0.12 188	0.18 191	2.70 700	2.60 673	0.12 187	0.18 188	0.12 177	0.18 191	0.12 183	0.18 189	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 620	1.74 675

MFMNet_re	1.81 608	1.91 541	1.71 628	1.95 591	1.70 667	1.95 633	1.70 664	1.96 625	1.74 670	1.97 630	1.72 669	1.95 631	1.71 653	1.97 634	1.71 664	1.86 607	1.62 628	1.85 637	1.66 671	1.86 621	1.64 666

GANetREF_RVC	1.55 597	1.94 548	1.22 587	1.88 586	1.21 627	1.88 628	1.22 619	1.88 622	1.22 624	1.88 625	1.22 621	1.88 628	1.22 612	1.89 631	1.22 621	1.87 609	1.22 589	1.88 644	1.22 622	1.88 622	1.22 621
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 598	1.91 541	1.21 586	1.94 589	1.20 581	2.00 636	1.23 620	1.99 627	1.24 626	2.00 633	1.25 624	2.03 638	1.26 614	2.00 635	1.29 629	1.90 613	1.18 541	1.89 645	1.21 621	1.89 623	1.20 575
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
derf	1.91 610	2.15 560	1.78 632	2.16 599	1.75 670	2.21 651	1.80 668	2.22 650	1.80 674	2.21 653	1.76 670	2.17 641	1.81 662	2.24 657	1.74 673	1.93 616	1.56 620	1.96 647	1.53 645	1.95 624	1.56 643

MC-Stereo	1.76 604	2.96 614	1.37 605	2.14 598	1.37 634	2.14 642	1.36 631	2.14 636	1.37 636	2.14 642	1.37 635	2.14 640	1.37 625	2.14 640	1.37 635	1.97 618	1.32 591	1.97 648	1.32 630	1.98 625	1.33 630

MM-Stereo_test1	1.80 607	3.41 626	1.52 618	2.12 597	1.41 637	2.04 637	1.41 639	2.05 631	1.46 641	2.04 637	1.41 639	2.05 639	1.42 628	2.05 636	1.43 639	2.04 623	1.54 619	1.94 646	1.38 636	1.99 626	1.33 630

GELT-Stereo	2.10 643	5.33 681	1.94 663	2.37 621	1.68 657	2.21 651	1.69 662	2.19 642	1.67 648	2.18 645	1.67 657	2.19 645	1.66 635	2.19 645	1.66 650	2.23 641	1.83 642	2.07 656	1.61 659	2.04 627	1.61 655

noway7	2.08 638	5.18 670	1.92 652	2.27 605	1.66 649	2.18 643	1.66 650	2.17 638	1.66 645	2.18 645	1.65 652	2.18 642	1.66 635	2.17 641	1.66 650	2.15 627	1.85 648	2.05 650	1.60 655	2.05 628	1.60 650

zzzz4	2.08 638	5.22 674	1.93 655	2.27 605	1.66 649	2.19 645	1.66 650	2.18 639	1.67 648	2.18 645	1.66 655	2.18 642	1.66 635	2.18 642	1.66 650	2.15 627	1.84 643	2.05 650	1.60 655	2.05 628	1.60 650

zzzzzz3	2.07 635	5.00 664	1.93 655	2.28 610	1.66 649	2.19 645	1.66 650	2.18 639	1.67 648	2.19 648	1.66 655	2.18 642	1.67 641	2.18 642	1.66 650	2.15 627	1.85 648	2.05 650	1.59 652	2.05 628	1.59 648

zzzz2	2.08 638	4.92 660	1.93 655	2.30 613	1.67 653	2.19 645	1.66 650	2.20 645	1.67 648	2.20 651	1.68 662	2.21 649	1.66 635	2.20 647	1.68 659	2.17 633	1.84 643	2.07 656	1.62 665	2.05 628	1.61 655

zzzzzzz1	2.10 643	5.20 672	1.93 655	2.38 623	1.68 657	2.20 648	1.67 656	2.20 645	1.68 653	2.20 651	1.67 657	2.20 648	1.68 643	2.20 647	1.67 658	2.24 642	1.86 652	2.06 654	1.61 659	2.06 632	1.62 661

monster_256*512	2.09 641	5.21 673	1.98 667	2.30 613	1.67 653	2.18 643	1.66 650	2.20 645	1.67 648	2.19 648	1.67 657	2.19 645	1.66 635	2.19 645	1.66 650	2.15 627	1.86 652	2.05 650	1.60 655	2.06 632	1.61 655

zzz1	2.09 641	4.97 662	1.93 655	2.30 613	1.68 657	2.21 651	1.68 658	2.21 648	1.68 653	2.21 653	1.67 657	2.21 649	1.68 643	2.21 650	1.69 662	2.17 633	1.85 648	2.08 660	1.61 659	2.06 632	1.61 655

noway2	2.07 635	4.96 661	1.92 652	2.28 610	1.66 649	2.20 648	1.66 650	2.19 642	1.66 645	2.19 648	1.65 652	2.19 645	1.68 643	2.18 642	1.65 647	2.15 627	1.86 652	2.06 654	1.59 652	2.06 632	1.60 650

noway1	2.10 643	5.26 678	1.93 655	2.31 616	1.69 662	2.21 651	1.67 656	2.19 642	1.68 653	2.21 653	1.68 662	2.21 649	1.67 641	2.20 647	1.66 650	2.15 627	1.84 643	2.07 656	1.61 659	2.07 636	1.61 655

MonStereo1	1.94 613	2.77 608	1.52 618	3.73 675	1.51 641	2.13 641	1.42 641	2.32 660	1.52 642	2.31 664	1.50 642	2.53 669	1.59 631	2.34 662	1.56 642	1.91 614	1.36 604	1.86 640	1.31 629	2.07 636	1.53 640

TRStereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 655	1.86 680	2.30 661	1.87 676	2.30 656	1.87 665	2.08 637	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 671

XX-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 655	1.86 680	2.30 661	1.87 676	2.30 656	1.87 665	2.08 637	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 671

EAI-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 655	1.86 680	2.30 661	1.87 676	2.30 656	1.87 665	2.08 637	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 671

noway3	2.12 649	5.22 674	1.93 655	2.39 624	1.70 667	2.23 656	1.70 664	2.22 650	1.70 661	2.22 657	1.70 668	2.23 653	1.69 650	2.22 652	1.71 664	2.28 648	1.86 652	2.08 660	1.63 668	2.09 641	1.63 664

noway4	2.11 647	5.14 668	1.93 655	2.37 621	1.69 662	2.20 648	1.68 658	2.22 650	1.68 653	2.21 653	1.69 666	2.23 653	1.68 643	2.22 652	1.66 650	2.24 642	1.84 643	2.09 665	1.63 668	2.09 641	1.62 661

GANet-RSSM	0.75 451	1.91 541	0.14 148	0.47 309	0.14 194	0.21 210	3.21 717	2.30 659	0.14 194	0.46 393	0.14 195	0.23 223	0.18 230	0.21 208	0.14 187	0.18 175	0.27 243	0.37 314	0.13 191	2.13 643	2.12 685

AIO_rvc	2.18 653	2.34 578	1.87 648	2.32 618	1.94 684	2.40 665	1.89 679	2.37 663	2.07 696	2.52 674	1.95 686	2.44 666	1.99 677	2.41 666	1.89 686	2.32 654	2.09 667	2.24 667	2.18 694	2.21 644	2.23 688

asda	2.17 651	2.54 589	1.81 633	3.47 664	1.78 672	2.50 672	1.86 674	2.61 674	1.68 653	2.61 676	1.83 672	2.37 663	1.73 655	2.44 669	1.88 685	2.51 666	1.84 643	2.34 673	1.62 665	2.23 645	1.77 676

HUF	2.18 653	2.30 571	1.99 671	2.34 620	2.02 689	2.41 666	2.06 690	2.38 664	1.89 687	2.36 666	1.85 673	2.56 674	1.98 675	2.31 661	1.97 689	2.30 652	2.03 666	2.30 670	2.11 692	2.23 645	2.16 686

AIO_test	2.18 653	2.09 555	2.04 672	2.42 626	2.01 686	2.47 668	1.94 681	2.34 662	2.03 695	2.56 675	1.94 684	2.43 665	1.94 672	2.41 666	1.87 683	2.39 659	2.10 668	2.35 675	1.91 691	2.25 647	2.19 687

NCCL2	2.28 665	2.27 569	2.28 674	2.28 610	2.28 699	2.27 658	2.29 694	2.28 653	2.28 697	2.27 660	2.28 699	2.28 655	2.27 685	2.27 658	2.28 698	2.28 648	2.28 673	2.27 668	2.29 698	2.27 648	2.29 689

ccnet	0.80 464	2.28 570	0.33 273	0.50 357	0.33 378	0.50 429	0.33 364	0.50 417	0.33 372	0.49 413	0.33 374	0.49 419	1.56 630	2.38 663	0.33 360	0.41 312	0.29 265	0.42 410	1.57 647	2.28 649	0.29 325

STTStereo	3.73 700	30.40 747	2.37 678	2.39 624	2.31 701	2.35 663	2.33 695	2.29 655	2.42 698	2.32 665	2.34 700	2.33 659	2.36 686	2.30 660	2.27 697	2.35 656	2.22 672	2.31 671	2.22 695	2.29 650	2.34 693

qwe	2.18 653	2.60 592	1.58 620	3.83 677	1.90 683	2.53 674	1.90 680	2.48 668	1.73 668	2.37 667	1.92 683	2.53 669	1.68 643	2.56 672	1.83 677	2.52 668	1.87 656	2.07 656	1.68 674	2.32 651	1.71 670

FBW_ROB	2.12 649	2.46 588	1.77 631	2.49 629	1.79 673	2.38 664	1.83 669	2.46 667	1.78 673	2.48 672	1.97 687	2.40 664	1.78 660	2.42 668	1.83 677	2.31 653	1.85 648	2.38 676	1.82 683	2.35 652	1.84 677

asd	2.18 653	2.77 608	1.58 620	3.59 669	2.00 685	2.58 678	1.85 673	2.39 665	1.71 663	2.47 671	1.97 687	2.59 676	1.61 633	2.56 672	1.79 675	2.51 666	1.99 658	2.11 666	1.62 665	2.36 653	1.60 650

monsterstereo	2.20 659	2.33 574	1.95 664	3.65 671	2.07 691	2.49 670	1.61 647	2.48 668	1.83 678	2.45 670	1.61 650	2.67 681	1.86 663	2.64 676	1.94 687	2.48 665	1.66 632	2.34 673	1.68 674	2.40 654	1.86 679

DNSM	2.56 680	4.43 652	3.08 697	4.09 679	1.86 677	2.66 681	1.86 674	2.66 675	1.87 684	2.66 678	1.86 674	2.66 680	1.86 663	2.66 679	1.87 683	3.82 686	2.94 681	2.42 678	1.73 680	2.42 655	1.73 674

monsters	2.18 653	2.41 584	1.96 666	3.47 664	2.03 690	2.53 674	1.64 649	2.48 668	1.73 668	2.40 668	1.50 642	2.62 677	1.94 672	2.59 674	1.94 687	2.44 661	1.57 622	2.28 669	1.87 685	2.42 655	1.86 679

UDGNet	2.23 663	5.40 685	1.72 629	2.48 628	1.69 662	2.51 673	1.69 662	2.51 671	1.72 667	2.50 673	1.69 666	2.52 668	1.69 650	2.50 670	1.68 659	2.41 660	1.70 634	2.42 678	1.69 676	2.42 655	1.64 666

1w_stereo	2.05 634	2.32 573	1.35 595	3.74 676	2.01 686	2.73 685	1.42 641	1.88 622	1.93 689	2.03 636	1.28 627	2.71 682	1.99 677	2.72 683	1.72 667	2.20 638	1.32 591	1.87 641	1.86 684	2.45 658	1.54 641

LG-G_1	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 684	1.87 684	2.75 686	1.87 676	2.76 689	1.87 665	2.75 687	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 645

LG-G	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 684	1.87 684	2.75 686	1.87 676	2.76 689	1.87 665	2.75 687	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 645

LGtest1	2.22 660	2.70 598	1.89 649	2.76 636	1.86 677	2.75 687	1.86 674	2.75 683	1.86 680	2.75 686	1.86 674	2.77 691	1.87 665	2.75 687	1.86 680	2.46 662	1.58 623	2.45 680	1.56 646	2.45 658	1.56 643

4.5_new	2.00 619	1.84 531	1.98 667	2.77 637	2.16 694	2.27 658	1.28 626	2.09 632	1.98 691	2.01 634	1.28 627	2.71 682	1.98 675	2.51 671	1.65 647	2.26 644	1.33 598	1.87 641	1.87 685	2.49 662	1.60 650

GES	0.66 425	2.34 578	0.29 242	0.41 277	0.29 295	0.41 322	0.29 290	0.42 334	0.29 292	0.40 302	0.41 428	0.41 325	0.30 307	0.51 435	0.29 287	0.32 246	0.29 265	0.32 271	2.46 700	2.49 662	0.30 339

3w_stereo	2.04 632	2.24 568	1.70 626	3.15 647	2.18 698	2.49 670	1.26 624	2.03 630	1.98 691	1.98 631	1.33 630	2.72 686	1.99 677	2.59 674	1.72 667	2.22 640	1.33 598	1.85 637	1.88 690	2.50 664	1.58 647

3.25w	2.04 632	2.20 564	1.48 613	3.03 644	2.17 696	2.63 680	1.39 637	1.96 625	1.95 690	1.96 628	1.37 635	2.71 682	1.96 674	2.71 681	1.73 672	2.26 644	1.32 591	1.87 641	1.87 685	2.51 665	1.63 664

2.25w	2.00 619	1.86 535	1.98 667	2.95 643	2.17 696	2.26 657	1.35 629	2.42 666	2.00 694	2.07 641	1.27 626	2.53 669	1.99 677	2.29 659	1.49 641	2.21 639	1.32 591	1.85 637	1.87 685	2.52 666	1.62 661

PSMNet-RSSM	0.77 457	2.76 606	0.14 148	0.20 168	0.14 194	0.20 199	2.66 698	2.79 687	0.14 194	0.21 208	0.14 195	0.21 206	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 690

GwcNet-RSSM	0.77 457	2.77 608	0.14 148	0.20 168	0.14 194	0.20 199	2.67 699	2.78 686	0.14 194	0.20 196	0.14 195	0.20 198	0.14 194	0.21 208	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 690

4w-stereo	2.02 627	2.72 602	1.44 610	3.36 660	1.59 644	2.48 669	1.72 666	2.28 653	1.24 626	2.24 659	1.65 652	2.56 674	1.32 620	2.39 665	1.98 690	2.67 671	1.51 615	1.66 632	1.24 624	2.53 669	1.88 684

2.5w	2.01 626	2.40 583	1.37 605	3.28 654	2.01 686	2.71 682	1.43 644	1.82 621	1.83 678	1.90 627	1.41 639	2.71 682	1.35 622	2.71 681	1.85 679	2.66 669	1.53 617	1.64 631	1.23 623	2.53 669	1.87 681

3.25w_new	2.03 629	2.72 602	1.35 595	3.33 659	1.57 642	2.72 683	1.53 646	2.15 637	1.33 630	2.15 643	1.60 648	2.63 678	1.30 618	2.72 683	1.99 691	2.67 671	1.53 617	1.75 635	1.25 626	2.53 669	1.87 681

3.5w_stereo	2.03 629	2.72 602	1.35 595	3.41 661	1.57 642	2.72 683	1.49 645	2.01 629	1.34 631	2.15 643	1.61 650	2.63 678	1.36 623	2.72 683	1.99 691	2.66 669	1.58 623	1.68 633	1.24 624	2.53 669	1.87 681

IGEV	2.02 627	2.20 564	1.82 638	2.90 642	2.16 694	2.41 666	1.25 622	2.00 628	1.98 691	1.99 632	1.31 629	2.72 686	1.93 671	2.67 680	1.69 662	2.26 644	1.32 591	1.83 636	1.87 685	2.53 669	1.61 655

hitnet-ft	0.79 461	2.78 611	0.14 148	0.20 168	0.14 194	0.21 210	2.89 701	2.80 688	0.14 194	0.20 196	0.14 195	0.20 198	0.14 194	0.20 196	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.54 674	2.33 692

PDISCO_ROB	0.83 478	2.80 612	3.49 703	0.14 122	0.11 175	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 179	0.14 194	3.30 694	0.13 183	0.14 133	2.34 674	0.16 182	0.12 180	2.62 675	0.10 151

sCroCo_RVC	2.10 643	2.76 606	1.92 652	2.78 640	1.39 636	2.73 685	1.41 639	2.73 682	1.40 638	2.77 691	1.41 639	2.74 688	1.40 627	2.74 686	1.40 637	2.72 673	1.42 610	2.72 689	1.44 642	2.79 676	1.42 638

NLCA_NET_v2_RVC	5.04 728	50.87 758	2.78 683	2.87 641	2.71 703	2.78 690	0.47 448	2.88 689	2.86 703	1.89 626	2.67 702	2.79 692	2.79 691	2.78 690	2.83 700	2.82 674	2.82 680	2.83 690	2.77 702	2.83 677	2.76 698
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 693	3.24 623	2.57 682	4.04 678	2.66 702	3.30 696	2.55 697	3.29 694	2.55 699	3.35 696	2.48 701	3.28 696	2.47 687	3.34 696	2.49 699	3.26 679	2.55 679	3.13 691	2.57 701	3.00 678	2.46 696

plain	1.88 609	3.16 620	0.64 447	3.10 645	0.65 501	3.10 692	0.64 486	3.12 691	0.65 491	3.10 692	0.65 499	3.11 693	0.65 488	3.12 691	0.65 484	3.12 678	0.65 459	3.13 691	0.65 506	3.13 679	0.65 491

UniTT-Stereo	2.03 629	3.43 627	0.72 477	3.42 662	0.73 519	3.27 695	0.68 498	3.38 696	0.69 506	3.29 695	0.72 525	3.28 696	0.70 509	3.35 697	0.68 496	3.39 681	0.68 468	3.31 694	0.69 519	3.37 680	0.73 514

MonStereo	2.17 651	2.41 584	1.49 617	2.67 634	1.67 653	2.60 679	2.04 689	2.32 660	1.76 671	2.44 669	1.68 662	2.50 667	1.69 650	2.38 663	1.80 676	2.28 648	1.78 638	2.63 688	2.14 693	3.47 681	1.68 669

DPSNet	3.66 698	3.60 629	3.62 706	3.63 670	3.64 724	3.65 699	3.65 723	3.66 699	3.67 720	3.67 698	3.65 721	3.67 700	3.66 709	3.66 698	3.68 718	3.68 684	3.66 700	3.67 698	3.68 724	3.67 682	3.67 722

RAStereo	2.23 663	3.64 630	0.76 485	3.65 671	0.86 541	3.66 700	0.76 523	3.67 700	0.81 538	3.66 697	0.76 531	3.66 699	0.77 521	3.68 699	0.77 525	3.68 684	0.77 490	3.69 699	0.77 535	3.70 683	0.77 523

SA	4.33 717	7.35 699	6.85 726	5.96 707	4.09 729	3.59 698	3.15 716	3.82 701	2.64 700	3.91 699	3.85 724	3.57 698	2.72 690	3.13 692	4.03 725	7.09 727	6.86 722	3.57 696	3.12 714	3.85 684	3.51 721

ssnet_v2	0.68 431	1.96 549	1.25 591	0.29 210	0.20 243	0.30 256	0.20 230	0.29 246	0.22 245	1.50 614	0.20 240	0.31 267	0.20 241	0.27 249	0.22 239	0.24 210	1.49 614	0.26 246	0.18 238	3.90 685	0.19 223

TestStereo1	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 703	3.74 722	3.97 700	3.52 719	3.94 703	3.58 706	3.98 702	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 725

SA-5K	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 703	3.74 722	3.97 700	3.52 719	3.94 703	3.58 706	3.98 702	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 725

NLCSM	3.67 699	4.08 644	3.19 702	4.80 695	3.26 717	3.99 704	3.24 718	4.25 706	3.18 716	4.09 702	3.27 716	4.14 705	3.18 704	4.13 704	3.28 714	4.06 687	3.10 690	3.85 703	3.14 715	3.91 688	3.27 718

test_4	4.88 725	8.13 704	6.98 727	7.46 717	4.44 731	4.25 706	3.85 727	4.04 705	3.92 726	4.13 703	3.91 725	4.18 707	3.84 716	4.14 705	4.06 726	7.01 726	7.13 725	4.53 705	3.72 725	4.09 689	3.72 723

test_3	5.01 727	8.86 711	7.77 729	8.09 719	2.76 704	4.13 705	4.05 729	3.88 702	3.76 724	4.33 705	4.13 728	3.71 701	3.91 717	4.21 706	4.06 726	7.93 728	7.69 727	4.53 705	3.91 727	4.17 690	4.29 731

RAFT+CT+SA	4.28 715	7.62 702	4.91 714	5.55 704	2.28 699	3.09 691	3.64 722	4.49 708	3.07 709	4.80 720	3.35 717	4.77 724	3.70 711	4.29 707	3.05 703	5.58 714	5.98 717	3.58 697	3.78 726	4.26 691	3.72 723

test_5	4.62 722	7.55 701	6.23 721	6.32 710	3.40 720	5.29 727	3.50 720	3.53 698	4.11 728	4.28 704	4.47 731	4.26 708	4.38 723	3.68 699	3.24 713	5.89 716	5.60 713	4.84 722	3.50 720	4.33 692	3.93 729

Sa-1000	4.34 718	8.37 705	6.84 725	6.98 716	4.45 732	3.58 697	3.00 702	3.42 697	3.39 718	2.61 676	4.00 727	3.83 702	4.01 720	3.90 701	3.90 723	5.98 718	5.62 714	3.76 700	2.34 699	4.35 693	2.47 697

cross-raft	4.83 724	7.52 700	6.43 722	6.63 711	3.96 728	4.51 708	3.99 728	4.49 708	3.96 727	4.52 707	3.96 726	4.50 709	3.97 719	4.50 709	3.97 724	6.65 722	6.44 719	4.33 704	3.92 728	4.35 693	3.91 728

sAnonymous2	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 723	2.72 701	5.45 728	1.98 693	4.59 714	2.64 688	2.65 677	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 694

CroCo_RVC	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 723	2.72 701	5.45 728	1.98 693	4.59 714	2.64 688	2.65 677	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 694

rvit_105_1	3.83 701	5.22 674	3.01 687	4.53 683	3.01 705	4.51 708	3.01 703	4.56 710	3.04 704	4.53 709	3.03 705	4.55 712	3.03 692	4.56 710	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.57 697	3.05 703

rvit_0105_6	3.87 705	5.73 692	3.10 698	4.69 693	3.12 715	4.54 710	3.02 704	4.56 710	3.04 704	4.54 711	3.03 705	4.54 710	3.04 695	4.56 710	3.05 703	4.58 698	3.05 683	4.58 709	3.05 706	4.58 698	3.05 703

rvit_stereo_0081	3.83 701	5.23 677	3.01 687	4.53 683	3.03 707	4.55 714	3.02 704	4.56 710	3.04 704	4.52 707	3.02 703	4.54 710	3.03 692	4.56 710	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.58 698	3.05 703

rvit_stereo_0082	3.86 703	5.82 693	3.01 687	4.53 683	3.03 707	4.54 710	3.02 704	4.56 710	3.04 704	4.53 709	3.02 703	4.55 712	3.04 695	4.57 713	3.05 703	4.57 695	3.05 683	4.58 709	3.05 706	4.58 698	3.06 706

rvit_stereo_0081_aga	3.86 703	5.33 681	3.02 690	4.55 689	3.04 711	4.54 710	3.02 704	4.64 717	3.06 708	4.54 711	3.04 707	4.62 719	3.08 699	4.62 716	3.07 706	4.58 698	3.06 687	4.60 711	3.08 710	4.63 701	3.07 707

rvit_stereo_0080	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 714	3.07 709	4.58 714	3.06 708	4.59 714	3.06 697	4.61 714	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 710

whm_eth	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 714	3.07 709	4.58 714	3.06 708	4.59 714	3.06 697	4.61 714	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 710

rvit_stereo_0083	3.92 710	5.30 680	3.06 695	4.61 692	3.09 714	4.67 719	3.08 713	4.66 718	3.09 713	4.62 717	3.10 713	4.66 722	3.11 701	4.67 718	3.16 712	4.72 705	3.16 694	4.77 720	3.11 713	4.66 704	3.11 712

rvit_stereo_ft	3.93 711	5.44 687	3.05 694	4.59 690	3.06 712	4.61 718	3.08 713	4.67 719	3.12 714	4.63 718	3.10 713	4.65 721	3.11 701	4.69 720	3.13 711	4.70 703	3.14 693	4.71 718	3.15 716	4.74 705	3.16 715

MLG-Stereo_test2	4.28 715	5.46 688	3.69 707	4.86 697	3.72 725	5.58 729	3.42 719	4.81 722	3.77 725	4.85 721	3.72 723	5.55 731	3.63 708	5.58 728	3.53 717	4.41 692	3.28 698	4.99 724	2.95 704	4.75 706	3.13 713

rvit_0105_3	3.91 708	5.33 681	3.06 695	4.60 691	3.07 713	4.60 717	3.06 712	4.62 716	3.08 712	4.60 716	3.07 711	4.62 719	3.08 699	4.67 718	3.10 710	4.70 703	3.11 691	4.77 720	3.19 718	4.77 707	3.14 714

rvit_0105_4	3.91 708	5.47 689	3.02 690	4.54 686	3.02 706	4.54 710	3.03 708	4.75 720	3.17 715	4.57 713	3.06 708	4.61 718	3.16 703	4.65 717	3.09 709	4.66 702	3.11 691	4.68 716	3.18 717	4.81 708	3.16 715

CFNet	1.37 593	5.27 679	0.19 195	5.49 703	0.19 240	0.28 251	0.19 226	0.28 241	0.19 234	0.28 247	0.19 236	0.28 252	4.35 722	0.28 254	0.19 228	0.23 203	0.17 196	0.23 226	4.21 731	4.81 708	0.17 214

MLG-Stereo_test3	4.26 714	4.85 658	3.95 709	5.35 702	3.60 722	4.75 723	3.76 724	5.49 729	3.71 721	5.39 726	3.69 722	4.82 725	3.66 709	4.85 721	3.73 722	4.93 706	3.19 697	4.69 717	2.99 705	4.84 710	2.98 702

MLG-Stereo_test1	4.25 713	5.34 684	3.61 705	5.31 701	3.63 723	5.23 726	3.57 721	5.38 728	3.65 719	5.23 725	3.47 718	4.76 723	3.74 712	4.85 721	3.71 719	4.96 707	3.18 696	4.71 718	2.92 703	4.86 711	2.90 700

raft_robust	4.71 723	7.75 703	5.40 719	6.81 713	3.31 718	4.28 707	4.20 730	4.32 707	4.37 731	4.35 706	4.35 730	4.14 705	3.75 713	4.30 708	4.20 728	6.67 723	6.37 718	3.36 695	4.24 732	4.86 711	3.25 717

Anonymous3	2.55 679	3.26 624	1.65 623	3.28 654	1.63 647	3.24 694	1.68 658	3.27 693	1.66 645	3.28 694	1.67 657	3.25 695	1.66 635	3.27 693	1.64 646	3.26 679	1.65 631	3.30 693	1.65 670	4.95 713	1.65 668

TestStereo	4.88 725	4.75 656	4.79 712	4.87 698	4.92 733	4.81 725	4.90 733	4.78 721	4.77 732	4.87 722	4.89 732	4.90 727	4.91 725	4.99 725	4.79 730	4.98 708	4.87 710	4.87 723	4.92 734	5.00 714	5.00 732

rvit_0105_5	4.10 712	5.40 685	3.13 701	4.71 694	3.15 716	4.72 722	3.10 715	4.90 725	3.27 717	4.69 719	3.16 715	4.84 726	3.25 705	4.96 724	3.34 715	5.05 710	3.39 699	5.10 725	3.40 719	5.11 715	3.42 719

FC-DCNN v2	5.10 729	5.15 669	4.49 711	5.07 700	3.37 719	6.87 732	4.75 732	5.04 726	6.34 736	7.84 736	5.06 733	6.72 737	4.09 721	4.99 725	5.44 733	5.03 709	3.16 694	4.67 715	4.86 733	5.15 716	3.89 727

DISCO	1.11 532	0.39 208	5.28 717	0.39 252	0.20 243	0.39 304	0.27 267	0.39 293	0.22 245	0.38 288	0.20 240	0.38 299	0.20 241	6.95 735	0.22 239	0.30 237	0.21 213	0.27 251	0.21 246	5.25 717	0.21 229

MaDis-Stereo	3.19 695	6.02 695	1.12 526	5.61 705	1.16 574	5.43 728	1.02 558	5.15 727	0.70 514	5.43 727	1.21 620	5.03 729	0.97 537	4.85 721	0.99 548	4.53 693	1.16 537	5.53 728	1.25 626	5.37 718	1.30 627

DispFullNet	4.61 721	4.84 657	3.12 699	5.00 699	3.57 721	4.75 723	3.03 708	7.75 736	4.17 729	4.91 723	3.09 712	6.20 733	3.95 718	6.71 732	3.51 716	5.30 713	3.67 701	5.86 732	3.63 721	5.61 719	3.46 720

StereoVision	3.15 694	5.00 664	0.89 501	4.83 696	1.00 554	3.93 701	1.27 625	6.37 730	1.34 631	5.67 730	1.26 625	5.84 732	1.27 615	5.03 727	1.24 622	5.10 712	1.09 527	4.61 712	0.57 488	5.62 720	1.12 561

SGM-Forest	5.21 731	5.92 694	4.08 710	6.18 708	4.16 730	6.31 731	4.34 731	6.50 731	4.33 730	6.14 732	4.21 729	6.61 736	4.55 724	6.67 731	4.48 729	5.94 717	3.94 703	5.85 731	4.03 730	5.79 721	4.17 730
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	2.58 681	3.31 625	0.66 453	3.18 649	0.66 504	3.18 693	0.66 489	3.21 692	0.67 495	3.19 693	0.66 501	3.19 694	0.66 491	3.31 695	0.68 496	5.09 711	1.79 640	8.23 738	1.67 672	6.18 722	1.38 636

RAFT	6.73 734	9.36 714	7.40 728	8.51 722	6.55 737	6.88 733	6.60 737	6.79 732	6.60 737	6.80 733	6.72 739	5.31 730	5.50 728	6.61 730	6.61 737	8.42 730	5.89 715	5.73 729	5.45 738	6.61 723	6.24 736

gwcnet-sp	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 198	0.25 260	1.61 618	0.23 253	0.28 252	0.26 272	0.20 196	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 234

scenet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 198	0.25 260	1.61 618	0.23 253	0.28 252	0.26 272	0.20 196	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 234

ssnet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 198	0.25 260	1.61 618	0.23 253	0.28 252	0.26 272	0.20 196	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 234

test-1	6.46 732	9.16 713	8.03 733	8.09 719	5.62 736	6.11 730	6.35 736	6.85 733	4.94 733	6.08 731	6.29 738	4.98 728	6.43 730	6.22 729	6.36 736	6.16 720	7.47 726	5.82 730	5.44 737	7.11 727	5.68 735

test-v	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 734	6.91 738	7.29 734	5.71 736	6.45 734	6.93 731	6.73 733	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 738

test-2	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 734	6.91 738	7.29 734	5.71 736	6.45 734	6.93 731	6.73 733	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 738

rvit_stereo_0075_2	6.64 733	8.80 710	5.25 716	7.89 718	5.27 735	7.90 736	5.27 734	7.92 737	5.28 734	7.91 737	5.29 735	7.93 738	5.27 726	7.92 737	5.28 731	7.93 728	5.28 712	7.93 737	5.29 736	7.93 730	5.28 734

CFNet_RVC	2.38 673	8.71 709	0.38 303	9.33 725	0.42 440	0.56 453	0.42 430	0.60 455	0.38 402	0.62 466	0.42 438	0.56 457	7.29 734	0.62 461	0.42 425	0.53 399	0.37 343	0.49 445	0.34 391	8.30 731	6.87 737

MSMDNet	2.65 682	10.14 720	0.33 273	9.74 729	0.32 366	0.87 504	0.33 364	2.95 690	0.68 501	0.49 413	0.34 382	0.49 419	5.70 729	0.49 417	0.33 360	0.42 326	9.57 731	0.41 394	0.31 370	8.36 732	0.65 491

U	5.15 730	8.49 708	1.81 633	8.49 721	1.77 671	8.49 737	1.77 667	8.51 738	1.77 672	8.49 738	1.77 671	8.50 739	1.78 660	8.58 738	1.77 674	8.54 731	1.78 638	8.55 739	1.78 682	8.55 733	1.84 677

SGM+DAISY	7.06 735	9.15 712	5.38 718	8.84 723	5.18 734	8.80 738	5.31 735	8.79 739	5.28 734	8.89 739	5.20 734	8.93 740	5.33 727	8.95 739	5.36 732	8.70 732	5.21 711	8.74 740	5.20 735	8.89 734	5.15 733

pcwnet_v2	2.66 683	9.89 718	0.33 273	9.89 730	0.32 366	0.50 429	0.32 353	0.49 408	0.33 372	0.49 413	0.34 382	0.49 419	8.76 736	0.48 411	0.33 360	0.41 312	9.58 732	0.40 376	0.29 343	9.01 735	0.63 483

ccs_rob	2.79 691	10.17 721	0.32 268	10.00 732	0.33 378	0.49 420	0.33 364	1.90 624	0.32 362	0.51 435	0.33 374	0.49 419	9.24 738	0.49 417	0.33 360	0.41 312	9.82 734	0.41 394	0.28 328	9.34 736	0.29 325

PCWNet_CMD	2.80 692	9.82 717	0.32 268	10.09 733	0.32 366	0.49 420	0.33 364	3.34 695	0.33 372	0.49 413	0.33 374	0.49 419	8.73 735	0.48 411	0.33 360	0.41 312	9.22 730	0.42 410	0.29 343	9.55 737	0.31 348

UCFNet_RVC	2.75 687	10.06 719	0.29 242	10.31 734	0.29 295	0.42 342	0.29 290	0.43 342	0.29 292	0.42 330	0.29 296	0.42 343	9.87 739	0.43 344	0.29 287	0.36 269	9.84 735	0.36 311	0.26 271	9.77 738	0.26 252

CFNet_pseudo	2.67 684	9.36 714	0.32 268	10.99 735	0.33 378	0.85 501	0.33 364	0.49 408	0.33 372	0.49 413	0.32 365	0.49 419	7.26 733	0.49 417	0.33 360	0.41 312	9.62 733	0.41 394	0.29 343	10.03 739	0.29 325

CFNet_ucs	2.73 685	9.64 716	0.33 273	9.92 731	0.32 366	0.49 420	0.33 364	0.49 408	0.33 372	0.49 413	0.33 374	0.49 419	8.98 737	0.48 411	0.33 360	0.41 312	9.96 736	0.40 376	0.29 343	10.12 740	0.54 462

rafts_anoy	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

raft+_RVC	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

raftrobust	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

CasAABBNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

RALCasStereoNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

RALAANet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 740	20.00 741	20.00 740	20.00 741	20.00 741	20.00 741	20.00 740	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 741

MANE	19.05 739	23.00 732	15.00 739	23.00 746	15.00 740	24.00 745	16.00 740	24.00 746	16.00 740	22.00 746	15.00 740	23.00 747	16.00 740	23.00 746	15.00 740	22.00 747	15.00 741	22.00 747	15.00 741	22.00 747	15.00 740

111	30.40 746	30.94 748	29.72 747	32.61 747	30.02 748	33.57 746	30.47 748	31.50 747	29.39 748	30.98 747	29.11 748	29.78 748	30.39 751	29.45 747	30.76 751	30.08 748	29.02 749	29.92 748	30.32 752	29.86 748	30.17 748

tt	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 751	33.55 750	34.50 748	35.43 752	33.81 752	10000000.00 770	33.57 751	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 753

DCANet	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 751	33.55 750	34.50 748	35.43 752	33.81 752	10000000.00 770	33.57 751	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 753

ADStereo(finetuned)	36.13 749	36.63 753	38.07 758	36.97 752	33.25 752	35.91 751	34.45 752	36.36 754	32.99 749	38.14 759	36.71 755	36.69 755	34.13 752	38.57 759	40.79 759	37.60 760	36.58 756	35.90 756	33.36 753	35.42 751	34.04 752

DCANet-4	35.22 748	34.54 749	35.08 753	33.58 751	35.47 755	34.55 747	35.53 755	36.08 753	35.85 752	35.92 753	35.77 754	35.18 754	35.48 753	35.39 753	37.15 758	34.55 754	33.92 753	35.02 755	34.90 754	35.79 752	34.74 755

fast-reg	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

Reg-Stereo(zero)	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

FLISNet	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

CoSv	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 755	37.00 753	37.00 754	37.00 756	37.00 756	37.00 754	37.00 754	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 756

WCMA_ROB	31.10 747	35.43 752	27.12 746	39.51 759	23.10 747	38.78 758	25.30 747	37.49 759	25.39 747	37.29 758	27.02 747	38.52 760	26.48 747	37.80 758	26.44 747	36.28 755	22.65 748	33.90 752	22.30 748	37.10 757	24.18 747

NOSS_ROB	102.95 755	153.00 763	121.00 762	51.00 760	44.00 760	165.00 762	127.00 762	153.00 762	119.00 759	164.00 763	125.00 762	168.00 764	120.00 760	153.00 762	117.00 762	49.00 761	44.00 761	49.00 761	44.00 761	49.00 758	44.00 760

CBMV	128.50 756	1422.70 771	53.10 760	79.50 761	51.30 761	77.30 760	49.70 760	74.00 760	48.20 758	77.20 761	48.80 761	73.90 762	48.00 759	73.80 761	48.80 761	70.40 762	45.10 762	68.90 762	46.10 762	68.20 759	45.00 761
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 754	87.70 759	41.95 759	113.75 762	65.62 762	75.05 759	55.25 761	75.64 761	45.04 757	71.61 760	41.75 760	72.81 761	44.06 758	68.38 760	44.63 760	101.89 763	59.57 763	107.10 763	61.05 763	104.38 760	59.38 762

MeshStereo	159.24 757	171.00 764	160.68 765	162.58 763	160.59 764	164.01 761	160.35 764	158.51 763	158.56 761	158.34 762	160.12 764	158.56 763	159.92 762	157.26 763	158.94 764	154.38 764	158.36 764	155.75 764	159.13 766	153.67 761	154.07 764
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
DF_test	189.29 758	560.34 768	182.58 766	229.00 765	135.68 763	197.79 763	135.52 763	197.80 764	135.44 760	197.75 764	135.49 763	197.90 765	135.51 761	197.84 764	135.75 763	217.37 766	171.11 765	183.74 765	127.67 765	183.56 762	127.88 763

AE-Stereo	201.80 759	123.00 760	115.00 761	219.00 764	218.00 766	223.00 764	244.00 766	217.00 765	236.00 763	202.00 765	203.00 765	205.00 766	208.00 763	225.00 765	204.00 765	210.00 765	198.00 766	197.00 766	184.00 767	204.00 763	201.00 765

MGS-Stereo	239.45 760	123.00 760	135.00 763	266.00 766	286.00 767	277.00 765	305.00 767	271.00 766	242.00 764	274.00 766	279.00 767	255.00 767	270.00 765	268.00 766	297.00 767	221.00 767	247.00 768	216.00 767	123.00 764	217.00 764	217.00 767

EGLCR-Stereo	246.90 761	129.00 762	139.00 764	266.00 766	286.00 767	277.00 765	305.00 767	271.00 766	242.00 764	274.00 766	279.00 767	255.00 767	270.00 765	268.00 766	297.00 767	230.00 768	247.00 768	216.00 767	223.00 769	237.00 765	227.00 768

DLCB_ROB	284.23 762	354.61 766	207.27 767	363.24 768	206.46 765	364.72 767	210.41 765	364.72 768	210.41 762	364.81 768	208.64 766	364.81 769	208.64 764	364.72 768	210.41 766	354.70 769	205.53 767	354.70 769	205.53 768	354.70 766	205.53 766

LE_ROB	396.57 763	471.28 767	329.84 768	471.48 769	308.15 769	526.83 768	322.10 769	488.15 769	323.76 766	495.46 769	317.97 769	497.17 770	320.10 767	481.62 769	326.76 769	462.71 770	298.97 770	466.16 770	285.98 770	447.62 767	289.21 769

SGM-ForestM	596.69 764	677.77 769	444.52 769	699.85 770	517.25 770	732.94 769	488.29 770	770.79 770	460.11 767	750.81 770	487.98 770	792.79 771	499.41 768	730.90 770	475.81 770	720.03 771	491.16 771	663.96 771	418.60 771	674.76 768	436.05 770

CBMV_ROB	818.48 765	913.88 770	709.52 770	862.84 771	597.78 771	1073.99 770	700.52 771	1015.66 771	702.59 768	1115.65 771	760.02 771	1130.24 772	721.57 769	1037.41 771	692.65 771	814.05 772	564.29 772	843.28 772	595.31 772	915.51 769	602.92 771

111111	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

SGD-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

IGEV-Stereo++	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

IGEV-BASED-STEREO-	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

IGEV-Stereo+	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

SDNR	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

anonymousdsp2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

anonymousdsp	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

fff	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 748	10000000.00 769	35.27 750	29.82 749	32.45 749	30.15 748	32.35 748	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 749

csc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 748	10000000.00 769	35.27 750	29.82 749	32.45 749	30.15 748	32.35 748	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 749

cscssc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 748	10000000.00 769	35.27 750	29.82 749	32.45 749	30.15 748	32.35 748	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 749

test_example2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772

DIP-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 769	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 772
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