Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 82	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	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

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 82	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
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 95	0.04 82	0.06 97	0.04 88	0.06 98	0.04 84	0.06 89	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	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 82	0.12 129	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

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

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

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	0.06 111	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	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	0.06 111	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	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	0.06 111	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

DispViT+	0.07 50	0.24 125	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.06 95	0.04 82	0.06 97	0.05 100	0.06 98	0.04 84	0.06 89	0.04 75	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

BridgeDepth_RVC	0.07 50	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 109	0.05 99	0.08 108	0.05 100	0.08 108	0.05 95	0.08 109	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
FINET	0.07 50	0.08 59	0.07 58	0.07 47	0.07 113	0.08 106	0.06 110	0.08 109	0.07 114	0.08 108	0.07 114	0.08 108	0.06 111	0.07 106	0.07 104	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

BridgeDepth	0.08 53	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 109	0.07 114	0.08 108	0.05 100	0.08 108	0.05 95	0.09 113	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
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

DA	0.09 55	0.13 85	0.39 270	0.08 49	0.05 99	0.07 104	0.05 93	0.13 130	0.05 99	0.06 97	0.05 100	0.06 98	0.05 95	0.06 89	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	0.13 130	0.05 99	0.06 97	0.05 100	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

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

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

test_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

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

SepStereo	0.09 55	0.09 67	0.10 71	0.09 56	0.09 117	0.09 112	0.09 116	0.10 114	0.08 118	0.10 115	0.09 118	0.09 114	0.09 119	0.09 113	0.08 106	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 434	0.06 95	0.04 82	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

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	0.14 134	0.36 292	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

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_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

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

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

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

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

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

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	0.08 109	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ISRNet	0.11 89	0.05 49	0.36 255	0.24 159	0.07 113	0.13 129	0.05 93	0.06 95	0.05 99	0.05 92	0.05 100	0.13 131	0.05 95	0.05 83	0.09 111	0.24 186	0.20 178	0.10 110	0.05 97	0.06 96	0.13 151

JetRed	0.11 89	0.12 83	0.11 91	0.11 78	0.11 140	0.11 125	0.14 152	0.11 126	0.11 137	0.12 129	0.11 136	0.11 127	0.11 135	0.11 128	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	0.11 126	0.11 137	0.11 127	0.11 136	0.11 127	0.11 135	0.12 132	0.12 141	0.11 90	0.11 100	0.11 121	0.11 132	0.11 125	0.11 131

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

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

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

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 83	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 83	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 89	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	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

S2M2_L	0.12 98	0.14 91	0.10 71	0.15 112	0.10 124	0.14 130	0.10 121	0.14 132	0.10 122	0.15 137	0.10 122	0.14 132	0.10 123	0.14 134	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
GwcNet	0.12 98	0.07 58	0.05 57	0.08 49	0.05 99	0.08 106	1.20 464	0.07 106	0.05 99	0.05 92	0.05 100	0.08 108	0.05 95	0.08 109	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

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 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 534	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	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	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 82	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 82	0.04 74	0.03 53	0.04 77	0.03 53	0.06 89	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

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

LRCNet_RVC	0.13 105	0.13 85	0.09 67	0.13 98	0.10 124	0.14 130	0.10 121	0.14 132	0.10 122	0.23 179	0.10 122	0.20 161	0.10 123	0.24 186	0.11 129	0.11 90	0.09 72	0.12 124	0.14 161	0.12 131	0.09 113

aanetorigin	0.13 105	0.11 81	0.11 91	0.11 78	0.11 140	0.11 125	0.11 134	0.11 126	0.11 137	0.11 127	0.12 144	0.11 127	0.11 135	0.11 128	0.11 129	0.11 90	0.11 100	0.14 130	0.11 132	0.49 327	0.11 131

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 82	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

ELAS	0.13 105	0.16 93	0.11 91	0.15 112	0.09 117	0.18 154	0.11 134	0.18 153	0.11 137	0.17 148	0.11 136	0.18 154	0.11 135	0.18 153	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
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

S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 129	0.11 140	0.17 150	0.11 134	0.17 150	0.11 137	0.17 148	0.11 136	0.17 150	0.11 135	0.17 150	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
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 82	0.03 41	0.03 53	0.03 43	0.03 53	0.06 89	0.04 75	0.12 96	0.11 100	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 112	0.20 105	0.14 126	0.16 121	0.11 140	0.16 144	0.11 134	0.17 150	0.11 137	0.17 148	0.12 144	0.17 150	0.13 154	0.17 150	0.12 141	0.15 125	0.11 100	0.16 145	0.11 132	0.15 142	0.12 145

IPLGR_C	0.14 112	0.20 105	0.12 102	0.15 112	0.11 140	0.14 130	0.15 157	0.14 132	0.11 137	0.15 137	0.12 144	0.14 132	0.11 135	0.16 144	0.11 129	0.15 125	0.12 114	0.14 130	0.12 147	0.15 142	0.12 145

MIPNet	0.14 112	0.21 112	0.17 153	0.16 121	0.11 140	0.15 137	0.12 147	0.14 132	0.11 137	0.16 142	0.11 136	0.14 132	0.11 135	0.14 134	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	0.14 132	0.11 137	0.15 137	0.12 144	0.14 132	0.11 135	0.14 134	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

GMStereo	0.14 112	0.13 85	0.14 126	0.14 102	0.14 158	0.14 130	0.14 152	0.14 132	0.14 158	0.14 131	0.14 161	0.14 132	0.14 158	0.14 134	0.14 151	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
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	0.07 106	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 112	0.16 93	0.12 102	0.17 129	0.12 153	0.17 150	0.11 134	0.17 150	0.11 137	0.17 148	0.12 144	0.17 150	0.12 149	0.17 150	0.12 141	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 145

DRN-Test	0.14 112	0.13 85	0.09 67	0.14 102	0.09 117	0.15 137	0.09 116	0.14 132	0.10 122	0.14 131	0.09 118	0.14 132	0.09 119	0.13 133	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 408

ELAS_RVC	0.14 112	0.16 93	0.10 71	0.15 112	0.10 124	0.18 154	0.11 134	0.19 155	0.11 137	0.19 154	0.12 144	0.18 154	0.11 135	0.19 156	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
ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 153	0.13 156	0.19 154	0.13 156	0.18 154	0.14 158	0.18 153	0.14 151	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

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

ICVP	0.15 124	0.53 232	0.11 91	0.16 121	0.11 140	0.16 144	0.11 134	0.16 145	0.11 137	0.16 142	0.11 136	0.16 143	0.11 135	0.16 144	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)
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 82	0.04 74	0.05 100	0.04 77	0.04 84	0.08 109	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 91	0.10 71	0.14 102	0.09 117	0.15 137	0.09 116	0.14 132	0.09 121	0.14 131	0.10 122	0.14 132	0.09 119	0.14 134	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 424

LALA_ROB	0.15 124	0.19 101	0.12 102	0.18 131	0.11 140	0.20 162	0.12 147	0.21 170	0.12 153	0.20 160	0.12 144	0.20 161	0.12 149	0.21 172	0.13 147	0.17 143	0.10 77	0.18 163	0.11 132	0.18 156	0.11 131

SGM_RVC	0.15 124	0.17 97	0.11 91	0.18 131	0.11 140	0.19 157	0.11 134	0.19 155	0.12 153	0.19 154	0.12 144	0.20 161	0.12 149	0.19 156	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
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 82	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

GMStereo_Zeroshot	0.16 131	0.16 93	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.16 145	0.16 172	0.16 142	0.16 172	0.16 143	0.16 170	0.16 144	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

qqq	0.16 131	2.01 446	0.12 102	0.15 112	0.04 79	0.06 92	0.05 93	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

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

CAS++	0.17 135	0.27 137	0.21 173	0.10 61	0.21 211	0.15 137	0.22 200	0.10 114	0.21 201	0.22 175	0.10 122	0.19 158	0.18 190	0.10 117	0.19 188	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 181
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 135	2.16 455	0.13 121	0.13 98	0.04 79	0.06 92	0.04 81	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.05 89	0.18 151	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

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

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 82	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

xyz-stereo-finetune2	0.18 138	0.48 212	0.16 145	0.16 121	0.15 169	0.15 137	0.16 162	0.16 145	0.16 172	0.16 142	0.16 172	0.16 143	0.16 170	0.16 144	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

xyz-stereo	0.18 138	0.50 218	0.16 145	0.15 112	0.16 178	0.16 144	0.16 162	0.16 145	0.16 172	0.16 142	0.16 172	0.16 143	0.16 170	0.16 144	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

GCAPDPT-zeroshot4090	0.18 138	0.20 105	0.16 145	0.20 137	0.16 178	0.20 162	0.16 162	0.21 170	0.16 172	0.20 160	0.16 172	0.21 169	0.17 181	0.20 160	0.16 167	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 159

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 503	0.08 115	0.08 106	0.07 113	0.07 106	0.08 118	0.08 108	0.07 114	0.08 108	0.07 115	0.11 128	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	0.07 106	0.08 118	0.08 108	0.07 114	0.08 108	0.07 115	0.11 128	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 276	0.30 179	0.17 185	0.22 176	0.17 173	0.21 170	0.17 183	0.20 160	0.17 180	0.21 169	0.18 190	0.21 172	0.17 174	0.20 159	0.16 147	0.20 172	0.16 171	0.20 164	0.17 177

DAS	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 161	0.20 196	0.20 160	0.20 201	0.20 161	0.20 199	0.20 160	0.20 192	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 186

ASD4	0.20 144	0.20 105	0.20 167	0.20 137	0.20 202	0.20 162	0.20 188	0.20 161	0.20 196	0.20 160	0.20 201	0.20 161	0.20 199	0.20 160	0.20 192	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 186

ACVNet	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 170	0.14 158	0.20 160	0.13 156	0.21 169	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 441	0.21 170	0.14 158	0.20 160	0.13 156	0.21 169	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

iResNetv2_ROB	0.20 144	0.23 117	0.18 162	0.24 159	0.20 202	0.24 187	0.18 180	0.24 184	0.18 188	0.24 186	0.18 195	0.23 184	0.19 195	0.24 186	0.18 185	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 161

iResNet	0.20 144	0.23 117	0.18 162	0.24 159	0.18 195	0.24 187	0.20 188	0.24 184	0.18 188	0.23 179	0.17 180	0.23 184	0.18 190	0.23 182	0.18 185	0.22 168	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

LACA2	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 184	0.16 172	0.24 186	0.16 172	0.24 190	0.16 170	0.24 186	0.16 167	0.27 198	0.23 192	0.24 197	0.16 171	0.23 184	0.16 161

LACA1	0.21 151	0.24 125	0.26 194	0.31 185	0.16 178	0.24 187	0.16 162	0.24 184	0.16 172	0.24 186	0.16 172	0.24 190	0.16 170	0.24 186	0.16 167	0.27 198	0.22 186	0.23 188	0.16 171	0.23 184	0.16 161

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 99	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.05 89	0.57 343	0.44 314	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 151	0.25 133	0.21 173	0.26 173	0.17 185	0.24 187	0.17 173	0.24 184	0.17 183	0.24 186	0.17 180	0.24 190	0.17 181	0.24 186	0.17 174	0.24 186	0.17 167	0.23 188	0.16 171	0.23 184	0.16 161

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 199	0.24 187	0.19 184	0.24 184	0.19 194	0.24 186	0.19 197	0.24 190	0.19 195	0.24 186	0.19 188	0.22 168	0.17 167	0.22 180	0.17 193	0.22 173	0.17 177

SuperB	0.21 151	0.10 70	2.51 568	0.12 86	0.09 117	0.10 114	0.09 116	0.08 109	0.07 114	0.10 115	0.09 118	0.09 114	0.07 115	0.07 106	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

BStereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 249	0.17 183	0.23 179	0.17 180	0.23 184	0.16 170	0.24 186	0.17 174	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 161

Wave_Phase_stereo	0.22 157	0.23 117	0.20 167	0.24 159	0.20 202	0.23 184	0.33 275	0.39 249	0.17 183	0.23 179	0.17 180	0.23 184	0.16 170	0.24 186	0.17 174	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 161

WAO-6	0.22 157	0.23 117	0.22 175	0.23 154	0.22 214	0.22 176	0.22 200	0.22 175	0.22 204	0.22 175	0.22 209	0.22 178	0.22 207	0.22 176	0.22 198	0.22 168	0.22 186	0.22 180	0.22 207	0.22 173	0.22 191

IMH-64-1	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 175	0.22 204	0.22 175	0.22 209	0.22 178	0.22 207	0.22 176	0.22 198	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 193

IMH-64	0.22 157	0.23 117	0.23 178	0.22 150	0.22 214	0.22 176	0.22 200	0.22 175	0.22 204	0.22 175	0.22 209	0.22 178	0.22 207	0.22 176	0.22 198	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 193

ac_64	0.22 157	0.13 85	0.19 164	0.23 154	0.10 124	0.26 205	1.02 450	0.14 132	0.10 122	0.28 207	0.14 161	0.17 150	0.19 195	0.28 214	0.09 111	0.22 168	0.16 147	0.23 188	0.17 193	0.11 125	0.12 145

dd	0.23 163	0.98 296	0.16 145	0.23 154	0.15 169	0.23 184	0.15 157	0.23 181	0.15 168	0.23 179	0.15 169	0.24 190	0.17 181	0.23 182	0.15 161	0.22 168	0.15 144	0.21 175	0.15 167	0.22 173	0.16 161

dad	0.23 163	1.03 320	0.16 145	0.23 154	0.15 169	0.24 187	0.15 157	0.24 184	0.16 172	0.23 179	0.16 172	0.24 190	0.16 170	0.23 182	0.15 161	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

RSGM-EC	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 175	0.15 168	0.24 186	0.15 169	0.22 178	0.15 168	0.22 176	1.19 464	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 156

acva	0.24 165	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 175	0.15 168	0.24 186	0.15 169	0.22 178	0.15 168	0.22 176	1.19 464	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 156

test_for_model	0.24 165	0.24 125	0.46 299	0.45 262	0.21 211	0.24 187	0.20 188	0.24 184	0.20 196	0.24 186	0.20 201	0.24 190	0.20 199	0.24 186	0.19 188	0.26 194	0.25 196	0.19 166	0.15 167	0.20 164	0.19 183

MSKI-zero shot	0.24 165	0.21 112	0.49 322	0.65 325	0.18 195	0.22 176	0.17 173	0.23 181	0.18 188	0.21 173	0.17 180	0.23 184	0.28 243	0.23 182	0.18 185	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

qqq1	0.25 169	3.70 525	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 95	0.05 99	0.06 97	0.05 100	0.04 77	0.05 95	0.06 89	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 95	0.05 99	0.06 97	0.05 100	0.04 77	0.05 95	0.06 89	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

UNDER WATER-64	0.25 169	0.26 134	0.25 188	0.26 173	0.25 227	0.25 197	0.25 215	0.25 193	0.25 218	0.25 195	0.25 226	0.25 198	0.25 219	0.26 206	0.25 215	0.25 192	0.25 196	0.25 201	0.25 225	0.25 190	0.25 204

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

MIM_Stereo	0.25 169	0.23 117	0.66 362	0.80 345	0.17 185	0.22 176	0.17 173	0.23 181	0.18 188	0.26 203	0.17 180	0.21 169	0.17 181	0.25 196	0.17 174	0.23 179	0.16 147	0.21 175	0.17 193	0.22 173	0.17 177

LoS	0.25 169	0.27 137	0.25 188	0.25 166	0.25 227	0.25 197	0.25 215	0.26 198	0.25 218	0.25 195	0.25 226	0.25 198	0.25 219	0.25 196	0.25 215	0.26 194	0.25 196	0.25 201	0.26 231	0.26 192	0.25 204
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
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

model_zeroshot	0.27 178	0.20 105	0.27 197	0.33 195	0.21 211	0.37 246	0.22 200	0.37 237	0.24 213	0.26 203	0.27 236	0.33 232	0.21 206	0.25 196	0.27 221	0.32 218	0.20 178	0.34 244	0.23 213	0.25 190	0.26 210

DLNR-FE	0.28 179	0.89 277	0.30 209	0.34 198	0.19 199	0.28 210	0.19 184	0.28 202	0.20 196	0.28 207	0.20 201	0.28 211	0.20 199	0.28 214	0.20 192	0.33 223	0.28 214	0.25 201	0.19 199	0.24 188	0.19 183

xyz-stereo-finetune	0.28 179	0.49 214	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.22 175	0.30 256	0.32 224	0.31 270	0.32 229	0.31 274	0.32 227	0.32 261	0.32 218	0.33 257	0.31 225	0.32 289	0.31 210	0.32 268

SQANet	0.28 179	0.28 140	0.28 201	0.28 177	0.28 241	0.28 210	0.28 234	0.28 202	0.28 239	0.28 207	0.28 243	0.28 211	0.28 243	0.28 214	0.28 231	0.28 202	0.28 214	0.28 212	0.28 247	0.28 199	0.28 234

HGLStereo	0.28 179	0.29 142	0.22 175	0.36 204	0.22 214	0.36 241	0.21 195	0.36 231	0.21 201	0.42 284	0.21 208	0.36 244	0.22 207	0.36 244	0.21 196	0.34 227	0.21 182	0.34 244	0.21 204	0.34 225	0.21 189

iResNet_ROB	0.28 179	0.32 148	0.24 185	0.32 191	0.25 227	0.32 229	0.24 213	0.32 216	0.24 213	0.33 228	0.24 220	0.35 238	0.24 216	0.33 234	0.24 207	0.31 216	0.24 195	0.32 228	0.24 221	0.32 213	0.24 203

UNet	0.29 184	0.90 280	0.10 71	0.14 102	0.10 124	0.14 130	0.10 121	0.91 398	0.69 405	0.14 131	0.11 136	0.14 132	0.11 135	0.14 134	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 388	0.76 415

MultiAttention	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 209	0.30 256	0.30 213	0.30 260	0.30 221	0.30 257	0.30 220	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 252

MSAF-DinoV2	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 209	0.30 256	0.30 213	0.30 260	0.30 221	0.30 257	0.30 220	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 252

DDVS	0.30 185	3.10 511	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 161	0.14 158	0.19 154	0.13 156	0.16 143	0.13 154	0.19 156	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

ACV-stereo	0.30 185	2.08 448	0.25 188	0.25 166	0.18 195	0.24 187	0.17 173	0.24 184	0.18 188	0.24 186	0.17 180	0.25 198	0.17 181	0.24 186	0.17 174	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

LoS_RVC	0.30 185	1.14 333	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 193	0.25 218	0.25 195	0.25 226	0.26 208	0.26 228	0.26 206	0.25 215	0.26 194	0.26 200	0.25 201	0.25 225	0.26 192	0.26 210

CAS	0.30 185	1.17 339	0.25 188	0.25 166	0.25 227	0.26 205	0.25 215	0.25 193	0.26 231	0.25 195	0.25 226	0.25 198	0.25 219	0.25 196	0.25 215	0.26 194	0.26 200	0.26 206	0.25 225	0.26 192	0.25 204

DANet	0.30 185	0.30 143	0.30 209	0.30 179	0.30 260	0.30 214	0.30 248	0.30 209	0.30 256	0.30 213	0.30 260	0.30 221	0.30 257	0.30 220	0.30 248	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 252
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	0.30 209	0.34 292	0.29 212	0.31 270	0.29 217	0.30 257	0.31 224	0.31 257	0.31 216	0.29 226	0.31 225	0.30 271	0.31 210	0.31 261

tt1	0.31 192	0.93 289	0.24 185	0.33 195	0.23 220	0.31 220	0.24 213	0.32 216	0.24 213	0.32 224	0.23 213	0.32 229	0.25 219	0.32 227	0.24 207	0.27 198	0.26 200	0.27 210	0.26 231	0.27 197	0.27 220

xxxxx1	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 220	0.25 218	0.31 218	0.24 220	0.33 232	0.25 219	0.32 227	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 220

DLNR_Zeroshot_test	0.31 192	0.28 140	0.47 307	0.79 343	0.24 225	0.30 214	0.26 223	0.30 209	0.24 213	0.32 224	0.23 213	0.31 225	0.24 216	0.30 220	0.23 204	0.29 209	0.26 200	0.29 217	0.24 221	0.33 221	0.23 193

tt_ll	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 220	0.25 218	0.31 218	0.24 220	0.33 232	0.25 219	0.32 227	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 220

ff	0.31 192	0.91 282	0.23 178	0.31 185	0.23 220	0.31 220	0.23 208	0.33 220	0.25 218	0.31 218	0.24 220	0.33 232	0.25 219	0.32 227	0.24 207	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 220

RAFT + AFF	0.31 192	0.45 198	0.34 244	0.39 216	0.28 241	0.38 253	0.33 275	0.29 207	0.31 270	0.30 213	0.30 260	0.29 217	0.27 236	0.29 218	0.30 248	0.28 202	0.29 226	0.29 217	0.29 257	0.27 197	0.32 268

MLCV	0.31 192	0.35 152	0.27 197	0.35 200	0.28 241	0.35 238	0.27 226	0.35 227	0.28 239	0.36 238	0.27 236	0.35 238	0.27 236	0.35 238	0.27 221	0.34 227	0.27 207	0.34 244	0.27 240	0.34 225	0.27 220

DN-CSS_ROB	0.31 192	0.35 152	0.28 201	0.35 200	0.28 241	0.34 233	0.27 226	0.34 223	0.25 218	0.35 235	0.27 236	0.36 244	0.26 228	0.34 235	0.28 231	0.35 236	0.28 214	0.34 244	0.28 247	0.34 225	0.27 220

DStereoFS	0.32 201	0.33 150	0.32 228	0.33 195	0.30 260	0.32 229	0.32 264	0.32 216	0.31 270	0.30 213	0.31 270	0.31 225	0.30 257	0.32 227	0.32 261	0.32 218	0.31 241	0.30 219	0.47 366	0.32 213	0.34 281

DStereoSA	0.32 201	0.52 228	0.34 244	0.31 185	0.31 273	0.30 214	0.30 248	0.31 214	0.30 256	0.31 218	0.31 270	0.31 225	0.30 257	0.31 224	0.31 257	0.30 210	0.32 245	0.31 225	0.31 282	0.31 210	0.31 261

WCG-NET（raft）	0.32 201	1.24 397	0.24 185	0.32 191	0.24 225	0.32 229	0.23 208	0.32 216	0.24 213	0.32 224	0.24 220	0.32 229	0.24 216	0.32 227	0.24 207	0.30 210	0.23 192	0.30 219	0.23 213	0.30 205	0.23 193

Any-RAFT	0.32 201	0.36 155	0.27 197	0.36 204	0.27 236	0.36 241	0.27 226	0.36 231	0.27 236	0.36 238	0.27 236	0.36 244	0.27 236	0.36 244	0.28 231	0.36 240	0.28 214	0.36 265	0.28 247	0.36 244	0.28 234

GCAP-BAT	0.33 205	0.78 258	0.32 228	0.38 210	0.25 227	0.34 233	0.25 215	0.34 223	0.26 231	0.34 230	0.25 226	0.35 238	0.26 228	0.35 238	0.27 221	0.36 240	0.30 235	0.32 228	0.24 221	0.32 213	0.26 210

StereoDRNet-Refined	0.33 205	0.39 167	0.26 194	0.39 216	0.26 235	0.40 261	0.26 223	0.40 256	0.26 231	0.39 250	0.26 232	0.39 257	0.26 228	0.39 259	0.26 220	0.37 244	0.25 196	0.37 268	0.25 225	0.37 248	0.37 299
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 161	0.16 172	0.20 160	0.17 180	0.21 169	0.16 170	0.27 210	0.24 207	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 585

RAFT-FE	0.34 207	0.26 134	0.17 153	0.21 148	0.17 185	0.20 162	0.16 162	0.20 161	0.16 172	0.20 160	0.17 180	0.21 169	0.16 170	0.27 210	0.24 207	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 585

LG-Stereo_L2	0.34 207	0.37 157	0.38 262	0.47 269	0.28 241	0.39 259	0.28 234	0.39 249	0.28 239	0.39 250	0.28 243	0.39 257	0.28 243	0.38 251	0.28 231	0.42 294	0.35 263	0.36 265	0.26 231	0.35 237	0.26 210

H2IRNET	0.34 207	0.34 151	0.34 244	0.34 198	0.34 299	0.34 233	0.34 288	0.34 223	0.34 292	0.34 230	0.34 293	0.34 236	0.34 291	0.34 235	0.34 284	0.34 227	0.34 261	0.34 244	0.34 301	0.34 225	0.34 281

IGEV++	0.34 207	0.43 187	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 256	0.29 245	0.40 256	0.29 248	0.40 265	0.29 250	0.40 262	0.30 248	0.38 255	0.29 226	0.37 268	0.29 257	0.37 248	0.29 239

iRaft-Stereo_5w	0.34 207	0.42 186	0.31 222	0.39 216	0.30 260	0.38 253	0.30 248	0.40 256	0.29 245	0.40 256	0.37 313	0.41 278	0.34 291	0.38 251	0.30 248	0.34 227	0.27 207	0.34 244	0.26 231	0.34 225	0.26 210

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

iRaft-Stereo_20w	0.34 207	0.41 179	0.31 222	0.39 216	0.29 250	0.40 261	0.32 264	0.41 271	0.32 276	0.38 244	0.30 260	0.39 257	0.30 257	0.38 251	0.32 261	0.35 236	0.27 207	0.34 244	0.27 240	0.34 225	0.29 239

DGSMNet	0.34 207	0.41 179	0.27 197	0.41 241	0.28 241	0.41 277	0.28 234	0.41 271	0.27 236	0.41 270	0.27 236	0.42 296	0.27 236	0.41 277	0.28 231	0.40 272	0.29 226	0.40 295	0.28 247	0.40 279	0.27 220

FE-Mocha	0.35 216	0.71 254	0.40 276	0.47 269	0.27 236	0.34 233	0.27 226	0.34 223	0.26 231	0.34 230	0.26 232	0.34 236	0.27 236	0.34 235	0.27 221	0.44 296	0.41 294	0.33 236	0.29 257	0.32 213	0.29 239

IGEV-FE	0.35 216	0.37 157	0.17 153	0.19 134	0.17 185	0.20 162	0.17 173	0.19 155	0.17 183	0.19 154	0.17 180	0.19 158	0.17 181	0.37 248	0.36 292	0.19 155	0.17 167	0.19 166	0.17 193	0.38 261	2.84 576

gcap-zeroshot	0.35 216	0.32 148	0.37 259	0.49 280	0.39 329	0.33 232	0.21 195	0.26 198	0.35 296	0.42 284	0.34 293	0.49 330	0.29 250	0.47 314	0.39 316	0.34 227	0.17 167	0.38 276	0.23 213	0.48 323	0.34 281

CASnet	0.35 216	0.51 226	0.44 293	0.32 191	0.31 273	0.24 187	0.34 288	0.36 231	0.25 218	0.31 218	0.37 313	0.30 221	0.33 286	0.25 196	0.45 340	0.37 244	0.37 269	0.33 236	0.35 313	0.34 225	0.37 299
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 216	0.44 190	0.45 295	0.49 280	0.30 260	0.37 246	0.30 248	0.36 231	0.30 256	0.36 238	0.29 248	0.36 244	0.29 250	0.36 244	0.30 248	0.46 304	0.39 282	0.32 228	0.24 221	0.32 213	0.25 204
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 216	0.35 152	0.35 253	0.35 200	0.35 302	0.35 238	0.35 293	0.35 227	0.35 296	0.35 235	0.35 302	0.35 238	0.35 298	0.35 238	0.35 288	0.35 236	0.35 263	0.35 260	0.35 313	0.35 237	0.35 291

gcap_with_dpt	0.36 222	0.40 169	0.31 222	0.44 259	0.31 273	0.44 309	0.31 261	0.43 295	0.30 256	0.44 297	0.31 270	0.44 306	0.31 274	0.43 296	0.31 257	0.38 255	0.27 207	0.38 276	0.27 240	0.38 261	0.27 220

Zero-FE251	0.36 222	0.40 169	0.28 201	0.41 241	0.28 241	0.41 277	0.28 234	0.41 271	0.28 239	0.41 270	0.28 243	0.41 278	0.28 243	0.42 290	0.30 248	0.37 244	0.26 200	0.37 268	0.27 240	0.45 303	0.56 373

GIP-stereo	0.36 222	0.49 214	0.39 270	0.48 274	0.32 277	0.41 277	0.28 234	0.40 256	0.30 256	0.41 270	0.28 243	0.40 265	0.28 243	0.42 290	0.28 231	0.45 299	0.32 245	0.38 276	0.30 271	0.37 248	0.27 220

DCVSM-stereo	0.36 222	1.89 435	0.22 175	0.40 229	0.22 214	0.40 261	0.22 200	0.40 256	0.22 204	0.40 256	0.22 209	0.40 265	0.22 207	0.40 262	0.22 198	0.28 202	0.21 182	0.28 212	0.21 204	0.28 199	0.20 186

RSM	0.36 222	0.36 155	0.43 291	0.37 207	0.42 350	0.49 332	0.42 340	0.37 237	0.28 239	0.36 238	0.29 248	0.36 244	0.30 257	0.37 248	0.28 231	0.34 227	0.31 241	0.34 244	0.35 313	0.40 279	0.29 239

GCAPDPT-zeroshot	0.36 222	0.40 169	0.30 209	0.43 257	0.30 260	0.43 304	0.30 248	0.43 295	0.31 270	0.43 290	0.30 260	0.43 303	0.30 257	0.44 301	0.31 257	0.39 267	0.28 214	0.39 289	0.27 240	0.39 272	0.26 210

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

DMCA	0.36 222	0.38 161	0.37 259	0.35 200	0.35 302	0.36 241	0.36 300	0.36 231	0.35 296	0.35 235	0.37 313	0.36 244	0.36 301	0.35 238	0.36 292	0.36 240	0.36 266	0.35 260	0.36 319	0.36 244	0.36 294

ACVNet-DCA	0.37 230	1.00 305	0.30 209	0.40 229	0.29 250	0.40 261	0.29 243	0.40 256	0.29 245	0.40 256	0.29 248	0.40 265	0.29 250	0.39 259	0.28 231	0.33 223	0.32 245	0.33 236	0.32 289	0.33 221	0.32 268

1test111	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 249	0.29 245	0.39 250	0.29 248	0.39 257	0.28 243	0.40 262	0.29 241	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 261

cc1	0.37 230	1.02 318	0.30 209	0.39 216	0.29 250	0.40 261	0.28 234	0.39 249	0.29 245	0.39 250	0.29 248	0.39 257	0.28 243	0.40 262	0.29 241	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 261

EKT-Stereo	0.37 230	0.40 169	0.44 293	1.07 384	0.29 250	0.34 233	0.31 261	0.36 231	0.29 245	0.38 244	0.31 270	0.37 250	0.30 257	0.36 244	0.29 241	0.34 227	0.28 214	0.39 289	0.30 271	0.37 248	0.30 252

GMOStereo	0.37 230	0.45 198	0.23 178	0.30 179	0.37 312	0.41 277	0.36 300	0.41 271	0.35 296	0.43 290	0.36 306	0.41 278	0.40 320	0.41 277	0.36 292	0.34 227	0.22 186	0.47 343	0.37 322	0.39 272	0.33 275

XPNet_ROB	0.37 230	0.37 157	0.37 259	0.37 207	0.37 312	0.37 246	0.37 306	0.37 237	0.37 309	0.37 243	0.37 313	0.37 250	0.37 306	0.37 248	0.37 301	0.37 244	0.37 269	0.37 268	0.37 322	0.37 248	0.37 299

MonSter++	0.38 236	0.44 190	0.31 222	0.43 257	0.30 260	0.43 304	0.31 261	0.43 295	0.31 270	0.45 300	0.31 270	0.43 303	0.31 274	0.43 296	0.69 401	0.38 255	0.33 257	0.40 295	0.30 271	0.38 261	0.30 252

HiDET	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 289	0.30 256	0.44 297	0.30 260	0.42 296	0.30 257	0.42 290	0.68 393	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 239

LCMNet	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.42 289	0.30 256	0.45 300	0.30 260	0.42 296	0.30 257	0.42 290	0.69 401	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 239

CSFM-Stereo	0.38 236	0.44 190	0.30 209	0.42 251	0.30 260	0.42 297	0.30 248	0.43 295	0.30 256	0.44 297	0.30 260	0.42 296	0.30 257	0.42 290	0.73 411	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.30 252

HART	0.38 236	0.45 198	0.34 244	0.42 251	0.33 289	0.41 277	0.34 288	0.42 289	0.33 283	0.43 290	0.34 293	0.42 296	0.34 291	0.41 277	0.38 304	0.40 272	0.32 245	0.42 323	0.32 289	0.40 279	0.32 268

GREAT-IGEV	0.38 236	0.43 187	0.36 255	0.48 274	0.32 277	0.45 311	0.32 264	0.45 302	0.32 276	0.45 300	0.32 278	0.45 309	0.32 278	0.45 305	0.32 261	0.44 296	0.33 257	0.41 312	0.29 257	0.41 289	0.29 239
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 236	0.43 187	0.33 234	0.46 263	0.33 289	0.45 311	0.32 264	0.45 302	0.32 276	0.45 300	0.32 278	0.45 309	0.33 286	0.45 305	0.32 261	0.38 255	0.38 275	0.38 276	0.37 322	0.37 248	0.36 294

WAO-8	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 245	0.38 313	0.38 244	0.38 318	0.38 252	0.38 310	0.38 251	0.38 304	0.38 255	0.38 275	0.38 276	0.37 322	0.38 261	0.38 306

WAO-7	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 245	0.38 313	0.38 244	0.38 318	0.38 252	0.38 310	0.38 251	0.38 304	0.38 255	0.38 275	0.38 276	0.38 335	0.38 261	0.38 306

xx1	0.38 236	1.03 320	0.31 222	0.40 229	0.31 273	0.41 277	0.28 234	0.40 256	0.29 245	0.40 256	0.29 248	0.40 265	0.29 250	0.40 262	0.29 241	0.34 227	0.33 257	0.34 244	0.32 289	0.34 225	0.32 268

Venus	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.37 246	0.38 313	0.37 237	0.37 309	0.41 270	0.37 313	0.39 257	0.37 306	0.38 251	0.38 304	0.37 244	0.38 275	0.38 276	0.37 322	0.37 248	0.38 306

IMH	0.38 236	0.38 161	0.38 262	0.38 210	0.38 319	0.38 253	0.38 313	0.38 245	0.38 313	0.42 284	0.38 318	0.40 265	0.38 310	0.38 251	0.38 304	0.38 255	0.38 275	0.39 289	0.38 335	0.38 261	0.38 306

PAM	0.39 248	1.88 434	0.34 244	0.37 207	0.41 340	0.45 311	0.22 200	0.28 202	0.23 210	0.28 207	0.24 220	0.29 217	0.23 213	0.29 218	0.23 204	0.38 255	0.32 245	0.38 276	0.37 322	0.32 213	0.22 191

HanzoNet	0.39 248	0.38 161	0.40 276	0.39 216	0.41 340	0.38 253	0.38 313	0.38 245	0.38 313	0.39 250	0.39 328	0.38 252	0.38 310	0.39 259	0.40 320	0.38 255	0.38 275	0.40 295	0.38 335	0.38 261	0.40 315

CES	0.39 248	0.47 206	0.36 255	0.36 204	0.37 312	0.45 311	0.35 293	0.35 227	0.40 327	0.36 238	0.44 351	0.47 319	0.36 301	0.44 301	0.36 292	0.37 244	0.39 282	0.44 326	0.35 313	0.37 248	0.36 294

PASM	0.39 248	3.06 510	1.36 505	1.58 476	0.09 117	0.11 125	0.11 134	0.11 126	0.11 137	0.09 113	0.09 118	0.11 127	0.09 119	0.09 113	0.09 111	0.11 90	0.11 100	0.11 121	0.09 113	0.11 125	0.11 131

mms	0.40 252	0.45 198	0.35 253	0.48 274	0.36 308	0.47 322	0.34 288	0.45 302	0.38 313	0.47 312	0.33 285	0.45 309	0.32 278	0.45 305	0.32 261	0.39 267	0.38 275	0.38 276	0.37 322	0.39 272	0.39 312

knoymous	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 256	0.40 327	0.40 256	0.40 331	0.40 265	0.40 320	0.40 262	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

anonymousa	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 256	0.40 327	0.40 256	0.40 331	0.40 265	0.40 320	0.40 262	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

riskmin	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 256	0.40 327	0.40 256	0.40 331	0.40 265	0.40 320	0.40 262	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

Anonymous_2	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 256	0.40 327	0.40 256	0.40 331	0.40 265	0.40 320	0.40 262	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

Anonymous_1	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 256	0.40 327	0.40 256	0.40 331	0.40 265	0.40 320	0.40 262	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

AdaStereo	0.40 252	0.40 169	0.40 276	0.40 229	0.40 331	0.40 261	0.40 327	0.40 256	0.40 327	0.40 256	0.40 331	0.40 265	0.40 320	0.40 262	0.40 320	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315
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.
Select-FE	0.41 259	0.44 190	0.23 178	0.26 173	0.22 214	0.26 205	0.22 200	0.26 198	0.23 210	0.26 203	0.23 213	0.26 208	0.23 213	0.45 305	0.42 335	0.25 192	0.22 186	0.25 201	0.22 207	0.45 303	2.90 577

water-stereo	0.41 259	0.84 267	0.46 299	0.50 289	0.33 289	0.45 311	0.33 275	0.45 302	0.32 276	0.45 300	0.32 278	0.45 309	0.32 278	0.45 305	0.32 261	0.44 296	0.41 294	0.39 289	0.31 282	0.39 272	0.32 268

ccccc	0.41 259	0.44 190	0.34 244	0.48 274	0.35 302	0.48 327	0.35 293	0.51 342	0.35 296	0.47 312	0.35 302	0.47 319	0.34 291	0.47 314	0.35 288	0.41 280	0.40 285	0.40 295	0.40 339	0.41 289	0.39 312

GwcNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 271	0.41 336	0.41 270	0.41 337	0.41 278	0.41 331	0.41 277	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

PSMNet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 271	0.41 336	0.41 270	0.41 337	0.41 278	0.41 331	0.41 277	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

GANet-ADL	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 271	0.41 336	0.41 270	0.41 337	0.41 278	0.41 331	0.41 277	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

ADLNet2	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 271	0.41 336	0.41 270	0.41 337	0.41 278	0.41 331	0.41 277	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

ADLNet	0.41 259	0.41 179	0.41 285	0.41 241	0.41 340	0.41 277	0.41 335	0.41 271	0.41 336	0.41 270	0.41 337	0.41 278	0.41 331	0.41 277	0.41 327	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

FCDSN-DC	0.41 259	0.59 244	0.64 358	0.54 302	0.33 289	0.50 341	0.37 306	0.42 289	0.40 327	0.61 371	0.43 349	0.50 345	0.49 362	0.38 251	0.32 261	0.28 202	0.23 192	0.26 206	0.22 207	0.35 237	0.28 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 259	0.46 202	0.33 234	0.49 280	0.33 289	0.49 332	0.33 275	0.49 320	0.33 283	0.49 326	0.33 285	0.49 330	0.33 286	0.51 346	0.33 271	0.41 280	0.30 235	0.41 312	0.30 271	0.79 374	0.29 239

Gwc-CoAtRS	0.41 259	1.49 411	0.32 228	0.42 251	0.32 277	0.41 277	0.32 264	0.41 271	0.33 283	0.41 270	0.32 278	0.41 278	0.32 278	0.41 277	0.32 261	0.39 267	0.28 214	0.39 289	0.28 247	0.40 279	0.28 234

UPFNet	0.42 270	1.20 343	0.17 153	0.24 159	0.17 185	0.25 197	0.17 173	1.19 437	0.90 437	0.25 195	0.17 180	0.24 190	0.17 181	0.25 196	0.17 174	0.22 168	0.17 167	0.22 180	0.16 171	1.15 425	0.93 433

DDF-Stereo	0.43 271	1.15 336	0.57 345	0.53 299	0.32 277	0.41 277	0.32 264	0.41 271	0.32 276	0.41 270	0.32 278	0.41 278	0.32 278	0.40 262	0.32 261	0.52 330	0.50 338	0.38 276	0.31 282	0.39 272	0.31 261

DilatedVolume-Stereo	0.43 271	0.86 270	0.48 315	0.50 289	0.33 289	0.46 317	0.33 275	0.46 306	0.33 283	0.46 306	0.33 285	0.47 319	0.33 286	0.47 314	0.34 284	0.45 299	0.42 303	0.40 295	0.33 297	0.47 319	0.38 306

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

delet	0.43 271	1.21 389	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 489	0.95 445	0.25 195	0.17 180	0.25 198	0.17 181	0.25 196	0.17 174	0.23 179	0.16 147	0.22 180	0.16 171	1.18 433	0.98 437

psm_up	0.43 271	1.19 342	0.17 153	0.25 166	0.18 195	0.25 197	0.19 184	1.26 489	0.91 438	0.26 203	0.17 180	0.25 198	0.17 181	0.25 196	0.17 174	0.22 168	0.17 167	0.23 188	0.16 171	1.18 433	0.99 438

Monster-pub-mixall	0.44 276	0.56 240	0.60 349	0.38 210	0.27 236	0.37 246	0.27 226	0.37 237	0.29 245	0.38 244	0.27 236	0.38 252	0.29 250	0.85 400	0.27 221	1.46 496	0.26 200	0.34 244	0.26 231	0.36 244	0.53 362

depthmonostereo	0.44 276	0.85 269	0.46 299	0.54 302	0.40 331	0.52 356	0.38 313	0.52 346	0.35 296	0.47 312	0.34 293	0.46 313	0.34 291	0.47 314	0.34 284	0.45 299	0.43 307	0.41 312	0.33 297	0.41 289	0.32 268

MMNet	0.44 276	1.24 397	0.17 153	0.25 166	0.17 185	0.25 197	0.18 180	1.26 489	0.93 443	0.25 195	0.17 180	0.25 198	0.18 190	0.25 196	0.17 174	0.23 179	0.16 147	0.23 188	0.16 171	1.20 437	0.99 438

252Zero-FE	0.45 279	0.50 218	0.36 255	0.50 289	0.36 308	0.50 341	0.36 300	0.50 329	0.36 307	0.49 326	0.36 306	0.49 330	0.36 301	0.54 355	0.41 327	0.45 299	0.34 261	0.45 330	0.34 301	0.55 346	0.75 412

Monster-pub-eth3d	0.45 279	0.57 241	0.60 349	0.39 216	0.28 241	0.37 246	0.28 234	0.37 237	0.30 256	0.39 250	0.29 248	0.39 257	0.30 257	0.92 410	0.27 221	1.42 493	0.28 214	0.34 244	0.28 247	0.37 248	0.53 362

Replicate-Monster	0.45 279	0.57 241	0.60 349	0.40 229	0.29 250	0.37 246	0.27 226	0.37 237	0.30 256	0.40 256	0.31 270	0.40 265	0.30 257	0.99 418	0.27 221	1.36 489	0.31 241	0.34 244	0.30 271	0.36 244	0.54 365

SCV_C0	0.45 279	0.88 274	0.49 322	0.54 302	0.37 312	0.48 327	0.37 306	0.48 316	0.37 309	0.48 319	0.36 306	0.48 326	0.37 306	0.49 329	0.37 301	0.50 322	0.41 294	0.44 326	0.34 301	0.44 299	0.34 281

RAFT-Stereo-weight	0.45 279	1.90 437	0.34 244	0.42 251	0.36 308	0.43 304	0.35 293	0.42 289	0.34 292	0.42 284	0.34 293	0.44 306	0.34 291	0.41 277	0.34 284	0.38 255	0.32 245	0.38 276	0.32 289	0.38 261	0.33 275

TorneroNet-64	0.45 279	0.27 137	0.30 209	0.58 311	0.27 236	0.70 382	0.30 248	0.28 202	0.73 420	0.73 387	0.28 243	0.71 385	0.66 388	0.75 388	0.27 221	0.27 198	0.29 226	0.37 268	0.75 425	0.28 199	0.30 252

SCV	0.46 285	0.94 291	0.45 295	0.54 302	0.37 312	0.48 327	0.38 313	0.48 316	0.37 309	0.48 319	0.39 328	0.48 326	0.37 306	0.49 329	0.37 301	0.50 322	0.46 317	0.44 326	0.34 301	0.44 299	0.34 281

otaku	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 306	0.46 350	0.46 306	0.46 357	0.46 313	0.46 348	0.46 310	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

Dean	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 306	0.46 350	0.47 312	0.46 357	0.46 313	0.46 348	0.46 310	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

ACVNet_1	0.46 285	0.47 206	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 306	0.47 355	0.46 306	0.46 357	0.46 313	0.46 348	0.46 310	0.46 344	0.46 304	0.46 317	0.47 343	0.46 359	0.46 306	0.46 336

ACVNet-4b	0.46 285	0.46 202	0.46 299	0.46 263	0.46 358	0.46 317	0.46 350	0.46 306	0.46 350	0.46 306	0.46 357	0.46 313	0.46 348	0.47 314	0.46 344	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

PML	0.46 285	1.36 405	0.29 205	0.58 311	0.30 260	0.57 369	0.29 243	0.57 357	0.29 245	0.57 366	0.29 248	0.57 369	0.29 250	0.56 360	0.29 241	0.52 330	0.30 235	0.53 371	0.31 282	0.53 344	0.30 252

LG-Stereo_L1	0.47 291	0.52 228	0.47 307	0.62 319	0.39 329	0.53 358	0.40 327	0.53 348	0.39 326	0.53 353	0.39 328	0.53 357	0.39 319	0.53 353	0.39 316	0.55 340	0.46 317	0.49 356	0.37 322	0.49 327	0.37 299

Ntro	0.47 291	0.47 206	0.46 299	0.46 263	0.46 358	0.47 322	0.47 355	0.46 306	0.47 355	0.46 306	0.46 357	0.47 319	0.46 348	0.47 314	0.47 351	0.47 309	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

HaxPig	0.47 291	0.47 206	0.47 307	0.49 280	0.47 364	0.47 322	0.47 355	0.47 312	0.47 355	0.47 312	0.47 365	0.47 319	0.47 356	0.47 314	0.47 351	0.47 309	0.47 325	0.47 343	0.47 366	0.47 319	0.48 345

UNDER WATER	0.47 291	0.47 206	0.47 307	0.47 269	0.47 364	0.47 322	0.47 355	0.47 312	0.47 355	0.47 312	0.47 365	0.47 319	0.46 348	0.47 314	0.47 351	0.47 309	0.47 325	0.47 343	0.46 359	0.47 319	0.47 343

LVE	0.47 291	0.47 206	0.47 307	0.47 269	0.49 370	0.47 322	0.47 355	0.47 312	0.49 364	0.47 312	0.47 365	0.47 319	0.46 348	0.47 314	0.47 351	0.47 309	0.47 325	0.48 351	0.47 366	0.47 319	0.47 343

GASTEREO	0.48 296	1.21 389	0.47 307	0.57 309	0.38 319	0.50 341	0.38 313	0.50 329	0.38 313	0.50 339	0.38 318	0.50 345	0.38 310	0.50 337	0.38 304	0.52 330	0.42 303	0.46 334	0.34 301	0.46 306	0.34 281

LG-Stereo_Zeroshot	0.48 296	0.55 238	0.47 307	0.63 321	0.41 340	0.56 363	0.44 343	0.56 354	0.41 336	0.56 363	0.41 337	0.57 369	0.42 337	0.56 360	0.41 327	0.55 340	0.43 307	0.51 365	0.37 322	0.51 338	0.37 299

fffft	0.48 296	0.51 226	0.45 295	0.52 298	0.45 356	0.52 356	0.45 348	0.52 346	0.48 362	0.53 353	0.45 355	0.52 356	0.45 345	0.52 351	0.46 344	0.51 328	0.41 294	0.50 360	0.41 346	0.50 332	0.41 322
1: 1. 1
RainbowNet	0.48 296	0.48 212	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 316	0.48 362	0.48 319	0.48 369	0.48 326	0.48 357	0.48 323	0.48 357	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.48 345

notaker	0.48 296	0.49 214	0.48 315	0.48 274	0.48 368	0.48 327	0.48 364	0.48 316	0.49 364	0.48 319	0.48 369	0.48 326	0.48 357	0.48 323	0.48 357	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.49 350

LL-Strereo2	0.48 296	1.73 424	0.51 333	0.59 314	0.34 299	0.42 297	0.33 275	0.40 256	0.31 270	0.42 284	0.33 285	0.42 296	0.31 274	0.44 301	0.39 316	0.60 346	0.51 343	0.44 326	0.33 297	0.44 299	0.33 275

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	0.47 312	0.47 355	0.45 300	0.34 293	0.46 313	0.48 357	0.46 310	0.35 288	0.39 267	0.71 386	0.39 289	0.35 313	0.41 289	0.41 322

ACVNet_2	0.49 302	0.49 214	0.49 322	0.49 280	0.49 370	0.49 332	0.49 366	0.49 320	0.49 364	0.49 326	0.49 372	0.49 330	0.49 362	0.49 329	0.49 359	0.49 316	0.49 332	0.49 356	0.49 373	0.49 327	0.49 350

testlalala	0.49 302	2.86 507	0.39 270	0.49 280	0.30 260	0.43 304	0.30 248	0.43 295	0.30 256	0.43 290	0.30 260	0.43 303	0.30 257	0.43 296	0.30 248	0.45 299	0.36 266	0.38 276	0.26 231	0.38 261	0.26 210

FoundationStereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 329	0.50 367	0.50 339	0.50 374	0.50 345	0.50 365	0.50 337	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

StereoAnything_RVC	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 329	0.50 367	0.50 339	0.50 374	0.50 345	0.50 365	0.50 337	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

dual_stereo	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 329	0.50 367	0.50 339	0.50 374	0.50 345	0.50 365	0.50 337	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

GCST	0.50 305	2.08 448	0.38 262	0.53 299	0.35 302	0.49 332	0.35 293	0.50 329	0.35 296	0.49 326	0.35 302	0.49 330	0.35 298	0.49 329	0.35 288	0.48 313	0.37 269	0.45 330	0.33 297	0.44 299	0.33 275

SANet	0.50 305	0.50 218	0.50 326	0.50 289	0.50 374	0.50 341	0.50 368	0.50 329	0.50 367	0.50 339	0.50 374	0.50 345	0.50 365	0.50 337	0.50 360	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

MSCF	0.51 310	1.40 408	0.49 322	0.58 311	0.38 319	0.50 341	0.38 313	0.54 350	0.41 336	0.52 350	0.41 337	0.53 357	0.42 337	0.53 353	0.41 327	0.60 346	0.47 325	0.48 351	0.37 322	0.48 323	0.38 306

UGAM-zero	0.51 310	2.17 456	0.39 270	0.53 299	0.36 308	0.50 341	0.36 300	0.50 329	0.36 307	0.49 326	0.36 306	0.50 345	0.35 298	0.50 337	0.36 292	0.49 316	0.37 269	0.47 343	0.35 313	0.46 306	0.34 281

UGAM	0.51 310	2.23 461	0.39 270	0.54 302	0.35 302	0.50 341	0.35 293	0.49 320	0.35 296	0.49 326	0.35 302	0.49 330	0.36 301	0.50 337	0.36 292	0.49 316	0.37 269	0.45 330	0.34 301	0.45 303	0.34 281

Selective-IGEV	0.51 310	0.55 238	0.45 295	0.69 330	0.45 356	0.61 372	0.45 348	0.50 329	0.40 327	0.56 363	0.44 351	0.55 364	0.40 320	0.72 383	0.67 385	0.59 345	0.46 317	0.45 330	0.34 301	0.46 306	0.37 299

RCA-Stereo	0.51 310	3.22 516	0.34 244	0.44 259	0.34 299	0.44 309	0.34 288	0.43 295	0.34 292	0.43 290	0.34 293	0.44 306	0.33 286	0.43 296	0.33 271	0.38 255	0.29 226	0.38 276	0.29 257	0.38 261	0.29 239

MatchStereo	0.54 315	0.12 83	2.38 566	2.32 509	0.09 117	0.09 112	0.08 115	0.09 113	0.07 114	0.09 113	0.07 114	0.09 114	0.07 115	0.09 113	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
AIO-test1	0.54 315	0.60 247	0.52 336	0.66 328	0.47 364	0.61 372	0.47 355	0.58 360	0.46 350	0.61 371	0.46 357	0.61 375	0.45 345	0.62 369	0.45 340	0.61 350	0.52 345	0.57 374	0.48 370	0.57 348	0.48 345

castereo++	0.54 315	3.59 522	1.15 433	1.31 462	0.14 158	0.16 144	0.14 152	0.16 145	0.14 158	0.16 142	0.14 161	0.16 143	0.13 154	0.16 144	0.14 151	1.45 495	1.16 439	0.15 142	0.14 161	0.15 142	0.13 151

FENet	0.54 315	1.52 412	1.19 439	1.41 471	0.23 220	0.35 238	0.23 208	0.35 227	0.23 210	0.34 230	0.23 213	0.35 238	0.23 213	0.35 238	0.23 204	1.40 492	1.07 423	0.32 228	0.23 213	0.33 221	0.23 193

PSMNet_ROB	0.54 315	0.54 236	0.54 341	0.54 302	0.53 383	0.54 361	0.54 376	0.53 348	0.54 377	0.54 358	0.54 384	0.54 360	0.53 372	0.54 355	0.54 370	0.54 334	0.53 347	0.54 372	0.54 381	0.54 345	0.54 365

AIO-test2	0.55 320	0.59 244	0.52 336	0.67 329	0.47 364	0.61 372	0.47 355	0.61 366	0.47 355	0.61 371	0.47 365	0.61 375	0.48 357	0.62 369	0.47 351	0.64 356	0.53 347	0.58 375	0.47 366	0.58 349	0.48 345

CFNet-ft	0.55 320	1.57 413	0.14 126	0.20 137	0.14 158	0.20 162	2.53 572	1.61 505	0.14 158	0.20 160	0.14 161	0.20 161	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	1.56 498	1.24 515

MyStereo04	0.56 322	3.72 528	0.59 347	0.49 280	0.41 340	0.36 241	0.32 264	0.37 237	0.31 270	0.34 230	0.46 357	0.35 238	0.32 278	0.35 238	0.33 271	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 330

CASS	0.57 323	0.89 277	0.56 343	0.57 309	0.56 386	0.56 363	0.56 377	0.56 354	0.53 375	0.57 366	0.57 387	0.59 373	0.48 357	0.56 360	0.57 373	0.55 340	0.56 351	0.47 343	0.56 386	0.62 352	0.56 373
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 324	0.58 243	0.47 307	0.64 324	0.74 418	1.00 413	0.69 402	0.57 357	0.41 336	0.57 366	0.41 337	0.57 369	0.41 331	1.00 420	0.75 416	0.91 391	0.51 343	0.52 368	0.37 322	0.52 340	0.37 299

MonSter	0.60 324	0.64 250	0.52 336	0.62 319	0.44 353	2.07 530	0.44 343	0.62 367	0.44 347	0.62 374	0.44 351	0.62 377	0.44 342	0.62 369	0.44 339	0.58 344	0.42 303	0.62 378	0.46 359	0.58 349	0.42 329

MyStereo07	0.60 324	3.72 528	0.48 315	0.49 280	0.41 340	0.36 241	0.32 264	0.49 320	0.43 344	0.51 347	0.42 347	0.49 330	0.43 340	0.51 346	0.64 380	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 330

FSD	0.61 327	0.59 244	0.50 326	2.58 520	0.44 353	0.56 363	0.44 343	0.55 353	0.44 347	0.56 363	0.44 351	0.56 367	0.44 342	0.56 360	0.46 344	0.61 350	0.42 303	0.52 368	0.42 354	0.52 340	0.51 360

castereo	0.61 327	3.79 530	1.35 497	1.52 475	0.15 169	0.17 150	0.16 162	0.20 161	0.21 201	0.18 152	0.16 172	0.21 169	0.12 149	0.26 206	0.17 174	1.43 494	1.38 509	0.17 153	0.16 171	0.18 156	0.16 161

WCG-NET	0.61 327	1.21 389	0.54 341	0.61 318	0.53 383	0.67 380	0.53 374	0.66 372	0.53 375	0.64 377	0.53 383	0.65 381	0.53 372	0.59 367	0.52 367	0.65 357	0.48 329	0.64 381	0.52 379	0.58 349	0.50 353

GEAStereo	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 342	0.38 313	0.53 353	0.38 318	0.50 345	0.38 310	0.51 346	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 281

gasm-f	0.62 330	3.91 535	0.48 315	0.69 330	0.38 319	0.51 353	0.38 313	0.51 342	0.38 313	0.53 353	0.38 318	0.50 345	0.38 310	0.51 346	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 281

SMoEStereo_RVC	0.63 332	0.75 257	0.51 333	0.73 339	0.53 383	0.71 384	0.47 355	0.67 373	0.58 380	0.74 392	0.60 388	0.72 388	0.53 372	0.74 387	0.51 365	0.61 350	0.62 363	0.62 378	0.61 394	0.63 353	0.61 379

anonymity	0.63 332	0.69 252	0.56 343	0.71 336	0.56 386	0.71 384	0.56 377	0.71 378	0.56 378	0.72 385	0.56 386	0.71 385	0.56 376	0.71 381	0.58 374	0.68 361	0.55 349	0.68 386	0.55 382	0.68 357	0.54 365

PAM_32	0.64 334	2.38 476	0.51 333	0.92 360	0.43 352	0.53 358	0.44 343	0.87 392	0.43 344	0.52 350	0.45 355	0.53 357	0.40 320	0.54 355	0.46 344	0.62 354	0.56 351	0.48 351	0.45 357	0.76 369	0.44 333

CRFU-Net	0.65 335	1.67 417	1.22 489	1.96 494	0.27 236	0.41 277	0.27 226	0.41 271	0.27 236	0.40 256	0.26 232	0.41 278	0.27 236	0.40 262	0.27 221	1.80 509	1.62 529	0.34 244	0.23 213	0.33 221	0.23 193

LMCR-Stereo	0.65 335	0.63 248	0.65 361	0.65 325	0.65 401	0.66 379	0.63 384	0.58 360	0.65 391	0.63 376	0.64 396	0.65 381	0.65 385	0.66 376	0.66 384	0.66 359	0.64 366	0.65 384	0.67 411	0.68 357	0.73 408

KSHMR	0.66 337	0.50 218	0.48 315	1.15 394	0.52 380	0.49 332	0.51 372	0.49 320	0.71 414	0.67 381	0.50 374	1.16 448	1.11 445	0.66 376	0.52 367	0.49 316	0.49 332	0.51 365	0.66 407	0.50 332	1.14 456

TorneroNet	0.66 337	0.53 232	0.50 326	0.50 289	0.64 399	1.06 429	0.70 407	0.50 329	0.51 374	0.49 326	0.69 411	0.49 330	0.50 365	0.48 323	1.15 457	0.71 366	0.49 332	1.14 446	1.08 455	0.49 327	0.49 350

GES	0.66 337	2.34 472	0.29 205	0.41 241	0.29 250	0.41 277	0.29 243	0.42 289	0.29 245	0.40 256	0.41 337	0.41 278	0.30 257	0.51 346	0.29 241	0.32 218	0.29 226	0.32 228	2.46 576	2.49 538	0.30 252

cf-r	0.66 337	2.17 456	0.12 102	0.18 131	0.12 153	0.18 154	2.70 576	2.60 551	0.12 153	0.18 152	0.12 144	0.18 154	0.12 149	0.18 153	0.12 141	0.15 125	0.11 100	0.15 142	0.11 132	1.81 510	1.74 552

DSFCA	0.66 337	0.73 256	0.78 394	0.65 325	0.65 401	0.64 377	0.64 385	0.65 370	0.63 389	0.64 377	0.64 396	0.64 378	0.64 383	0.65 375	0.65 381	0.65 357	0.65 368	0.65 384	0.65 405	0.66 355	0.64 389

DEFOM-Stereo	0.68 342	3.11 512	1.40 511	1.63 484	0.25 227	0.31 220	0.25 215	0.31 214	0.28 239	0.31 218	0.29 248	0.29 217	0.27 236	0.31 224	0.28 231	1.59 502	1.47 515	0.30 219	0.29 257	0.30 205	0.28 234

ssnet_v2	0.68 342	1.96 445	1.25 493	0.29 178	0.20 202	0.30 214	0.20 188	0.29 207	0.22 204	1.50 507	0.20 201	0.31 225	0.20 199	0.27 210	0.22 198	0.24 186	1.49 516	0.26 206	0.18 198	3.90 561	0.19 183

ARAFT	0.68 342	0.81 264	0.63 356	0.74 340	0.60 389	0.78 390	0.62 383	0.77 383	0.66 393	0.74 392	0.63 394	0.75 393	0.62 382	0.83 395	0.60 377	0.70 365	0.55 349	0.70 389	0.60 392	0.78 372	0.55 370

NINENet	0.69 345	3.87 534	1.20 442	1.98 495	0.05 99	0.40 261	0.04 81	0.40 256	0.05 99	0.41 270	0.04 88	0.41 278	0.05 95	0.40 262	0.05 89	1.79 508	1.56 522	0.34 244	0.22 207	0.34 225	0.23 193

VIP-Stereo	0.70 346	2.97 509	2.43 567	2.49 516	0.16 178	0.25 197	0.16 162	0.25 193	0.16 172	0.25 195	0.18 195	0.25 198	0.16 170	0.26 206	0.16 167	1.86 510	1.26 492	0.23 188	0.15 167	0.23 184	0.15 159

RAFT-Stereo + iAFF	0.70 346	0.72 255	0.71 380	0.80 345	0.62 398	0.82 395	0.61 382	0.81 389	0.62 387	0.81 400	0.63 394	0.80 399	0.70 403	0.73 385	0.61 379	0.76 372	0.61 362	0.74 394	0.61 394	0.77 371	0.61 379

DMCA-RVC	0.70 346	0.80 261	0.70 376	0.70 334	0.70 411	0.70 382	0.70 407	0.71 378	0.70 409	0.70 384	0.71 418	0.71 385	0.70 403	0.70 380	0.69 401	0.69 362	0.70 382	0.69 387	0.70 416	0.69 361	0.70 400

MyStereo8	0.71 349	3.92 537	0.52 336	0.59 314	0.52 380	0.57 369	0.53 374	0.59 362	0.50 367	0.59 370	0.51 380	0.57 369	0.50 365	0.56 360	0.52 367	0.54 334	0.49 332	0.54 372	0.49 373	0.55 346	0.50 353

HH	0.71 349	2.54 482	0.74 388	1.10 386	0.32 277	0.41 277	0.37 306	0.69 375	0.78 424	0.73 387	0.90 438	0.75 393	1.00 433	0.84 396	0.69 401	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 210

HanStereo	0.71 349	2.54 482	0.74 388	1.10 386	0.32 277	0.41 277	0.37 306	0.69 375	0.78 424	0.73 387	0.90 438	0.75 393	1.00 433	0.84 396	0.69 401	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 210

zero-FE	0.72 352	1.31 401	0.66 362	0.92 360	0.60 389	0.82 395	0.58 379	0.82 390	0.58 380	0.81 400	0.60 388	0.81 402	0.60 379	0.82 394	0.58 374	0.74 370	0.59 357	0.73 391	0.52 379	0.76 369	0.51 360

ktn	0.72 352	0.53 232	1.08 428	1.14 392	0.51 379	1.22 491	1.36 522	0.51 342	0.59 382	0.51 347	0.51 380	0.69 384	1.20 456	0.67 378	0.51 365	0.51 328	0.49 332	0.58 375	0.66 407	0.52 340	0.53 362

DStereoRT	0.73 354	0.81 264	0.73 387	0.71 336	0.74 418	0.73 386	0.75 415	0.71 378	0.71 414	0.74 392	0.72 421	0.73 390	0.80 419	0.71 381	0.73 411	0.76 372	0.71 386	0.73 391	0.72 421	0.70 362	0.76 415

CroCo-Stereo	0.73 354	1.22 395	0.25 188	1.22 448	0.25 227	1.22 491	0.25 215	1.22 486	0.25 218	1.22 494	0.25 226	1.22 497	0.25 219	1.22 497	0.25 215	1.22 479	0.26 200	1.21 505	0.25 225	1.22 485	0.25 204
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
AFF-stereo	0.73 354	0.88 274	0.67 366	0.75 341	0.68 408	0.75 387	0.64 385	0.80 386	0.72 417	0.83 402	0.70 413	0.82 403	0.64 383	0.84 396	0.67 385	0.77 374	0.63 364	0.81 405	0.63 396	0.78 372	0.62 382

AIO-Stereo-zeroshot1	0.75 357	0.92 287	0.85 405	0.96 371	0.59 388	1.27 495	0.44 343	0.59 362	0.69 405	0.91 407	0.68 406	0.55 364	0.61 381	1.06 435	0.83 429	0.62 354	0.70 382	0.90 415	0.41 346	0.89 389	0.56 373

MyStereo06	0.75 357	4.12 539	0.60 349	0.63 321	0.61 395	0.62 375	0.66 388	0.56 354	0.45 349	0.55 361	0.48 369	0.54 360	0.46 348	0.57 365	0.45 340	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 370

GCAP-Stereo	0.75 357	4.15 542	0.42 290	0.75 341	0.35 302	0.78 390	0.40 327	0.79 384	0.38 313	0.78 396	0.36 306	0.78 396	0.36 301	0.79 390	0.39 316	0.75 371	0.39 282	0.76 397	0.39 338	0.75 368	0.39 312

GANet-RSSM	0.75 357	1.91 438	0.14 126	0.47 269	0.14 158	0.21 174	3.21 593	2.30 537	0.14 158	0.46 306	0.14 161	0.23 184	0.18 190	0.21 172	0.14 151	0.18 151	0.27 207	0.37 268	0.13 155	2.13 520	2.12 562

RSM++	0.76 361	0.82 266	0.66 362	0.85 352	0.64 399	0.85 397	0.71 410	0.94 405	0.64 390	0.87 403	0.67 401	0.87 405	0.65 385	0.84 396	0.65 381	0.81 379	0.70 382	0.79 400	0.71 419	0.83 384	0.70 400

CroCo-Stereo Lap2	0.77 362	1.29 399	0.29 205	1.27 453	0.29 250	1.27 495	0.26 223	1.26 489	0.26 231	1.26 495	0.26 232	1.27 501	0.26 228	1.26 498	0.27 221	1.27 481	0.27 207	1.27 508	0.27 240	1.27 488	0.27 220

PSMNet-RSSM	0.77 362	2.76 499	0.14 126	0.20 137	0.14 158	0.20 162	2.66 574	2.79 564	0.14 158	0.21 173	0.14 161	0.21 169	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 567

GwcNet-RSSM	0.77 362	2.77 501	0.14 126	0.20 137	0.14 158	0.20 162	2.67 575	2.78 563	0.14 158	0.20 160	0.14 161	0.20 161	0.14 158	0.21 172	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 567

4D-IteraStereo	0.78 365	3.13 513	0.89 406	0.69 330	0.32 277	0.40 261	0.32 264	0.76 382	0.97 448	0.52 350	0.65 398	0.89 408	0.32 278	0.76 389	0.98 441	0.83 384	0.94 414	0.35 260	0.27 240	0.70 362	0.89 429

Pro-Stereo	0.79 366	0.53 232	0.38 262	0.49 280	0.38 319	0.49 332	0.37 306	0.49 320	0.67 394	0.50 339	0.38 318	1.10 440	0.38 310	0.49 329	0.38 304	0.71 366	0.88 408	5.98 609	0.36 319	0.46 306	0.36 294

hitnet-ft	0.79 366	2.78 504	0.14 126	0.20 137	0.14 158	0.21 174	2.89 577	2.80 565	0.14 158	0.20 160	0.14 161	0.20 161	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.54 550	2.33 569

G-Net	0.79 366	0.79 260	0.79 397	0.79 343	0.79 431	0.79 392	0.79 420	0.79 384	0.79 428	0.79 397	0.79 431	0.79 398	0.79 418	0.79 390	0.79 421	0.79 375	0.79 399	0.79 400	0.79 431	0.79 374	0.79 420

MyStereo05	0.80 369	4.12 539	0.63 356	0.63 321	0.61 395	0.62 375	0.66 388	0.65 370	0.62 387	0.67 381	0.61 392	0.65 381	0.58 377	0.67 378	0.55 372	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 370

UDG	0.80 369	2.21 460	0.60 349	0.91 357	0.60 389	0.90 403	0.58 379	0.88 395	0.60 383	0.90 405	0.60 388	0.88 406	0.60 379	0.90 405	0.58 374	0.86 388	0.60 358	0.84 411	0.59 391	0.84 385	0.61 379

ccnet	0.80 369	2.28 464	0.33 234	0.50 289	0.33 289	0.50 341	0.33 275	0.50 329	0.33 283	0.49 326	0.33 285	0.49 330	1.56 521	2.38 541	0.33 271	0.41 280	0.29 226	0.42 323	1.57 536	2.28 526	0.29 239

NaN_ROB	0.80 369	0.80 261	0.80 398	0.80 345	0.80 433	0.80 393	0.80 423	0.80 386	0.80 430	0.80 398	0.80 433	0.80 399	0.80 419	0.80 392	0.80 424	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 421

CSAN	0.80 369	0.80 261	0.80 398	0.80 345	0.80 433	0.80 393	0.80 423	0.80 386	0.80 430	0.80 398	0.80 433	0.80 399	0.80 419	0.80 392	0.80 424	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 421

GSStereo	0.81 374	4.28 545	0.50 326	0.59 314	0.40 331	0.51 353	0.38 313	0.50 329	0.38 313	0.50 339	0.38 318	0.50 345	3.79 590	0.50 337	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 291

BSDual-CNN	0.81 374	1.91 438	0.92 413	4.48 564	0.02 21	0.42 297	0.06 110	0.41 271	0.02 21	0.48 319	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	0.27 220

DDUNet	0.81 374	2.45 480	0.57 345	0.90 355	0.60 389	0.88 400	0.59 381	0.90 396	0.60 383	0.88 404	0.60 388	0.90 409	0.58 377	0.88 402	0.60 377	0.84 386	0.60 358	0.86 413	0.57 388	0.86 386	0.60 378

R-Stereo Train	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 407	0.68 400	0.95 415	0.68 406	0.96 417	0.68 394	0.96 416	0.68 393	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 397

RAFT-Stereo	0.81 374	0.96 293	0.67 366	0.95 368	0.67 405	0.95 408	0.68 396	0.95 407	0.68 400	0.95 415	0.68 406	0.96 417	0.68 394	0.96 416	0.68 393	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 397
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 161	0.25 218	1.61 511	0.23 213	0.28 211	0.26 228	0.20 160	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 193

scenet	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 161	0.25 218	1.61 511	0.23 213	0.28 211	0.26 228	0.20 160	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 193

ssnet	0.82 379	1.72 419	1.48 515	0.39 216	0.15 169	0.31 220	0.21 195	0.20 161	0.25 218	1.61 511	0.23 213	0.28 211	0.26 228	0.20 160	0.15 161	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 193

STTRV1_RVC	0.82 379	1.60 415	0.70 376	1.01 379	0.60 389	1.07 432	0.69 402	1.01 417	0.60 383	0.72 385	0.55 385	1.02 431	0.68 394	1.03 433	0.67 385	0.89 390	0.63 364	0.92 421	0.57 388	0.90 392	0.65 391

DEFOM-Stereo_RVC	0.83 383	5.18 556	1.98 555	2.19 500	0.17 185	0.19 157	0.18 180	0.19 155	0.16 172	0.20 160	0.19 197	0.22 178	0.22 207	0.20 160	0.15 161	2.28 537	2.13 556	0.24 197	0.17 193	0.18 156	0.16 161

BUS	0.83 383	1.91 438	0.92 413	4.48 564	0.02 21	0.40 261	0.04 81	0.41 271	0.02 21	0.48 319	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	0.27 220

PDISCO_ROB	0.83 383	2.80 505	3.49 587	0.14 102	0.11 140	0.17 150	0.09 116	0.15 144	0.10 122	0.15 137	0.12 144	0.16 143	0.14 158	3.30 571	0.13 147	0.14 118	2.34 561	0.16 145	0.12 147	2.62 551	0.10 118

WQFJA1++	0.84 386	0.98 296	0.67 366	1.26 452	0.75 420	1.00 413	0.67 392	1.00 409	0.67 394	1.00 417	0.67 401	1.00 420	0.67 390	1.00 420	0.67 385	0.96 401	0.67 370	0.91 418	0.63 396	0.92 396	0.63 383

WQFJX1	0.84 386	0.98 296	0.67 366	1.30 460	0.75 420	1.01 420	0.67 392	1.01 417	0.67 394	1.01 425	0.67 401	1.01 427	0.68 394	1.00 420	0.68 393	0.98 406	0.67 370	0.92 421	0.64 401	0.92 396	0.64 389

NLMM	0.84 386	1.00 305	0.67 366	1.27 453	0.75 420	1.00 413	0.68 396	1.00 409	0.67 394	1.00 417	0.67 401	1.02 431	0.67 390	1.02 431	0.67 385	0.97 402	0.67 370	0.93 425	0.63 396	0.92 396	0.63 383

AIO-Stereo	0.84 386	0.66 251	0.70 376	0.83 349	0.67 405	0.98 411	0.82 429	1.14 428	0.72 417	1.03 431	0.74 425	1.03 433	1.09 444	0.99 418	0.45 340	1.04 413	0.73 389	0.95 431	0.74 423	0.94 405	0.46 336

DCRE	0.84 386	1.89 435	0.77 393	0.94 366	0.72 415	0.88 400	0.73 413	0.87 392	0.78 424	0.90 405	0.71 418	0.88 406	0.67 390	0.88 402	0.73 411	0.81 379	0.68 375	0.81 405	0.70 416	0.82 382	0.70 400

iGMRVC	0.84 386	2.85 506	0.72 383	0.72 338	0.73 416	0.77 388	0.79 420	0.73 381	0.74 422	0.73 387	0.72 421	0.73 390	0.76 413	0.73 385	0.73 411	0.72 368	0.73 389	0.73 391	0.72 421	0.73 367	0.72 405

WQFJA1	0.85 392	0.98 296	0.67 366	1.29 458	0.76 425	1.01 420	0.67 392	1.02 422	0.67 394	1.02 429	0.67 401	1.01 427	0.67 390	1.01 427	0.68 393	0.99 407	0.67 370	0.93 425	0.64 401	0.92 396	0.65 391

WQFJX	0.85 392	1.00 305	0.68 373	1.30 460	0.75 420	1.01 420	0.68 396	1.01 417	0.68 400	1.01 425	0.68 406	1.03 433	0.68 394	1.02 431	0.67 385	0.97 402	0.67 370	0.93 425	0.63 396	0.94 405	0.63 383

NLSM3	0.85 392	0.99 303	0.68 373	1.29 458	0.76 425	1.01 420	0.68 396	1.01 417	0.68 400	1.02 429	0.68 406	1.01 427	0.68 394	1.01 427	0.68 393	0.97 402	0.68 375	0.93 425	0.64 401	0.93 401	0.63 383

NLMM1	0.86 395	0.98 296	0.69 375	1.48 474	0.75 420	1.01 420	0.69 402	1.00 409	0.69 405	1.00 417	0.70 413	1.00 420	0.68 394	1.01 427	0.67 385	0.97 402	0.68 375	0.92 421	0.63 396	0.93 401	0.63 383

AdaDepth	0.86 395	0.93 289	0.71 380	1.01 379	1.07 460	1.02 426	0.71 410	1.00 409	0.71 414	1.01 425	0.71 418	1.00 420	0.72 408	1.14 446	0.71 409	0.92 394	0.64 366	0.90 415	0.64 401	0.89 389	0.69 399

GEStereo_RVC	0.86 395	4.45 546	0.20 167	0.27 176	0.20 202	0.27 209	0.20 188	0.26 198	0.18 188	5.03 601	0.20 201	0.27 210	0.19 195	0.27 210	0.21 196	0.20 159	0.19 176	0.19 166	4.02 605	0.20 164	0.18 181

Selective-RAFT-Error	0.88 398	0.84 267	0.98 418	0.86 353	0.97 449	0.88 400	0.95 440	0.84 391	0.99 451	0.92 409	0.82 435	0.84 404	0.98 432	0.87 401	0.97 440	0.81 379	0.83 405	0.79 400	0.82 436	0.79 374	0.85 426

IER	0.88 398	7.04 575	2.23 560	2.75 522	0.28 241	0.43 304	0.25 215	0.39 249	0.25 218	0.41 270	0.27 236	0.39 257	0.25 219	0.40 262	0.28 231	0.37 244	0.28 214	0.37 268	0.25 225	0.37 248	0.25 204

Selective-RAFT	0.89 400	0.89 277	0.72 383	1.16 399	0.78 429	1.06 429	0.82 429	0.87 392	0.97 448	1.00 417	0.91 441	0.90 409	1.00 433	0.89 404	0.93 437	0.83 384	0.83 405	0.82 409	0.82 436	0.81 380	0.82 424

AIO-Stereo-zeroshot	0.91 401	0.86 270	0.89 406	1.25 451	0.69 409	1.05 428	0.81 426	1.16 432	0.50 367	1.12 441	0.97 446	0.72 388	0.82 423	1.06 435	0.95 438	0.61 350	0.87 407	1.03 443	0.85 439	1.04 417	1.01 445

CFNet-RSSM	0.91 401	4.89 552	0.34 244	0.44 259	1.07 460	1.62 515	1.40 529	0.91 398	0.35 296	1.60 508	1.39 529	0.64 378	0.34 291	0.44 301	0.33 271	0.41 280	0.35 263	0.75 395	0.30 271	0.41 289	0.29 239

MLG-Stereo	0.92 403	0.90 280	0.84 404	1.27 453	0.49 370	1.38 504	0.88 432	1.41 502	0.97 448	0.73 387	1.09 456	1.26 498	0.43 340	0.72 383	1.05 449	1.13 424	0.49 332	1.18 456	0.66 407	1.01 414	0.46 336

ToySt	0.92 403	2.11 451	0.90 409	0.95 368	0.79 431	0.99 412	0.78 419	0.94 405	0.81 433	0.94 413	0.78 429	0.95 416	0.77 415	0.94 412	0.86 431	0.91 391	0.79 399	0.85 412	0.77 427	0.89 389	0.73 408

DPSM_ROB	0.92 403	0.91 282	0.91 411	0.91 357	0.92 444	0.92 405	0.92 436	0.92 401	0.91 438	0.93 411	0.91 441	0.92 412	0.90 426	0.91 406	0.92 433	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 433

DPSM	0.92 403	0.91 282	0.91 411	0.91 357	0.92 444	0.92 405	0.92 436	0.92 401	0.91 438	0.93 411	0.91 441	0.92 412	0.90 426	0.91 406	0.92 433	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 433

pmcnn	0.92 403	0.92 287	0.92 413	0.92 360	0.92 444	0.92 405	0.92 436	0.92 401	0.92 442	0.92 409	0.92 444	0.92 412	0.92 428	0.92 410	0.92 433	0.92 394	0.92 412	0.92 421	0.92 440	0.92 396	0.92 432

error version	0.93 408	4.47 547	2.35 563	1.99 496	0.37 312	0.41 277	0.36 300	0.41 271	0.35 296	0.43 290	0.36 306	0.41 278	0.40 320	0.41 277	0.36 292	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 275

test_1	0.93 408	4.47 547	2.35 563	1.99 496	0.37 312	0.41 277	0.36 300	0.41 271	0.35 296	0.43 290	0.36 306	0.41 278	0.40 320	0.41 277	0.36 292	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 275

DGTPSM_ROB	0.93 408	1.00 305	0.92 413	0.94 366	0.96 448	0.91 404	0.92 436	0.91 398	0.96 447	0.91 407	0.96 445	0.93 415	0.92 428	0.94 412	0.92 433	0.92 394	0.92 412	0.90 415	0.92 440	0.94 405	0.91 431

HSM-Net_RVC	0.95 411	1.17 339	0.78 394	1.18 401	0.71 413	1.16 444	0.75 415	1.09 426	0.80 430	1.10 435	0.75 426	1.17 449	0.74 410	1.17 449	0.80 424	1.13 424	0.73 389	1.17 453	0.77 427	1.16 427	0.72 405
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 412	3.17 515	2.30 562	2.42 513	0.38 319	0.54 361	0.38 313	0.54 350	0.38 313	0.54 358	0.38 318	0.54 360	0.38 310	0.54 355	0.38 304	2.38 546	2.34 561	0.49 356	0.36 319	0.49 327	0.36 294

DPSimNet_ROB	0.97 412	1.18 341	0.81 401	1.10 386	0.91 443	1.02 426	0.82 429	1.04 423	0.91 438	1.03 431	0.86 437	1.28 502	0.82 423	1.03 433	0.89 432	1.17 428	0.81 404	1.02 441	0.82 436	1.08 419	0.81 423

test-3	0.98 414	4.13 541	1.85 544	1.85 487	0.61 395	0.69 381	0.37 306	0.63 368	0.61 386	0.66 380	0.51 380	0.73 390	0.44 342	0.57 365	0.54 370	1.68 506	1.81 541	0.40 295	0.43 355	0.66 355	0.50 353

Test_v1	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 409	1.00 452	1.00 417	1.00 448	1.00 420	1.00 433	1.00 420	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

Wavelet-MonSter	1.00 415	1.21 389	0.76 391	1.94 491	1.01 455	1.11 439	0.76 417	1.15 429	0.76 423	1.11 440	0.76 427	1.14 446	0.76 413	1.11 443	0.76 418	1.21 477	0.90 409	1.02 441	0.71 419	1.02 416	0.71 404

999	1.00 415	1.12 332	0.59 347	1.10 386	1.21 518	1.09 435	0.52 373	1.08 424	1.43 532	1.18 446	1.35 523	0.98 419	0.52 371	0.91 406	0.85 430	0.72 368	1.46 514	0.83 410	0.98 445	0.68 357	1.41 528

DispNO	1.00 415	0.63 248	0.43 291	3.45 548	0.44 353	0.65 378	0.43 342	0.64 369	0.43 344	0.64 377	0.43 349	0.64 378	3.03 568	0.64 374	0.43 338	4.55 578	0.43 307	0.63 380	0.43 355	0.63 353	0.43 330

GANet	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 409	1.00 452	1.00 417	1.00 448	1.00 420	1.00 433	1.00 420	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

TDLM	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 409	1.00 452	1.00 417	1.00 448	1.00 420	1.00 433	1.00 420	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

CVANet_RVC	1.00 415	1.00 305	1.00 420	1.00 375	1.00 450	1.00 413	1.00 444	1.00 409	1.00 452	1.00 417	1.00 448	1.00 420	1.00 433	1.00 420	1.00 443	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

trnet	1.01 422	1.01 314	1.01 424	1.01 379	1.01 455	1.01 420	1.01 448	1.01 417	1.01 456	1.01 425	1.01 452	1.01 427	1.01 440	1.01 427	1.01 447	1.01 412	1.01 419	1.01 440	1.01 453	1.01 414	1.01 445

LL-Strereo	1.01 422	5.06 554	1.63 524	0.70 334	1.43 529	0.56 363	0.46 350	0.57 357	0.50 367	0.57 366	0.50 374	1.58 511	0.49 362	0.59 367	0.50 360	1.64 505	0.52 345	0.51 365	1.37 524	0.52 340	0.45 335

FlowAnything_test	1.02 424	1.72 419	0.71 380	1.59 477	0.70 411	1.61 513	0.69 402	1.61 505	0.70 409	1.60 508	0.70 413	1.61 515	0.69 401	1.61 512	0.70 407	0.81 379	0.58 355	0.81 405	0.55 382	0.81 380	0.56 373

FlowAnything	1.02 424	1.71 418	0.72 383	1.59 477	0.69 409	1.60 512	0.69 402	1.61 505	0.70 409	1.60 508	0.69 411	1.60 512	0.69 401	1.61 512	0.69 401	0.81 379	0.58 355	0.81 405	0.56 386	0.82 382	0.56 373

Hybrid-DGEV	1.03 426	1.75 425	0.80 398	1.28 457	0.78 429	1.26 494	0.80 423	1.26 489	0.78 424	1.26 495	0.78 429	1.26 498	0.78 417	1.26 498	0.78 420	1.15 427	0.75 392	1.14 446	0.74 423	1.14 422	0.75 412

tt45	1.04 427	0.88 274	1.36 505	0.92 360	1.03 458	1.51 511	0.79 420	0.70 377	0.88 436	0.74 392	0.90 438	1.60 512	0.72 408	1.60 510	0.75 416	0.91 391	0.78 397	1.52 520	0.79 431	1.14 422	1.32 520

Hybrid-DGEV-2	1.05 428	1.83 427	0.83 402	1.33 464	0.82 436	1.30 497	0.81 426	1.26 489	0.79 428	1.29 497	0.79 431	1.26 498	0.80 419	1.26 498	0.79 421	1.20 431	0.78 397	1.18 456	0.77 427	1.20 437	0.77 417

Hybrid-DGEV-03	1.07 429	1.83 427	0.83 402	1.34 465	0.81 435	1.32 499	0.81 426	1.31 495	0.81 433	1.31 498	0.82 435	1.32 503	0.82 423	1.32 502	0.81 427	1.19 429	0.77 395	1.19 458	0.76 426	1.19 435	0.77 417

GLC_STEREO	1.07 429	1.01 314	1.06 426	1.07 384	1.05 459	1.06 429	1.08 453	1.08 424	1.05 459	1.07 433	1.06 454	1.08 436	1.05 442	1.06 435	1.10 452	1.07 415	1.09 429	1.05 444	1.05 454	1.06 418	1.12 452

FC-DCNN	1.07 429	1.09 329	0.98 418	0.89 354	0.52 380	1.41 507	0.91 435	1.21 485	1.24 518	1.96 520	2.05 574	1.91 521	1.30 509	1.27 501	1.08 451	0.80 376	0.60 358	0.58 375	0.41 346	0.68 357	0.54 365

hknet	1.10 432	1.85 431	3.49 587	4.48 564	0.02 21	0.42 297	0.06 110	0.41 271	0.02 21	0.48 319	0.03 53	0.41 278	0.03 53	0.42 290	0.03 49	4.39 575	4.19 589	0.33 236	0.23 213	0.34 225	0.27 220

test_xeample3	1.10 432	1.81 426	0.61 354	0.84 350	0.49 370	0.77 388	0.66 388	0.92 401	1.40 530	0.68 383	0.46 357	0.78 396	0.54 375	1.72 515	1.48 531	1.34 486	1.52 518	1.35 513	1.67 549	1.33 490	1.55 533

DISCO	1.11 434	0.39 167	5.28 600	0.39 216	0.20 202	0.39 259	0.27 226	0.39 249	0.22 204	0.38 244	0.20 201	0.38 252	0.20 199	6.95 612	0.22 198	0.30 210	0.21 182	0.27 210	0.21 204	5.25 593	0.21 189

Occ-G	1.12 435	0.52 228	3.72 592	3.50 552	0.50 374	0.56 363	0.47 355	0.54 350	0.46 350	0.54 358	0.41 337	0.54 360	0.42 337	0.52 351	0.42 335	3.42 568	4.02 588	0.52 368	0.45 357	0.51 338	0.44 333

AEACV	1.12 435	0.52 228	3.12 583	3.24 537	0.86 437	0.53 358	0.49 366	0.60 364	0.47 355	0.53 353	0.49 372	0.55 364	0.45 345	0.55 359	0.47 351	3.01 563	3.88 586	0.71 390	0.60 392	0.80 377	0.48 345

MSMD_ROB	1.19 437	1.10 331	0.70 376	1.10 386	0.60 389	1.10 436	0.70 407	1.10 427	0.70 409	1.10 435	0.70 413	1.10 440	0.70 403	7.00 613	0.70 407	1.10 418	0.70 382	1.10 445	0.70 416	1.10 420	0.70 400

MM-Stereo_test2	1.20 438	1.85 431	1.05 425	1.46 473	0.94 447	1.36 502	0.99 443	1.36 497	0.95 445	1.41 503	0.98 447	1.40 508	0.96 430	1.37 504	0.95 438	1.37 491	1.06 422	1.33 510	0.93 444	1.29 489	0.89 429

ours_stereo	1.20 438	1.21 389	0.90 409	1.64 485	1.11 462	1.35 500	0.67 392	1.76 512	0.93 443	1.70 516	1.10 457	1.39 506	0.75 412	1.41 506	0.81 427	1.60 504	1.03 421	1.33 510	1.00 447	1.61 500	0.72 405

DisPM	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

CrosDoStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PFNet+	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

LCNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

HHNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Patchmatch Stereo++	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466
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	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

STrans-v2	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

TransformOpticalFlow	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

OMP-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

IIG-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

NF-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

OCTAStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PSM-softLoss	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

KMStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

NRIStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PSM-adaLoss	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PSM-AAD	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

FTStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

ROB_FTStereo_v2	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

ROB_FTStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Consistency-Raft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

KYRaft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

HUI-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

ASMatch	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DeepStereo_LL	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DEmStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

SST-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

THIR-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT_R40	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DRaft	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PFNet	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

GrayStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RE-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Pruner-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

TVStereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DeepStereo_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT-RH_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

IRAFT_RVC	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT-345	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

iRAFT	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

CRE-IMP	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

GMM-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT-IKP	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Prome-Stereo	1.20 438	1.20 343	1.20 442	1.20 403	1.20 472	1.20 445	1.20 464	1.20 440	1.20 470	1.20 448	1.20 466	1.20 451	1.20 456	1.20 451	1.20 466	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

HCRNet	1.22 485	7.11 576	3.00 571	3.55 553	0.33 289	0.29 213	0.14 152	0.19 155	0.15 168	0.33 228	0.29 248	0.25 198	0.14 158	0.22 176	0.33 271	3.64 569	3.00 566	0.76 397	0.32 289	0.18 156	0.13 151

HBP-ISP	1.24 486	1.72 419	1.65 525	1.15 394	0.76 425	1.40 506	0.88 432	1.67 511	1.02 457	1.69 515	1.38 528	1.69 516	1.21 502	1.87 522	1.21 511	1.05 414	0.79 399	0.97 434	0.80 433	1.19 435	0.75 412

AANet_RVC	1.26 487	0.31 146	4.99 598	5.93 590	0.20 202	0.25 197	0.20 188	0.25 193	0.20 196	0.23 179	0.19 197	0.25 198	0.20 199	0.25 196	0.20 192	5.66 599	4.76 592	0.26 206	0.30 271	0.24 188	0.27 220

MM-Stereo_test3	1.27 488	2.07 447	1.18 437	1.60 480	1.02 457	1.45 509	1.01 448	1.40 501	1.04 458	1.44 505	1.03 453	1.46 510	1.02 441	1.44 508	1.02 448	1.51 500	1.12 436	1.32 509	0.98 445	1.38 493	0.97 436

11t	1.27 488	2.70 491	1.34 495	1.32 463	0.89 439	1.30 497	1.34 519	1.64 508	0.57 379	1.45 506	0.72 421	1.05 435	1.29 508	1.07 438	1.29 520	1.49 497	1.02 420	0.97 434	1.15 459	1.48 495	1.31 519

MaskLacGwcNet_RVC	1.35 490	1.35 404	1.35 497	1.35 467	1.35 523	1.35 500	1.35 520	1.36 497	1.35 526	1.36 501	1.35 523	1.36 504	1.36 514	1.36 503	1.35 524	1.35 487	1.35 505	1.35 513	1.35 521	1.35 491	1.35 524

CC-Net-ROB	1.36 491	1.33 403	1.33 494	1.36 468	1.38 526	1.36 502	1.33 518	1.37 499	1.34 523	1.35 500	1.36 525	1.38 505	1.34 512	1.38 505	1.38 527	1.35 487	1.38 509	1.33 510	1.35 521	1.43 494	1.34 523

CFNet	1.37 492	5.27 559	0.19 164	5.49 587	0.19 199	0.28 210	0.19 184	0.28 202	0.19 194	0.28 207	0.19 197	0.28 211	4.35 598	0.28 214	0.19 188	0.23 179	0.17 167	0.23 188	4.21 607	4.81 584	0.17 177

PS-NSSS	1.38 493	1.39 407	1.34 495	1.34 465	1.35 523	1.38 504	1.37 527	1.35 496	1.38 529	1.34 499	1.34 522	1.39 506	1.38 517	1.70 514	1.40 528	1.36 489	1.36 506	1.36 515	1.37 524	1.37 492	1.36 525

RASNet	1.49 494	1.65 416	1.45 513	1.38 470	1.43 529	1.47 510	1.36 522	1.38 500	1.36 527	1.39 502	1.60 539	1.45 509	1.45 520	1.51 509	2.21 569	1.53 501	1.36 506	1.36 515	1.36 523	1.66 503	1.36 525

BTL-Stereo	1.53 495	1.36 405	1.06 426	1.42 472	1.23 522	1.41 507	1.07 452	1.43 503	1.12 460	1.42 504	1.06 454	1.83 518	1.07 443	1.42 507	1.07 450	1.27 481	1.38 509	6.80 610	1.00 447	1.26 487	1.00 440

GANetREF_RVC	1.55 496	1.94 444	1.22 489	1.88 488	1.21 518	1.88 519	1.22 510	1.88 514	1.22 516	1.88 517	1.22 512	1.88 519	1.22 503	1.89 523	1.22 512	1.87 512	1.22 491	1.88 534	1.22 512	1.88 512	1.22 512
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 497	1.91 438	1.21 488	1.94 491	1.20 472	2.00 527	1.23 511	1.99 519	1.24 518	2.00 525	1.25 515	2.03 529	1.26 505	2.00 527	1.29 520	1.90 516	1.18 443	1.89 535	1.21 511	1.89 513	1.20 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 498	1.59 414	1.70 527	1.59 477	1.59 535	1.61 513	1.61 538	1.60 504	1.60 536	1.62 514	1.59 538	1.60 512	1.60 523	1.60 510	1.59 535	1.59 502	1.60 528	1.59 521	1.59 541	1.59 499	1.59 538

ff7	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 525	1.80 553	2.05 530	1.56 535	2.33 536	2.12 558	2.23 533	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 447

ffff	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 525	1.80 553	2.05 530	1.56 535	2.33 536	2.12 558	2.23 533	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 447

ccc-4	1.68 499	2.68 488	1.35 497	0.97 372	0.89 439	1.84 516	2.15 567	2.12 525	1.80 553	2.05 530	1.56 535	2.33 536	2.12 558	2.23 533	2.25 570	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 447

MC-Stereo	1.76 502	2.96 508	1.37 507	2.14 499	1.37 525	2.14 533	1.36 522	2.14 528	1.37 528	2.14 534	1.37 526	2.14 531	1.37 516	2.14 532	1.37 526	1.97 520	1.32 493	1.97 537	1.32 520	1.98 514	1.33 521

IGEVStereo-DCA	1.77 503	4.21 543	1.84 542	2.49 516	2.11 568	2.54 553	1.36 522	1.65 509	1.17 467	2.75 563	1.90 557	2.54 549	1.15 449	0.94 412	1.11 453	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 427

rrr	1.77 503	4.21 543	1.84 542	2.49 516	2.11 568	2.54 553	1.36 522	1.65 509	1.17 467	2.75 563	1.90 557	2.54 549	1.15 449	0.94 412	1.11 453	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 427

MM-Stereo_test1	1.80 505	3.41 520	1.52 520	2.12 498	1.41 528	2.04 528	1.41 530	2.05 523	1.46 533	2.04 529	1.41 530	2.05 530	1.42 519	2.05 528	1.43 530	2.04 524	1.54 521	1.94 536	1.38 526	1.99 515	1.33 521

MFMNet_re	1.81 506	1.91 438	1.71 529	1.95 493	1.70 546	1.95 524	1.70 543	1.96 517	1.74 549	1.97 522	1.72 547	1.95 522	1.71 531	1.97 526	1.71 543	1.86 510	1.62 529	1.85 527	1.66 548	1.86 511	1.64 544

plain	1.88 507	3.16 514	0.64 358	3.10 532	0.65 401	3.10 568	0.64 385	3.12 568	0.65 391	3.10 569	0.65 398	3.11 569	0.65 385	3.12 568	0.65 381	3.12 564	0.65 368	3.13 567	0.65 405	3.13 555	0.65 391

RAFT_CTSACE	1.92 508	3.71 527	1.72 530	1.88 488	1.72 547	2.04 528	1.42 532	2.18 530	1.89 564	2.02 527	1.97 563	1.95 522	2.06 557	1.93 524	1.62 536	1.76 507	1.66 532	2.02 538	1.73 557	1.73 506	1.43 530

MonStereo1	1.94 509	2.77 501	1.52 520	3.73 560	1.51 532	2.13 532	1.42 532	2.32 538	1.52 534	2.31 542	1.50 533	2.53 546	1.59 522	2.34 540	1.56 533	1.91 517	1.36 506	1.86 530	1.31 519	2.07 516	1.53 531

4.25w-stereo	1.98 510	2.72 495	1.46 514	3.47 549	1.43 529	2.07 530	1.98 558	2.53 550	1.52 534	2.71 556	1.98 569	1.81 517	1.62 525	1.96 525	1.36 525	1.88 515	2.00 546	2.53 561	1.61 543	1.74 507	1.15 457

4.5w-stereo	1.99 511	2.33 468	1.81 533	3.28 539	1.68 542	1.94 521	1.99 561	2.72 553	1.70 541	2.72 557	1.99 572	1.97 524	1.68 527	1.76 516	1.29 520	1.91 517	2.02 552	2.53 561	1.61 543	1.75 508	1.16 460

2.75w_new	1.99 511	2.34 472	1.81 533	3.14 533	1.62 537	1.94 521	1.99 561	2.72 553	1.71 542	2.72 557	1.99 572	1.90 520	1.73 533	1.82 521	1.29 520	2.37 545	2.01 548	2.31 548	1.42 530	1.77 509	1.22 512

3.75w	1.99 511	2.31 466	1.83 541	3.16 535	1.65 539	1.93 520	1.98 558	2.72 553	1.68 538	2.73 562	1.97 563	2.00 526	1.72 532	1.81 520	1.25 516	2.27 536	2.01 548	2.38 553	1.42 530	1.71 505	1.24 515

2w_stereo	1.99 511	2.36 475	1.81 533	3.24 537	1.67 540	1.94 521	1.98 558	2.72 553	1.68 538	2.72 557	1.94 560	1.98 525	1.74 535	1.79 519	1.27 517	1.95 519	2.00 546	2.53 561	1.60 542	1.68 504	1.15 457

2.25w	2.00 515	1.86 433	1.98 555	2.95 530	2.17 572	2.26 534	1.35 520	2.42 544	2.00 571	2.07 533	1.27 517	2.53 546	1.99 553	2.29 537	1.49 532	2.21 531	1.32 493	1.85 527	1.87 561	2.52 542	1.62 542

4.25_new	2.00 515	2.33 468	1.82 538	3.32 542	1.69 543	1.95 524	1.99 561	2.72 553	1.71 542	2.72 557	1.97 563	2.01 527	1.74 535	1.77 517	1.28 518	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 461

4.5w_new	2.00 515	2.33 468	1.82 538	3.32 542	1.69 543	1.95 524	1.99 561	2.72 553	1.71 542	2.72 557	1.97 563	2.01 527	1.74 535	1.77 517	1.28 518	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 461

4.5_new	2.00 515	1.84 430	1.98 555	2.77 524	2.16 570	2.27 535	1.28 517	2.09 524	1.98 568	2.01 526	1.28 518	2.71 558	1.98 551	2.51 549	1.65 538	2.26 533	1.33 500	1.87 531	1.87 561	2.49 538	1.60 539

TRStereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 533	1.86 558	2.30 539	1.87 552	2.30 533	1.87 541	2.08 529	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 549

XX-Stereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 533	1.86 558	2.30 539	1.87 552	2.30 533	1.87 541	2.08 529	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 549

EAI-Stereo	2.00 515	2.13 452	1.85 544	2.27 505	1.84 551	2.28 537	1.84 547	2.29 533	1.86 558	2.30 539	1.87 552	2.30 533	1.87 541	2.08 529	1.72 545	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 549

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

4w-stereo	2.02 523	2.72 495	1.44 512	3.36 545	1.59 535	2.48 546	1.72 544	2.28 531	1.24 518	2.24 537	1.65 543	2.56 551	1.32 511	2.39 543	1.98 566	2.67 559	1.51 517	1.66 523	1.24 514	2.53 545	1.88 561

IGEV	2.02 523	2.20 458	1.82 538	2.90 529	2.16 570	2.41 543	1.25 513	2.00 520	1.98 568	1.99 524	1.31 520	2.72 562	1.93 547	2.67 557	1.69 542	2.26 533	1.32 493	1.83 526	1.87 561	2.53 545	1.61 541

3.25w_new	2.03 525	2.72 495	1.35 497	3.33 544	1.57 533	2.72 559	1.53 537	2.15 529	1.33 522	2.15 535	1.60 539	2.63 555	1.30 509	2.72 560	1.99 567	2.67 559	1.53 519	1.75 525	1.25 516	2.53 545	1.87 558

3.5w_stereo	2.03 525	2.72 495	1.35 497	3.41 546	1.57 533	2.72 559	1.49 536	2.01 521	1.34 523	2.15 535	1.61 541	2.63 555	1.36 514	2.72 560	1.99 567	2.66 557	1.58 524	1.68 524	1.24 514	2.53 545	1.87 558

UniTT-Stereo	2.03 525	3.43 521	0.72 383	3.42 547	0.73 416	3.27 571	0.68 396	3.38 573	0.69 405	3.29 572	0.72 421	3.28 572	0.70 403	3.35 574	0.68 393	3.39 567	0.68 375	3.31 570	0.69 414	3.37 556	0.73 408

3.25w	2.04 528	2.20 458	1.48 515	3.03 531	2.17 572	2.63 557	1.39 528	1.96 517	1.95 567	1.96 520	1.37 526	2.71 558	1.96 550	2.71 558	1.73 550	2.26 533	1.32 493	1.87 531	1.87 561	2.51 541	1.63 543

3w_stereo	2.04 528	2.24 462	1.70 527	3.15 534	2.18 574	2.49 547	1.26 515	2.03 522	1.98 568	1.98 523	1.33 521	2.72 562	1.99 553	2.59 552	1.72 545	2.22 532	1.33 500	1.85 527	1.88 566	2.50 540	1.58 537

1w_stereo	2.05 530	2.32 467	1.35 497	3.74 561	2.01 562	2.73 561	1.42 532	1.88 514	1.93 566	2.03 528	1.28 518	2.71 558	1.99 553	2.72 560	1.72 545	2.20 530	1.32 493	1.87 531	1.86 560	2.45 534	1.54 532

sCroCo_RVC	2.10 531	2.76 499	1.92 552	2.78 527	1.39 527	2.73 561	1.41 530	2.73 559	1.40 530	2.77 568	1.41 530	2.74 564	1.40 518	2.74 563	1.40 528	2.72 561	1.42 512	2.72 565	1.44 532	2.79 552	1.42 529

MoCha-V2	2.11 532	26.97 618	0.78 394	0.92 360	0.77 428	0.96 410	0.72 412	0.90 396	0.72 417	0.94 413	0.70 413	0.90 409	0.71 407	0.91 406	0.71 409	0.85 387	0.71 386	0.88 414	0.69 414	0.87 387	0.67 396

FBW_ROB	2.12 533	2.46 481	1.77 532	2.49 516	1.79 550	2.38 541	1.83 546	2.46 545	1.78 552	2.48 550	1.97 563	2.40 541	1.78 538	2.42 546	1.83 554	2.31 541	1.85 543	2.38 553	1.82 559	2.35 529	1.84 554

MonStereo	2.17 534	2.41 478	1.49 519	2.67 521	1.67 540	2.60 556	2.04 565	2.32 538	1.76 550	2.44 547	1.68 545	2.50 544	1.69 529	2.38 541	1.80 553	2.28 537	1.78 538	2.63 564	2.14 569	3.47 557	1.68 547

asda	2.17 534	2.54 482	1.81 533	3.47 549	1.78 549	2.50 549	1.86 551	2.61 552	1.68 538	2.61 554	1.83 549	2.37 540	1.73 533	2.44 547	1.88 561	2.51 554	1.84 542	2.34 550	1.62 545	2.23 522	1.77 553

asd	2.18 536	2.77 501	1.58 522	3.59 554	2.00 561	2.58 555	1.85 550	2.39 543	1.71 542	2.47 549	1.97 563	2.59 553	1.61 524	2.56 550	1.79 552	2.51 554	1.99 545	2.11 543	1.62 545	2.36 530	1.60 539

qwe	2.18 536	2.60 485	1.58 522	3.83 562	1.90 559	2.53 551	1.90 556	2.48 546	1.73 547	2.37 545	1.92 559	2.53 546	1.68 527	2.56 550	1.83 554	2.52 556	1.87 544	2.07 539	1.68 551	2.32 528	1.71 548

monsters	2.18 536	2.41 478	1.96 554	3.47 549	2.03 566	2.53 551	1.64 540	2.48 546	1.73 547	2.40 546	1.50 533	2.62 554	1.94 548	2.59 552	1.94 563	2.44 549	1.57 523	2.28 546	1.87 561	2.42 532	1.86 556

AIO_rvc	2.18 536	2.34 472	1.87 548	2.32 509	1.94 560	2.40 542	1.89 555	2.37 541	2.07 573	2.52 552	1.95 562	2.44 543	1.99 553	2.41 544	1.89 562	2.32 542	2.09 554	2.24 544	2.18 570	2.21 521	2.23 565

HUF	2.18 536	2.30 465	1.99 558	2.34 511	2.02 565	2.41 543	2.06 566	2.38 542	1.89 564	2.36 544	1.85 550	2.56 551	1.98 551	2.31 539	1.97 565	2.30 540	2.03 553	2.30 547	2.11 568	2.23 522	2.16 563

AIO_test	2.18 536	2.09 450	2.04 559	2.42 513	2.01 562	2.47 545	1.94 557	2.34 540	2.03 572	2.56 553	1.94 560	2.43 542	1.94 548	2.41 544	1.87 560	2.39 547	2.10 555	2.35 552	1.91 567	2.25 524	2.19 564

monsterstereo	2.20 542	2.33 468	1.95 553	3.65 556	2.07 567	2.49 547	1.61 538	2.48 546	1.83 556	2.45 548	1.61 541	2.67 557	1.86 540	2.64 554	1.94 563	2.48 553	1.66 532	2.34 550	1.68 551	2.40 531	1.86 556

LG-G_1	2.22 543	2.71 493	1.89 549	2.77 524	1.87 557	2.75 563	1.87 553	2.76 561	1.87 562	2.75 563	1.87 552	2.76 565	1.87 541	2.75 564	1.86 557	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 535

LG-G	2.22 543	2.71 493	1.89 549	2.77 524	1.87 557	2.75 563	1.87 553	2.76 561	1.87 562	2.75 563	1.87 552	2.76 565	1.87 541	2.75 564	1.86 557	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 535

LGtest1	2.22 543	2.70 491	1.89 549	2.76 523	1.86 554	2.75 563	1.86 551	2.75 560	1.86 558	2.75 563	1.86 551	2.77 567	1.87 541	2.75 564	1.86 557	2.46 550	1.58 524	2.45 556	1.56 535	2.45 534	1.56 534

RAStereo	2.23 546	3.64 524	0.76 391	3.65 556	0.86 437	3.66 576	0.76 417	3.67 577	0.81 433	3.66 574	0.76 427	3.66 575	0.77 415	3.68 576	0.77 419	3.68 570	0.77 395	3.69 575	0.77 427	3.70 559	0.77 417

UDGNet	2.23 546	5.40 564	1.72 530	2.48 515	1.69 543	2.51 550	1.69 542	2.51 549	1.72 546	2.50 551	1.69 546	2.52 545	1.69 529	2.50 548	1.68 541	2.41 548	1.70 534	2.42 555	1.69 553	2.42 532	1.64 544

NCCL2	2.28 548	2.27 463	2.28 561	2.28 508	2.28 575	2.27 535	2.29 570	2.28 531	2.28 574	2.27 538	2.28 575	2.28 532	2.27 561	2.27 536	2.28 574	2.28 537	2.28 560	2.27 545	2.29 574	2.27 525	2.29 566

Abc-Net	2.32 549	24.75 610	1.14 431	1.17 400	1.17 469	1.11 439	1.15 458	1.17 434	1.21 515	1.08 434	1.16 461	1.12 445	1.14 448	1.09 439	1.17 461	1.09 416	1.16 439	1.17 453	1.17 462	1.16 427	1.11 450
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 550	25.00 611	1.13 430	1.15 394	1.15 464	1.10 436	1.15 458	1.15 429	1.15 462	1.12 441	1.15 458	1.09 438	1.13 446	1.10 441	1.15 457	1.11 423	1.09 429	1.16 449	1.12 457	1.16 427	1.17 461

stereogan	2.33 550	24.38 609	1.18 437	1.18 401	1.18 471	1.14 442	1.18 462	1.19 437	1.19 469	1.14 444	1.18 465	1.14 446	1.18 454	1.14 446	1.18 462	1.14 426	1.14 437	1.19 458	1.19 463	1.15 425	1.19 465

RGC	2.36 552	25.48 612	1.19 439	1.15 394	1.15 464	1.10 436	1.16 460	1.17 434	1.16 463	1.12 441	1.16 461	1.11 444	1.13 446	1.09 439	1.18 462	1.10 418	1.15 438	1.16 449	1.12 457	1.14 422	1.12 452

NCC-stereo	2.36 552	25.52 613	1.17 435	1.15 394	1.17 469	1.11 439	1.11 454	1.15 429	1.16 463	1.10 435	1.16 461	1.10 440	1.15 449	1.14 446	1.13 455	1.09 416	1.11 433	1.15 448	1.16 461	1.17 432	1.17 461

AF-Net	2.37 554	25.71 614	1.17 435	1.13 391	1.15 464	1.15 443	1.18 462	1.19 437	1.16 463	1.10 435	1.15 458	1.10 440	1.18 454	1.12 445	1.15 457	1.10 418	1.10 432	1.17 453	1.15 459	1.16 427	1.12 452

Nwc_Net	2.37 554	25.95 615	1.15 433	1.14 392	1.15 464	1.08 433	1.14 457	1.17 434	1.16 463	1.14 444	1.15 458	1.08 436	1.15 449	1.11 443	1.14 456	1.10 418	1.11 433	1.16 449	1.09 456	1.16 427	1.15 457

CFNet_RVC	2.38 556	8.71 587	0.38 262	9.33 606	0.42 350	0.56 363	0.42 340	0.60 364	0.38 313	0.62 374	0.42 347	0.56 367	7.29 610	0.62 369	0.42 335	0.53 333	0.37 269	0.49 356	0.34 301	8.30 607	6.87 614

edge stereo	2.43 557	27.07 619	1.14 431	1.06 383	1.14 463	1.08 433	1.17 461	1.16 432	1.14 461	1.10 435	1.16 461	1.09 438	1.16 453	1.10 441	1.16 460	1.10 418	1.11 433	1.16 449	1.19 463	1.13 421	1.11 450

FAT-Stereo	2.46 558	26.05 616	1.23 491	1.23 450	1.22 520	1.20 445	1.24 512	1.23 488	1.23 517	1.19 447	1.22 512	1.21 496	1.24 504	1.20 451	1.24 513	1.21 477	1.17 442	1.22 506	1.25 516	1.20 437	1.24 515

S-Stereo	2.51 559	26.86 617	1.23 491	1.22 448	1.22 520	1.24 493	1.25 513	1.22 486	1.24 518	1.21 493	1.24 514	1.19 450	1.27 506	1.19 450	1.24 513	1.19 429	1.20 444	1.25 507	1.19 463	1.24 486	1.23 514

Anonymous3	2.55 560	3.26 518	1.65 525	3.28 539	1.63 538	3.24 570	1.68 541	3.27 570	1.66 537	3.28 571	1.67 544	3.25 571	1.66 526	3.27 570	1.64 537	3.26 565	1.65 531	3.30 569	1.65 547	4.95 589	1.65 546

MIF-Stereo (partial)	2.58 561	3.31 519	0.66 362	3.18 536	0.66 404	3.18 569	0.66 388	3.21 569	0.67 394	3.19 570	0.66 400	3.19 570	0.66 388	3.31 572	0.68 393	5.09 595	1.79 540	8.23 614	1.67 549	6.18 598	1.38 527

MSMDNet	2.65 562	10.14 598	0.33 234	9.74 609	0.32 277	0.87 399	0.33 275	2.95 567	0.68 400	0.49 326	0.34 293	0.49 330	5.70 605	0.49 329	0.33 271	0.42 294	9.57 611	0.41 312	0.31 282	8.36 608	0.65 391

pcwnet_v2	2.66 563	9.89 596	0.33 234	9.89 610	0.32 277	0.50 341	0.32 264	0.49 320	0.33 283	0.49 326	0.34 293	0.49 330	8.76 612	0.48 323	0.33 271	0.41 280	9.58 612	0.40 295	0.29 257	9.01 611	0.63 383

CFNet_pseudo	2.67 564	9.36 592	0.32 228	10.99 615	0.33 289	0.85 397	0.33 275	0.49 320	0.33 283	0.49 326	0.32 278	0.49 330	7.26 609	0.49 329	0.33 271	0.41 280	9.62 613	0.41 312	0.29 257	10.03 615	0.29 239

CFNet_ucs	2.73 565	9.64 594	0.33 234	9.92 611	0.32 277	0.49 332	0.33 275	0.49 320	0.33 283	0.49 326	0.33 285	0.49 330	8.98 613	0.48 323	0.33 271	0.41 280	9.96 616	0.40 295	0.29 257	10.12 616	0.54 365

UCFNet_RVC	2.75 566	10.06 597	0.29 205	10.31 614	0.29 250	0.42 297	0.29 243	0.43 295	0.29 245	0.42 284	0.29 248	0.42 296	9.87 615	0.43 296	0.29 241	0.36 240	9.84 615	0.36 265	0.26 231	9.77 614	0.26 210

ccs_rob	2.79 567	10.17 599	0.32 228	10.00 612	0.33 289	0.49 332	0.33 275	1.90 516	0.32 276	0.51 347	0.33 285	0.49 330	9.24 614	0.49 329	0.33 271	0.41 280	9.82 614	0.41 312	0.28 247	9.34 612	0.29 239

PCWNet_CMD	2.80 568	9.82 595	0.32 228	10.09 613	0.32 277	0.49 332	0.33 275	3.34 572	0.33 283	0.49 326	0.33 285	0.49 330	8.73 611	0.48 323	0.33 271	0.41 280	9.22 610	0.42 323	0.29 257	9.55 613	0.31 261

NLSM1	2.93 569	3.24 517	2.57 569	4.04 563	2.66 578	3.30 572	2.55 573	3.29 571	2.55 576	3.35 573	2.48 577	3.28 572	2.47 563	3.34 573	2.49 575	3.26 565	2.55 564	3.13 567	2.57 577	3.00 554	2.46 573

StereoVision	3.15 570	5.00 553	0.89 406	4.83 580	1.00 450	3.93 577	1.27 516	6.37 607	1.34 523	5.67 607	1.26 516	5.84 608	1.27 506	5.03 604	1.24 513	5.10 596	1.09 429	4.61 588	0.57 388	5.62 596	1.12 452

MaDis-Stereo	3.19 571	6.02 574	1.12 429	5.61 589	1.16 468	5.43 604	1.02 450	5.15 604	0.70 409	5.43 604	1.21 511	5.03 605	0.97 431	4.85 598	0.99 442	4.53 577	1.16 439	5.53 604	1.25 516	5.37 594	1.30 518

sAnonymous2	3.31 572	2.63 486	1.38 509	3.71 558	1.86 554	4.70 596	1.11 454	4.82 600	2.72 578	5.45 605	1.98 569	4.59 590	2.64 564	2.65 555	6.21 610	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 571

CroCo_RVC	3.31 572	2.63 486	1.38 509	3.71 558	1.86 554	4.70 596	1.11 454	4.82 600	2.72 578	5.45 605	1.98 569	4.59 590	2.64 564	2.65 555	6.21 610	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 571

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

NLCSM	3.67 575	4.08 538	3.19 586	4.80 579	3.26 593	3.99 580	3.24 594	4.25 583	3.18 593	4.09 579	3.27 592	4.14 581	3.18 580	4.13 581	3.28 590	4.06 572	3.10 574	3.85 579	3.14 591	3.91 564	3.27 595

STTStereo	3.73 576	30.40 623	2.37 565	2.39 512	2.31 577	2.35 540	2.33 571	2.29 533	2.42 575	2.32 543	2.34 576	2.33 536	2.36 562	2.30 538	2.27 573	2.35 544	2.22 559	2.31 548	2.22 571	2.29 527	2.34 570

rvit_105_1	3.83 577	5.22 557	3.01 572	4.53 567	3.01 581	4.51 584	3.01 579	4.56 587	3.04 581	4.53 586	3.03 581	4.55 588	3.03 568	4.56 587	3.04 577	4.57 579	3.05 567	4.57 583	3.05 582	4.57 573	3.05 580

rvit_stereo_0081	3.83 577	5.23 558	3.01 572	4.53 567	3.03 583	4.55 590	3.02 580	4.56 587	3.04 581	4.52 584	3.02 579	4.54 586	3.03 568	4.56 587	3.04 577	4.57 579	3.05 567	4.57 583	3.05 582	4.58 574	3.05 580

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	4.64 594	3.06 585	4.54 588	3.04 583	4.62 595	3.08 575	4.62 593	3.07 582	4.58 582	3.06 571	4.60 587	3.08 586	4.63 577	3.07 584

rvit_stereo_0082	3.86 579	5.82 572	3.01 572	4.53 567	3.03 583	4.54 586	3.02 580	4.56 587	3.04 581	4.53 586	3.02 579	4.55 588	3.04 571	4.57 590	3.05 579	4.57 579	3.05 567	4.58 585	3.05 582	4.58 574	3.06 583

rvit_0105_6	3.87 581	5.73 571	3.10 582	4.69 577	3.12 591	4.54 586	3.02 580	4.56 587	3.04 581	4.54 588	3.03 581	4.54 586	3.04 571	4.56 587	3.05 579	4.58 582	3.05 567	4.58 585	3.05 582	4.58 574	3.05 580

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

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

rvit_0105_4	3.91 584	5.47 568	3.02 575	4.54 570	3.02 582	4.54 586	3.03 584	4.75 597	3.17 592	4.57 590	3.06 584	4.61 594	3.16 579	4.65 594	3.09 585	4.66 586	3.11 575	4.68 592	3.18 593	4.81 584	3.16 592

rvit_0105_3	3.91 584	5.33 561	3.06 580	4.60 575	3.07 589	4.60 593	3.06 588	4.62 593	3.08 589	4.60 593	3.07 587	4.62 595	3.08 575	4.67 595	3.10 586	4.70 587	3.11 575	4.77 596	3.19 594	4.77 583	3.14 591

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

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

rvit_0105_5	4.10 588	5.40 564	3.13 585	4.71 578	3.15 592	4.72 598	3.10 591	4.90 602	3.27 594	4.69 596	3.16 591	4.84 602	3.25 581	4.96 601	3.34 591	5.05 594	3.39 583	5.10 601	3.40 595	5.11 591	3.42 596

MLG-Stereo_test1	4.25 589	5.34 563	3.61 589	5.31 585	3.63 599	5.23 602	3.57 597	5.38 605	3.65 596	5.23 602	3.47 594	4.76 599	3.74 588	4.85 598	3.71 595	4.96 591	3.18 580	4.71 594	2.92 579	4.86 587	2.90 577

MLG-Stereo_test3	4.26 590	4.85 551	3.95 593	5.35 586	3.60 598	4.75 599	3.76 600	5.49 606	3.71 598	5.39 603	3.69 598	4.82 601	3.66 585	4.85 598	3.73 598	4.93 590	3.19 581	4.69 593	2.99 581	4.84 586	2.98 579

MLG-Stereo_test2	4.28 591	5.46 567	3.69 591	4.86 581	3.72 601	5.58 605	3.42 595	4.81 599	3.77 602	4.85 598	3.72 599	5.55 607	3.63 584	5.58 605	3.53 593	4.41 576	3.28 582	4.99 600	2.95 580	4.75 582	3.13 590

RAFT+CT+SA	4.28 591	7.62 580	4.91 597	5.55 588	2.28 575	3.09 567	3.64 598	4.49 585	3.07 586	4.80 597	3.35 593	4.77 600	3.70 587	4.29 584	3.05 579	5.58 598	5.98 599	3.58 573	3.78 602	4.26 567	3.72 600

SA	4.33 593	7.35 577	6.85 608	5.96 591	4.09 605	3.59 574	3.15 592	3.82 578	2.64 577	3.91 576	3.85 600	3.57 574	2.72 566	3.13 569	4.03 601	7.09 609	6.86 604	3.57 572	3.12 590	3.85 560	3.51 598

Sa-1000	4.34 594	8.37 583	6.84 607	6.98 598	4.45 608	3.58 573	3.00 578	3.42 574	3.39 595	2.61 554	4.00 603	3.83 578	4.01 596	3.90 578	3.90 599	5.98 602	5.62 597	3.76 576	2.34 575	4.35 569	2.47 574

TestStereo1	4.60 595	8.41 584	6.44 605	6.86 596	3.79 602	3.97 578	3.78 601	3.99 580	3.74 599	3.97 577	3.52 595	3.94 579	3.58 582	3.98 579	3.72 596	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 602

SA-5K	4.60 595	8.41 584	6.44 605	6.86 596	3.79 602	3.97 578	3.78 601	3.99 580	3.74 599	3.97 577	3.52 595	3.94 579	3.58 582	3.98 579	3.72 596	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 602

DispFullNet	4.61 597	4.84 550	3.12 583	5.00 583	3.57 597	4.75 599	3.03 584	7.75 613	4.17 606	4.91 600	3.09 588	6.20 609	3.95 594	6.71 609	3.51 592	5.30 597	3.67 585	5.86 608	3.63 597	5.61 595	3.46 597

test_5	4.62 598	7.55 579	6.23 603	6.32 593	3.40 596	5.29 603	3.50 596	3.53 575	4.11 605	4.28 581	4.47 607	4.26 584	4.38 599	3.68 576	3.24 589	5.89 600	5.60 596	4.84 598	3.50 596	4.33 568	3.93 606

raft_robust	4.71 599	7.75 581	5.40 602	6.81 595	3.31 594	4.28 583	4.20 606	4.32 584	4.37 608	4.35 583	4.35 606	4.14 581	3.75 589	4.30 585	4.20 604	6.67 605	6.37 600	3.36 571	4.24 608	4.86 587	3.25 594

cross-raft	4.83 600	7.52 578	6.43 604	6.63 594	3.96 604	4.51 584	3.99 604	4.49 585	3.96 604	4.52 584	3.96 602	4.50 585	3.97 595	4.50 586	3.97 600	6.65 604	6.44 601	4.33 580	3.92 604	4.35 569	3.91 605

test_4	4.88 601	8.13 582	6.98 609	7.46 599	4.44 607	4.25 582	3.85 603	4.04 582	3.92 603	4.13 580	3.91 601	4.18 583	3.84 592	4.14 582	4.06 602	7.01 608	7.13 605	4.53 581	3.72 601	4.09 565	3.72 600

TestStereo	4.88 601	4.75 549	4.79 596	4.87 582	4.92 609	4.81 601	4.90 609	4.78 598	4.77 609	4.87 599	4.89 608	4.90 603	4.91 601	4.99 602	4.79 606	4.98 592	4.87 593	4.87 599	4.92 610	5.00 590	5.00 609

test_3	5.01 603	8.86 589	7.77 611	8.09 601	2.76 580	4.13 581	4.05 605	3.88 579	3.76 601	4.33 582	4.13 604	3.71 577	3.91 593	4.21 583	4.06 602	7.93 610	7.69 607	4.53 581	3.91 603	4.17 566	4.29 608

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	2.88 566	2.86 580	1.89 518	2.67 578	2.79 568	2.79 567	2.78 567	2.83 576	2.82 562	2.82 565	2.83 566	2.77 578	2.83 553	2.76 575
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 605	5.15 555	4.49 595	5.07 584	3.37 595	6.87 608	4.75 608	5.04 603	6.34 613	7.84 613	5.06 609	6.72 613	4.09 597	4.99 602	5.44 609	5.03 593	3.16 578	4.67 591	4.86 609	5.15 592	3.89 604

U	5.15 606	8.49 586	1.81 533	8.49 603	1.77 548	8.49 613	1.77 545	8.51 615	1.77 551	8.49 615	1.77 548	8.50 615	1.78 538	8.58 615	1.77 551	8.54 613	1.78 538	8.55 615	1.78 558	8.55 609	1.84 554

SGM-Forest	5.21 607	5.92 573	4.08 594	6.18 592	4.16 606	6.31 607	4.34 607	6.50 608	4.33 607	6.14 609	4.21 605	6.61 612	4.55 600	6.67 608	4.48 605	5.94 601	3.94 587	5.85 607	4.03 606	5.79 597	4.17 607
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 608	9.16 591	8.03 614	8.09 601	5.62 612	6.11 606	6.35 612	6.85 610	4.94 610	6.08 608	6.29 614	4.98 604	6.43 606	6.22 606	6.36 612	6.16 603	7.47 606	5.82 606	5.44 613	7.11 603	5.68 612

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	7.92 614	5.28 611	7.91 614	5.29 611	7.93 614	5.27 602	7.92 614	5.28 607	7.93 610	5.28 595	7.93 613	5.29 612	7.93 606	5.28 611

RAFT	6.73 610	9.36 592	7.40 610	8.51 604	6.55 613	6.88 609	6.60 613	6.79 609	6.60 614	6.80 610	6.72 615	5.31 606	5.50 604	6.61 607	6.61 613	8.42 612	5.89 598	5.73 605	5.45 614	6.61 599	6.24 613

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

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

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

PA-Net	11.80 614	223.51 640	0.62 355	0.59 314	0.71 413	0.59 371	0.73 413	0.67 373	0.73 420	0.55 361	0.61 392	0.60 374	0.74 410	0.63 373	0.73 411	0.66 359	0.60 358	0.69 387	0.66 407	0.72 364	0.65 391
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 615	23.00 608	15.00 615	23.00 622	15.00 616	24.00 621	16.00 616	24.00 623	16.00 617	22.00 623	15.00 616	23.00 623	16.00 616	23.00 623	15.00 616	22.00 623	15.00 617	22.00 623	15.00 617	22.00 623	15.00 617

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

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

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

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

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

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

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

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

DCANet-4	35.22 624	34.54 625	35.08 629	33.58 627	35.47 631	34.55 623	35.53 631	36.08 630	35.85 629	35.92 630	35.77 630	35.18 630	35.48 629	35.39 630	37.15 633	34.55 630	33.92 629	35.02 631	34.90 630	35.79 628	34.74 632

ADStereo(finetuned)	36.13 625	36.63 629	38.07 633	36.97 628	33.25 628	35.91 627	34.45 628	36.36 631	32.99 626	38.14 635	36.71 631	36.69 631	34.13 628	38.57 635	40.79 634	37.60 635	36.58 632	35.90 632	33.36 629	35.42 627	34.04 629

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

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

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

MDST_ROB	69.83 629	87.70 634	41.95 634	113.75 637	65.62 637	75.05 634	55.25 636	75.64 637	45.04 633	71.61 636	41.75 635	72.81 636	44.06 633	68.38 636	44.63 635	101.89 638	59.57 638	107.10 638	61.05 638	104.38 635	59.38 638

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

CBMV	128.50 631	1422.70 645	53.10 635	79.50 636	51.30 636	77.30 635	49.70 635	74.00 636	48.20 634	77.20 637	48.80 636	73.90 637	48.00 634	73.80 637	48.80 636	70.40 637	45.10 637	68.90 637	46.10 637	68.20 634	45.00 637
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 632	171.00 639	160.68 640	162.58 638	160.59 638	164.01 636	160.35 638	158.51 639	158.56 636	158.34 638	160.12 638	158.56 638	159.92 636	157.26 639	158.94 638	154.38 639	158.36 639	155.75 639	159.13 640	153.67 636	154.07 639
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	217.00 640	236.00 638	202.00 640	203.00 639	205.00 640	208.00 637	225.00 640	204.00 639	210.00 640	198.00 640	197.00 640	184.00 641	204.00 637	201.00 640

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

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

DLCB_ROB	284.23 636	354.61 641	207.27 641	363.24 642	206.46 639	364.72 641	210.41 639	364.72 643	210.41 637	364.81 643	208.64 640	364.81 643	208.64 638	364.72 643	210.41 640	354.70 643	205.53 641	354.70 643	205.53 642	354.70 640	205.53 641

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

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

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

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

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

fff	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 625	10000000.00 644	35.27 627	29.82 625	32.45 625	30.15 624	32.35 625	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 626

csc	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 625	10000000.00 644	35.27 627	29.82 625	32.45 625	30.15 624	32.35 625	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 626

cscssc	1000028.16 642	29.62 620	29.72 623	32.61 623	30.02 624	35.13 624	31.83 625	32.07 625	10000000.00 644	35.27 627	29.82 625	32.45 625	30.15 624	32.35 625	30.09 624	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 626

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 645	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 646	10000000.00 645	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 646	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 313	0.50 329	0.38 313	0.50 339	0.38 318	0.50 345	3.79 590	0.50 337	0.38 304	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 291

FADE		0.06 54		0.09 56	0.10 124			0.05 89	0.03 56	0.04 74		0.05 91		0.04 72		0.15 125	0.10 77	0.17 153	0.13 155	0.11 125	0.11 131

Low-res two-view benchmark