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	0.14 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

WZ-Net	0.05 42	0.50 218	0.10 71	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

w-ln-seven	0.18 138	1.47 410	0.33 234	0.40 229	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 255	0.32 245	0.05 86	0.04 78	0.04 77	0.04 79

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
BridgeDepth_RVC	0.07 50	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 108	0.05 98	0.08 107	0.05 100	0.08 108	0.05 95	0.08 108	0.05 89	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 98	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

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

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

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

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

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

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

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

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

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

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

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

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

S2M2_L	0.12 98	0.14 91	0.10 71	0.15 112	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.15 136	0.10 122	0.14 132	0.10 123	0.14 133	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 207	1.29 399	1.19 439	1.36 468	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 480	1.21 490	0.03 38	0.09 113	0.02 20	0.09 113

LRCNet_RVC	0.13 105	0.13 85	0.09 67	0.13 98	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.23 178	0.10 122	0.20 161	0.10 123	0.24 185	0.11 129	0.11 90	0.09 72	0.12 124	0.14 161	0.12 131	0.09 113

ELAS_RVC	0.14 112	0.16 93	0.10 71	0.15 112	0.10 124	0.18 154	0.11 134	0.19 154	0.11 136	0.19 153	0.12 144	0.18 154	0.11 135	0.19 155	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 105	0.16 93	0.11 91	0.15 112	0.09 117	0.18 154	0.11 134	0.18 152	0.11 136	0.17 147	0.11 136	0.18 154	0.11 135	0.18 152	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MatchStereo	0.54 315	0.12 83	2.38 566	2.32 509	0.09 117	0.09 112	0.08 115	0.09 112	0.07 113	0.09 112	0.07 114	0.09 114	0.07 115	0.09 112	0.08 106	2.34 543	2.34 561	0.12 124	0.11 132	0.11 125	0.10 118
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AnonymousM	0.10 68	0.10 70	0.10 71	0.10 61	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 117	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

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

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

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

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

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

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

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

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

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

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

SGM_RVC	0.15 124	0.17 97	0.11 91	0.18 131	0.11 140	0.19 157	0.11 134	0.19 154	0.12 152	0.19 153	0.12 144	0.20 161	0.12 149	0.19 155	0.12 141	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 129	0.11 140	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.11 136	0.17 150	0.11 135	0.17 149	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 154	0.14 158	0.18 152	0.14 151	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

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

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

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

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

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

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

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

ICVP	0.15 124	0.53 232	0.11 91	0.16 121	0.11 140	0.16 144	0.11 134	0.16 144	0.11 136	0.16 141	0.11 136	0.16 143	0.11 135	0.16 143	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 105	0.11 81	0.11 91	0.11 78	0.11 140	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.12 144	0.11 127	0.11 135	0.11 127	0.11 129	0.11 90	0.11 100	0.14 130	0.11 132	0.49 327	0.11 131

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

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

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

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

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

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

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

HSM	0.14 112	0.16 93	0.12 102	0.17 129	0.12 153	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 150	0.12 149	0.17 149	0.12 141	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 144

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

castereo++	0.54 315	3.59 522	1.15 433	1.31 462	0.14 158	0.16 144	0.14 152	0.16 144	0.14 157	0.16 141	0.14 161	0.16 143	0.13 154	0.16 143	0.14 151	1.45 495	1.16 439	0.15 142	0.14 161	0.15 142	0.13 150

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

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

DeepPruner_ROB	0.16 131	0.18 100	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 158	0.13 154	0.19 155	0.13 147	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 150

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

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

GMStereo	0.14 112	0.13 85	0.14 126	0.14 102	0.14 158	0.14 130	0.14 152	0.14 131	0.14 157	0.14 130	0.14 161	0.14 132	0.14 158	0.14 133	0.14 151	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
VIP-Stereo	0.70 346	2.97 509	2.43 567	2.49 516	0.16 178	0.25 197	0.16 162	0.25 192	0.16 171	0.25 194	0.18 195	0.25 198	0.16 170	0.26 205	0.16 167	1.86 510	1.26 492	0.23 188	0.15 167	0.23 184	0.15 158

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

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

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

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

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

xyz-stereo-finetune2	0.18 138	0.48 212	0.16 145	0.16 121	0.15 169	0.15 137	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 143	0.16 170	0.16 143	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 160

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.17 135	0.27 137	0.21 173	0.10 61	0.21 211	0.15 137	0.22 200	0.10 113	0.21 200	0.22 174	0.10 122	0.19 158	0.18 190	0.10 116	0.19 188	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 180
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 395	4.45 546	0.20 167	0.27 176	0.20 202	0.27 209	0.20 188	0.26 197	0.18 187	5.03 600	0.20 201	0.27 210	0.19 195	0.27 209	0.21 196	0.20 159	0.19 176	0.19 166	4.02 605	0.20 164	0.18 180

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS	0.30 185	1.17 339	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 192	0.26 230	0.25 194	0.25 226	0.25 198	0.25 219	0.25 195	0.25 215	0.26 194	0.26 200	0.26 206	0.25 225	0.26 192	0.25 203

LoS	0.25 169	0.27 137	0.25 188	0.25 166	0.25 227	0.25 197	0.25 215	0.26 197	0.25 217	0.25 194	0.25 226	0.25 198	0.25 219	0.25 195	0.25 215	0.26 194	0.25 196	0.25 201	0.26 231	0.26 192	0.25 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 398	7.04 575	2.23 560	2.75 522	0.28 241	0.43 304	0.25 215	0.39 248	0.25 217	0.41 269	0.27 236	0.39 257	0.25 219	0.40 261	0.28 231	0.37 244	0.28 214	0.37 268	0.25 225	0.37 248	0.25 203

IGEV-Stereo	0.35 216	0.44 190	0.45 295	0.49 280	0.30 260	0.37 246	0.30 248	0.36 230	0.30 255	0.36 237	0.29 248	0.36 244	0.29 250	0.36 243	0.30 248	0.46 304	0.39 282	0.32 228	0.24 221	0.32 213	0.25 203
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 354	1.22 395	0.25 188	1.22 448	0.25 227	1.22 491	0.25 215	1.22 485	0.25 217	1.22 493	0.25 226	1.22 497	0.25 219	1.22 496	0.25 215	1.22 479	0.26 200	1.21 505	0.25 225	1.22 485	0.25 203
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
LG-Stereo_L2	0.34 207	0.37 157	0.38 262	0.47 269	0.28 241	0.39 259	0.28 234	0.39 248	0.28 238	0.39 249	0.28 243	0.39 257	0.28 243	0.38 250	0.28 231	0.42 294	0.35 263	0.36 265	0.26 231	0.35 237	0.26 209

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BUS	0.83 383	1.91 438	0.92 413	4.48 564	0.02 21	0.40 261	0.04 81	0.41 270	0.02 21	0.48 318	0.03 53	0.41 278	0.05 95	0.03 40	0.05 89	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 219

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

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

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

AANet_RVC	1.26 487	0.31 146	4.99 598	5.93 590	0.20 202	0.25 197	0.20 188	0.25 192	0.20 195	0.23 178	0.19 197	0.25 198	0.20 199	0.25 195	0.20 192	5.66 599	4.76 592	0.26 206	0.30 271	0.24 188	0.27 219

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

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

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

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

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

FCDSN-DC	0.41 259	0.59 244	0.64 358	0.54 302	0.33 289	0.50 341	0.37 306	0.42 288	0.40 326	0.61 370	0.43 349	0.50 345	0.49 362	0.38 250	0.32 261	0.28 202	0.23 192	0.26 206	0.22 207	0.35 237	0.28 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 259	1.49 411	0.32 228	0.42 251	0.32 277	0.41 277	0.32 264	0.41 270	0.33 282	0.41 269	0.32 278	0.41 278	0.32 278	0.41 276	0.32 261	0.39 267	0.28 214	0.39 289	0.28 247	0.40 279	0.28 233

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

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

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

GREAT-IGEV	0.38 236	0.43 187	0.36 255	0.48 274	0.32 277	0.45 311	0.32 264	0.45 301	0.32 275	0.45 299	0.32 278	0.45 309	0.32 278	0.45 304	0.32 261	0.44 296	0.33 257	0.41 312	0.29 257	0.41 289	0.29 238
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
RSM	0.36 222	0.36 155	0.43 291	0.37 207	0.42 350	0.49 332	0.42 340	0.37 236	0.28 238	0.36 237	0.29 248	0.36 244	0.30 257	0.37 247	0.28 231	0.34 227	0.31 241	0.34 244	0.35 313	0.40 279	0.29 238

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GES	0.66 337	2.34 472	0.29 205	0.41 241	0.29 250	0.41 277	0.29 243	0.42 288	0.29 244	0.40 255	0.41 337	0.41 278	0.30 257	0.51 345	0.29 241	0.32 218	0.29 226	0.32 228	2.46 576	2.49 538	0.30 251

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

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

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

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

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

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

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

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

depthmonostereo	0.44 276	0.85 269	0.46 299	0.54 302	0.40 331	0.52 356	0.38 313	0.52 345	0.35 295	0.47 311	0.34 293	0.46 313	0.34 291	0.47 313	0.34 284	0.45 299	0.43 307	0.41 312	0.33 297	0.41 289	0.32 267

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

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

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

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

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

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

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

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

GMOStereo	0.37 230	0.45 198	0.23 178	0.30 179	0.37 312	0.41 277	0.36 300	0.41 270	0.35 295	0.43 289	0.36 306	0.41 278	0.40 320	0.41 276	0.36 292	0.34 227	0.22 186	0.47 343	0.37 322	0.39 272	0.33 274

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.35 216	0.51 226	0.44 293	0.32 191	0.31 273	0.24 187	0.34 288	0.36 230	0.25 217	0.31 217	0.37 313	0.30 221	0.33 286	0.25 195	0.45 340	0.37 244	0.37 269	0.33 236	0.35 313	0.34 225	0.37 298
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 310	0.55 238	0.45 295	0.69 330	0.45 356	0.61 372	0.45 348	0.50 328	0.40 326	0.56 362	0.44 351	0.55 364	0.40 320	0.72 382	0.67 385	0.59 345	0.46 317	0.45 330	0.34 301	0.46 306	0.37 298

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 255	0.40 326	0.40 255	0.40 331	0.40 265	0.40 320	0.40 261	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 314
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
fffft	0.48 296	0.51 226	0.45 295	0.52 298	0.45 356	0.52 356	0.45 348	0.52 345	0.48 361	0.53 352	0.45 355	0.52 356	0.45 345	0.52 350	0.46 344	0.51 328	0.41 294	0.50 360	0.41 346	0.50 332	0.41 321
1: 1. 1
Former-RAFT_DAM_RVC	0.49 302	0.98 296	0.64 358	0.84 350	0.46 358	0.45 311	0.35 293	0.47 311	0.47 354	0.45 299	0.34 293	0.46 313	0.48 357	0.46 309	0.35 288	0.39 267	0.71 386	0.39 289	0.35 313	0.41 289	0.41 321

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

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

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

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

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

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

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

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

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

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

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

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

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

AIO-Stereo	0.84 386	0.66 251	0.70 376	0.83 349	0.67 405	0.98 411	0.82 429	1.14 427	0.72 416	1.03 430	0.74 425	1.03 433	1.09 444	0.99 417	0.45 340	1.04 413	0.73 389	0.95 431	0.74 423	0.94 405	0.46 335

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ARAFT	0.68 342	0.81 264	0.63 356	0.74 340	0.60 389	0.78 390	0.62 383	0.77 382	0.66 392	0.74 391	0.63 394	0.75 393	0.62 382	0.83 394	0.60 377	0.70 365	0.55 349	0.70 389	0.60 392	0.78 372	0.55 369

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

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

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

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

CASS	0.57 323	0.89 277	0.56 343	0.57 309	0.56 386	0.56 363	0.56 377	0.56 353	0.53 374	0.57 365	0.57 387	0.59 373	0.48 357	0.56 359	0.57 373	0.55 340	0.56 351	0.47 343	0.56 386	0.62 352	0.56 372
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 374	2.45 480	0.57 345	0.90 355	0.60 389	0.88 400	0.59 381	0.90 395	0.60 382	0.88 403	0.60 388	0.90 409	0.58 377	0.88 401	0.60 377	0.84 386	0.60 358	0.86 413	0.57 388	0.86 386	0.60 377

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 614	223.51 640	0.62 355	0.59 314	0.71 413	0.59 371	0.73 413	0.67 372	0.73 419	0.55 360	0.61 392	0.60 374	0.74 410	0.63 372	0.73 411	0.66 359	0.60 358	0.69 387	0.66 407	0.72 364	0.65 390
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MoCha-V2	2.11 532	26.97 618	0.78 394	0.92 360	0.77 428	0.96 410	0.72 412	0.90 395	0.72 416	0.94 412	0.70 413	0.90 409	0.71 407	0.91 405	0.71 409	0.85 387	0.71 386	0.88 414	0.69 414	0.87 387	0.67 395

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

RAFT-Stereo	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 406	0.68 399	0.95 414	0.68 406	0.96 417	0.68 394	0.96 415	0.68 393	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 396
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.86 395	0.93 289	0.71 380	1.01 379	1.07 460	1.02 426	0.71 410	1.00 408	0.71 413	1.01 424	0.71 418	1.00 420	0.72 408	1.14 445	0.71 409	0.92 394	0.64 366	0.90 415	0.64 401	0.89 389	0.69 398

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

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

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

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

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

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

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

HSM-Net_RVC	0.95 411	1.17 339	0.78 394	1.18 401	0.71 413	1.16 444	0.75 415	1.09 425	0.80 429	1.10 434	0.75 426	1.17 449	0.74 410	1.17 448	0.80 424	1.13 424	0.73 389	1.17 453	0.77 427	1.16 427	0.72 404
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 525	3.43 521	0.72 383	3.42 547	0.73 416	3.27 571	0.68 396	3.38 572	0.69 404	3.29 571	0.72 421	3.28 572	0.70 403	3.35 573	0.68 393	3.39 567	0.68 375	3.31 570	0.69 414	3.37 556	0.73 407

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

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

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

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

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

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

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

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

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

Hybrid-DGEV-2	1.05 428	1.83 427	0.83 402	1.33 464	0.82 436	1.30 497	0.81 426	1.26 488	0.79 427	1.29 496	0.79 431	1.26 498	0.80 419	1.26 497	0.79 421	1.20 431	0.78 397	1.18 456	0.77 427	1.20 437	0.77 416

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

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

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

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

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

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

StereoDRNet	0.15 124	0.14 91	0.10 71	0.14 102	0.09 117	0.15 137	0.09 116	0.14 131	0.09 120	0.14 130	0.10 122	0.14 132	0.09 119	0.14 133	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 423

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Abc-Net	2.32 549	24.75 610	1.14 431	1.17 400	1.17 469	1.11 439	1.15 458	1.17 433	1.21 514	1.08 433	1.16 461	1.12 445	1.14 448	1.09 438	1.17 461	1.09 416	1.16 439	1.17 453	1.17 462	1.16 427	1.11 449
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 570	5.00 553	0.89 406	4.83 580	1.00 450	3.93 577	1.27 516	6.37 606	1.34 522	5.67 606	1.26 516	5.84 608	1.27 506	5.03 603	1.24 513	5.10 596	1.09 429	4.61 588	0.57 388	5.62 596	1.12 451

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 439	1.20 469	1.20 447	1.20 466	1.20 451	1.20 456	1.20 450	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 465

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SPS-STEREO	1.59 497	1.91 438	1.21 488	1.94 491	1.20 472	2.00 527	1.23 511	1.99 518	1.24 517	2.00 524	1.25 515	2.03 529	1.26 505	2.00 526	1.29 520	1.90 516	1.18 443	1.89 535	1.21 511	1.89 513	1.20 465
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 511	2.34 472	1.81 533	3.14 533	1.62 537	1.94 521	1.99 561	2.72 552	1.71 541	2.72 556	1.99 572	1.90 520	1.73 533	1.82 520	1.29 520	2.37 545	2.01 548	2.31 548	1.42 530	1.77 509	1.22 511

GANetREF_RVC	1.55 496	1.94 444	1.22 489	1.88 488	1.21 518	1.88 519	1.22 510	1.88 513	1.22 515	1.88 516	1.22 512	1.88 519	1.22 503	1.89 522	1.22 512	1.87 512	1.22 491	1.88 534	1.22 512	1.88 512	1.22 511
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
S-Stereo	2.51 559	26.86 617	1.23 491	1.22 448	1.22 520	1.24 493	1.25 513	1.22 485	1.24 517	1.21 492	1.24 514	1.19 450	1.27 506	1.19 449	1.24 513	1.19 429	1.20 444	1.25 507	1.19 463	1.24 486	1.23 513

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

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

FAT-Stereo	2.46 558	26.05 616	1.23 491	1.23 450	1.22 520	1.20 445	1.24 512	1.23 487	1.23 516	1.19 446	1.22 512	1.21 496	1.24 504	1.20 450	1.24 513	1.21 477	1.17 442	1.22 506	1.25 516	1.20 437	1.24 514

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

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

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

MM-Stereo_test1	1.80 505	3.41 520	1.52 520	2.12 498	1.41 528	2.04 528	1.41 530	2.05 522	1.46 532	2.04 528	1.41 530	2.05 530	1.42 519	2.05 527	1.43 530	2.04 524	1.54 521	1.94 536	1.38 526	1.99 515	1.33 520

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLSM1	2.93 569	3.24 517	2.57 569	4.04 563	2.66 578	3.30 572	2.55 573	3.29 570	2.55 575	3.35 572	2.48 577	3.28 572	2.47 563	3.34 572	2.49 575	3.26 565	2.55 564	3.13 567	2.57 577	3.00 554	2.46 572

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

NLCA_NET_v2_RVC	5.04 604	50.87 633	2.78 570	2.87 528	2.71 579	2.78 566	0.47 355	2.88 565	2.86 579	1.89 517	2.67 578	2.79 568	2.79 567	2.78 566	2.83 576	2.82 562	2.82 565	2.83 566	2.77 578	2.83 553	2.76 574
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV-FE	0.35 216	0.37 157	0.17 153	0.19 134	0.17 185	0.20 162	0.17 173	0.19 154	0.17 182	0.19 153	0.17 180	0.19 158	0.17 181	0.37 247	0.36 292	0.19 155	0.17 167	0.19 166	0.17 193	0.38 261	2.84 575

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DispFullNet	4.61 597	4.84 550	3.12 583	5.00 583	3.57 597	4.75 599	3.03 584	7.75 612	4.17 605	4.91 599	3.09 588	6.20 609	3.95 594	6.71 608	3.51 592	5.30 597	3.67 585	5.86 608	3.63 597	5.61 595	3.46 596

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

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

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

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

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

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

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

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

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

SGM-Forest	5.21 607	5.92 573	4.08 594	6.18 592	4.16 606	6.31 607	4.34 607	6.50 607	4.33 606	6.14 608	4.21 605	6.61 612	4.55 600	6.67 607	4.48 605	5.94 601	3.94 587	5.85 607	4.03 606	5.79 597	4.17 606
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 603	8.86 589	7.77 611	8.09 601	2.76 580	4.13 581	4.05 605	3.88 578	3.76 600	4.33 581	4.13 604	3.71 577	3.91 593	4.21 582	4.06 602	7.93 610	7.69 607	4.53 581	3.91 603	4.17 566	4.29 607

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MeshStereo	159.24 632	171.00 639	160.68 640	162.58 638	160.59 638	164.01 636	160.35 638	158.51 638	158.56 635	158.34 637	160.12 638	158.56 638	159.92 636	157.26 638	158.94 638	154.38 639	158.36 639	155.75 639	159.13 640	153.67 636	154.07 638
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 633	123.00 635	115.00 636	219.00 639	218.00 640	223.00 638	244.00 640	217.00 639	236.00 637	202.00 639	203.00 639	205.00 640	208.00 637	225.00 639	204.00 639	210.00 640	198.00 640	197.00 640	184.00 641	204.00 637	201.00 639

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 643	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 646
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 54		0.09 56	0.10 124							0.05 91				0.15 125	0.10 77	0.17 153	0.13 155	0.11 125

Low-res two-view benchmark