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

CAS	1.26 269	0.40 19	1.46 160	2.97 658	1.61 580	4.13 511	0.73 246	1.78 86	1.49 218	0.83 171	1.10 175	0.59 93	0.53 60	1.26 175	0.80 221	2.99 662	0.13 1	0.21 33	0.13 1	0.31 257	1.72 642

mm2	0.45 2	0.42 40	0.88 2	0.61 16	0.36 34	0.66 8	0.25 7	0.95 7	0.90 72	0.52 18	0.43 17	0.56 78	0.32 4	0.71 9	0.41 21	0.16 6	0.15 24	0.18 2	0.14 2	0.19 9	0.20 48

mm1	0.47 6	0.42 40	0.88 2	0.61 16	0.36 34	0.66 8	0.25 7	1.32 24	0.90 72	0.52 18	0.43 17	0.56 78	0.32 4	0.71 9	0.41 21	0.16 6	0.15 24	0.18 2	0.14 2	0.19 9	0.20 48

GeoVLM	0.52 12	0.42 40	0.88 2	0.62 25	0.36 34	1.62 102	0.25 7	0.96 8	0.90 72	0.61 65	0.43 17	0.57 85	0.53 60	0.71 9	0.45 47	0.16 6	0.15 24	0.18 2	0.14 2	0.19 9	0.19 15

DispViT+	0.72 56	0.38 9	1.20 104	0.54 3	2.17 644	0.92 18	0.33 31	2.05 122	1.43 182	0.62 72	0.50 29	0.45 37	0.51 57	1.52 241	0.56 113	0.24 129	0.18 130	0.19 8	0.14 2	0.19 9	0.21 93

MonSter++	0.52 12	0.42 40	0.89 6	0.61 16	0.36 34	1.64 105	0.25 7	0.96 8	0.91 78	0.62 72	0.42 15	0.56 78	0.53 60	0.71 9	0.45 47	0.17 11	0.15 24	0.18 2	0.14 2	0.19 9	0.20 48

LoS_RVC	0.94 172	1.30 558	1.31 131	0.84 208	1.63 584	2.02 136	0.59 154	1.51 45	1.36 160	0.81 157	1.33 241	0.84 193	0.88 208	1.36 203	0.73 192	0.21 61	0.17 84	0.20 17	0.14 2	0.20 31	1.45 635

CES	1.01 206	0.55 180	1.74 194	0.92 272	2.15 643	2.15 156	0.50 110	2.01 116	1.45 188	0.76 136	1.02 144	0.61 100	0.47 39	1.29 187	0.79 220	0.22 83	0.17 84	0.24 105	0.14 2	0.63 544	2.29 652

PipStereo	0.46 3	0.31 1	0.89 6	0.82 184	0.27 4	0.58 6	0.27 15	1.58 55	0.42 3	0.43 2	0.27 3	0.68 133	0.50 53	0.82 44	0.35 2	0.18 25	0.17 84	0.19 8	0.15 9	0.18 1	0.17 1

PSi22b	0.47 6	0.31 1	0.89 6	0.82 184	0.28 6	0.58 6	0.32 28	1.61 60	0.41 2	0.42 1	0.27 3	0.69 139	0.48 43	0.84 53	0.36 4	0.18 25	0.17 84	0.19 8	0.15 9	0.18 1	0.18 7

PSi22a	0.44 1	0.33 4	0.82 1	0.78 160	0.27 4	0.56 5	0.24 6	1.33 26	0.40 1	0.45 3	0.25 2	0.66 126	0.50 53	0.83 47	0.33 1	0.20 49	0.16 49	0.19 8	0.15 9	0.18 1	0.19 15

LACA3	0.55 16	0.48 105	0.89 6	0.52 1	0.43 106	2.28 170	0.53 124	1.02 12	0.53 7	0.53 22	0.41 13	0.47 42	0.45 31	0.90 69	0.36 4	0.23 101	0.18 130	0.20 17	0.15 9	0.21 52	0.20 48

LACA2	0.62 28	0.53 155	1.20 104	0.54 3	0.26 3	3.15 276	0.47 102	1.56 52	0.57 9	0.52 18	0.47 26	0.47 42	0.45 31	0.71 9	0.37 8	0.23 101	0.17 84	0.21 33	0.15 9	0.23 83	0.17 1

MatchStereo	0.68 45	0.46 71	1.93 213	0.67 73	0.28 6	0.98 21	0.33 31	2.01 116	1.69 333	0.48 7	1.02 144	0.47 42	0.59 82	0.91 74	0.58 123	0.21 61	0.17 84	0.21 33	0.15 9	0.19 9	0.19 15
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
HiDET	0.61 26	0.41 29	0.88 2	0.64 43	0.39 76	2.67 210	0.25 7	1.59 58	0.91 78	0.59 53	0.44 21	0.52 58	0.50 53	0.76 25	0.54 104	0.17 11	0.15 24	0.18 2	0.15 9	0.19 9	0.21 93

LCMNet	0.63 34	0.40 19	0.95 14	0.58 9	0.39 76	3.11 271	0.27 15	1.58 55	0.84 60	0.56 30	0.58 41	0.52 58	0.53 60	0.77 29	0.51 91	0.17 11	0.16 49	0.19 8	0.15 9	0.20 31	0.21 93

CSFM-Stereo	0.60 22	0.39 15	0.95 14	0.60 15	0.32 16	2.66 209	0.31 23	1.44 38	0.77 31	0.72 111	0.51 30	0.55 72	0.51 57	0.75 22	0.46 56	0.17 11	0.17 84	0.18 2	0.15 9	0.20 31	0.18 7

Monster-pub-mixall	0.64 36	0.42 40	1.00 19	0.83 197	0.48 154	1.39 68	0.32 28	1.45 39	0.82 53	0.88 186	0.85 94	0.39 15	0.36 13	1.99 326	0.47 61	0.20 49	0.16 49	0.17 1	0.15 9	0.18 1	0.21 93

MLG-Stereo_test1	0.80 105	0.39 15	1.02 21	0.65 56	1.20 483	3.14 275	0.29 21	1.59 58	3.05 594	0.50 11	0.24 1	0.67 131	0.43 24	1.33 197	0.40 16	0.21 61	0.18 130	0.23 65	0.15 9	0.19 9	0.20 48

LG-G_1	0.70 50	0.40 19	1.12 76	0.71 97	0.30 9	2.80 217	0.40 61	2.21 146	0.78 36	0.59 53	0.55 36	0.51 53	0.58 77	1.24 168	0.49 73	0.24 129	0.18 130	0.23 65	0.15 9	0.21 52	0.21 93

LG-G	0.70 50	0.40 19	1.12 76	0.71 97	0.30 9	2.80 217	0.40 61	2.21 146	0.78 36	0.59 53	0.55 36	0.51 53	0.58 77	1.24 168	0.49 73	0.24 129	0.18 130	0.23 65	0.15 9	0.21 52	0.21 93

StereoAnything_RVC	0.94 172	2.66 633	2.20 250	0.76 148	0.34 25	1.18 39	0.39 53	2.31 167	0.69 16	0.51 15	0.34 8	0.32 1	0.89 214	1.57 250	0.35 2	0.32 358	0.16 49	0.23 65	0.15 9	3.31 659	0.18 7

trnet	0.91 164	0.48 105	1.46 160	0.62 25	0.31 12	4.40 572	0.41 68	2.20 143	1.53 250	0.94 199	1.14 184	0.88 208	0.89 214	1.09 120	0.71 184	0.27 197	0.19 176	0.22 49	0.15 9	0.21 52	0.19 15

XX-TBD	1.03 211	0.95 486	1.94 214	1.30 494	0.43 106	3.97 475	0.33 31	1.74 80	1.73 345	1.59 283	2.02 466	0.69 139	0.60 88	1.16 145	0.66 155	0.30 312	0.25 387	0.23 65	0.15 9	0.31 257	0.22 126

CREStereo	0.92 166	0.53 155	1.45 159	0.61 16	0.34 25	4.42 577	0.40 61	2.21 146	1.54 259	0.94 199	1.12 179	0.87 204	0.87 201	1.12 128	0.72 189	0.28 241	0.19 176	0.22 49	0.15 9	0.22 72	0.19 15
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	0.99 201	0.48 105	1.73 191	0.62 25	0.56 207	4.20 542	0.43 81	1.88 96	1.58 284	1.00 211	1.05 162	0.78 177	0.98 244	1.50 236	0.85 237	1.21 638	0.20 227	0.23 65	0.15 9	0.22 72	0.19 15

Foundation-i32	0.47 6	0.34 6	1.00 19	0.73 119	0.24 1	0.66 8	0.28 17	1.31 23	0.44 4	0.53 22	0.27 3	0.81 188	0.46 36	0.73 21	0.41 21	0.22 83	0.15 24	0.19 8	0.16 27	0.19 9	0.17 1

BridgeDepth	0.54 15	0.42 40	1.05 29	0.58 9	0.25 2	1.30 59	0.36 46	1.53 49	0.86 65	0.56 30	0.37 9	0.57 85	0.65 107	0.87 57	0.40 16	0.20 49	0.15 24	0.19 8	0.16 27	0.22 72	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Wavelet-MonSter	0.57 19	0.47 95	1.13 82	0.66 65	0.78 321	1.60 97	0.30 22	1.17 20	0.68 13	0.58 45	0.69 56	0.39 15	0.48 43	0.99 98	0.46 56	0.15 1	0.16 49	0.20 17	0.16 27	0.20 31	0.19 15

Replicate-Monster	0.79 103	1.36 569	2.08 240	0.70 88	0.52 182	2.05 145	0.34 40	1.92 104	0.82 53	1.03 219	0.60 43	0.48 48	0.52 59	1.28 182	0.39 13	0.19 35	0.14 11	0.19 8	0.16 27	0.22 72	0.78 584

qwe	0.75 69	0.45 59	1.10 65	0.67 73	1.06 436	2.49 192	0.45 91	2.57 223	0.90 72	0.71 107	0.83 88	0.43 28	0.48 43	1.10 121	0.64 142	0.17 11	0.14 11	0.24 105	0.16 27	0.21 52	0.20 48

1w_stereo	0.86 135	0.42 40	1.07 38	0.72 110	0.81 333	3.00 252	0.67 201	3.28 326	0.75 28	0.74 119	1.32 239	0.37 9	1.37 363	0.92 78	0.68 164	0.16 6	0.14 11	0.20 17	0.16 27	0.19 9	0.22 126

monsterstereo	0.82 123	0.50 119	1.26 118	0.77 154	1.41 542	2.54 201	0.40 61	3.14 307	0.71 19	0.70 103	1.11 177	0.41 24	0.39 17	1.50 236	0.50 80	0.19 35	0.16 49	0.22 49	0.16 27	0.21 52	0.17 1

monsters	0.82 123	0.58 219	1.16 91	0.76 148	1.52 562	2.92 238	0.40 61	2.66 244	0.72 21	0.66 91	0.84 90	0.38 13	0.41 20	1.84 307	0.48 65	0.20 49	0.16 49	0.20 17	0.16 27	0.19 9	0.19 15

111111	0.87 141	0.50 119	1.13 82	0.66 65	1.08 445	3.37 319	0.33 31	2.33 171	1.47 202	0.74 119	1.50 288	0.61 100	0.59 82	1.40 211	0.48 65	0.24 129	0.19 176	0.22 49	0.16 27	0.24 93	0.19 15

MLG-Stereo_test3	0.60 22	0.37 8	1.12 76	0.59 12	0.57 219	2.19 162	0.31 23	1.68 74	0.56 8	0.49 10	0.51 30	0.56 78	0.33 7	0.96 89	0.54 104	0.21 61	0.17 84	0.23 65	0.16 27	0.20 31	0.21 93

MLG-Stereo_test2	0.76 78	0.40 19	1.07 38	0.64 43	0.82 342	3.49 349	0.23 3	1.69 76	2.14 436	0.62 72	0.32 7	0.67 131	0.33 7	1.14 136	0.37 8	0.23 101	0.19 176	0.23 65	0.16 27	0.19 9	0.20 48

MLG-Stereo	0.77 88	0.39 15	1.04 24	0.64 43	0.41 93	3.01 255	0.31 23	1.89 99	2.92 581	0.47 5	0.29 6	0.66 126	0.47 39	1.35 201	0.39 13	0.20 49	0.18 130	0.24 105	0.16 27	0.19 9	0.20 48

LGtest1	0.55 16	0.41 29	1.14 88	0.70 88	0.40 86	0.99 23	0.26 13	1.32 24	0.93 91	0.53 22	0.60 43	0.44 33	0.49 49	1.02 104	0.45 47	0.27 197	0.19 176	0.23 65	0.16 27	0.21 52	0.23 146

FoundationStereo	0.50 10	0.39 15	1.11 73	0.79 165	0.42 100	0.70 11	0.36 46	0.76 4	0.80 44	0.62 72	0.38 10	0.73 163	0.77 156	0.69 5	0.36 4	0.26 171	0.17 84	0.23 65	0.16 27	0.18 1	0.20 48

GIP-stereo	0.88 143	0.50 119	1.34 139	1.32 501	0.94 393	2.90 232	0.42 76	3.41 350	1.06 120	0.63 80	0.76 69	0.90 215	0.76 151	0.91 74	0.52 94	0.27 197	0.18 130	0.25 144	0.16 27	0.25 119	0.19 15

DEFOM-Stereo	0.70 50	0.46 71	1.13 82	0.72 110	0.48 154	3.40 326	0.44 86	0.90 6	0.77 31	0.86 182	0.58 41	0.45 37	0.43 24	1.76 293	0.43 34	0.24 129	0.18 130	0.22 49	0.16 27	0.21 52	0.20 48

dual_stereo	0.68 45	0.40 19	1.05 29	0.64 43	0.37 54	0.84 16	0.34 40	3.40 349	1.03 113	0.50 11	0.46 24	0.58 88	0.40 18	1.85 313	0.49 73	0.23 101	0.17 84	0.21 33	0.16 27	0.20 31	0.19 15

LoS	0.94 172	0.52 137	1.88 207	0.86 227	0.36 34	4.15 515	0.51 114	2.18 139	1.45 188	0.97 209	0.88 102	0.62 107	0.79 170	1.59 256	0.86 244	0.26 171	0.19 176	0.24 105	0.16 27	0.21 52	0.20 48
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
s12784h	1.31 283	0.45 59	2.41 276	0.71 97	0.35 30	4.42 577	0.50 110	4.22 542	2.73 552	2.01 398	2.48 553	0.91 217	0.96 232	2.01 330	0.70 181	0.29 270	0.18 130	0.24 105	0.16 27	0.27 169	0.18 7

qqai	0.49 9	0.41 29	0.92 11	0.69 82	0.33 20	0.99 23	0.25 7	1.33 26	0.89 71	0.51 15	0.41 13	0.55 72	0.29 2	0.78 30	0.38 12	0.19 35	0.17 84	0.19 8	0.17 46	0.18 1	0.21 93

MGA	0.59 20	0.40 19	1.04 24	0.72 110	0.80 327	1.74 114	0.41 68	0.98 11	0.99 106	0.60 62	0.54 34	0.54 63	0.29 2	1.06 113	0.42 27	0.20 49	0.17 84	0.21 33	0.17 46	0.21 52	0.21 93

CAR	0.60 22	0.41 29	1.04 24	0.72 110	0.61 239	2.02 136	0.33 31	1.13 17	0.94 95	0.61 65	0.49 27	0.54 63	0.35 10	1.14 136	0.45 47	0.21 61	0.17 84	0.21 33	0.17 46	0.22 72	0.21 93

MSE-Stereo	0.59 20	0.40 19	1.04 24	0.72 110	0.61 239	2.02 136	0.33 31	1.13 17	0.94 95	0.60 62	0.49 27	0.54 63	0.35 10	1.06 113	0.42 27	0.21 61	0.17 84	0.21 33	0.17 46	0.22 72	0.21 93

monster-pro	0.62 28	0.43 48	1.07 38	0.66 65	0.82 342	1.14 37	0.39 53	2.57 223	0.92 85	0.58 45	0.64 48	0.36 4	0.36 13	0.91 74	0.43 34	0.15 1	0.15 24	0.20 17	0.17 46	0.21 52	0.19 15

TS12	0.80 105	0.43 48	1.08 50	0.55 5	0.30 9	3.40 326	0.41 68	2.20 143	1.37 161	0.69 100	1.15 185	0.54 63	0.69 121	1.27 180	0.57 118	0.21 61	0.18 130	0.22 49	0.17 46	0.22 72	0.26 208

LiteMatch*	0.67 40	0.46 71	3.75 358	0.65 56	0.36 34	1.48 82	0.26 13	1.11 15	0.96 99	0.58 45	0.45 23	0.55 72	0.46 36	0.70 6	0.37 8	0.21 61	0.16 49	0.21 33	0.17 46	0.21 52	0.20 48

aanet-new-90k	0.85 131	0.57 203	1.82 203	0.75 130	0.92 385	3.26 300	0.72 238	2.51 207	0.86 65	0.47 5	0.67 54	0.49 50	0.76 151	1.56 246	0.45 47	0.19 35	0.16 49	0.25 144	0.17 46	0.24 93	0.20 48

aanet-new-60k	0.77 88	0.64 293	1.98 220	0.73 119	0.49 162	2.10 152	0.87 372	2.24 153	0.85 63	0.56 30	0.77 72	0.61 100	0.66 114	1.20 160	0.48 65	0.18 25	0.15 24	0.25 144	0.17 46	0.23 83	0.22 126

aanet-new-70k	0.76 78	0.59 229	1.16 91	0.70 88	0.39 76	2.40 183	0.79 298	2.39 177	0.71 19	0.59 53	0.84 90	0.48 48	0.81 180	1.61 263	0.53 98	0.19 35	0.16 49	0.25 144	0.17 46	0.24 93	0.20 48

aanet-new-78k	1.46 300	0.57 203	14.51 503	0.74 126	0.34 25	3.31 313	0.68 212	2.34 172	0.72 21	0.58 45	0.88 102	0.50 51	1.06 278	1.42 219	0.45 47	0.19 35	0.15 24	0.25 144	0.17 46	0.24 93	0.20 48

aanet-new-36k	0.77 88	0.54 171	1.39 150	0.72 110	0.32 16	2.92 238	0.60 157	2.21 146	0.87 67	0.55 28	1.12 179	0.56 78	0.87 201	0.98 94	0.48 65	0.19 35	0.15 24	0.25 144	0.17 46	0.26 149	0.21 93

aanet-new-34k	0.66 39	0.60 245	1.23 108	0.73 119	0.33 20	1.44 76	0.87 372	1.52 48	0.92 85	0.51 15	1.36 253	0.59 93	0.87 201	0.58 2	0.44 40	0.22 83	0.16 49	0.25 144	0.17 46	0.23 83	0.20 48

aanet-new-32k	0.81 118	0.64 293	3.94 361	0.70 88	0.97 401	1.43 73	0.96 432	1.36 29	0.72 21	0.61 65	1.02 144	0.62 107	0.87 201	0.72 16	0.44 40	0.20 49	0.16 49	0.25 144	0.17 46	0.25 119	0.22 126

aanet-new-30k	0.81 118	0.64 293	3.91 360	0.70 88	0.97 401	1.43 73	0.96 432	1.36 29	0.72 21	0.61 65	1.02 144	0.62 107	0.87 201	0.72 16	0.44 40	0.20 49	0.16 49	0.25 144	0.17 46	0.25 119	0.22 126

aanet-new	0.94 172	0.56 192	2.97 317	0.71 97	1.41 542	2.86 227	1.03 463	1.99 113	0.82 53	0.59 53	0.93 124	0.58 88	1.30 348	1.18 157	0.50 80	0.22 83	0.17 84	0.24 105	0.17 46	0.25 119	0.22 126

GCAP-Stereo-DPT-cres	0.86 135	0.45 59	1.07 38	0.68 76	1.74 609	3.37 319	0.91 399	2.46 196	0.76 29	0.85 177	0.94 128	0.72 156	0.87 201	0.71 9	0.49 73	0.25 154	0.15 24	0.26 188	0.17 46	0.23 83	0.19 15

PSi22	0.93 168	0.71 365	1.23 108	1.00 331	0.36 34	1.73 111	0.36 46	3.46 352	1.44 185	0.98 210	1.39 261	1.16 261	0.64 99	1.95 323	0.75 201	0.19 35	0.17 84	0.21 33	0.17 46	0.34 328	0.35 357

Foundation-i1c-attn	0.74 64	0.38 9	1.05 29	0.71 97	0.35 30	0.95 20	0.67 201	2.42 183	1.68 326	0.77 141	0.88 102	0.76 173	1.25 338	1.38 210	0.48 65	0.23 101	0.17 84	0.21 33	0.17 46	0.20 31	0.21 93

Foundation-i1a	0.78 97	0.38 9	1.07 38	0.71 97	0.33 20	0.91 17	0.63 180	2.42 183	1.93 386	0.93 197	0.73 62	0.95 233	1.22 329	1.66 275	0.57 118	0.24 129	0.17 84	0.20 17	0.17 46	0.19 9	0.22 126

Test_v1	0.62 28	0.40 19	1.13 82	0.74 126	0.55 202	1.60 97	0.39 53	1.68 74	0.92 85	0.60 62	0.88 102	0.53 60	0.50 53	0.93 83	0.39 13	0.19 35	0.16 49	0.20 17	0.17 46	0.20 31	0.21 93

VIP-Stereo	0.85 131	0.83 443	1.59 180	0.76 148	0.87 369	3.18 280	0.80 309	1.94 108	0.83 57	0.78 145	1.04 155	0.64 116	0.59 82	1.24 168	0.61 131	0.28 241	0.18 130	0.23 65	0.17 46	0.22 72	0.19 15

252Zero-FE	0.72 56	0.46 71	1.08 50	1.01 338	0.41 93	1.27 50	0.22 2	1.79 87	1.03 113	2.52 544	1.24 208	0.32 1	0.41 20	1.03 105	0.45 47	0.21 61	0.17 84	0.20 17	0.17 46	0.20 31	0.20 48

MonStereo	0.62 28	0.43 48	1.07 38	0.66 65	0.82 342	1.13 31	0.39 53	2.57 223	0.92 85	0.58 45	0.64 48	0.36 4	0.36 13	0.90 69	0.43 34	0.15 1	0.15 24	0.20 17	0.17 46	0.21 52	0.19 15

Monster-pub-eth3d	0.62 28	0.43 48	1.07 38	0.66 65	0.82 342	1.13 31	0.39 53	2.57 223	0.92 85	0.58 45	0.64 48	0.36 4	0.36 13	0.88 63	0.43 34	0.15 1	0.15 24	0.20 17	0.17 46	0.21 52	0.19 15

asda	0.77 88	0.46 71	1.10 65	0.64 43	0.82 342	3.33 315	0.49 108	2.40 178	0.81 51	0.63 80	0.80 78	0.44 33	0.85 194	0.88 63	0.60 128	0.17 11	0.13 1	0.24 105	0.17 46	0.20 31	0.20 48

asd	0.70 50	0.45 59	1.10 65	0.67 73	0.90 381	2.88 230	0.43 81	1.64 70	0.79 40	0.68 96	0.88 102	0.43 28	0.74 140	0.85 55	0.49 73	0.19 35	0.13 1	0.24 105	0.17 46	0.22 72	0.20 48

2.25w	0.75 69	0.47 95	1.09 59	0.69 82	0.65 262	2.28 170	0.40 61	2.42 183	0.80 44	0.73 114	1.03 150	0.40 17	0.81 180	1.24 168	0.80 221	0.16 6	0.15 24	0.21 33	0.17 46	0.19 9	0.21 93

4.25_new	0.73 59	0.46 71	1.08 50	0.71 97	0.97 401	2.52 195	0.58 150	2.28 162	0.93 91	0.57 39	0.94 128	0.40 17	0.65 107	0.87 57	0.50 80	0.17 11	0.13 1	0.25 144	0.17 46	0.19 9	0.20 48

4.5w_new	0.73 59	0.46 71	1.08 50	0.71 97	0.97 401	2.52 195	0.58 150	2.28 162	0.93 91	0.57 39	0.94 128	0.40 17	0.65 107	0.87 57	0.50 80	0.17 11	0.13 1	0.25 144	0.17 46	0.19 9	0.20 48

4.25w-stereo	0.73 59	0.46 71	1.08 50	0.71 97	0.97 401	2.52 195	0.58 150	2.28 162	0.93 91	0.57 39	0.94 128	0.40 17	0.65 107	0.87 57	0.50 80	0.17 11	0.13 1	0.25 144	0.17 46	0.19 9	0.20 48

2.5w	0.75 69	0.44 54	1.06 36	0.66 65	0.69 289	2.39 181	0.56 138	2.77 259	0.82 53	0.63 80	0.88 102	0.37 9	0.75 143	1.36 203	0.50 80	0.18 25	0.14 11	0.22 49	0.17 46	0.19 9	0.21 93

2.75w_new	0.75 69	0.45 59	1.10 65	0.65 56	0.62 248	2.45 189	0.56 138	2.75 256	0.74 27	0.78 145	0.73 62	0.38 13	0.92 223	1.04 111	0.66 155	0.17 11	0.14 11	0.22 49	0.17 46	0.18 1	0.19 15

3.25w_new	0.69 48	0.46 71	1.10 65	0.61 16	0.61 239	2.23 166	0.51 114	2.45 193	0.90 72	0.63 80	0.78 75	0.47 42	0.71 126	0.78 30	0.50 80	0.17 11	0.14 11	0.20 17	0.17 46	0.20 31	0.20 48

3.25w	0.69 48	0.46 71	1.10 65	0.61 16	0.61 239	2.23 166	0.51 114	2.45 193	0.90 72	0.63 80	0.78 75	0.47 42	0.71 126	0.79 32	0.50 80	0.17 11	0.14 11	0.20 17	0.17 46	0.20 31	0.20 48

3.5w_stereo	0.77 88	0.53 155	1.09 59	0.65 56	0.72 297	2.52 195	0.51 114	2.43 188	0.80 44	0.76 136	1.20 196	0.43 28	0.66 114	1.23 166	0.73 192	0.17 11	0.13 1	0.23 65	0.17 46	0.20 31	0.21 93

2w_stereo	0.75 69	0.46 71	1.08 50	0.68 76	0.56 207	2.00 135	0.61 162	2.87 279	0.83 57	0.93 197	0.93 124	0.36 4	1.13 304	0.90 69	0.61 131	0.17 11	0.13 1	0.23 65	0.17 46	0.20 31	0.21 93

GREAT-IGEV	0.74 64	0.54 171	1.86 205	1.10 391	0.44 117	2.44 187	0.34 40	1.37 31	1.51 231	0.48 7	0.86 98	0.51 53	0.60 88	1.07 116	0.45 47	0.22 83	0.17 84	0.21 33	0.17 46	0.23 83	0.25 178
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo_RVC	0.81 118	1.13 525	1.23 108	0.97 309	0.57 219	0.81 15	0.43 81	3.49 357	0.84 60	0.73 114	0.95 133	0.44 33	1.17 320	1.45 227	0.60 128	0.26 171	0.18 130	0.24 105	0.17 46	0.30 237	0.19 15

AIO_rvc	0.78 97	0.55 180	1.25 116	0.75 130	0.65 262	1.46 79	0.99 447	2.13 134	1.52 243	0.57 39	1.15 185	1.09 251	0.55 67	1.15 143	0.53 98	0.24 129	0.17 84	0.24 105	0.17 46	0.25 119	0.21 93

HUF	1.15 233	0.64 293	8.62 419	0.90 255	0.35 30	1.35 64	0.78 291	1.97 111	1.50 224	0.63 80	1.52 291	0.83 191	0.66 114	1.28 182	0.63 139	0.29 270	0.23 323	0.26 188	0.17 46	0.23 83	0.25 178

MonSter	0.62 28	0.43 48	1.07 38	0.66 65	0.82 342	1.13 31	0.39 53	2.57 223	0.92 85	0.58 45	0.64 48	0.36 4	0.35 10	0.95 85	0.43 34	0.15 1	0.15 24	0.20 17	0.17 46	0.21 52	0.19 15

IGEV-Stereo++	0.93 168	0.44 54	1.08 50	0.70 88	1.20 483	3.87 436	0.33 31	3.36 344	1.43 182	0.75 122	1.17 191	0.68 133	1.04 264	0.95 85	0.42 27	0.22 83	0.16 49	0.23 65	0.17 46	0.24 93	0.20 48

IGEV-Stereo+	0.94 172	0.47 95	1.19 97	0.86 227	2.02 639	1.40 69	0.39 53	1.17 20	0.88 69	0.61 65	0.44 21	0.47 42	0.79 170	2.14 343	0.42 27	0.27 197	0.19 176	0.22 49	0.17 46	2.26 652	2.41 657

PointNet	0.56 18	0.41 29	0.92 11	0.63 33	0.33 20	1.85 121	0.31 23	1.34 28	0.88 69	0.71 107	0.46 24	0.57 85	0.32 4	0.80 35	0.45 47	0.18 25	0.16 49	0.23 65	0.18 90	0.20 31	0.20 48

aanet-new-40k	0.73 59	0.59 229	1.25 116	0.75 130	1.49 555	1.42 72	0.96 432	1.95 109	0.84 60	0.52 18	1.06 166	0.51 53	0.76 151	0.85 55	0.47 61	0.18 25	0.15 24	0.24 105	0.18 90	0.26 149	0.22 126

aanet-32k-new	0.89 149	0.90 466	2.17 249	0.75 130	0.62 248	3.41 331	0.99 447	2.09 130	0.72 21	0.53 22	1.13 182	0.66 126	0.96 232	1.04 111	0.52 94	0.21 61	0.15 24	0.24 105	0.18 90	0.25 119	0.20 48

aanet-new-16k	0.74 64	0.51 128	1.56 176	0.73 119	0.37 54	2.14 155	0.88 379	2.01 116	0.91 78	0.56 30	0.91 118	0.70 142	0.96 232	0.76 25	0.54 104	0.20 49	0.15 24	0.23 65	0.18 90	0.26 149	0.21 93

aanet-new-10k	0.82 123	0.58 219	1.16 91	0.78 160	0.37 54	3.52 358	1.04 467	2.34 172	0.76 29	0.89 189	0.70 57	0.64 116	0.88 208	0.94 84	0.59 125	0.22 83	0.16 49	0.25 144	0.18 90	0.26 149	0.20 48

aanet-new-14k	0.77 88	0.50 119	1.32 135	0.81 172	0.37 54	1.73 111	1.01 455	2.24 153	0.80 44	0.79 149	1.30 230	0.46 39	1.29 344	1.03 105	0.57 118	0.21 61	0.16 49	0.24 105	0.18 90	0.28 191	0.22 126

aanet-new-8k	0.85 131	0.52 137	1.68 187	0.77 154	0.37 54	3.21 285	1.02 460	2.57 223	0.85 63	0.59 53	0.94 128	0.54 63	1.05 270	0.90 69	0.67 160	0.22 83	0.17 84	0.23 65	0.18 90	0.24 93	0.21 93

GCAP-Stereo-cres-4k	0.80 105	0.50 119	1.52 169	0.71 97	1.26 497	2.61 206	0.93 416	1.85 94	0.80 44	0.62 72	1.15 185	0.66 126	0.76 151	0.88 63	0.54 104	0.23 101	0.16 49	0.24 105	0.18 90	0.26 149	0.21 93

GCAP-Stereo-DPT-20K	0.97 187	0.41 29	3.72 355	0.63 33	0.80 327	1.51 86	0.84 337	1.84 92	1.51 231	0.82 159	1.00 141	0.70 142	1.00 247	0.75 22	0.41 21	0.23 101	0.18 130	0.24 105	0.18 90	0.43 449	2.30 653

GCAP-Stereo-DPT-24K	0.78 97	0.45 59	1.12 76	0.71 97	1.00 422	2.05 145	0.87 372	2.25 155	1.18 128	0.56 30	0.74 66	0.44 33	1.03 256	0.81 40	0.41 21	0.21 61	0.19 176	0.23 65	0.18 90	0.27 169	0.91 601

GCAP-Stereo-DPT-50K	0.91 164	1.57 590	2.54 285	0.69 82	1.41 542	2.08 149	0.83 329	2.11 132	1.38 165	0.65 88	0.75 67	0.66 126	0.64 99	0.72 16	0.40 16	0.23 101	0.19 176	0.24 105	0.18 90	0.33 309	0.54 512

GCAP-Stereo-DPT-25K	0.74 64	0.45 59	1.13 82	0.69 82	0.77 319	1.77 115	0.88 379	2.04 121	1.47 202	0.61 65	1.04 155	0.61 100	0.79 170	0.89 68	0.43 34	0.21 61	0.18 130	0.23 65	0.18 90	0.25 119	0.28 246

GCAP-Stereo-DPT-FT	0.88 143	0.80 427	1.43 158	0.68 76	1.19 476	3.73 401	0.92 413	2.05 122	0.96 99	0.71 107	0.85 94	0.80 183	0.81 180	0.72 16	0.56 113	0.23 101	0.19 176	0.26 188	0.18 90	0.23 83	0.36 363

RT-Monster	1.05 213	0.53 155	2.62 296	0.83 197	1.40 534	2.96 249	0.47 102	2.81 271	1.83 370	1.21 243	1.22 203	0.93 227	0.83 189	1.36 203	0.60 128	0.21 61	0.20 227	0.23 65	0.18 90	0.21 52	0.29 259

Foundation-i1b	0.74 64	0.38 9	1.05 29	0.69 82	0.43 106	0.94 19	0.66 197	2.52 208	1.67 323	0.83 171	0.81 83	1.03 245	1.08 287	1.13 132	0.48 65	0.23 101	0.16 49	0.21 33	0.18 90	0.20 31	0.19 15

Selective-IGEV-i32	0.80 105	0.52 137	1.05 29	0.75 130	0.61 239	1.30 59	0.82 323	2.61 236	1.41 175	0.82 159	1.64 331	0.71 153	0.62 92	1.23 166	0.64 142	0.22 83	0.19 176	0.24 105	0.18 90	0.25 119	0.20 48

LACA1	0.60 22	0.43 48	0.92 11	0.53 2	0.32 16	3.20 284	0.33 31	1.48 42	0.48 5	0.57 39	0.39 11	0.41 24	0.59 82	0.83 47	0.37 8	0.23 101	0.19 176	0.23 65	0.18 90	0.21 52	0.19 15

VMStereo-Base	0.73 59	0.44 54	1.48 165	0.61 16	0.35 30	1.71 108	0.43 81	1.30 22	1.40 171	0.84 174	1.07 169	0.92 223	0.73 134	1.26 175	0.73 192	0.24 129	0.23 323	0.24 105	0.18 90	0.24 93	0.24 164

WQFJA1++	10.56 676	0.40 19	3.21 329	0.89 245	0.82 342	1.43 73	0.41 68	2.15 138	0.87 67	96.02 723	0.71 58	0.46 39	0.55 67	1.29 187	0.50 80	0.27 197	0.17 84	0.21 33	0.18 90	100.47 721	0.22 126

BridgeDepth_RVC	0.53 14	0.41 29	1.03 23	0.55 5	0.37 54	0.99 23	0.23 3	1.38 32	0.67 12	0.56 30	0.52 32	0.50 51	0.82 184	0.83 47	0.47 61	0.29 270	0.16 49	0.23 65	0.18 90	0.19 9	0.18 7
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DDF-Stereo	0.90 158	0.53 155	1.16 91	0.88 238	1.31 507	1.59 95	0.86 351	2.26 157	0.79 40	0.48 7	0.63 47	0.54 63	0.73 134	2.97 403	1.03 306	0.39 459	0.17 84	0.24 105	0.18 90	1.06 615	0.29 259

DA	0.98 193	0.46 71	1.34 139	0.92 272	0.43 106	4.34 560	0.85 346	2.79 267	1.35 158	0.82 159	1.30 230	0.89 210	1.08 287	1.11 123	0.56 113	0.30 312	0.18 130	0.24 105	0.18 90	0.25 119	0.23 146

zero-FE	0.95 180	0.52 137	2.63 298	0.86 227	1.27 500	1.41 70	0.86 351	2.27 159	0.73 26	0.50 11	0.64 48	0.54 63	0.78 165	2.70 392	1.02 304	0.35 409	0.17 84	0.24 105	0.18 90	1.03 612	0.29 259

GGEV	0.98 193	0.46 71	1.34 139	0.92 272	0.43 106	4.34 560	0.85 346	2.79 267	1.35 158	0.82 159	1.30 230	0.89 210	1.08 287	1.11 123	0.56 113	0.30 312	0.18 130	0.24 105	0.18 90	0.25 119	0.23 146

4w-stereo	0.67 40	0.49 115	1.07 38	0.63 33	0.75 309	1.63 104	0.44 86	2.23 151	0.77 31	0.56 30	0.92 121	0.40 17	0.82 184	1.08 117	0.53 98	0.18 25	0.13 1	0.25 144	0.18 90	0.19 9	0.20 48

3.75w	0.75 69	0.47 95	1.09 59	0.63 33	1.10 452	2.61 206	0.53 124	2.46 196	0.97 102	0.62 72	0.80 78	0.40 17	0.66 114	1.11 123	0.48 65	0.19 35	0.13 1	0.23 65	0.18 90	0.20 31	0.21 93

3w_stereo	0.71 55	0.47 95	1.14 88	0.65 56	0.39 76	1.73 111	0.68 212	2.79 267	0.79 40	0.67 94	0.84 90	0.37 9	1.02 255	1.03 105	0.56 113	0.18 25	0.14 11	0.23 65	0.18 90	0.20 31	0.22 126

IGEV	0.70 50	0.36 7	1.07 38	0.71 97	1.31 507	2.82 221	0.41 68	1.76 82	0.98 103	0.73 114	0.71 58	0.35 3	0.42 22	0.90 69	0.42 27	0.18 25	0.18 130	0.22 49	0.18 90	0.18 1	0.20 48

LG-Stereo_L2	0.63 34	0.46 71	1.15 90	0.70 88	0.43 106	2.32 174	0.28 17	1.86 95	0.68 13	0.56 30	0.42 15	0.37 9	0.45 31	1.36 203	0.40 16	0.23 101	0.18 130	0.22 49	0.18 90	0.21 52	0.20 48

LG-Stereo_L1	0.61 26	0.47 95	1.10 65	0.73 119	0.49 162	1.72 109	0.33 31	1.95 109	0.65 11	0.56 30	0.40 12	0.40 17	0.43 24	1.40 211	0.42 27	0.23 101	0.19 176	0.23 65	0.18 90	0.21 52	0.19 15

SGD-Stereo	0.65 38	0.41 29	1.06 36	0.85 220	0.31 12	2.44 187	0.46 96	1.09 14	0.69 16	0.84 174	0.52 32	0.55 72	0.53 60	1.49 235	0.46 56	0.31 337	0.14 11	0.25 144	0.18 90	0.23 83	0.20 48

Reg-Stereo(zero)	1.60 321	0.42 40	10.69 447	0.89 245	0.68 282	3.27 303	0.47 102	2.27 159	1.54 259	1.48 270	1.24 208	2.55 469	2.68 563	1.48 233	1.10 320	0.19 35	0.19 176	0.22 49	0.18 90	0.24 93	0.26 208

Pointernet	0.88 143	0.44 54	2.26 259	0.84 208	0.37 54	2.29 172	0.38 51	3.06 300	1.46 197	0.66 91	1.39 261	0.91 217	0.73 134	1.01 101	0.72 189	0.23 101	0.19 176	0.20 17	0.18 90	0.19 9	0.20 48

GCAPDPT-zeroshot4090	0.97 187	0.41 29	3.70 354	0.63 33	0.80 327	1.51 86	0.84 337	1.84 92	1.51 231	0.82 159	1.00 141	0.70 142	1.00 247	0.75 22	0.41 21	0.23 101	0.18 130	0.24 105	0.18 90	0.43 449	2.30 653

GCAP-Stereo	0.93 168	0.68 337	1.35 144	0.85 220	0.41 93	3.61 381	0.52 123	2.20 143	1.50 224	1.11 234	1.04 155	1.17 263	0.84 191	1.11 123	0.71 184	0.25 154	0.20 227	0.27 221	0.18 90	0.28 191	0.23 146

Any-RAFT	1.40 292	0.53 155	2.78 310	1.09 382	0.64 254	4.41 575	0.81 319	3.97 471	2.78 559	1.99 384	1.34 246	2.36 443	1.56 426	1.56 246	0.75 201	0.27 197	0.20 227	0.25 144	0.18 90	0.25 119	0.28 246

Selective-IGEV	0.80 105	0.52 137	1.05 29	0.75 130	0.61 239	1.31 61	0.82 323	2.60 235	1.41 175	0.82 159	1.64 331	0.71 153	0.62 92	1.22 164	0.64 142	0.22 83	0.19 176	0.24 105	0.18 90	0.25 119	0.20 48

DCANet-4	1.96 382	0.51 128	14.31 501	0.82 184	0.40 86	4.16 525	0.57 141	4.29 574	2.98 588	2.30 498	1.80 390	1.03 245	1.54 423	1.44 223	1.44 405	0.29 270	0.23 323	0.23 65	0.18 90	0.24 93	0.42 434

fff	1.74 342	0.70 351	9.08 423	0.81 172	0.36 34	4.15 515	0.57 141	4.23 546	2.09 420	2.30 498	1.80 390	1.19 272	3.02 578	1.44 223	1.46 410	0.29 270	0.23 323	0.23 65	0.18 90	0.24 93	0.42 434

ADStereo(finetuned)	2.04 397	0.73 381	13.28 475	0.82 184	0.40 86	4.16 525	0.59 154	4.25 556	2.97 585	2.35 516	1.84 417	1.18 267	3.40 597	1.52 241	1.54 435	0.29 270	0.24 359	0.23 65	0.18 90	0.30 237	0.51 499

DCANet	1.74 342	0.73 381	9.08 423	0.82 184	0.40 86	4.18 533	0.59 154	4.25 556	2.97 585	2.35 516	1.84 417	1.18 267	1.63 451	1.51 239	1.55 436	0.29 270	0.24 359	0.23 65	0.18 90	0.30 237	0.53 506

csc	1.74 342	0.70 351	9.08 423	0.81 172	0.36 34	4.15 515	0.57 141	4.23 546	2.09 420	2.30 498	1.80 390	1.19 272	3.02 578	1.44 223	1.46 410	0.29 270	0.23 323	0.23 65	0.18 90	0.24 93	0.42 434

cscssc	1.74 342	0.70 351	9.08 423	0.81 172	0.36 34	4.15 515	0.57 141	4.23 546	2.09 420	2.30 498	1.80 390	1.19 272	3.02 578	1.44 223	1.46 410	0.29 270	0.23 323	0.23 65	0.18 90	0.24 93	0.42 434

iResNet_ROB	1.89 366	1.02 500	8.60 418	1.39 539	0.98 410	3.72 397	0.66 197	3.84 427	2.65 543	1.88 347	2.05 478	1.98 401	1.27 339	4.52 441	1.67 463	0.30 312	0.20 227	0.28 256	0.18 90	0.31 257	0.40 424

DF	0.97 187	0.56 192	1.59 180	0.93 288	0.51 169	1.13 31	0.97 437	4.39 608	1.44 185	0.95 203	1.59 315	1.01 241	0.57 73	1.62 265	0.75 201	0.32 358	0.22 293	0.25 144	0.19 134	0.25 119	0.25 178

aanet-new-28k	0.77 88	0.58 219	2.64 300	0.78 160	0.39 76	1.97 132	1.05 471	1.72 78	0.79 40	0.58 45	1.10 175	0.54 63	0.78 165	0.70 6	0.44 40	0.20 49	0.15 24	0.25 144	0.19 134	0.29 211	0.21 93

aanet-new-24k	0.78 97	0.59 229	1.59 180	0.72 110	0.84 357	2.43 185	0.98 445	1.99 113	0.69 16	0.62 72	1.25 216	0.60 96	0.75 143	0.82 44	0.55 109	0.21 61	0.15 24	0.25 144	0.19 134	0.26 149	0.21 93

aanet-new-22k	0.76 78	0.65 307	2.50 282	0.74 126	0.34 25	1.47 80	1.32 526	1.61 60	0.81 51	0.57 39	1.05 162	0.54 63	0.84 191	0.92 78	0.50 80	0.21 61	0.16 49	0.24 105	0.19 134	0.27 169	0.20 48

aanet-new-12k	0.80 105	0.44 54	1.68 187	0.81 172	0.31 12	3.00 252	0.97 437	2.65 241	0.78 36	0.69 100	0.55 36	0.58 88	0.77 156	0.99 98	0.54 104	0.21 61	0.14 11	0.24 105	0.19 134	0.26 149	0.22 126

GCAP-Stereo-DPT-22K	0.72 56	0.46 71	1.10 65	0.68 76	1.36 524	1.59 95	0.77 284	1.42 37	1.19 132	0.74 119	0.93 124	0.70 142	0.93 226	0.67 4	0.42 27	0.23 101	0.18 130	0.24 105	0.19 134	0.26 149	0.23 146

GEAStereo	0.84 130	0.48 105	1.09 59	0.85 220	0.45 125	4.54 600	0.83 329	1.88 96	0.91 78	0.75 122	0.89 109	0.53 60	0.80 177	0.92 78	0.53 98	0.30 312	0.19 176	0.27 221	0.19 134	0.28 191	0.19 15

gasm-f	0.89 149	0.49 115	1.30 130	0.85 220	0.44 117	4.42 577	0.95 425	1.88 96	0.91 78	0.75 122	1.46 274	0.53 60	0.88 208	0.88 63	0.57 118	0.30 312	0.19 176	0.27 221	0.19 134	0.28 191	0.19 15

Zero-FE251	0.80 105	0.75 403	1.71 189	0.88 238	0.70 293	2.59 205	0.45 91	1.38 32	0.83 57	1.79 331	0.61 45	0.73 163	0.81 180	0.82 44	0.61 131	0.29 270	0.23 323	0.27 221	0.19 134	0.20 31	0.20 48

AdaDepth	0.76 78	0.45 59	1.41 155	0.70 88	1.27 500	3.12 273	0.43 81	1.02 12	0.94 95	0.63 80	0.91 118	0.43 28	0.58 77	1.41 216	0.48 65	0.18 25	0.21 261	0.23 65	0.19 134	0.25 119	0.26 208

4.5_new	0.67 40	0.46 71	1.11 73	0.63 33	0.78 321	1.97 132	0.51 114	2.18 139	0.78 36	0.73 114	0.90 113	0.42 26	0.49 49	0.81 40	0.49 73	0.21 61	0.14 11	0.26 188	0.19 134	0.22 72	0.20 48

4.5w-stereo	0.67 40	0.46 71	1.11 73	0.63 33	0.78 321	1.97 132	0.51 114	2.18 139	0.77 31	0.73 114	0.90 113	0.42 26	0.49 49	0.81 40	0.49 73	0.21 61	0.14 11	0.26 188	0.19 134	0.22 72	0.20 48

LG-Stereo_Zeroshot	0.89 149	0.47 95	2.08 240	0.76 148	0.73 302	3.91 441	0.41 68	2.07 128	1.07 121	0.77 141	0.89 109	0.64 116	0.86 196	0.95 85	0.77 213	0.26 171	0.18 130	0.26 188	0.19 134	0.32 289	0.32 311

SCV	0.95 180	0.63 282	1.38 148	1.70 600	0.41 93	1.23 42	0.89 386	3.53 368	1.57 280	0.61 65	1.54 299	0.93 227	0.77 156	1.66 275	0.66 155	0.36 422	0.20 227	0.25 144	0.19 134	0.29 211	0.25 178

AIO_test	0.76 78	0.47 95	1.31 131	0.81 172	0.70 293	1.36 65	0.88 379	1.40 35	1.45 188	0.55 28	0.95 133	1.81 372	0.58 77	1.16 145	0.46 56	0.27 197	0.17 84	0.24 105	0.19 134	0.24 93	0.21 93

castereo++	0.93 168	0.56 192	1.26 118	0.92 272	0.73 302	2.48 190	1.00 452	2.99 289	1.03 113	0.68 96	1.41 267	1.92 388	0.59 82	1.26 175	0.44 40	0.25 154	0.19 176	0.28 256	0.19 134	0.23 83	0.23 146

IGEV-RUCA	0.90 158	0.53 155	1.05 29	0.81 172	0.74 307	3.89 438	0.80 309	1.92 104	1.41 175	0.96 208	0.71 58	0.70 142	0.73 134	1.30 193	0.68 164	0.29 270	0.20 227	0.25 144	0.19 134	0.43 449	0.34 343

Occ-G	0.86 135	0.52 137	1.39 150	0.82 184	0.66 269	1.37 66	0.79 298	1.58 55	1.31 153	1.56 279	0.87 101	2.18 424	0.89 214	0.97 92	0.88 255	0.26 171	0.19 176	0.26 188	0.19 134	0.25 119	0.24 164

RSM	0.80 105	0.50 119	1.08 50	0.83 197	0.51 169	1.31 61	0.77 284	2.28 162	1.43 182	0.82 159	1.44 271	1.22 277	0.62 92	1.17 151	0.63 139	0.22 83	0.18 130	0.24 105	0.19 134	0.27 169	0.20 48

MoCha-V2	0.87 141	0.48 105	1.87 206	0.88 238	0.32 16	1.37 66	0.55 134	2.71 250	1.42 178	0.92 195	1.75 366	0.65 122	1.17 320	1.45 227	0.57 118	0.21 61	0.21 261	0.20 17	0.19 134	0.24 93	0.23 146

IGEV++	0.90 158	0.58 219	1.32 135	0.94 293	0.45 125	1.27 50	1.00 452	3.32 335	1.55 267	0.82 159	1.34 246	0.86 202	1.09 290	1.16 145	0.89 258	0.33 377	0.18 130	0.23 65	0.19 134	0.29 211	0.22 126

RCA-Stereo	1.21 249	0.52 137	1.58 179	0.90 255	0.46 136	4.68 626	0.79 298	4.13 517	1.74 351	1.92 361	1.80 390	0.94 232	1.48 400	1.14 136	0.70 181	0.27 197	0.18 130	0.25 144	0.19 134	0.25 119	0.23 146

CroCo-Stereo	0.98 193	0.87 460	3.44 340	0.87 233	0.53 192	0.49 3	0.50 110	3.99 477	1.49 218	0.81 157	1.25 216	1.00 240	0.75 143	1.10 121	1.09 319	0.24 129	0.21 261	0.24 105	0.19 134	0.35 349	0.27 225
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
raftrobust	1.19 241	0.72 370	2.30 264	1.26 472	1.31 507	3.55 367	0.68 212	2.75 256	1.47 202	2.21 475	1.38 259	1.17 263	1.22 329	1.20 160	1.11 325	0.28 241	0.24 359	0.21 33	0.19 134	0.25 119	0.28 246

pmcnn	5.45 644	1.22 547	17.40 548	1.60 586	2.41 652	3.48 346	2.12 607	4.52 631	3.26 616	3.67 628	13.15 680	22.10 690	3.46 603	11.92 655	17.16 675	0.34 389	0.21 261	0.23 65	0.19 134	0.36 362	0.28 246

DNS	3.43 592	0.50 119	1.75 196	0.77 154	0.67 276	2.16 157	0.41 68	2.32 169	1.51 231	51.54 711	1.30 230	0.97 235	1.04 264	1.03 105	0.75 201	0.45 515	0.24 359	0.21 33	0.20 159	0.44 460	0.36 363

quiztm	1.09 222	0.79 422	1.33 138	0.77 154	1.50 558	2.48 190	0.76 271	3.65 384	1.55 267	1.65 300	1.80 390	1.18 267	0.64 99	1.17 151	1.07 313	0.30 312	0.17 84	0.23 65	0.20 159	0.36 362	0.28 246

GCAP-Stereo-DPT26K	0.76 78	0.51 128	2.13 244	0.72 110	0.38 70	2.35 177	0.99 447	1.82 90	0.80 44	0.68 96	0.88 102	0.56 78	0.64 99	0.87 57	0.55 109	0.23 101	0.16 49	0.25 144	0.20 159	0.24 93	0.20 48

Foundation-i1	0.86 135	0.38 9	1.13 82	0.77 154	1.12 455	1.06 26	0.69 223	2.94 283	1.61 304	0.89 189	1.39 261	1.24 279	1.01 251	1.08 117	0.55 109	0.23 101	0.19 176	0.22 49	0.20 159	0.21 52	0.20 48

GSStereo	0.96 185	0.48 105	1.09 59	0.97 309	0.45 125	4.54 600	0.83 329	3.32 335	1.37 161	0.75 122	0.89 109	0.76 173	0.80 177	0.92 78	0.53 98	0.26 171	0.18 130	0.26 188	0.20 159	0.28 191	0.21 93

GS-Stereo							0.83 329	3.32 335	1.37 161	0.75 122	0.89 109	0.76 173	0.80 177	0.92 78	0.53 98	0.26 171	0.18 130	0.26 188	0.20 159	0.28 191	0.21 93

depthmonostereo	0.94 172	0.71 365	2.39 273	0.85 220	0.54 194	2.21 165	0.53 124	1.83 91	1.17 127	0.95 203	1.09 172	0.99 237	0.97 237	2.37 361	0.68 164	0.23 101	0.27 416	0.22 49	0.20 159	0.25 119	0.26 208

SCV_C0	0.89 149	0.59 229	1.96 219	0.83 197	0.44 117	1.24 46	0.64 184	3.33 341	1.66 321	0.82 159	1.20 196	0.73 163	0.66 114	1.62 265	0.66 155	0.32 358	0.21 261	0.24 105	0.20 159	0.28 191	0.23 146

castereo	0.82 123	0.70 351	1.04 24	0.85 220	0.50 167	1.29 58	0.91 399	3.22 317	1.20 134	0.83 171	1.24 208	0.72 156	0.91 220	1.00 100	0.67 160	0.26 171	0.16 49	0.25 144	0.20 159	0.24 93	0.21 93

fffft	0.76 78	0.47 95	1.28 126	0.82 184	0.54 194	1.51 86	0.80 309	2.09 130	1.18 128	0.63 80	0.84 90	0.59 93	0.55 67	1.80 299	0.85 237	0.19 35	0.18 130	0.27 221	0.20 159	0.26 149	0.24 164
1: 1. 1
WCG-NET	0.88 143	0.49 115	1.26 118	0.90 255	0.37 54	1.48 82	1.07 475	1.73 79	2.30 469	1.63 293	1.49 287	0.92 223	0.97 237	0.95 85	0.76 208	0.22 83	0.16 49	0.23 65	0.20 159	0.25 119	0.21 93

AIO-Stereo	0.76 78	0.54 171	1.07 38	0.73 119	0.40 86	1.28 56	0.82 323	2.26 157	1.49 218	0.70 103	1.58 310	0.89 210	0.45 31	1.03 105	0.55 109	0.24 129	0.18 130	0.25 144	0.20 159	0.26 149	0.21 93

WCG-NET（raft）	0.95 180	0.55 180	1.20 104	0.84 208	0.31 12	1.44 76	1.01 455	1.55 51	2.37 490	1.64 296	1.42 269	2.38 446	1.01 251	1.29 187	0.76 208	0.22 83	0.19 176	0.22 49	0.20 159	0.25 119	0.21 93

MaDis-Stereo	0.82 123	0.66 319	1.53 170	0.65 56	1.87 627	1.24 46	0.36 46	2.13 134	1.27 147	0.67 94	0.75 67	0.88 208	0.70 124	1.15 143	1.07 313	0.29 270	0.23 323	0.26 188	0.20 159	0.31 257	0.22 126

GCAPDPT-zeroshot	3.67 600	0.52 137	56.80 716	0.90 255	1.06 436	2.70 213	0.77 284	3.08 302	1.18 128	1.20 241	0.81 83	0.68 133	0.55 67	0.96 89	0.68 164	0.27 197	0.21 261	0.28 256	0.20 159	0.27 169	0.25 178

anonymousdsp2	1.26 269	0.60 245	3.74 356	1.02 349	0.41 93	3.60 377	0.72 238	3.68 391	1.47 202	1.37 258	1.56 307	1.83 376	1.01 251	2.00 327	0.66 155	0.29 270	0.20 227	0.28 256	0.20 159	0.32 289	0.29 259

knoymous	1.30 280	0.60 245	5.57 386	0.88 238	0.75 309	3.04 256	0.90 391	2.68 246	1.33 154	1.48 270	1.07 169	2.78 500	0.88 208	1.29 187	0.85 237	0.31 337	0.22 293	0.35 433	0.20 159	0.45 469	0.37 379

Wz-Net-LNSev-Ref	2.42 477	1.47 583	14.14 495	1.30 494	1.35 521	3.51 355	1.64 577	4.04 490	2.10 428	2.46 533	1.88 432	2.28 429	2.51 554	4.73 446	3.17 582	0.38 447	0.19 176	0.35 433	0.20 159	0.40 396	0.36 363

TANstereo	1.01 206	0.55 180	1.73 191	0.76 148	0.36 34	4.04 489	0.38 51	1.48 42	1.62 310	2.03 407	2.10 487	0.84 193	0.93 226	0.98 94	0.62 135	0.28 241	0.36 503	0.23 65	0.20 159	0.25 119	0.46 467

111	1.83 355	0.92 474	9.08 423	0.81 172	0.36 34	4.25 547	0.91 399	4.44 617	2.70 549	2.39 525	1.96 452	2.30 435	1.64 454	1.28 182	1.82 484	0.28 241	0.22 293	0.24 105	0.20 159	0.31 257	0.54 512

GCAP-Stereo-DPT-36K	0.97 187	1.76 603	2.51 283	0.69 82	1.40 534	2.95 248	0.99 447	2.18 139	1.04 116	0.68 96	0.80 78	0.69 139	0.64 99	0.87 57	0.40 16	0.23 101	0.19 176	0.25 144	0.21 179	0.30 237	0.64 551

WQFJX1	2.20 424	0.52 137	1.38 148	0.62 25	1.78 616	3.07 263	0.67 201	12.26 684	15.24 687	0.84 174	1.05 162	0.91 217	0.97 237	1.88 316	1.26 366	0.27 197	0.25 387	0.28 256	0.21 179	0.36 362	0.25 178

WQFJX	2.14 416	0.54 171	1.28 126	0.61 16	1.85 623	2.87 229	0.77 284	11.60 678	14.62 683	0.82 159	1.15 185	0.89 210	1.10 296	1.69 283	1.39 393	0.28 241	0.25 387	0.25 144	0.21 179	0.32 289	0.25 178

S2M2_XL	0.46 3	0.41 29	1.09 59	0.65 56	0.34 25	0.29 1	0.23 3	0.67 1	0.50 6	0.53 22	0.92 121	0.65 122	0.53 60	0.54 1	0.50 80	0.28 241	0.24 359	0.25 144	0.21 179	0.23 83	0.22 126
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DilatedVolume-Stereo	0.81 118	0.60 245	1.51 168	1.01 338	0.59 231	1.34 63	0.51 114	1.56 52	1.08 122	1.26 247	1.24 208	0.77 176	0.87 201	1.79 298	0.72 189	0.23 101	0.24 359	0.22 49	0.21 179	0.25 119	0.23 146

xyz-stereo	10.85 677	0.45 59	79.01 720	0.62 25	0.45 125	83.70 718	0.77 284	2.59 233	1.34 155	2.19 463	32.02 706	2.76 498	1.62 438	5.75 467	2.39 542	0.25 154	0.17 84	0.33 395	0.21 179	0.25 119	0.19 15

HART	1.03 211	0.85 454	3.13 325	0.84 208	0.38 70	1.17 38	0.42 76	3.54 369	1.47 202	1.08 228	2.17 503	1.48 314	0.57 73	1.37 209	0.74 198	0.23 101	0.18 130	0.28 256	0.21 179	0.32 289	0.24 164

999	0.97 187	0.48 105	1.24 115	1.03 356	0.64 254	3.25 298	0.92 413	1.40 35	1.39 167	0.71 107	1.68 344	0.70 142	0.66 114	3.03 405	0.89 258	0.23 101	0.19 176	0.25 144	0.21 179	0.25 119	0.29 259

mms	0.77 88	0.68 337	1.17 95	0.83 197	0.71 295	1.41 70	0.67 201	1.61 60	1.12 124	0.77 141	1.37 255	0.63 114	0.54 66	1.75 292	0.63 139	0.24 129	0.19 176	0.26 188	0.21 179	0.31 257	0.34 343

ours_stereo	0.76 78	0.64 293	1.40 154	0.86 227	0.61 239	1.12 30	0.57 141	1.63 68	1.20 134	0.72 111	1.43 270	0.70 142	0.62 92	1.56 246	0.58 123	0.25 154	0.18 130	0.26 188	0.21 179	0.29 211	0.31 300

fffy	0.80 105	0.59 229	1.56 176	1.00 331	0.47 146	1.27 50	0.76 271	1.90 101	1.02 111	0.75 122	1.35 249	0.83 191	0.72 129	1.70 286	0.62 135	0.23 101	0.19 176	0.27 221	0.21 179	0.28 191	0.32 311

GCAP-BAT	3.82 609	0.52 137	59.75 717	0.90 255	1.06 436	2.70 213	0.77 284	3.08 302	1.18 128	1.20 241	0.81 83	0.68 133	0.55 67	0.96 89	0.68 164	0.27 197	0.21 261	0.28 256	0.21 179	0.27 169	0.25 178

RAStereo	0.75 69	0.52 137	2.86 314	0.58 9	0.62 248	1.19 40	0.32 28	1.81 89	0.99 106	0.75 122	1.05 162	0.64 116	0.47 39	0.80 35	0.94 287	0.22 83	0.20 227	0.27 221	0.21 179	0.34 328	0.22 126

RSM++	0.77 88	0.51 128	1.08 50	0.95 296	0.42 100	1.52 90	0.71 235	2.11 132	1.40 171	0.80 153	1.23 207	0.90 215	0.59 82	1.14 136	0.69 175	0.24 129	0.19 176	0.25 144	0.21 179	0.28 191	0.20 48

ACVNet-DCA	1.85 358	0.74 392	13.77 484	1.78 609	0.36 34	4.48 584	0.74 258	3.98 473	1.53 250	1.01 212	1.81 403	0.72 156	1.62 438	2.13 340	0.64 142	0.29 270	0.17 84	0.32 359	0.21 179	0.33 309	0.32 311

1test111	1.99 389	0.74 392	13.77 484	1.78 609	0.36 34	4.48 584	0.74 258	3.98 473	1.53 250	1.01 212	1.81 403	0.72 156	1.62 438	4.66 443	0.98 297	0.29 270	0.17 84	0.32 359	0.21 179	0.33 309	0.32 311

cc1	1.98 386	0.74 392	13.77 484	1.78 609	0.36 34	4.48 584	0.74 258	4.23 546	3.95 642	1.01 212	1.81 403	0.72 156	1.62 438	2.13 340	0.64 142	0.29 270	0.17 84	0.32 359	0.21 179	0.31 257	0.29 259

ff7	0.98 193	0.69 340	2.05 228	0.84 208	0.52 182	4.55 605	0.86 351	1.62 63	1.24 138	0.75 122	1.03 150	0.70 142	0.77 156	1.84 307	0.68 164	0.27 197	0.17 84	0.29 282	0.21 179	0.31 257	0.27 225

IGEVStereo-DCA	0.86 135	0.65 307	2.05 228	0.90 255	0.46 136	1.57 92	0.86 351	1.62 63	1.24 138	0.65 88	0.77 72	0.74 169	0.72 129	2.59 384	0.86 244	0.28 241	0.21 261	0.28 256	0.21 179	0.29 211	0.27 225

ffff	0.98 193	0.69 340	2.05 228	0.84 208	0.52 182	4.55 605	0.86 351	1.62 63	1.24 138	0.75 122	1.03 150	0.70 142	0.77 156	1.84 307	0.68 164	0.27 197	0.17 84	0.29 282	0.21 179	0.31 257	0.27 225

rrr	2.27 437	0.65 307	23.82 687	0.90 255	0.46 136	1.57 92	0.96 432	7.98 669	1.19 132	0.65 88	0.77 72	0.74 169	0.72 129	2.59 384	0.86 244	0.28 241	0.21 261	0.28 256	0.21 179	0.29 211	0.25 178

11t	0.98 193	0.69 340	2.05 228	0.84 208	0.52 182	4.55 605	0.86 351	1.62 63	1.24 138	0.75 122	1.03 150	0.70 142	0.77 156	1.84 307	0.68 164	0.27 197	0.17 84	0.29 282	0.21 179	0.31 257	0.27 225

MSKI-zero shot	2.22 426	0.64 293	20.09 612	0.96 302	0.56 207	4.04 489	0.70 233	3.91 451	1.50 224	1.92 361	2.28 523	1.92 388	0.71 126	2.93 400	0.67 160	0.26 171	0.23 323	0.26 188	0.21 179	0.28 191	0.26 208

UniTT-Stereo	0.82 123	0.47 95	2.63 298	0.96 302	1.19 476	0.78 14	0.39 53	1.12 16	1.54 259	1.19 240	1.26 218	0.51 53	0.64 99	1.13 132	1.03 306	0.30 312	0.20 227	0.24 105	0.21 179	0.40 396	0.25 178

anonymousdsp	0.95 180	0.69 340	1.27 124	0.83 197	0.52 182	4.54 600	0.84 337	1.76 82	1.24 138	0.76 136	1.06 166	0.78 177	0.77 156	1.67 280	0.69 175	0.27 197	0.17 84	0.29 282	0.21 179	0.31 257	0.26 208

riskmin	1.25 262	0.56 192	2.05 228	1.05 359	0.93 391	2.86 227	0.55 134	3.23 320	1.34 155	1.55 277	1.07 169	3.56 575	2.03 511	1.29 187	1.00 302	0.28 241	0.27 416	0.34 414	0.21 179	0.41 420	0.43 444

CroCo-Stereo Lap2	0.99 201	0.89 464	2.55 286	0.99 323	1.80 620	0.54 4	0.46 96	3.10 304	1.24 138	1.07 227	1.21 200	1.05 250	0.78 165	1.26 175	1.08 316	0.27 197	0.23 323	0.27 221	0.21 179	0.43 449	0.34 343

ccc-4	0.98 193	0.69 340	2.05 228	0.84 208	0.52 182	4.55 605	0.86 351	1.62 63	1.24 138	0.75 122	1.03 150	0.70 142	0.77 156	1.84 307	0.68 164	0.27 197	0.17 84	0.29 282	0.21 179	0.31 257	0.27 225

IGEV-Stereo	0.95 180	0.69 340	1.27 124	0.84 208	0.52 182	4.54 600	0.84 337	1.76 82	1.24 138	0.75 122	1.06 166	0.79 181	0.77 156	1.68 282	0.69 175	0.27 197	0.17 84	0.29 282	0.21 179	0.31 257	0.26 208
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RALCasStereoNet	1.19 241	1.02 500	2.06 237	1.12 402	1.14 460	3.08 265	0.70 233	2.99 289	1.73 345	1.34 252	1.68 344	1.18 267	0.91 220	2.16 345	1.00 302	0.30 312	0.26 404	0.24 105	0.21 179	0.29 211	0.30 290

test_xeample3	2.12 412	0.63 282	21.55 668	0.91 266	0.47 146	1.85 121	0.94 421	7.96 668	1.23 136	0.75 122	0.76 69	0.64 116	0.70 124	1.77 294	0.83 231	0.30 312	0.21 261	0.27 221	0.21 179	0.27 169	0.24 164

R-Stereo Train	1.20 246	0.58 219	1.81 201	0.99 323	0.67 276	3.78 409	0.90 391	4.09 507	1.51 231	2.16 453	1.71 355	1.13 257	0.94 229	1.40 211	0.91 271	0.30 312	0.24 359	0.26 188	0.21 179	0.26 149	0.25 178

RAFT-Stereo	1.20 246	0.58 219	1.81 201	0.99 323	0.67 276	3.78 409	0.90 391	4.09 507	1.51 231	2.16 453	1.71 355	1.13 257	0.94 229	1.40 211	0.91 271	0.30 312	0.24 359	0.26 188	0.21 179	0.26 149	0.25 178
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	2.65 514	5.00 652	19.28 584	2.06 634	1.09 450	3.83 419	1.13 494	4.14 523	2.09 420	1.85 338	2.03 469	2.01 407	1.51 411	3.58 417	1.58 441	0.34 389	0.21 261	0.32 359	0.21 179	0.44 460	0.29 259

MLCV	1.87 361	0.91 472	8.59 417	1.10 391	0.57 219	3.59 375	0.53 124	3.70 401	2.20 447	2.80 586	2.25 517	2.00 404	1.42 383	4.13 435	1.86 489	0.30 312	0.20 227	0.32 359	0.21 179	0.33 309	0.36 363

LiteMatch	0.67 40	0.84 448	0.89 6	0.80 168	0.39 76	1.60 97	0.68 212	0.96 8	0.91 78	0.62 72	0.43 17	0.56 78	1.40 371	0.71 9	1.10 320	0.28 241	0.16 49	0.29 282	0.22 214	0.29 211	0.37 379

Lsterematch	1.15 233	0.84 448	4.02 362	0.80 168	0.39 76	1.68 107	0.68 212	2.01 116	2.02 401	1.58 282	2.02 466	1.35 294	1.40 371	1.41 216	1.10 320	0.28 241	0.16 49	0.29 282	0.22 214	0.29 211	0.37 379

BLMT-Stereo	0.46 3	0.31 1	0.97 16	0.61 16	0.38 70	0.42 2	0.36 46	0.68 2	0.77 31	0.50 11	0.83 88	0.61 100	0.33 7	0.61 3	0.62 135	0.19 35	0.14 11	0.24 105	0.22 214	0.20 31	0.19 15

WQFJA1	2.11 409	0.52 137	1.23 108	0.63 33	1.87 627	2.81 219	0.61 162	11.67 679	15.01 685	0.80 153	0.86 98	0.92 223	1.03 256	1.13 132	1.48 418	0.26 171	0.25 387	0.27 221	0.22 214	0.31 257	0.24 164

NLMM	2.10 406	0.53 155	1.23 108	0.63 33	1.86 624	2.81 219	0.61 162	11.68 680	14.99 684	0.80 153	0.86 98	0.92 223	1.03 256	1.12 128	1.48 418	0.26 171	0.25 387	0.27 221	0.22 214	0.31 257	0.24 164

NLSM3	0.90 158	0.46 71	1.19 97	0.62 25	1.30 504	3.19 283	0.45 91	2.81 271	1.27 147	0.78 145	0.95 133	0.55 72	1.03 256	1.14 136	0.87 250	0.20 49	0.15 24	0.26 188	0.22 214	0.24 93	0.23 146

G2L-ROB	2.13 414	0.78 418	10.06 437	1.19 442	1.06 436	3.84 424	0.93 416	3.32 335	2.27 461	2.20 466	1.47 279	2.65 481	1.20 328	8.38 525	1.81 482	0.28 241	0.19 176	0.23 65	0.22 214	0.28 191	0.32 311

G2L-Stereo_test	2.11 409	0.86 457	7.12 399	1.65 593	1.19 476	3.54 364	1.02 460	3.57 373	2.01 400	2.50 538	1.68 344	3.15 532	1.50 407	9.21 546	1.62 453	0.28 241	0.19 176	0.23 65	0.22 214	0.27 169	0.31 300

MM-Stereo_test3	1.09 222	0.59 229	1.55 174	1.73 604	1.18 469	1.91 127	0.86 351	3.52 364	1.76 355	1.25 245	1.86 428	1.10 254	0.69 121	1.32 196	0.86 244	0.27 197	0.23 323	0.27 221	0.22 214	0.34 328	0.30 290

MM-Stereo_test2	1.79 351	0.53 155	20.16 614	1.43 547	0.47 146	2.57 202	0.73 246	1.67 72	1.47 202	0.94 199	0.96 136	0.84 193	0.79 170	1.16 145	0.68 164	0.24 129	0.17 84	0.25 144	0.22 214	0.30 237	0.22 126

SMoEStereo_RVC	0.80 105	0.53 155	1.12 76	0.92 272	0.44 117	2.41 184	0.79 298	1.49 44	1.16 125	0.70 103	1.12 179	0.64 116	0.64 99	1.69 283	0.87 250	0.22 83	0.16 49	0.31 336	0.22 214	0.26 149	0.25 178

RAFT-Stereo-weight	1.11 226	0.48 105	1.22 107	0.99 323	0.42 100	4.17 530	0.80 309	3.60 377	1.50 224	1.97 377	1.50 288	1.30 288	0.65 107	1.24 168	0.85 237	0.25 154	0.19 176	0.26 188	0.22 214	0.27 169	0.23 146

MGS-Stereo	0.80 105	0.56 192	1.53 170	0.93 288	0.39 76	1.26 49	0.73 246	1.45 39	1.30 152	1.01 212	2.26 518	0.80 183	0.56 72	1.16 145	0.65 151	0.27 197	0.23 323	0.26 188	0.22 214	0.27 169	0.25 178

tt1	1.79 351	0.73 381	10.41 444	1.75 606	0.36 34	4.55 605	0.79 298	4.22 542	3.37 624	1.08 228	1.80 390	0.74 169	1.48 400	2.21 353	0.65 151	0.29 270	0.16 49	0.31 336	0.22 214	0.30 237	0.29 259

MC-Stereo	1.06 215	0.48 105	1.55 174	1.15 423	0.41 93	4.56 610	0.61 162	2.06 126	1.46 197	1.90 354	1.61 324	0.89 210	1.12 302	1.35 201	0.73 192	0.25 154	0.18 130	0.26 188	0.22 214	0.25 119	0.24 164

CIPLG	2.27 437	1.18 536	19.24 579	0.92 272	1.34 520	3.95 460	0.89 386	4.23 546	1.82 363	2.31 504	2.67 574	1.17 263	1.06 278	1.53 244	1.32 381	0.37 430	0.23 323	0.27 221	0.22 214	0.31 257	0.45 456

IPLGR_C	2.28 442	1.31 562	19.46 587	0.92 272	1.32 514	3.93 449	0.89 386	4.20 533	1.82 363	2.30 498	2.63 571	1.16 261	1.07 283	1.41 216	1.29 377	0.37 430	0.23 323	0.27 221	0.22 214	0.31 257	0.45 456

ACRE	2.27 437	1.11 523	19.45 586	0.91 266	1.30 504	3.94 455	0.87 372	4.21 538	1.80 361	2.28 492	2.62 569	1.17 263	1.04 264	1.52 241	1.30 378	0.37 430	0.23 323	0.27 221	0.22 214	0.31 257	0.46 467

GANet-ADL	2.20 424	0.73 381	20.11 613	1.25 465	0.69 289	3.83 419	0.76 271	3.49 357	1.71 340	1.65 300	1.99 462	2.10 419	1.10 296	1.42 219	1.26 366	0.38 447	0.33 478	0.25 144	0.22 214	0.42 439	0.36 363

Gwc-CoAtRS	1.58 314	0.57 203	11.69 460	1.01 338	0.60 234	2.53 199	0.64 184	2.36 174	1.56 274	1.80 332	1.47 279	2.74 490	1.18 322	1.12 128	0.90 262	0.27 197	0.21 261	0.25 144	0.22 214	0.27 169	0.23 146

iResNet	2.52 497	0.94 484	21.17 658	1.84 618	0.72 297	3.75 404	0.81 319	4.14 523	2.55 532	2.33 514	2.03 469	1.35 294	1.44 389	3.27 409	2.16 528	0.35 409	0.23 323	0.28 256	0.22 214	0.44 460	0.45 456

GCAP-Stereo-DPT-2K	0.88 143	0.45 59	1.31 131	0.63 33	1.63 584	3.91 441	0.66 197	2.28 162	1.02 111	1.10 230	0.98 140	0.60 96	0.46 36	0.83 47	0.47 61	0.26 171	0.18 130	0.29 282	0.23 235	0.24 93	0.18 7

GCAP-Stereo-DPT-3K	0.89 149	0.46 71	1.34 139	0.62 25	1.70 600	3.95 460	0.67 201	2.36 174	1.05 119	1.05 221	0.90 113	0.60 96	0.42 22	0.80 35	0.46 56	0.27 197	0.18 130	0.29 282	0.23 235	0.24 93	0.18 7

gcap_with_dpt	0.89 149	0.45 59	1.28 126	0.64 43	1.61 580	3.93 449	0.67 201	2.41 179	1.01 110	1.18 238	0.96 136	0.60 96	0.45 31	0.76 25	0.44 40	0.26 171	0.18 130	0.29 282	0.23 235	0.25 119	0.18 7

DLNR-FE	28.68 702	56.10 718	49.61 705	183.75 724	105.98 718	3.44 334	0.28 17	29.58 703	1.49 218	1.01 212	1.26 218	0.93 227	0.63 96	3.81 424	1.51 430	33.14 713	0.41 544	0.26 188	0.23 235	99.94 720	0.32 311

water-stereo	0.78 97	0.45 59	1.94 214	0.79 165	0.48 154	2.36 178	0.47 102	1.53 49	1.09 123	0.88 186	1.04 155	0.82 189	0.75 143	0.72 16	0.78 214	0.22 83	0.23 323	0.25 144	0.23 235	0.24 93	0.29 259

xyz-stereo-finetune	1.05 213	0.62 274	1.46 160	0.59 12	0.36 34	3.48 346	0.81 319	2.69 248	1.74 351	0.94 199	1.21 200	0.91 217	0.78 165	2.53 379	1.28 374	0.24 129	0.24 359	0.26 188	0.23 235	0.30 237	0.23 146

tt45	0.96 185	0.48 105	1.19 97	0.89 245	0.66 269	3.91 441	0.76 271	1.90 101	1.26 146	0.70 103	1.30 230	0.71 153	0.63 96	2.59 384	0.74 198	0.22 83	0.17 84	0.28 256	0.23 235	0.27 169	0.27 225

model_zeroshot	1.21 249	0.60 245	3.55 344	1.05 359	0.57 219	3.46 340	0.63 180	2.73 253	1.55 267	2.05 412	1.38 259	1.50 317	0.82 184	1.69 283	0.87 250	0.29 270	0.23 323	0.30 309	0.23 235	0.27 169	0.32 311

qqq1	1.92 375	0.57 203	4.46 368	1.36 525	0.57 219	2.03 139	0.73 246	4.25 556	2.80 565	2.32 508	2.31 537	1.95 392	1.52 413	10.99 609	0.71 184	0.34 389	0.32 471	0.30 309	0.23 235	0.29 211	0.29 259

fff1	1.92 375	0.57 203	4.46 368	1.36 525	0.57 219	2.03 139	0.73 246	4.25 556	2.80 565	2.32 508	2.31 537	1.95 392	1.52 413	10.99 609	0.71 184	0.34 389	0.32 471	0.30 309	0.23 235	0.29 211	0.29 259

11t1	1.11 226	0.53 155	1.80 200	1.55 579	0.65 262	2.20 163	0.60 157	3.66 388	1.49 218	1.60 284	1.26 218	1.03 245	1.35 359	1.72 288	0.97 294	0.28 241	0.31 463	0.29 282	0.23 235	0.30 237	0.34 343

DLNR_Zeroshot_test	28.62 701	55.50 717	49.94 707	183.62 723	115.05 722	3.43 333	0.28 17	29.49 702	1.49 218	1.01 212	1.26 218	0.93 227	0.63 96	3.92 431	1.51 430	29.81 711	0.41 544	0.26 188	0.23 235	93.28 718	0.32 311

AEACV	0.79 103	0.54 171	1.35 144	0.97 309	0.63 252	1.13 31	0.92 413	2.02 120	0.91 78	0.76 136	0.79 77	0.80 183	1.61 434	1.28 182	0.61 131	0.22 83	0.18 130	0.26 188	0.23 235	0.27 169	0.23 146

RAFT-Test	1.44 297	0.59 229	6.10 389	1.01 338	0.69 289	2.90 232	0.80 309	3.68 391	1.70 338	1.85 338	1.68 344	3.15 532	1.03 256	1.20 160	0.99 300	0.27 197	0.22 293	0.25 144	0.23 235	0.27 169	0.25 178

HH	2.23 428	0.86 457	21.59 669	0.98 317	0.51 169	1.49 84	0.82 323	2.74 254	1.54 259	1.10 230	1.69 349	4.62 628	1.86 498	2.55 380	0.69 175	0.26 171	0.22 293	0.29 282	0.23 235	0.34 328	0.27 225

HanStereo	2.23 428	0.86 457	21.59 669	0.98 317	0.51 169	1.49 84	0.82 323	2.74 254	1.54 259	1.10 230	1.69 349	4.62 628	1.86 498	2.55 380	0.69 175	0.26 171	0.22 293	0.29 282	0.23 235	0.34 328	0.27 225

EGLCR-Stereo	1.06 215	0.51 128	1.56 176	1.02 349	0.39 76	4.27 553	0.42 76	4.08 505	1.48 212	0.90 191	0.68 55	1.09 251	0.66 114	1.81 301	0.62 135	0.27 197	0.19 176	0.29 282	0.23 235	0.37 375	0.25 178

Selective-RAFT	1.15 233	0.46 71	1.64 184	0.99 323	0.45 125	4.17 530	0.51 114	3.21 315	1.69 333	1.12 235	1.34 246	1.45 311	1.40 371	2.08 335	0.94 287	0.41 482	0.20 227	0.24 105	0.23 235	0.27 169	0.25 178

ProNet	0.82 123	0.71 365	1.50 166	0.86 227	0.45 125	1.78 116	0.83 329	1.75 81	1.28 149	0.66 91	1.13 182	0.78 177	0.76 151	1.66 275	0.71 184	0.24 129	0.20 227	0.25 144	0.23 235	0.29 211	0.25 178

IPLG	2.48 489	0.65 307	19.63 593	0.91 266	0.79 325	4.60 615	0.56 138	4.31 585	1.84 371	1.91 359	2.00 464	1.31 289	1.38 364	6.61 487	1.53 434	0.27 197	0.20 227	0.27 221	0.23 235	0.31 257	0.36 363

MIPNet	2.33 455	0.71 365	19.82 598	0.89 245	0.56 207	4.76 644	0.61 162	4.32 590	2.37 490	1.83 337	1.48 286	1.48 314	1.98 510	2.63 387	1.44 405	0.29 270	0.20 227	0.26 188	0.23 235	0.30 237	0.39 403

IPLGR	2.53 498	0.58 219	20.46 632	0.82 184	0.52 182	4.56 610	0.50 110	4.30 582	2.38 495	1.87 344	1.53 297	1.68 339	1.72 471	6.95 499	1.15 332	0.28 241	0.21 261	0.27 221	0.23 235	0.33 309	0.32 311

cross-raft	2.01 393	0.57 203	19.01 577	1.03 356	0.56 207	2.11 154	0.72 238	3.63 382	1.57 280	1.77 325	1.51 290	3.17 534	1.13 304	1.16 145	0.85 237	0.23 101	0.21 261	0.26 188	0.23 235	0.28 191	0.25 178

RAFT-Stereo + iAFF	1.25 262	0.72 370	1.74 194	1.05 359	0.36 34	4.13 511	0.42 76	2.95 284	2.84 575	2.02 403	2.40 547	1.61 331	1.11 300	1.26 175	0.97 294	0.21 61	0.15 24	0.26 188	0.23 235	0.29 211	0.23 146

CFNet-RSSM	2.08 405	0.52 137	20.06 608	1.01 338	0.56 207	3.39 323	0.64 184	3.67 389	1.55 267	1.72 316	1.37 255	2.57 471	1.19 326	1.11 123	0.86 244	0.27 197	0.20 227	0.25 144	0.23 235	0.27 169	0.23 146

DIP-Stereo	1.24 258	0.69 340	1.77 197	0.65 56	0.61 239	4.29 555	0.58 150	4.44 617	2.53 526	1.98 379	1.33 241	0.91 217	0.86 196	1.25 174	1.25 363	0.36 422	0.23 323	0.32 359	0.23 235	0.32 289	0.29 259
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 538	0.57 203	17.46 551	0.92 272	0.90 381	3.70 393	1.20 510	5.64 663	2.51 523	3.22 615	2.43 548	2.54 468	1.59 427	11.41 626	1.65 461	0.34 389	0.25 387	0.26 188	0.23 235	0.30 237	0.29 259
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	3.03 562	1.72 600	12.78 471	1.17 433	1.12 455	3.79 413	1.10 487	3.86 433	3.13 600	2.62 566	4.26 631	3.96 592	1.41 378	11.43 628	5.23 612	0.94 626	0.47 578	0.34 414	0.23 235	0.40 396	0.55 518

HSM	2.35 464	0.81 432	2.21 252	1.14 410	1.55 569	3.44 334	1.03 463	3.99 477	2.25 456	2.29 494	2.11 491	8.04 664	3.05 582	11.60 634	1.71 467	0.33 377	0.22 293	0.28 256	0.23 235	0.32 289	0.35 357

DN	1.08 221	0.54 171	3.15 327	0.90 255	1.00 422	3.37 319	0.48 106	2.59 233	1.45 188	0.95 203	0.82 87	1.32 290	0.73 134	1.86 314	0.64 142	0.30 312	0.26 404	0.28 256	0.24 264	0.34 328	0.32 311

GCAP-Stereo-DPT-5K	0.89 149	0.46 71	1.19 97	0.64 43	1.71 602	3.95 460	0.69 223	2.43 188	1.04 116	1.05 221	0.90 113	0.61 100	0.44 29	0.80 35	0.52 94	0.28 241	0.19 176	0.31 336	0.24 264	0.24 93	0.19 15

Hybrid-DGEV-03	1.34 286	0.70 351	2.74 309	1.00 331	0.52 182	3.99 478	0.99 447	3.22 317	1.64 314	2.15 447	3.31 614	1.37 300	1.07 283	1.29 187	1.22 354	0.26 171	0.18 130	0.32 359	0.24 264	0.28 191	0.24 164

NLMM1	2.18 421	0.55 180	1.34 139	0.62 25	1.86 624	3.30 312	0.62 177	11.92 681	15.07 686	0.86 182	0.96 136	0.84 193	0.90 217	1.83 304	1.35 389	0.27 197	0.27 416	0.27 221	0.24 264	0.31 257	0.28 246

NLSM1	1.86 359	0.53 155	1.39 150	0.73 119	1.89 629	3.09 266	0.64 184	8.41 672	12.10 678	0.79 149	1.21 200	0.73 163	0.86 196	1.67 280	1.45 409	0.26 171	0.24 359	0.29 282	0.24 264	0.31 257	0.27 225

z-ln-s-r	2.67 518	1.16 533	12.43 466	1.34 514	1.26 497	3.70 393	1.21 513	4.20 533	2.38 495	2.04 410	1.92 447	2.43 456	1.60 433	10.58 590	5.19 611	0.29 270	0.20 227	0.32 359	0.24 264	0.51 497	0.38 396

LG-Stereo	0.85 131	0.60 245	2.71 304	0.59 12	0.45 125	2.85 225	0.55 134	2.41 179	1.34 155	0.59 53	1.19 194	0.43 28	0.40 18	0.76 25	0.75 201	0.20 49	0.17 84	0.31 336	0.24 264	0.29 211	0.19 15

MM-Stereo_test1	1.90 368	0.53 155	19.85 600	1.39 539	0.48 154	1.81 119	0.79 298	3.00 291	1.82 363	1.69 307	1.09 172	0.87 204	0.97 237	1.45 227	0.74 198	0.24 129	0.21 261	0.27 221	0.24 264	0.35 349	0.24 164

gcap-zeroshot	0.90 158	0.46 71	1.36 146	0.64 43	1.71 602	3.95 460	0.68 212	2.49 200	0.98 103	1.05 221	0.85 94	0.62 107	0.43 24	0.79 32	0.51 91	0.27 197	0.19 176	0.30 309	0.24 264	0.24 93	0.19 15

test_for_model	0.89 149	0.46 71	1.19 97	0.64 43	1.71 602	3.95 460	0.69 223	2.43 188	1.04 116	1.05 221	0.90 113	0.61 100	0.44 29	0.80 35	0.52 94	0.28 241	0.19 176	0.31 336	0.24 264	0.24 93	0.19 15

Former-RAFT_DAM_RVC	0.92 166	0.73 381	1.42 156	0.92 272	1.08 445	2.97 251	0.53 124	1.77 85	1.39 167	1.16 237	1.54 299	0.58 88	0.65 107	1.03 105	0.84 234	0.25 154	0.23 323	0.30 309	0.24 264	0.43 449	0.29 259

GMStereo_Zeroshot	1.41 294	1.21 541	3.33 337	1.29 487	0.72 297	3.35 317	0.53 124	2.58 232	1.68 326	2.35 516	1.56 307	2.42 453	0.96 232	2.50 369	1.16 336	0.45 515	0.23 323	0.40 487	0.24 264	0.79 591	0.33 330

testlalala	0.90 158	0.46 71	1.36 146	0.64 43	1.71 602	3.95 460	0.68 212	2.49 200	0.98 103	1.05 221	0.85 94	0.62 107	0.43 24	0.79 32	0.51 91	0.27 197	0.19 176	0.30 309	0.24 264	0.24 93	0.19 15

iRaft-Stereo_20w	1.88 365	0.62 274	10.58 446	0.90 255	0.83 350	2.96 249	0.78 291	4.90 648	1.58 284	2.29 494	1.60 320	1.25 281	4.51 626	2.28 359	0.90 262	0.29 270	0.21 261	0.26 188	0.24 264	0.41 420	0.31 300

test-1	1.23 253	0.65 307	1.88 207	0.96 302	0.52 182	3.84 424	0.62 177	4.01 481	1.47 202	1.93 365	1.78 384	1.83 376	0.92 223	1.19 159	1.28 374	0.26 171	0.29 441	0.31 336	0.24 264	0.29 211	0.36 363

LMCR-Stereo	2.40 473	1.31 562	18.61 570	1.59 584	0.86 364	3.87 436	1.15 497	4.32 590	1.60 300	2.25 487	2.27 519	1.13 257	2.43 548	2.48 367	1.60 445	0.88 624	0.24 359	0.29 282	0.24 264	0.56 519	0.30 290

TestStereo	2.00 390	1.02 500	12.25 464	0.70 88	0.61 239	1.88 124	0.55 134	2.31 167	1.52 243	1.41 265	1.33 241	1.27 283	0.90 217	11.62 636	0.81 226	0.34 389	0.19 176	0.33 395	0.24 264	0.44 460	0.24 164

raft+_RVC	1.21 249	0.83 443	2.61 293	1.35 519	0.97 401	3.60 377	0.76 271	3.23 320	1.51 231	1.33 251	1.67 341	1.03 245	1.10 296	1.87 315	0.92 276	0.24 129	0.22 293	0.25 144	0.24 264	0.26 149	0.25 178

RALAANet	1.28 277	1.08 516	3.21 329	1.25 465	0.94 393	1.44 76	0.69 223	3.15 309	2.57 533	2.01 398	1.80 390	1.29 287	1.05 270	2.00 327	1.48 418	0.27 197	0.20 227	0.27 221	0.24 264	0.40 396	0.27 225

CCAANet	1.59 319	0.51 128	6.84 397	0.95 296	0.91 383	2.20 163	0.83 329	3.35 343	1.70 338	1.23 244	1.58 310	2.71 487	1.11 300	4.89 447	1.37 391	0.41 482	0.21 261	0.28 256	0.24 264	0.27 169	0.29 259

RASNet	2.56 505	0.70 351	10.06 437	1.60 586	2.25 648	3.67 390	1.00 452	3.38 346	3.14 602	1.81 333	2.11 491	4.60 626	2.30 538	10.25 582	2.61 565	0.37 430	0.24 359	0.25 144	0.24 264	0.28 191	0.26 208

DepthFocus	0.50 10	0.41 29	1.02 21	0.57 7	0.38 70	0.77 12	0.44 86	0.82 5	0.61 10	0.46 4	0.66 53	0.75 172	0.48 43	0.83 47	0.36 4	0.26 171	0.19 176	0.27 221	0.25 285	0.25 119	0.21 93

Pro-Stereo	0.68 45	0.33 4	0.97 16	0.68 76	0.43 106	3.11 271	0.35 44	0.70 3	0.96 99	0.54 27	0.54 34	0.62 107	0.27 1	2.06 332	0.68 164	0.24 129	0.16 49	0.30 309	0.25 285	0.20 31	0.19 15

NLCSM	2.07 402	0.57 203	1.26 118	0.68 76	1.83 622	3.24 294	0.69 223	8.40 671	9.75 672	0.92 195	1.30 230	0.87 204	1.06 278	7.60 511	1.57 440	0.28 241	0.25 387	0.29 282	0.25 285	0.36 362	0.27 225

GASTEREO	1.00 203	0.98 494	1.23 108	0.90 255	0.40 86	3.40 326	0.88 379	2.77 259	1.44 185	1.39 261	1.30 230	0.55 72	1.35 359	1.33 197	0.64 142	0.25 154	0.19 176	0.25 144	0.25 285	0.25 119	0.31 300

MSCF	0.97 187	0.82 439	1.26 118	0.88 238	0.40 86	3.17 278	0.88 379	2.79 267	1.39 167	1.32 250	1.19 194	0.58 88	1.33 353	1.28 182	0.64 142	0.25 154	0.19 176	0.25 144	0.25 285	0.28 191	0.32 311

PAM_32	2.45 481	0.63 282	20.74 641	1.05 359	0.65 262	2.83 222	0.46 96	2.91 280	1.54 259	1.95 371	2.66 573	4.99 638	3.78 608	1.96 324	0.92 276	0.27 197	0.22 293	0.27 221	0.25 285	0.36 362	0.48 477

PAM	2.43 478	0.61 265	20.86 645	1.07 368	0.73 302	2.93 243	0.53 124	3.24 322	1.53 250	1.89 353	2.43 548	5.29 648	2.76 565	1.84 307	1.02 304	0.27 197	0.24 359	0.26 188	0.25 285	0.40 396	0.50 491

rvit_stereo_0081_aga	0.81 118	0.75 403	1.84 204	0.72 110	0.73 302	1.21 41	0.63 180	1.92 104	1.39 167	0.87 185	0.80 78	0.79 181	0.69 121	1.27 180	0.69 175	0.35 409	0.29 441	0.26 188	0.25 285	0.40 396	0.27 225

rvit_stereo_0081	0.80 105	0.63 282	1.19 97	0.91 266	0.64 254	1.27 50	0.61 162	2.05 122	1.71 340	0.82 159	0.73 62	0.85 198	0.75 143	1.30 193	0.80 221	0.31 337	0.26 404	0.27 221	0.25 285	0.38 380	0.27 225

rvit_stereo_0082	0.80 105	0.63 282	1.19 97	0.91 266	0.64 254	1.27 50	0.61 162	2.05 122	1.71 340	0.82 159	0.73 62	0.85 198	0.75 143	1.30 193	0.80 221	0.31 337	0.26 404	0.27 221	0.25 285	0.38 380	0.27 225

plain	1.55 306	0.69 340	13.59 481	0.65 56	0.73 302	1.66 106	0.57 141	3.17 312	1.94 388	0.77 141	1.24 208	0.80 183	0.86 196	1.60 258	0.96 293	0.33 377	0.21 261	0.32 359	0.25 285	0.42 439	0.28 246

MIF-Stereo (partial)	0.98 193	0.55 180	2.83 311	0.71 97	1.03 428	1.08 28	0.49 108	2.55 219	1.66 321	0.79 149	1.20 196	0.80 183	0.90 217	1.61 263	1.56 438	0.36 422	0.24 359	0.33 395	0.25 285	0.40 396	0.28 246

MIM_Stereo	1.20 246	0.78 418	3.30 335	1.05 359	0.43 106	3.04 256	0.60 157	2.46 196	1.51 231	1.60 284	1.58 310	1.82 373	1.29 344	2.00 327	1.07 313	0.24 129	0.24 359	0.28 256	0.25 285	0.27 169	0.27 225

TestStereo1	1.56 311	0.81 432	2.32 265	1.61 589	0.64 254	4.13 511	1.36 533	3.79 415	3.20 610	1.60 284	2.57 565	1.39 301	2.15 524	2.51 372	1.30 378	0.29 270	0.20 227	0.34 414	0.25 285	0.40 396	0.36 363

SA-5K	1.56 311	0.81 432	2.32 265	1.61 589	0.64 254	4.13 511	1.36 533	3.79 415	3.20 610	1.60 284	2.57 565	1.39 301	2.15 524	2.51 372	1.30 378	0.29 270	0.20 227	0.34 414	0.25 285	0.40 396	0.36 363

GLC_STEREO	0.76 78	0.52 137	1.12 76	0.83 197	0.33 20	1.86 123	0.82 323	1.46 41	1.38 165	0.95 203	1.04 155	0.68 133	0.72 129	0.97 92	0.80 221	0.23 101	0.25 387	0.32 359	0.25 285	0.32 289	0.30 290

DAS	2.31 449	0.67 329	4.79 375	1.14 410	1.64 587	2.93 243	2.13 608	4.09 507	2.74 553	4.17 641	2.52 558	2.46 461	1.79 481	11.55 633	1.63 456	0.37 430	0.22 293	0.39 481	0.25 285	0.41 420	0.34 343

SepStereo	2.15 417	0.67 329	4.79 375	1.14 410	1.64 587	2.93 243	2.13 608	4.09 507	2.74 553	4.17 641	2.52 558	2.46 461	1.79 481	8.36 523	1.63 456	0.37 430	0.22 293	0.39 481	0.25 285	0.41 420	0.34 343

STrans-v2	3.03 562	0.77 412	20.91 649	0.81 172	0.63 252	3.89 438	1.01 455	4.27 565	2.64 542	2.28 492	3.70 624	4.13 602	5.20 635	7.33 503	1.27 370	0.31 337	0.18 130	0.29 282	0.25 285	0.29 211	0.41 430

IIG-Stereo	1.95 380	0.79 422	2.14 245	2.78 655	0.66 269	4.62 617	0.76 271	4.27 565	1.53 250	2.63 569	3.14 606	3.35 549	1.61 434	7.65 514	1.41 400	0.39 459	0.20 227	0.31 336	0.25 285	0.33 309	0.22 126

RAFT-345	2.46 484	0.55 180	19.69 595	1.02 349	0.49 162	4.43 580	0.78 291	1.64 70	2.34 479	2.09 422	3.12 604	1.96 397	1.31 350	6.65 489	1.43 403	0.36 422	0.23 323	0.32 359	0.25 285	0.28 191	0.25 178

Prome-Stereo	1.61 323	0.55 180	1.71 189	0.98 317	0.60 234	4.41 575	1.82 591	3.03 295	1.53 250	2.18 459	3.45 618	1.72 348	3.49 604	2.23 356	1.08 316	0.29 270	0.20 227	0.26 188	0.25 285	0.34 328	2.16 651

AFF-stereo	1.31 283	0.77 412	1.46 160	1.10 391	0.45 125	3.93 449	0.48 106	2.92 281	2.92 581	1.90 354	2.21 511	2.11 421	1.52 413	1.93 320	1.12 328	0.21 61	0.16 49	0.25 144	0.25 285	0.29 211	0.20 48

RT-IGEV	2.37 470	0.60 245	15.33 521	1.49 565	0.78 321	2.10 152	1.28 521	4.25 556	1.69 333	2.58 557	3.19 608	3.60 577	4.94 631	2.49 368	1.19 343	0.35 409	0.24 359	0.31 336	0.26 308	0.33 309	0.42 434

Hybrid-DGEV-2	1.55 306	1.43 579	3.19 328	1.16 430	0.51 169	4.15 515	0.54 133	4.28 570	2.22 448	2.06 417	1.37 255	2.37 444	1.61 434	3.24 408	1.15 332	0.25 154	0.24 359	0.30 309	0.26 308	0.29 211	0.28 246

tg	1.15 233	0.67 329	1.31 131	0.94 293	0.54 194	4.02 485	0.41 68	2.96 286	1.59 299	1.69 307	1.85 425	1.84 379	0.97 237	1.78 295	0.83 231	0.27 197	0.17 84	0.29 282	0.26 308	0.29 211	0.27 225

rvit_stereo_0083	0.86 135	0.67 329	1.42 156	0.87 233	0.65 262	1.23 42	0.64 184	1.67 72	2.28 465	0.79 149	0.93 124	0.93 227	1.07 283	1.46 231	0.75 201	0.32 358	0.36 503	0.30 309	0.26 308	0.33 309	0.28 246

CAS++	0.89 149	0.64 293	1.46 160	0.81 172	0.51 169	1.24 46	0.86 351	3.44 351	1.46 197	1.14 236	1.29 228	0.62 107	0.58 77	1.13 132	0.59 125	0.34 389	0.30 454	0.34 414	0.26 308	0.41 420	0.29 259
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	1.01 206	0.80 427	1.26 118	1.00 331	1.04 431	3.95 460	0.95 425	2.07 128	1.42 178	0.75 122	1.22 203	0.68 133	0.91 220	1.63 270	0.67 160	0.24 129	0.24 359	0.34 414	0.26 308	0.41 420	0.37 379

MyStereo06	2.46 484	0.72 370	19.97 605	1.02 349	0.99 413	4.26 548	0.86 351	3.51 363	1.68 326	1.92 361	1.73 360	4.01 595	4.22 619	1.62 265	0.88 255	0.24 129	0.23 323	0.34 414	0.26 308	0.42 439	0.36 363

MyStereo05	2.37 470	0.72 370	19.94 603	1.02 349	0.99 413	4.26 548	0.86 351	4.01 481	2.62 539	2.14 439	1.26 218	2.28 429	1.63 451	2.07 333	1.68 464	0.24 129	0.23 323	0.34 414	0.26 308	0.42 439	0.36 363

MyStereo04	2.29 445	0.80 427	18.77 571	1.00 331	1.04 431	3.95 460	0.95 425	3.91 451	2.54 530	1.99 384	1.27 225	2.31 436	1.65 456	2.02 331	1.77 478	0.24 129	0.24 359	0.34 414	0.26 308	0.41 420	0.37 379

EKT-Stereo	6.79 659	0.64 293	4.24 366	1.77 608	106.39 719	4.51 597	0.61 162	3.16 310	1.53 250	1.88 347	1.22 203	1.98 401	1.36 362	3.81 424	0.84 234	0.35 409	0.24 359	0.29 282	0.26 308	0.34 328	0.48 477

PCWNet_CMD	2.23 428	0.65 307	17.36 546	0.83 197	0.76 313	3.51 355	0.64 184	3.60 377	1.97 391	1.70 311	1.63 329	3.22 537	3.05 582	2.09 338	1.11 325	0.31 337	0.36 503	0.47 532	0.26 308	0.64 552	0.47 472

4D-IteraStereo	1.97 384	0.84 448	20.43 631	0.78 160	1.56 572	2.09 151	1.05 471	2.43 188	1.56 274	1.41 265	1.00 141	1.94 390	0.61 91	1.22 164	1.06 310	0.27 197	0.18 130	0.31 336	0.26 308	0.27 169	0.23 146

DCRE	1.44 297	0.74 392	3.50 343	1.13 409	0.72 297	1.78 116	0.67 201	2.14 136	1.56 274	1.99 384	8.09 654	1.73 349	1.07 283	1.24 168	0.83 231	0.23 101	0.25 387	0.26 188	0.26 308	0.28 191	0.30 290

CSP-Net	1.78 350	1.32 564	1.92 212	1.16 430	1.03 428	3.38 322	1.31 525	3.52 364	1.75 353	1.96 375	1.93 450	2.40 447	1.48 400	8.58 529	1.58 441	0.46 523	0.34 491	0.27 221	0.26 308	0.41 420	0.50 491

test-3	1.19 241	0.52 137	2.00 222	1.01 338	0.42 100	1.95 130	0.91 399	4.35 597	1.47 202	2.24 484	1.16 189	2.06 414	0.79 170	2.68 390	0.76 208	0.27 197	0.18 130	0.28 256	0.26 308	0.26 149	0.25 178

test_1	1.19 241	0.52 137	2.00 222	1.01 338	0.42 100	1.95 130	0.90 391	4.36 602	1.47 202	2.17 457	1.16 189	2.06 414	0.78 165	2.68 390	0.76 208	0.27 197	0.18 130	0.28 256	0.26 308	0.26 149	0.25 178

TransformOpticalFlow	3.03 562	0.77 412	20.99 652	1.00 331	0.55 202	4.18 533	0.64 184	4.33 593	3.02 592	2.18 459	3.09 602	4.35 614	5.07 633	7.36 506	1.27 370	0.32 358	0.18 130	0.32 359	0.26 308	0.28 191	0.46 467

OMP-Stereo	1.97 384	0.93 478	1.88 207	2.76 654	0.67 276	4.58 612	1.48 555	4.31 585	1.54 259	3.15 612	2.76 581	3.25 540	1.38 364	7.66 515	1.35 389	0.40 467	0.20 227	0.33 395	0.26 308	0.33 309	0.24 164

NRIStereo	1.28 277	0.61 265	1.67 185	1.15 423	0.38 70	4.73 639	0.90 391	2.42 183	1.50 224	1.93 365	1.33 241	1.75 351	1.22 329	2.96 402	1.33 385	0.46 523	0.22 293	0.29 282	0.26 308	0.30 237	0.28 246

CRE-IMP	1.23 253	0.61 265	2.14 245	0.82 184	0.39 76	4.54 600	0.83 329	2.63 239	1.55 267	1.95 371	1.46 274	1.87 384	0.96 232	1.48 233	1.33 385	0.45 515	0.21 261	0.31 336	0.26 308	0.41 420	0.31 300

iRaftStereo_RVC	1.09 222	0.70 351	1.39 150	0.95 296	0.45 125	3.83 419	0.42 76	2.37 176	1.58 284	1.69 307	1.76 375	1.80 367	0.83 189	1.50 236	0.98 297	0.28 241	0.18 130	0.29 282	0.26 308	0.30 237	0.31 300

UNet	2.51 494	0.74 392	20.17 615	1.14 410	1.44 547	3.48 346	0.76 271	3.77 411	1.87 374	2.05 412	1.57 309	2.75 492	2.39 545	3.51 415	2.51 557	0.32 358	0.26 404	0.41 499	0.26 308	0.38 380	0.39 403

FENet	2.25 432	0.50 119	20.29 624	1.35 519	0.67 276	4.01 483	0.60 157	3.95 464	1.99 394	1.96 375	1.11 177	2.43 456	1.43 386	1.60 258	1.39 393	0.32 358	0.22 293	0.33 395	0.26 308	0.29 211	0.39 403

ACVNet	1.46 300	0.64 293	3.56 346	0.93 288	0.85 359	4.22 543	0.80 309	2.85 274	2.08 417	1.78 327	1.88 432	3.10 527	1.46 396	1.33 197	1.89 492	0.29 270	0.26 404	0.30 309	0.26 308	0.39 391	0.27 225

acv_ft	1.55 306	0.64 293	3.29 334	1.14 410	2.01 636	2.93 243	0.97 437	3.81 420	2.08 417	2.22 477	1.88 432	3.10 527	1.66 458	1.33 197	2.22 532	0.29 270	0.26 404	0.30 309	0.26 308	0.39 391	0.27 225

DMCA	1.72 339	0.74 392	6.63 392	1.14 410	0.96 397	3.98 477	0.90 391	3.75 407	2.76 557	2.83 589	1.58 310	2.35 441	1.18 322	1.58 251	1.98 506	0.40 467	0.27 416	0.42 506	0.26 308	0.36 362	0.38 396

MSMDNet	2.23 428	0.64 293	17.32 542	0.84 208	0.75 309	3.53 360	0.64 184	3.61 380	1.98 393	1.71 315	1.64 331	3.22 537	2.99 575	2.08 335	1.11 325	0.31 337	0.37 515	0.45 522	0.26 308	0.62 542	0.45 456

HITNet	2.07 402	0.82 439	14.77 506	1.34 514	0.56 207	3.47 343	0.80 309	4.07 501	2.35 481	2.16 453	1.61 324	1.64 334	1.44 389	2.09 338	2.56 563	0.26 171	0.18 130	0.41 499	0.26 308	0.45 469	0.25 178
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
xyz-stereo-finetune2	1.16 238	0.63 282	1.50 166	0.57 7	0.36 34	3.47 343	0.65 194	2.70 249	1.23 136	0.88 186	1.75 366	0.91 217	1.76 476	3.54 416	1.74 474	0.24 129	0.22 293	0.30 309	0.27 336	0.31 257	0.26 208

S2M2_L	0.64 36	0.55 180	1.07 38	0.89 245	0.54 194	1.08 28	0.20 1	1.16 19	1.37 161	0.59 53	0.81 83	0.86 202	0.47 39	0.70 6	0.65 151	0.31 337	0.33 478	0.27 221	0.27 336	0.36 362	0.31 300
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0080	0.94 172	0.72 370	2.56 287	0.64 43	0.59 231	1.90 125	0.75 268	2.71 250	1.40 171	0.91 192	1.04 155	0.85 198	0.82 184	1.14 136	0.78 214	0.35 409	0.29 441	0.25 144	0.27 336	0.45 469	0.29 259

MyStereo8	2.33 455	1.13 525	19.26 582	1.22 455	1.62 582	4.16 525	0.57 141	3.50 360	2.36 484	2.15 447	1.75 366	2.28 429	1.14 311	1.46 231	2.20 530	0.24 129	0.21 261	0.32 359	0.27 336	0.36 362	0.43 444

CoDeX	2.40 473	0.78 418	13.21 474	1.00 331	1.18 469	3.24 294	1.32 526	4.14 523	2.41 502	1.74 321	1.84 417	2.05 412	1.47 398	10.03 573	1.60 445	0.34 389	0.28 431	0.32 359	0.27 336	0.32 289	0.39 403

whm_eth	0.94 172	0.72 370	2.56 287	0.64 43	0.59 231	1.90 125	0.75 268	2.71 250	1.40 171	0.91 192	1.04 155	0.85 198	0.82 184	1.14 136	0.78 214	0.35 409	0.29 441	0.25 144	0.27 336	0.45 469	0.29 259

CBFPSM	2.05 399	0.95 486	10.12 440	1.07 368	1.05 433	2.84 223	1.20 510	3.28 326	1.73 345	1.82 335	1.30 230	4.56 625	4.06 615	2.34 360	2.34 541	0.25 154	0.38 521	0.32 359	0.27 336	0.37 375	0.79 588

iRaft-Stereo_5w	2.10 406	0.83 443	8.57 416	0.81 172	0.76 313	3.21 285	0.84 337	3.71 403	1.65 319	1.56 279	2.50 555	2.20 425	2.23 534	9.13 543	2.01 509	0.38 447	0.19 176	0.35 433	0.27 336	0.45 469	0.39 403

GwcNet-ADL	2.47 487	0.67 329	21.48 667	0.96 302	0.72 297	4.61 616	0.95 425	4.42 613	2.36 484	1.98 379	1.80 390	2.55 469	1.24 336	1.90 318	1.41 400	0.40 467	0.46 573	0.24 105	0.27 336	0.41 420	0.49 484

HHNet	2.48 489	0.71 365	20.52 633	0.64 43	0.64 254	4.07 497	0.93 416	3.76 409	1.56 274	2.15 447	4.92 638	0.98 236	3.37 596	1.66 275	1.79 481	0.32 358	0.20 227	0.31 336	0.27 336	0.36 362	0.42 434

Patchmatch Stereo++	1.25 262	0.65 307	2.06 237	0.75 130	0.37 54	4.68 626	0.76 271	2.53 209	1.58 284	1.99 384	1.47 279	1.78 357	1.14 311	2.44 363	0.90 262	0.48 537	0.23 323	0.32 359	0.27 336	0.40 396	0.29 259
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
PSM-adaLoss	1.24 258	0.65 307	2.03 225	0.75 130	0.37 54	4.68 626	0.73 246	2.53 209	1.58 284	1.99 384	1.47 279	1.78 357	1.13 304	2.18 349	0.87 250	0.48 537	0.23 323	0.32 359	0.27 336	0.40 396	0.29 259

ROB_FTStereo_v2	1.23 253	0.66 319	2.02 224	0.75 130	0.37 54	4.67 625	0.76 271	2.53 209	1.58 284	1.99 384	1.46 274	1.78 357	1.14 311	2.08 335	0.88 255	0.48 537	0.22 293	0.32 359	0.27 336	0.40 396	0.29 259

ROB_FTStereo	1.25 262	0.66 319	2.14 245	0.75 130	0.37 54	4.65 622	0.77 284	2.53 209	1.58 284	1.99 384	1.47 279	1.78 357	1.13 304	2.26 358	0.86 244	0.47 532	0.22 293	0.32 359	0.27 336	0.40 396	0.29 259

HUI-Stereo	1.25 262	0.66 319	2.33 267	0.75 130	0.37 54	4.68 626	0.78 291	2.53 209	1.58 284	1.99 384	1.46 274	1.79 364	1.13 304	2.17 347	0.85 237	0.48 537	0.23 323	0.32 359	0.27 336	0.40 396	0.29 259

DEmStereo	2.97 552	0.58 219	13.42 477	0.79 165	0.51 169	3.84 424	1.84 594	2.42 183	1.60 300	2.25 487	2.74 578	2.03 408	6.04 646	6.79 498	12.80 657	0.35 409	0.26 404	0.26 188	0.27 336	0.27 169	0.37 379

SST-Stereo	1.76 347	0.58 219	3.10 323	1.44 550	0.46 136	4.71 638	0.76 271	2.22 150	2.79 561	2.07 421	2.18 505	2.43 456	3.22 591	6.66 490	0.84 234	0.42 494	0.19 176	0.30 309	0.27 336	0.35 349	0.26 208

RAFT_R40	1.70 338	0.59 229	2.99 319	1.46 556	0.46 136	4.74 642	0.98 445	2.23 151	1.56 274	2.02 403	2.35 545	2.71 487	2.56 557	6.71 494	0.90 262	0.40 467	0.19 176	0.30 309	0.27 336	0.33 309	0.26 208

DRaft	2.28 442	0.56 192	2.64 300	0.74 126	0.46 136	3.94 455	1.23 515	2.32 169	1.55 267	2.64 570	2.80 585	1.60 329	5.34 639	6.96 500	10.99 647	0.34 389	0.22 293	0.27 221	0.27 336	0.29 211	0.37 379

PFNet	2.47 487	0.60 245	16.95 540	2.15 638	0.81 333	4.63 619	0.91 399	2.55 219	1.52 243	2.40 527	2.79 583	1.83 376	1.42 383	7.54 508	1.34 388	0.33 377	0.21 261	0.36 449	0.27 336	0.32 289	0.39 403

iGMRVC	1.26 269	0.66 319	2.14 245	0.75 130	0.37 54	4.66 623	0.74 258	2.53 209	1.58 284	1.99 384	1.46 274	1.78 357	1.14 311	2.46 365	0.92 276	0.48 537	0.23 323	0.32 359	0.27 336	0.40 396	0.29 259

iRAFT	1.25 262	0.65 307	2.06 237	0.75 130	0.37 54	4.68 626	0.76 271	2.53 209	1.58 284	1.99 384	1.47 279	1.78 357	1.14 311	2.44 363	0.90 262	0.48 537	0.23 323	0.32 359	0.27 336	0.40 396	0.29 259

RAFT-IKP	1.25 262	0.66 319	2.23 257	0.75 130	0.37 54	4.64 620	0.74 258	2.53 209	1.58 284	1.99 384	1.47 279	1.78 357	1.13 304	2.22 355	0.92 276	0.48 537	0.22 293	0.32 359	0.27 336	0.40 396	0.29 259

CFNet_pseudo	2.12 412	0.67 329	15.14 517	0.85 220	0.74 307	3.95 460	0.64 184	3.95 464	1.78 358	1.90 354	1.79 387	3.27 542	1.62 438	2.51 372	1.16 336	0.31 337	0.36 503	0.53 572	0.27 336	0.63 544	0.44 450

XX-Stereo	2.54 500	0.61 265	20.21 616	1.78 609	1.19 476	4.30 557	0.46 96	4.39 608	1.58 284	2.32 508	1.89 438	4.64 630	0.60 88	4.16 436	0.82 228	0.31 337	0.21 261	0.28 256	0.27 336	0.51 497	0.26 208

222	2.68 522	0.57 203	2.03 225	1.11 398	0.81 333	3.23 290	0.65 194	4.52 631	2.45 511	2.34 515	2.29 526	1.41 307	1.44 389	10.50 588	18.47 682	0.32 358	0.30 454	0.32 359	0.27 336	0.32 289	0.34 343

xxxx	2.67 518	0.54 171	2.03 225	1.22 455	0.81 333	3.49 349	0.63 180	4.49 626	2.49 519	2.22 477	2.23 514	2.05 412	1.38 364	10.05 574	17.91 678	0.32 358	0.32 471	0.30 309	0.27 336	0.33 309	0.34 343

MMNet	2.02 394	0.81 432	10.76 448	1.12 402	1.23 490	3.53 360	0.89 386	3.79 415	2.08 417	2.15 447	1.76 375	2.15 422	2.12 520	3.69 422	2.32 539	0.31 337	0.29 441	0.34 414	0.27 336	0.38 380	0.42 434

ccs_rob	2.13 414	0.67 329	15.11 516	0.84 208	0.75 309	3.96 470	0.65 194	3.95 464	1.78 358	1.88 347	1.79 387	3.26 541	1.64 454	2.51 372	1.16 336	0.31 337	0.36 503	0.54 580	0.27 336	0.65 555	0.45 456

G2L-Stereo	2.49 491	0.94 484	14.54 504	1.15 423	1.35 521	3.57 373	0.95 425	3.62 381	2.00 398	2.11 429	1.61 324	3.20 535	1.34 356	9.54 553	1.91 495	0.34 389	0.27 416	0.35 433	0.28 365	0.30 237	0.35 357

IGEV-BASED-STEREO-	1.09 222	3.30 643	2.61 293	0.82 184	0.38 70	1.27 50	0.62 177	1.51 45	1.29 150	0.91 192	0.92 121	0.65 122	0.57 73	1.08 117	0.59 125	1.55 652	0.15 24	0.32 359	0.28 365	1.10 622	1.98 649

rvit_stereo_ft	1.00 203	0.87 460	3.55 344	0.97 309	0.66 269	1.06 26	0.80 309	2.78 262	1.67 323	0.78 145	0.96 136	0.95 233	1.14 311	1.06 113	0.90 262	0.32 358	0.24 359	0.27 221	0.28 365	0.39 391	0.27 225

test_sample1	1.62 325	0.55 180	1.88 207	1.44 550	0.79 325	2.27 169	0.64 184	4.00 479	1.82 363	1.87 344	1.35 249	1.57 324	1.62 438	9.55 555	1.24 360	0.30 312	0.27 416	0.31 336	0.28 365	0.32 289	0.32 311

DispNO	3.00 558	0.75 403	18.92 574	1.17 433	1.10 452	3.72 397	0.94 421	4.29 574	2.54 530	2.24 484	2.28 523	4.51 621	2.12 520	11.40 625	2.09 519	0.31 337	0.28 431	0.31 336	0.28 365	0.36 362	0.39 403

AE-Stereo	1.18 239	0.60 245	2.05 228	1.10 391	0.60 234	4.39 568	0.72 238	3.74 406	1.62 310	1.10 230	1.90 443	1.01 241	0.92 223	1.45 227	0.82 228	0.28 241	0.22 293	0.28 256	0.28 365	0.26 149	0.22 126

iinet-f	2.26 435	1.18 536	13.71 482	1.14 410	1.11 454	3.77 407	1.10 487	4.14 523	2.17 442	2.06 417	1.76 375	2.99 518	2.99 575	2.50 369	2.49 555	0.35 409	0.39 530	0.27 221	0.28 365	0.45 469	0.39 403

gwcnet-sp	2.31 449	1.21 541	17.34 543	1.08 376	0.92 385	3.56 369	1.04 467	3.69 396	2.09 420	2.55 549	1.60 320	1.80 367	1.62 438	3.87 427	1.95 501	0.29 270	0.29 441	0.30 309	0.28 365	0.38 380	0.39 403

scenet	2.31 449	1.21 541	17.34 543	1.08 376	0.92 385	3.56 369	1.04 467	3.69 396	2.09 420	2.55 549	1.60 320	1.80 367	1.62 438	3.87 427	1.95 501	0.29 270	0.29 441	0.30 309	0.28 365	0.38 380	0.39 403

CASS	1.29 279	0.66 319	2.62 296	0.95 296	0.66 269	2.84 223	0.69 223	3.00 291	1.79 360	2.57 553	1.95 451	1.39 301	1.55 424	1.59 256	1.06 310	0.50 553	0.28 431	0.34 414	0.28 365	0.46 480	0.63 547
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	2.31 449	1.21 541	17.34 543	1.08 376	0.92 385	3.56 369	1.04 467	3.69 396	2.09 420	2.55 549	1.60 320	1.80 367	1.62 438	3.87 427	1.95 501	0.29 270	0.29 441	0.30 309	0.28 365	0.38 380	0.39 403

BUS	1.49 305	0.59 229	1.94 214	0.87 233	0.85 359	4.50 593	0.76 271	4.48 623	1.88 376	2.93 594	1.83 412	3.63 578	0.97 237	1.60 258	1.17 340	0.34 389	0.25 387	0.31 336	0.28 365	0.35 349	0.33 330

CRFU-Net	2.49 491	0.78 418	10.36 442	2.30 645	1.08 445	3.91 441	1.41 548	3.85 430	1.65 319	2.15 447	1.76 375	3.34 548	7.95 668	5.56 462	1.48 418	0.47 532	0.35 497	0.30 309	0.28 365	0.37 375	0.43 444

BSDual-CNN	1.46 300	0.59 229	1.94 214	0.87 233	0.85 359	4.16 525	1.16 499	4.48 623	1.88 376	2.93 594	1.83 412	2.60 474	1.31 350	1.60 258	1.21 351	0.34 389	0.25 387	0.31 336	0.28 365	0.35 349	0.33 330

hknet	1.98 386	0.64 293	8.70 420	0.87 233	1.07 442	4.16 525	1.16 499	4.48 623	1.73 345	2.93 594	1.83 412	3.48 560	1.30 348	3.91 430	1.51 430	0.31 337	0.25 387	0.31 336	0.28 365	0.35 349	0.33 330

GMOStereo	1.13 228	0.70 351	2.26 259	0.75 130	0.44 117	3.05 258	0.91 399	2.78 262	1.45 188	2.37 520	1.52 291	1.53 318	1.05 270	1.17 151	0.92 276	0.25 154	0.19 176	0.35 433	0.28 365	0.34 328	0.26 208

error version	1.13 228	0.70 351	2.26 259	0.75 130	0.44 117	3.05 258	0.91 399	2.78 262	1.45 188	2.37 520	1.52 291	1.53 318	1.05 270	1.17 151	0.92 276	0.25 154	0.19 176	0.35 433	0.28 365	0.34 328	0.26 208

test-v	1.13 228	0.70 351	2.26 259	0.75 130	0.44 117	3.05 258	0.91 399	2.78 262	1.45 188	2.37 520	1.52 291	1.53 318	1.05 270	1.17 151	0.92 276	0.25 154	0.19 176	0.35 433	0.28 365	0.34 328	0.26 208

CrosDoStereo	5.24 640	0.60 245	20.23 617	0.82 184	0.51 169	3.39 323	18.11 693	3.82 423	2.27 461	1.98 379	8.74 659	1.96 397	6.96 658	7.35 504	26.35 698	0.30 312	0.22 293	0.30 309	0.28 365	0.33 309	0.38 396

ASMatch	2.62 511	0.60 245	20.65 639	1.37 535	0.64 254	4.39 568	0.78 291	1.97 111	1.58 284	1.70 311	3.89 628	1.94 390	3.79 609	5.46 458	1.64 459	0.31 337	0.24 359	0.34 414	0.28 365	0.33 309	0.50 491

DeepStereo_LL	5.24 640	0.60 245	20.23 617	0.82 184	0.51 169	3.39 323	18.11 693	3.82 423	2.27 461	1.98 379	8.74 659	1.96 397	6.96 658	7.35 504	26.35 698	0.30 312	0.22 293	0.30 309	0.28 365	0.33 309	0.38 396

THIR-Stereo	4.14 621	0.82 439	10.85 450	0.86 227	0.43 106	2.16 157	16.77 691	3.22 317	1.54 259	2.04 410	12.05 677	2.68 483	7.53 664	7.30 502	12.62 656	0.30 312	0.21 261	0.29 282	0.28 365	0.33 309	0.41 430

DeepStereo_RVC	1.55 306	0.63 282	3.32 336	0.77 154	0.42 100	4.49 590	0.72 238	2.50 204	1.58 284	2.02 403	1.81 403	1.54 322	6.38 654	1.73 289	1.19 343	0.46 523	0.22 293	0.29 282	0.28 365	0.35 349	0.38 396

test-2	1.13 228	0.70 351	2.26 259	0.75 130	0.44 117	3.05 258	0.91 399	2.78 262	1.45 188	2.37 520	1.52 291	1.53 318	1.05 270	1.17 151	0.92 276	0.25 154	0.19 176	0.35 433	0.28 365	0.34 328	0.26 208

GEStereo_RVC	1.91 372	0.80 427	6.57 391	1.20 446	1.06 436	4.02 485	1.43 552	4.13 517	1.89 380	2.03 407	1.80 390	2.34 439	1.86 498	4.94 448	1.77 478	0.48 537	0.38 521	0.32 359	0.28 365	0.42 439	0.50 491

test_xeample	2.67 518	0.56 192	2.05 228	1.09 382	0.81 333	3.24 294	0.80 309	4.55 634	2.70 549	2.42 530	2.27 519	1.39 301	1.40 371	10.75 597	17.51 677	0.30 312	0.30 454	0.32 359	0.28 365	0.34 328	0.33 330

GANet-RSSM	1.98 386	0.62 274	3.49 341	1.69 597	1.23 490	4.22 543	0.91 399	3.31 330	1.86 373	1.81 333	1.74 362	2.34 439	1.82 491	10.92 606	1.73 473	0.34 389	0.29 441	0.31 336	0.28 365	0.39 391	0.40 424

AdaStereo	1.45 299	0.83 443	2.34 270	1.28 483	0.81 333	3.21 285	1.14 496	4.20 533	2.46 514	2.05 412	1.77 381	2.48 463	1.18 322	1.71 287	1.44 405	0.43 500	0.25 387	0.43 510	0.28 365	0.44 460	0.34 343
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.
BStereo	0.88 143	0.73 381	4.10 363	0.80 168	0.51 169	1.13 31	0.72 238	2.57 223	1.00 108	0.85 177	0.57 39	0.72 156	0.48 43	1.01 101	0.90 262	0.26 171	0.22 293	0.24 105	0.29 393	0.25 119	0.25 178

Wave_Phase_stereo	1.07 219	0.73 381	4.10 363	0.80 168	0.51 169	4.91 649	0.72 238	2.50 204	1.00 108	0.85 177	0.57 39	0.72 156	0.48 43	1.01 101	0.90 262	0.26 171	0.22 293	0.24 105	0.29 393	0.25 119	0.25 178

IGEV-FE	2.16 418	0.69 340	20.56 634	1.22 455	0.54 194	2.18 159	0.53 124	3.38 346	1.61 304	1.93 365	1.55 303	3.74 581	1.06 278	1.56 246	0.91 271	0.29 270	0.20 227	0.27 221	0.29 393	0.40 396	0.32 311

HI	1.27 274	0.90 466	2.33 267	1.10 391	0.68 282	2.92 238	0.45 91	2.49 200	1.76 355	2.13 436	1.65 338	2.42 453	1.84 493	1.58 251	1.61 448	0.26 171	0.16 49	0.28 256	0.29 393	0.26 149	0.25 178

CoSv	1.27 274	0.90 466	2.33 267	1.10 391	0.68 282	2.92 238	0.45 91	2.49 200	1.76 355	2.13 436	1.65 338	2.42 453	1.84 493	1.58 251	1.61 448	0.26 171	0.16 49	0.28 256	0.29 393	0.26 149	0.25 178

UGAM-zero	2.79 528	0.57 203	20.87 647	0.98 317	0.77 319	2.08 149	0.35 44	3.88 439	1.51 231	2.05 412	1.64 331	5.07 642	3.42 601	9.83 562	1.24 360	0.28 241	0.21 261	0.27 221	0.29 393	0.29 211	0.28 246

ACV-stereo	2.92 543	0.92 474	20.27 622	1.33 506	1.05 433	4.68 626	1.10 487	2.66 244	1.64 314	1.46 268	1.32 239	5.41 650	4.24 620	7.83 516	1.90 494	0.44 506	0.52 593	0.32 359	0.29 393	0.45 469	0.63 547

IGEV_Zeroshot_test	2.16 418	0.69 340	20.60 638	1.22 455	0.54 194	2.18 159	0.53 124	3.38 346	1.61 304	1.93 365	1.55 303	3.76 583	1.05 270	1.55 245	0.91 271	0.29 270	0.20 227	0.27 221	0.29 393	0.40 396	0.32 311

CFNet_ucs	2.36 469	0.68 337	18.42 567	0.89 245	0.81 333	3.85 432	0.68 212	4.29 574	2.37 490	2.09 422	2.04 472	3.31 546	1.24 336	2.63 387	1.14 331	0.36 422	0.45 564	0.56 583	0.29 393	0.66 560	0.49 484

x	1.15 233	0.57 203	1.53 170	1.44 550	0.67 276	1.94 129	0.97 437	3.87 436	1.57 280	1.61 289	1.28 226	1.58 326	1.22 329	1.93 320	1.04 308	0.28 241	0.30 454	0.34 414	0.29 393	0.32 289	0.31 300

test_4	1.30 280	0.50 119	6.16 390	0.84 208	0.45 125	1.61 100	1.12 491	2.14 136	1.42 178	1.52 274	2.31 537	1.84 379	0.79 170	2.52 377	1.19 343	0.27 197	0.17 84	0.29 282	0.29 393	0.29 211	0.25 178

test_3	1.19 241	0.51 128	2.08 240	0.99 323	0.41 93	2.05 145	0.87 372	4.40 611	1.42 178	1.99 384	1.18 192	2.03 408	0.79 170	2.70 392	0.75 201	0.27 197	0.17 84	0.29 282	0.29 393	0.30 237	0.27 225

PSMNet-ADL	1.91 372	0.72 370	1.78 199	1.09 382	0.86 364	4.18 533	0.78 291	3.77 411	2.10 428	1.72 316	1.85 425	2.91 511	1.82 491	10.38 587	1.91 495	0.48 537	0.46 573	0.28 256	0.29 393	0.38 380	0.51 499

AAGNet	2.86 534	0.60 245	1.77 197	2.05 633	0.46 136	4.76 644	1.09 484	2.27 159	1.56 274	2.17 457	1.84 417	2.41 450	4.00 614	6.23 479	24.22 694	0.46 523	0.19 176	0.30 309	0.29 393	0.32 289	0.24 164

IRAFT_RVC	1.87 361	0.60 245	4.33 367	2.40 648	0.66 269	4.59 613	1.59 571	2.96 286	1.51 231	2.23 481	1.75 366	2.09 418	2.63 560	6.70 491	1.50 424	0.33 377	0.21 261	0.33 395	0.29 393	0.32 289	0.32 311

ICVP	2.26 435	0.66 319	21.18 659	0.99 323	0.88 373	4.28 554	0.95 425	3.32 335	1.60 300	1.66 302	1.76 375	1.34 292	1.14 311	1.62 265	1.32 381	0.53 568	0.35 497	0.33 395	0.29 393	0.40 396	0.51 499
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	1.60 321	0.56 192	2.47 280	0.78 160	1.36 524	4.11 506	0.71 235	3.57 373	2.79 561	1.75 323	1.61 324	1.58 326	1.41 378	5.79 468	1.56 438	0.34 389	0.28 431	0.36 449	0.29 393	0.33 309	0.37 379

HGLStereo	2.03 395	0.74 392	7.50 405	1.23 461	1.56 572	3.62 382	0.95 425	3.78 414	1.89 380	2.03 407	2.20 509	3.12 530	2.14 523	5.68 465	2.04 511	0.37 430	0.31 463	0.32 359	0.29 393	0.40 396	0.45 456

BEATNet_4x	1.92 375	1.36 569	8.75 421	1.20 446	0.56 207	3.46 340	1.03 463	4.00 479	2.43 506	2.25 487	1.70 351	2.10 419	1.59 427	2.57 383	3.05 580	0.37 430	0.22 293	0.47 532	0.29 393	0.60 533	0.40 424

DISCO	2.25 432	0.73 381	10.06 437	1.76 607	1.12 455	3.47 343	1.25 518	3.24 322	2.26 459	2.65 574	1.96 452	4.53 623	1.92 506	4.17 437	3.61 587	0.32 358	0.25 387	0.31 336	0.29 393	0.66 560	0.41 430

DN-CSS_ROB	1.91 372	1.55 589	11.13 454	1.82 616	0.88 373	3.99 478	0.61 162	4.01 481	1.67 323	1.64 296	1.89 438	1.39 301	1.06 278	3.23 406	1.50 424	0.31 337	0.19 176	0.44 515	0.29 393	0.37 375	0.31 300

test_sample2	1.75 346	0.56 192	2.25 258	1.41 543	0.80 327	2.91 235	0.86 351	4.05 494	2.04 409	1.91 359	1.39 261	1.57 324	1.55 424	10.65 594	1.06 310	0.32 358	0.28 431	0.32 359	0.30 414	0.36 362	0.33 330

1111x	3.13 571	0.57 203	8.38 415	1.20 446	0.76 313	3.80 414	0.88 379	4.61 638	2.63 540	2.31 504	2.16 501	1.95 392	1.81 489	11.54 632	18.13 680	0.32 358	0.31 463	0.32 359	0.30 414	0.35 349	0.34 343

IER	1.69 336	0.65 307	7.19 400	0.94 293	1.15 462	3.28 307	0.89 386	3.48 354	1.97 391	2.10 425	1.98 459	2.28 429	2.12 520	2.25 357	1.75 477	0.29 270	0.23 323	0.36 449	0.30 414	0.32 289	0.34 343

RAFT_CTSACE	1.80 353	1.06 512	10.00 436	1.71 601	1.39 532	3.49 349	1.06 473	3.05 297	1.62 310	1.70 311	2.04 472	2.51 466	1.80 486	1.98 325	0.94 287	0.25 154	0.22 293	0.28 256	0.30 414	0.30 237	0.26 208

NINENet	1.87 361	0.74 392	2.60 290	1.12 402	1.06 436	4.50 593	0.76 271	4.41 612	2.24 453	2.16 453	1.86 428	3.63 578	0.97 237	8.00 519	1.17 340	0.41 482	0.30 454	0.41 499	0.30 414	0.41 420	0.36 363

AASNet	2.44 480	0.92 474	19.79 597	1.35 519	1.49 555	3.81 416	1.07 475	3.85 430	2.93 583	1.95 371	2.29 526	1.96 397	1.29 344	1.73 289	1.93 497	0.39 459	0.33 478	0.45 522	0.30 414	0.55 513	0.45 456

ADLNet2	3.15 574	0.92 474	20.06 608	1.20 446	1.79 617	3.83 419	1.48 555	3.94 462	3.59 631	2.19 463	2.47 552	4.65 631	1.93 507	10.69 596	1.96 504	0.39 459	0.37 515	0.28 256	0.30 414	0.48 487	0.43 444

Pruner-Stereo	1.32 285	0.59 229	2.11 243	1.79 614	0.47 146	4.73 639	0.79 298	2.53 209	1.72 343	2.47 535	1.58 310	1.48 314	1.03 256	1.66 275	1.47 415	0.44 506	0.21 261	0.34 414	0.30 414	0.30 237	0.39 403

sAnonymous2	1.37 289	1.22 547	9.79 433	0.92 272	0.88 373	1.23 42	0.61 162	2.56 221	1.69 333	0.85 177	1.02 144	0.73 163	1.23 334	0.98 94	0.78 214	0.29 270	0.25 387	0.31 336	0.30 414	1.06 615	0.71 566

CroCo_RVC	1.37 289	1.22 547	9.79 433	0.92 272	0.88 373	1.23 42	0.61 162	2.56 221	1.69 333	0.85 177	1.02 144	0.73 163	1.23 334	0.98 94	0.78 214	0.29 270	0.25 387	0.31 336	0.30 414	1.06 615	0.71 566

sCroCo_RVC	1.06 215	0.82 439	5.05 377	1.02 349	1.05 433	0.98 21	0.61 162	2.06 126	1.29 150	0.69 100	1.26 218	0.82 189	1.10 296	1.20 160	0.90 262	0.42 494	0.40 535	0.33 395	0.30 414	0.46 480	0.38 396

GES	1.38 291	0.64 293	2.61 293	1.09 382	0.57 219	4.30 557	1.02 460	3.86 433	1.51 231	1.72 316	1.74 362	1.28 284	1.77 478	1.62 265	1.61 448	0.39 459	0.27 416	0.33 395	0.30 414	0.41 420	0.47 472

GMStereo	1.01 206	1.00 498	2.86 314	0.83 197	0.45 125	1.47 80	0.57 141	1.89 99	2.11 430	1.52 274	1.24 208	0.87 204	0.74 140	1.58 251	0.94 287	0.40 467	0.21 261	0.30 309	0.30 414	0.47 484	0.36 363
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	2.35 464	0.62 274	9.77 432	1.32 501	1.71 602	3.27 303	0.93 416	3.48 354	2.50 520	1.74 321	1.73 360	3.91 589	1.77 478	10.21 580	1.86 489	0.40 467	0.31 463	0.33 395	0.30 414	0.34 328	0.39 403

cf-r	2.57 508	0.79 422	16.09 527	1.48 562	1.35 521	4.19 537	0.93 416	3.68 391	2.36 484	1.97 377	1.81 403	3.42 556	1.45 393	8.24 522	1.83 486	0.32 358	0.26 404	0.33 395	0.30 414	0.34 328	0.37 379

GwcNet-RSSM	2.66 516	1.05 507	15.91 525	1.22 455	1.19 476	4.12 508	1.12 491	3.84 427	2.02 401	1.93 365	1.79 387	3.12 530	1.46 396	10.37 585	2.05 513	0.33 377	0.27 416	0.35 433	0.30 414	0.40 396	0.36 363

FE-Mocha	1.06 215	0.74 392	2.45 279	0.97 309	0.69 289	1.57 92	0.40 61	2.92 281	1.47 202	1.82 335	1.81 403	1.62 332	0.88 208	1.36 203	0.78 214	0.29 270	0.20 227	0.35 433	0.31 430	0.26 149	0.33 330

coex_refinement	2.10 406	0.85 454	3.67 353	1.31 498	1.13 459	3.21 285	0.85 346	3.86 433	2.31 473	2.51 542	1.92 447	3.49 566	1.69 465	11.08 616	2.13 524	0.37 430	0.25 387	0.27 221	0.31 430	0.41 420	0.37 379

rvit_0105_6	1.00 203	0.93 478	2.21 252	0.92 272	0.55 202	1.52 90	0.79 298	2.41 179	2.96 584	0.76 136	0.72 61	1.02 243	0.75 143	1.42 219	0.81 226	0.40 467	0.43 554	0.34 414	0.31 430	0.43 449	0.34 343

rvit_0105_4	1.07 219	0.99 495	2.39 273	0.93 288	0.54 194	1.62 102	0.84 337	2.77 259	2.91 579	0.80 153	0.91 118	1.09 251	0.86 196	1.63 270	0.85 237	0.40 467	0.45 564	0.35 433	0.31 430	0.43 449	0.40 424

UGAM	2.58 509	0.56 192	18.55 569	0.89 245	0.71 295	3.23 290	1.03 463	2.75 256	1.75 353	1.36 255	2.77 582	2.69 484	1.28 341	10.75 597	1.40 396	0.28 241	0.24 359	0.40 487	0.31 430	0.35 349	0.30 290

SMFormer	2.00 390	0.57 203	4.46 368	1.36 525	0.57 219	2.03 139	0.73 246	4.25 556	2.80 565	2.32 508	2.31 537	1.95 392	1.52 413	10.99 609	2.13 524	0.34 389	0.32 471	0.36 449	0.31 430	0.38 380	0.36 363

tta	2.00 390	0.57 203	4.46 368	1.36 525	0.57 219	2.03 139	0.73 246	4.25 556	2.80 565	2.32 508	2.31 537	1.95 392	1.52 413	10.99 609	2.13 524	0.34 389	0.32 471	0.36 449	0.31 430	0.29 211	0.29 259

CASnet	0.78 97	0.51 128	1.29 129	0.81 172	0.29 8	1.28 56	0.74 258	1.51 45	1.89 380	1.64 296	1.09 172	0.65 122	0.64 99	0.91 74	0.76 208	0.29 270	0.17 84	0.41 499	0.31 430	0.32 289	0.19 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	1.36 288	0.55 180	2.39 273	1.54 574	0.51 169	4.59 613	0.79 298	2.50 204	1.88 376	2.50 538	1.83 412	1.45 311	1.01 251	2.71 394	0.93 285	0.46 523	0.20 227	0.32 359	0.31 430	0.31 257	0.44 450

Wz-Net-LNSev	2.30 448	1.67 599	14.88 509	1.18 439	1.65 591	3.49 349	1.54 565	3.63 382	2.03 405	1.88 347	1.64 331	3.29 543	2.06 515	2.71 394	2.02 510	0.40 467	0.33 478	0.32 359	0.31 430	0.53 507	0.49 484

delet	1.92 375	0.76 409	5.14 378	1.01 338	1.65 591	3.44 334	2.03 603	3.76 409	2.48 515	2.01 398	2.05 478	2.63 478	1.90 504	5.34 455	2.12 521	0.28 241	0.29 441	0.40 487	0.31 430	0.41 420	0.45 456

UPFNet	1.81 354	0.63 282	6.71 393	1.25 465	1.44 547	3.50 353	1.35 531	4.02 485	1.85 372	2.40 527	1.52 291	2.41 450	1.40 371	3.62 419	1.88 491	0.34 389	0.33 478	0.37 461	0.31 430	0.41 420	0.39 403

DCVSM-stereo	2.31 449	0.66 319	20.69 640	1.11 398	0.93 391	2.58 204	0.73 246	2.61 236	1.60 300	2.57 553	1.53 297	3.30 545	1.72 471	2.19 350	1.23 358	0.34 389	0.53 594	0.41 499	0.32 442	0.45 469	0.62 543

ToySt	1.35 287	0.72 370	3.65 352	1.01 338	0.50 167	3.31 313	1.01 455	3.46 352	1.73 345	1.30 248	1.55 303	2.07 417	1.47 398	1.88 316	1.40 396	0.27 197	0.27 416	0.30 309	0.32 442	0.42 439	0.39 403

anonymousa	2.16 418	0.67 329	19.19 578	1.04 358	1.67 595	2.06 148	0.79 298	2.86 277	1.96 389	1.85 338	2.14 498	3.23 539	1.81 489	1.12 128	1.15 332	0.26 171	0.26 404	0.34 414	0.32 442	0.30 237	0.28 246

AACVNet	1.83 355	1.02 500	2.41 276	1.45 554	0.87 369	3.21 285	0.73 246	3.16 310	1.61 304	2.01 398	1.82 411	2.28 429	1.33 353	10.98 608	1.49 423	0.39 459	0.32 471	0.38 477	0.32 442	0.43 449	0.44 450

FTStereo	3.71 604	0.53 155	20.37 626	0.96 302	0.65 262	4.34 560	11.29 683	2.62 238	1.50 224	2.58 557	5.04 639	1.90 386	13.84 681	3.71 423	1.25 363	0.38 447	0.24 359	0.31 336	0.32 442	0.30 237	2.10 650

GrayStereo	2.58 509	0.53 155	1.63 183	1.58 583	0.89 378	4.17 530	8.17 679	3.03 295	1.52 243	2.80 586	2.50 555	1.70 345	17.10 687	2.83 397	1.15 332	0.33 377	0.21 261	0.27 221	0.32 442	0.28 191	0.53 506

RAFT	1.23 253	0.84 448	2.05 228	0.96 302	0.47 146	1.80 118	0.94 421	3.18 314	1.46 197	1.60 284	1.71 355	3.04 522	1.59 427	1.64 272	1.32 381	0.38 447	0.24 359	0.40 487	0.32 442	0.40 396	0.35 357

rafts_anoy	1.24 258	0.80 427	3.61 350	1.17 433	1.20 483	3.00 252	0.61 162	3.17 312	1.58 284	1.37 258	1.26 218	1.19 272	1.12 302	1.78 295	1.25 363	0.32 358	0.23 323	0.32 359	0.32 442	0.31 257	0.30 290

z-mn7	3.36 590	9.42 675	14.16 496	1.28 483	1.22 489	3.78 409	1.43 552	3.92 456	3.35 623	2.85 590	3.36 615	3.06 526	1.97 509	9.66 557	5.16 608	0.42 494	0.35 497	0.43 510	0.33 450	0.63 544	0.48 477

AIO-test1	2.18 421	0.66 319	18.95 575	0.89 245	1.48 554	3.40 326	0.97 437	4.19 532	1.68 326	0.86 182	1.35 249	0.99 237	0.75 143	4.47 440	1.27 370	0.23 101	0.23 323	0.28 256	0.33 450	0.31 257	0.35 357

xx1	2.03 395	0.74 392	13.77 484	1.78 609	0.36 34	4.48 584	0.74 258	4.23 546	3.95 642	1.01 212	1.81 403	1.79 364	1.34 356	2.13 340	0.64 142	0.29 270	0.17 84	0.33 395	0.33 450	0.33 309	0.32 311

qqq	1.30 280	0.57 203	1.67 185	1.15 423	0.51 169	2.18 159	0.91 399	3.98 473	1.53 250	1.50 273	1.24 208	1.79 364	1.34 356	4.66 443	0.98 297	0.28 241	0.31 463	0.33 395	0.33 450	0.33 309	0.32 311

test_5	1.87 361	0.75 403	10.23 441	1.14 410	1.40 534	3.85 432	1.27 519	3.91 451	1.93 386	1.69 307	1.78 384	1.67 337	1.79 481	2.99 404	1.17 340	0.30 312	0.18 130	0.35 433	0.33 450	0.34 328	0.33 330

Sa-1000	1.63 328	0.79 422	3.56 346	1.11 398	0.48 154	4.06 492	1.41 548	4.49 626	2.75 556	2.00 396	2.80 585	1.84 379	1.43 386	2.64 389	1.50 424	0.27 197	0.19 176	0.36 449	0.33 450	0.36 362	0.30 290

dd	1.26 269	1.15 530	2.47 280	0.92 272	0.49 162	4.35 563	0.75 268	1.92 104	2.11 430	1.44 267	1.24 208	1.19 272	1.05 270	1.78 295	1.70 466	0.57 576	0.34 491	0.35 433	0.33 450	0.60 533	0.46 467

StereoDRNet-Refined	1.77 349	0.81 432	2.22 255	1.21 452	0.76 313	3.26 300	0.71 235	3.82 423	2.05 412	2.29 494	2.05 478	2.98 517	1.44 389	7.15 501	2.27 536	0.30 312	0.23 323	0.42 506	0.33 450	0.45 469	0.64 551
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
w-ln-seven-2	2.73 527	2.13 618	12.47 468	1.18 439	1.01 425	3.54 364	1.58 570	3.93 458	3.26 616	2.43 532	2.02 466	2.63 478	2.28 537	7.93 518	5.45 614	0.40 467	0.40 535	0.44 515	0.34 458	0.62 542	0.47 472

DFGA-Net	2.11 409	3.00 638	7.43 403	1.11 398	0.76 313	3.72 397	0.60 157	2.63 239	1.91 384	2.01 398	2.07 483	1.22 277	1.04 264	10.26 583	2.26 534	0.27 197	0.22 293	0.34 414	0.34 458	0.61 538	0.48 477

LL-Strereo	3.01 560	1.81 607	17.59 554	1.12 402	2.10 642	2.90 232	1.09 484	4.33 593	2.00 398	3.12 609	2.24 515	3.29 543	3.15 585	11.31 623	1.84 487	0.30 312	0.28 431	0.46 528	0.34 458	0.49 493	0.45 456

RAFT+CT+SA	1.62 325	0.72 370	7.42 402	0.97 309	1.42 546	4.04 489	0.94 421	3.90 446	1.61 304	1.61 289	1.63 329	1.33 291	1.18 322	2.73 396	1.10 320	0.27 197	0.19 176	0.31 336	0.34 458	0.33 309	0.33 330

psmg	1.47 304	0.59 229	1.94 214	0.92 272	0.85 359	4.30 557	1.42 550	4.10 514	1.88 376	2.64 570	2.09 486	2.60 474	1.31 350	1.60 258	1.21 351	0.34 389	0.27 416	0.33 395	0.34 458	0.36 362	0.34 343

NF-Stereo	1.58 314	0.61 265	2.66 302	2.26 641	0.47 146	4.68 626	0.67 201	3.31 330	1.48 212	2.11 429	1.59 315	1.36 296	1.09 290	6.08 476	1.20 347	0.40 467	0.20 227	0.36 449	0.34 458	0.31 257	0.36 363

OCTAStereo	1.58 314	0.61 265	2.72 305	2.27 644	0.46 136	4.68 626	0.67 201	3.30 329	1.48 212	2.11 429	1.59 315	1.36 296	1.09 290	6.02 473	1.21 351	0.41 482	0.20 227	0.36 449	0.34 458	0.31 257	0.37 379

RE-Stereo	1.58 314	0.61 265	2.72 305	2.26 641	0.46 136	4.68 626	0.68 212	3.31 330	1.48 212	2.11 429	1.59 315	1.36 296	1.09 290	6.01 471	1.22 354	0.41 482	0.20 227	0.36 449	0.34 458	0.31 257	0.37 379

TVStereo	1.58 314	0.61 265	2.72 305	2.26 641	0.46 136	4.68 626	0.68 212	3.31 330	1.48 212	2.11 429	1.59 315	1.36 296	1.09 290	6.01 471	1.22 354	0.41 482	0.20 227	0.36 449	0.34 458	0.31 257	0.37 379

RAFT-RH_RVC	2.63 512	0.55 180	19.97 605	1.26 472	0.47 146	4.46 582	0.57 141	1.71 77	1.64 314	3.06 606	5.51 642	2.03 408	1.28 341	6.70 491	1.52 433	0.42 494	0.22 293	0.37 461	0.34 458	0.28 191	0.29 259

pcwnet_v2	2.70 525	0.65 307	22.48 679	1.08 376	1.03 428	3.56 369	0.81 319	4.29 574	3.14 602	2.29 494	2.29 526	3.01 520	1.71 469	3.32 412	1.43 403	0.43 500	0.50 590	0.41 499	0.34 458	0.61 538	0.56 523

ADLNet	2.29 445	0.83 443	3.62 351	1.35 519	1.60 578	3.67 390	1.24 517	3.95 464	2.98 588	2.58 557	2.29 526	4.01 595	1.79 481	11.23 622	2.09 519	0.37 430	0.38 521	0.36 449	0.34 458	0.45 469	0.71 566

psm_up	2.28 442	0.81 432	5.45 385	1.26 472	1.50 558	3.84 424	1.23 515	4.23 546	2.03 405	2.55 549	1.80 390	2.44 460	1.65 456	12.90 668	1.58 441	0.37 430	0.38 521	0.41 499	0.34 458	0.43 449	0.39 403

RYNet	2.97 552	0.93 478	15.09 515	1.12 402	1.38 530	3.66 389	1.42 550	4.03 486	2.29 468	2.10 425	1.70 351	3.79 584	2.16 527	13.64 678	3.02 579	0.37 430	0.41 544	0.48 540	0.34 458	0.81 594	0.75 578

DeepPruner_ROB	2.05 399	1.09 519	10.50 445	1.01 338	1.20 483	4.39 568	0.91 399	3.14 307	1.72 343	2.60 562	1.54 299	2.78 500	1.27 339	4.52 441	1.72 469	0.51 559	0.40 535	0.37 461	0.34 458	0.48 487	0.52 504

PWCDC_ROB	2.95 545	3.26 641	14.06 494	1.59 584	1.56 572	4.19 537	0.86 351	4.30 582	4.08 644	2.06 417	7.37 648	2.75 492	2.42 547	3.59 418	2.67 568	1.34 650	0.36 503	0.39 481	0.34 458	1.13 625	0.62 543

rvit_0105_5	1.13 228	0.93 478	2.60 290	0.91 266	0.56 207	1.92 128	0.91 399	3.02 294	2.63 540	0.95 203	1.20 196	1.18 267	0.93 226	1.51 239	0.93 285	0.40 467	0.43 554	0.37 461	0.35 474	0.42 439	0.44 450

test_sample3	2.34 459	0.61 265	11.94 462	1.33 506	0.85 359	3.10 270	0.73 246	4.24 554	2.19 445	2.21 475	1.75 366	1.80 367	1.41 378	11.11 618	1.46 410	0.35 409	0.29 441	0.34 414	0.35 474	0.39 391	0.37 379

LL-Strereo2	1.23 253	0.85 454	2.38 272	0.93 288	0.68 282	3.72 397	1.37 538	2.54 218	1.99 394	1.75 323	1.40 265	1.82 373	0.73 134	1.40 211	0.99 300	0.31 337	0.23 323	0.55 581	0.35 474	0.29 211	0.24 164

raft_robust	1.92 375	1.15 530	3.34 338	1.02 349	0.43 106	3.84 424	0.46 96	4.42 613	2.52 524	1.67 304	1.36 253	2.17 423	6.37 652	6.78 496	1.04 308	0.28 241	0.24 359	0.30 309	0.35 474	0.31 257	0.32 311

Anonymous3	1.72 339	0.76 409	11.61 459	0.83 197	0.84 357	4.46 582	0.84 337	3.57 373	1.16 125	1.34 252	1.37 255	1.11 256	1.03 256	1.58 251	1.13 330	0.70 608	0.58 609	0.33 395	0.35 474	0.47 484	0.42 434

ARAFT	2.56 505	1.13 525	19.50 589	0.89 245	0.48 154	4.15 515	1.40 545	4.36 602	2.82 573	2.36 519	1.88 432	1.70 345	1.04 264	6.45 483	1.22 354	0.29 270	0.18 130	0.37 461	0.35 474	0.35 349	0.25 178

hitnet-ft	2.37 470	0.73 381	8.34 413	0.96 302	0.89 378	3.77 407	0.80 309	3.55 371	2.58 534	2.24 484	2.04 472	3.65 580	1.49 406	11.71 646	1.89 492	0.44 506	0.53 594	0.44 515	0.35 474	0.52 501	0.48 477

DMCA-RVC	2.45 481	1.22 547	18.29 562	1.23 461	1.14 460	2.49 192	0.85 346	3.29 328	1.68 326	3.02 601	1.41 267	2.00 404	1.53 420	6.39 482	2.00 507	0.38 447	0.30 454	0.44 515	0.35 474	0.45 469	0.44 450

TDLM	2.29 445	1.08 516	4.61 374	1.29 487	1.01 425	4.26 548	2.17 610	3.75 407	2.79 561	2.31 504	1.98 459	2.06 414	1.59 427	12.45 663	1.72 469	0.51 559	0.28 431	0.52 567	0.35 474	0.56 519	0.50 491

SGM_RVC	4.57 629	0.72 370	17.46 551	1.84 618	0.58 228	4.23 546	3.45 652	4.66 640	3.66 635	7.99 674	8.82 662	7.56 662	8.74 673	12.30 659	6.84 623	0.43 500	0.38 521	0.39 481	0.35 474	0.51 497	0.48 477
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_sample4	2.34 459	0.63 282	11.59 458	1.30 494	0.83 350	3.07 263	0.72 238	4.27 565	2.30 469	2.30 498	1.88 432	1.73 349	1.42 383	11.14 619	1.46 410	0.35 409	0.29 441	0.35 433	0.36 484	0.40 396	0.38 396

StereoVision	1.65 330	0.75 403	7.47 404	1.01 338	1.80 620	2.61 206	0.61 162	3.06 300	1.96 389	1.25 245	3.46 619	1.85 382	0.88 208	2.07 333	1.93 497	0.43 500	0.36 503	0.37 461	0.36 484	0.48 487	0.33 330

TRStereo	2.31 449	1.87 608	19.74 596	1.53 572	1.16 467	4.26 548	1.08 480	4.73 643	1.45 188	1.55 277	1.28 226	1.75 351	0.85 194	1.81 301	1.20 347	0.36 422	0.26 404	0.32 359	0.36 484	0.34 328	0.33 330

SFCPSM	2.18 421	0.63 282	17.03 541	0.88 238	0.98 410	3.74 403	1.28 521	4.09 507	2.16 440	1.85 338	1.83 412	1.65 335	1.39 367	2.50 369	1.50 424	0.33 377	0.27 416	0.39 481	0.36 484	0.34 328	0.37 379

CFNet-ft	1.90 368	0.95 486	3.56 346	1.07 368	1.54 565	4.09 499	0.90 391	2.85 274	1.82 363	1.78 327	1.70 351	2.75 492	1.48 400	9.33 548	1.72 469	0.33 377	0.30 454	0.61 599	0.36 484	0.52 501	0.39 403

DSFCA	1.89 366	0.69 340	3.14 326	1.10 391	1.18 469	3.99 478	1.79 587	3.50 360	2.16 440	3.10 607	1.64 331	2.91 511	2.50 553	5.38 456	2.26 534	0.43 500	0.38 521	0.37 461	0.36 484	0.50 495	0.42 434

CFNet	2.34 459	1.10 520	8.96 422	1.34 514	1.24 492	4.09 499	0.73 246	4.04 490	2.77 558	1.62 291	1.87 431	2.27 428	1.45 393	11.41 626	1.82 484	0.31 337	0.24 359	0.43 510	0.36 484	0.43 449	0.33 330

CFNet_RVC	1.90 368	0.95 486	3.56 346	1.07 368	1.54 565	4.09 499	0.90 391	2.85 274	1.82 363	1.78 327	1.70 351	2.75 492	1.48 400	9.33 548	1.72 469	0.33 377	0.30 454	0.61 599	0.36 484	0.52 501	0.39 403

StereoDRNet	2.84 532	1.49 585	14.48 502	1.33 506	1.57 576	3.44 334	2.06 604	3.69 396	2.36 484	3.26 616	1.84 417	2.79 502	1.80 486	10.88 603	3.16 581	0.41 482	0.33 478	0.39 481	0.36 484	0.59 529	0.58 532

DLCB_ROB	2.05 399	0.95 486	2.37 271	1.24 463	1.02 427	2.92 238	1.30 524	3.68 391	2.30 469	2.91 592	2.17 503	3.32 547	1.52 413	10.37 585	2.50 556	0.40 467	0.33 478	0.40 487	0.36 484	0.41 420	0.47 472

LE_ROB	18.58 692	1.21 541	48.38 704	8.60 694	23.00 701	7.32 669	19.74 696	9.94 675	38.69 712	43.53 707	21.91 693	28.40 702	40.92 705	23.18 694	54.71 711	0.34 389	0.33 478	0.32 359	0.36 484	0.42 439	0.40 424

PWC_ROB	2.69 524	2.01 614	8.36 414	1.33 506	1.90 631	3.23 290	1.18 503	4.33 593	3.25 615	3.11 608	3.41 617	2.71 487	2.18 531	9.15 544	4.48 596	0.56 574	0.31 463	0.61 599	0.36 484	0.69 567	0.74 575

test_sample5	2.33 455	0.62 274	11.29 455	1.29 487	0.83 350	3.09 266	0.74 258	4.28 570	2.31 473	2.20 466	1.97 457	1.68 339	1.39 367	11.19 620	1.47 415	0.37 430	0.31 463	0.37 461	0.37 496	0.41 420	0.39 403

H2IRNET	1.90 368	0.53 155	14.29 500	1.14 410	0.60 234	4.48 584	0.44 86	2.65 241	1.81 362	1.05 221	2.30 531	1.67 337	1.40 371	2.17 347	1.50 424	0.36 422	0.21 261	0.33 395	0.37 496	0.34 328	0.29 259

mmm	1.27 274	0.58 219	2.20 250	1.41 543	0.68 282	2.39 181	0.85 346	3.90 446	1.63 313	2.20 466	1.84 417	1.28 284	1.50 407	1.91 319	0.89 258	0.31 337	0.27 416	0.45 522	0.37 496	0.38 380	0.34 343

DualNet	2.33 455	0.62 274	11.29 455	1.29 487	0.83 350	3.09 266	0.74 258	4.28 570	2.31 473	2.26 490	2.04 472	1.68 339	1.39 367	11.19 620	1.47 415	0.37 430	0.31 463	0.37 461	0.37 496	0.41 420	0.39 403

ffm	1.72 339	0.60 245	5.21 381	1.14 410	0.99 413	3.62 382	0.86 351	4.22 542	3.37 624	2.20 466	2.30 531	3.48 560	1.62 438	2.21 353	0.65 151	0.29 270	0.16 49	0.48 540	0.37 496	0.30 237	0.29 259

ff1	2.96 548	0.60 245	5.21 381	1.14 410	0.99 413	3.62 382	0.86 351	4.22 542	3.37 624	2.20 466	2.30 531	3.48 560	1.62 438	11.62 636	16.09 667	0.29 270	0.16 49	0.48 540	0.37 496	0.30 237	0.29 259

mmx	2.98 554	0.60 245	5.21 381	1.14 410	0.99 413	3.62 382	0.86 351	4.49 626	3.05 594	2.20 466	2.30 531	3.48 560	1.62 438	11.62 636	16.09 667	0.33 377	0.28 431	0.48 540	0.37 496	0.44 460	0.37 379

xxx	2.98 554	0.60 245	5.21 381	1.14 410	0.99 413	3.62 382	0.86 351	4.49 626	3.05 594	2.20 466	2.30 531	3.48 560	1.62 438	11.62 636	16.09 667	0.33 377	0.28 431	0.48 540	0.37 496	0.44 460	0.37 379

ssnet_v2	2.04 397	0.88 463	7.87 406	1.20 446	0.87 369	3.86 434	1.64 577	4.01 481	2.60 538	2.61 564	1.96 452	3.79 584	1.71 469	2.20 351	2.96 576	0.41 482	0.35 497	0.42 506	0.37 496	0.55 513	0.52 504

Wz-Net-MNSev	2.71 526	2.54 631	13.91 491	1.52 570	1.37 527	3.28 307	2.47 618	4.03 486	2.32 477	2.57 553	2.07 483	2.29 434	3.01 577	7.55 509	2.74 570	0.38 447	0.36 503	0.36 449	0.37 496	0.57 524	0.47 472

SA	1.62 325	0.75 403	3.78 359	1.07 368	0.43 106	4.26 548	1.36 533	4.45 620	3.12 599	1.63 293	1.97 457	1.68 339	2.26 536	2.55 380	1.27 370	0.27 197	0.22 293	0.37 461	0.37 496	0.35 349	0.30 290

PSMNet-RSSM	1.96 382	0.77 412	3.26 332	1.29 487	1.31 507	4.19 537	0.96 432	3.68 391	1.89 380	2.05 412	1.80 390	2.60 474	1.70 467	9.84 563	1.81 482	0.35 409	0.29 441	0.35 433	0.37 496	0.42 439	0.35 357

DPSNet	3.43 592	1.37 571	12.19 463	1.39 539	1.24 492	4.15 515	2.06 604	4.51 630	3.34 622	2.69 577	1.96 452	3.52 570	5.56 641	10.68 595	9.68 641	0.93 625	0.73 633	0.40 487	0.37 496	1.06 615	0.86 596

Selective-IGEV-i16pc	2.84 532	0.70 351	20.78 642	1.27 480	0.56 207	4.35 563	2.77 630	4.32 590	2.02 401	1.57 281	1.84 417	2.40 447	1.33 353	8.80 532	1.39 393	0.60 581	0.46 573	0.33 395	0.38 509	0.43 449	0.45 456

zh-mn7	3.15 574	9.61 677	12.45 467	1.26 472	0.99 413	2.91 235	1.32 526	4.12 515	2.74 553	3.33 619	3.07 598	2.84 504	1.89 503	8.91 536	4.69 600	0.49 549	0.40 535	0.38 477	0.38 509	0.56 519	0.63 547

DDVS	1.68 335	0.79 422	2.52 284	1.26 472	1.16 467	3.17 278	0.78 291	3.12 306	1.82 363	1.86 342	1.91 444	2.92 513	1.43 386	6.20 478	1.63 456	0.45 515	0.65 621	0.34 414	0.38 509	0.48 487	0.79 588

rvit_stereo_0075_2	1.18 239	0.74 392	2.66 302	0.90 255	1.27 500	2.51 194	0.69 223	2.25 155	2.06 414	1.40 263	1.86 428	1.46 313	0.84 191	1.42 219	0.94 287	0.46 523	0.40 535	0.48 540	0.38 509	0.46 480	0.51 499

RAFT + AFF	2.51 494	2.66 633	4.48 372	1.15 423	1.95 633	4.15 515	2.01 602	4.46 621	3.30 621	2.19 463	2.51 557	2.22 426	4.87 630	8.91 536	2.06 514	0.30 312	0.60 614	0.48 540	0.38 509	0.77 587	0.69 561

GwcNet	3.00 558	1.63 593	19.83 599	1.32 501	2.04 640	3.27 303	1.55 566	3.65 384	2.33 478	2.00 396	2.12 494	3.56 575	1.68 464	9.47 551	2.45 552	0.44 506	0.45 564	0.46 528	0.38 509	0.60 533	0.76 580

NLCA_NET_v2_RVC	2.54 500	1.04 506	16.73 536	1.53 572	2.00 635	3.96 470	0.87 372	3.87 436	2.31 473	2.54 548	1.67 341	2.85 505	1.63 451	5.55 461	1.62 453	0.46 523	0.33 478	0.38 477	0.38 509	0.53 507	0.62 543
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	3.32 587	0.96 492	21.16 657	1.32 501	0.83 350	3.81 416	3.91 665	4.47 622	2.53 526	3.34 620	2.24 515	4.45 618	2.58 558	10.07 575	1.96 504	0.45 515	0.43 554	0.48 540	0.38 509	0.52 501	0.53 506
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_sample6	2.35 464	0.62 274	10.78 449	1.33 506	0.83 350	3.15 276	0.79 298	4.36 602	2.43 506	2.26 490	2.04 472	1.69 343	1.39 367	11.48 631	1.61 448	0.38 447	0.32 471	0.37 461	0.39 517	0.41 420	0.42 434

fast-acv-ft	2.54 500	1.19 538	20.08 611	1.41 543	1.40 534	3.18 280	1.17 502	3.37 345	2.28 465	1.90 354	2.15 500	2.69 484	2.17 529	2.91 398	2.31 538	0.37 430	0.39 530	0.45 522	0.39 517	0.57 524	0.45 456

PFNet+	1.46 300	0.57 203	2.84 312	0.92 272	0.47 146	4.64 620	0.84 337	2.46 196	1.99 394	2.14 439	1.64 331	1.34 292	1.03 256	4.68 445	1.23 358	0.45 515	0.33 478	0.37 461	0.39 517	0.32 289	0.49 484

PSM-softLoss	1.66 333	0.59 229	5.15 379	2.25 639	0.48 154	4.68 626	0.69 223	2.57 223	1.52 243	2.14 439	1.45 272	1.42 308	0.99 245	6.04 474	1.20 347	0.41 482	0.23 323	0.37 461	0.39 517	0.32 289	0.31 300

KMStereo	1.66 333	0.59 229	5.15 379	2.25 639	0.48 154	4.68 626	0.69 223	2.57 223	1.52 243	2.14 439	1.45 272	1.42 308	0.99 245	6.04 474	1.20 347	0.41 482	0.23 323	0.37 461	0.39 517	0.32 289	0.31 300

Syn2CoEx	3.08 566	2.55 632	19.88 601	1.34 514	1.18 469	2.43 185	1.65 580	3.91 451	2.40 500	2.39 525	2.27 519	2.90 508	3.17 589	9.57 556	2.54 561	0.50 553	0.45 564	0.53 572	0.39 517	0.74 582	0.72 573

SuperB	4.79 634	4.41 649	21.08 654	1.45 554	1.08 445	3.91 441	3.08 644	4.18 529	3.01 591	2.50 538	2.10 487	2.75 492	3.49 604	8.80 532	19.60 687	0.44 506	0.33 478	0.53 572	0.39 517	12.01 698	0.64 551

RTSC	2.95 545	2.51 627	15.49 523	1.54 574	1.30 504	3.51 355	0.86 351	3.89 441	2.48 515	3.64 626	3.12 604	3.04 522	2.30 538	5.70 466	6.67 618	0.55 572	0.35 497	0.37 461	0.39 517	0.70 568	0.60 537

GANet	2.93 544	1.05 507	11.29 455	1.64 591	0.96 397	3.91 441	2.52 621	3.72 404	2.41 502	2.95 599	3.00 594	3.21 536	2.03 511	12.42 662	4.72 601	0.51 559	0.41 544	0.46 528	0.39 517	0.60 533	0.50 491

NaN_ROB	4.06 619	1.13 525	16.64 534	1.12 402	1.25 495	3.50 353	3.05 642	4.29 574	3.26 616	3.64 626	2.56 563	2.97 516	4.79 628	13.33 672	16.91 673	0.37 430	0.41 544	0.38 477	0.39 517	0.48 487	0.81 590

SGM-Forest	2.96 548	0.62 274	3.49 341	1.09 382	0.80 327	4.06 492	3.30 647	4.37 605	3.09 598	4.18 644	3.27 612	4.67 632	3.86 611	11.69 645	7.91 633	0.51 559	0.46 573	0.49 554	0.39 517	0.48 487	0.49 484
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
w-ln-seven	2.86 534	3.06 639	14.02 492	1.27 480	1.32 514	4.10 505	1.59 571	3.90 446	2.59 537	3.03 602	2.27 519	3.42 556	2.25 535	6.70 491	4.81 604	0.39 459	0.34 491	0.48 540	0.40 528	0.74 582	0.55 518

ITSA-stereo	1.86 359	0.72 370	3.74 356	1.20 446	0.66 269	4.09 499	0.91 399	4.24 554	2.53 526	1.93 365	1.77 381	1.59 328	2.15 524	6.12 477	2.44 551	0.40 467	0.38 521	0.40 487	0.40 528	0.50 495	0.98 610

test_sample7	1.65 330	0.70 351	2.60 290	1.48 562	0.76 313	2.38 179	1.07 475	4.35 597	2.11 430	2.14 439	1.75 366	1.75 351	1.67 460	6.26 480	1.26 366	0.44 506	0.48 584	0.43 510	0.40 528	0.46 480	0.43 444

FINET	2.96 548	1.07 514	23.18 685	1.29 487	1.86 624	2.03 139	1.52 560	4.30 582	4.71 650	2.23 481	2.34 544	1.65 335	1.48 400	5.89 470	2.81 574	0.51 559	0.47 578	0.49 554	0.40 528	0.59 529	0.49 484

FADNet-RVC	2.51 494	2.27 623	14.03 493	1.09 382	0.81 333	3.54 364	1.10 487	4.13 517	2.48 515	1.39 261	1.22 203	1.85 382	1.77 478	9.78 561	2.06 514	0.38 447	0.37 515	0.40 487	0.40 528	0.67 562	0.48 477

UCFNet_RVC	1.57 313	0.84 448	3.25 331	1.36 525	1.40 534	4.07 497	1.01 455	2.68 246	1.50 224	2.11 429	1.88 432	2.37 444	1.50 407	3.41 413	1.42 402	0.36 422	0.28 431	0.52 567	0.40 528	0.53 507	0.43 444

XPNet_ROB	2.27 437	1.11 523	4.10 363	1.36 525	0.97 401	3.94 455	1.63 575	4.07 501	2.14 436	2.82 588	2.00 464	2.32 437	1.73 474	10.81 601	3.39 584	0.51 559	0.47 578	0.48 540	0.40 528	0.51 497	0.56 523

Select-FE	2.25 432	0.87 460	17.36 546	1.06 365	0.99 413	2.04 144	0.46 96	3.79 415	1.61 304	2.52 544	1.81 403	4.41 617	3.15 585	1.83 304	0.92 276	0.32 358	0.35 497	0.30 309	0.41 535	0.32 289	0.55 518

FACV-RUCA	1.26 269	0.65 307	2.21 252	1.06 365	1.50 558	2.69 212	1.15 497	3.05 297	1.87 374	1.36 255	1.99 462	1.03 245	1.15 319	1.36 203	1.10 320	0.41 482	0.41 544	0.73 623	0.41 535	0.61 538	0.41 430

SACVNet	2.46 484	1.14 529	9.47 430	1.44 550	1.18 469	4.06 492	1.49 559	3.84 427	2.24 453	2.62 566	1.89 438	2.57 471	1.28 341	11.35 624	1.64 459	0.50 553	0.39 530	0.48 540	0.41 535	0.55 513	0.75 578

PSM-AAD	2.43 478	0.54 171	1.32 135	0.92 272	0.54 194	4.48 584	7.47 675	2.96 286	1.55 267	2.31 504	2.56 563	1.26 282	16.23 686	2.46 365	0.89 258	0.28 241	0.21 261	0.58 588	0.41 535	0.34 328	1.32 629

CVANet_RVC	2.55 504	1.10 520	9.13 428	1.46 556	1.15 462	3.96 470	1.53 562	3.91 451	2.50 520	3.04 603	2.04 472	2.60 474	1.72 471	12.46 664	1.50 424	0.49 549	0.30 454	0.51 561	0.41 535	0.63 544	0.50 491

NVstereo2D	2.54 500	0.90 466	11.10 453	1.32 501	1.47 552	3.58 374	1.38 541	4.13 517	2.45 511	1.90 354	1.71 355	2.86 506	1.76 476	10.86 602	1.66 462	0.60 581	0.43 554	0.53 572	0.41 535	0.78 589	0.94 606

DRN-Test	3.03 562	0.99 495	18.18 559	1.35 519	1.60 578	3.59 375	1.48 555	4.13 517	2.45 511	3.47 625	1.92 447	2.58 473	2.53 555	10.88 603	2.80 573	0.39 459	0.36 503	0.44 515	0.41 535	0.55 513	0.57 527

AANet	3.15 574	2.93 637	15.16 518	1.41 543	1.08 445	2.23 166	1.37 538	2.95 284	3.65 633	4.12 639	4.40 633	4.13 602	5.32 638	6.55 485	3.76 590	0.60 581	0.42 553	0.50 557	0.42 542	0.99 610	0.93 605

AIO-test2	1.61 323	1.30 558	3.40 339	1.16 430	1.31 507	3.18 280	0.74 258	4.06 498	1.52 243	1.72 316	2.21 511	0.78 177	0.74 140	3.64 421	0.95 292	3.64 670	0.26 404	0.35 433	0.42 542	0.37 375	0.33 330

rvit_0105_3	1.24 258	0.93 478	2.84 312	0.97 309	0.58 228	2.38 179	1.08 480	3.26 325	2.53 526	1.18 238	1.40 265	1.24 279	1.04 264	1.73 289	0.97 294	0.44 506	0.44 559	0.40 487	0.42 542	0.42 439	0.50 491

SANet	5.65 648	1.72 600	20.94 650	1.26 472	0.88 373	7.20 667	3.81 663	4.60 637	11.23 673	4.56 648	8.78 661	7.49 661	6.95 657	11.85 652	18.11 679	0.49 549	0.44 559	0.50 557	0.42 542	0.90 602	0.82 594

zh-sn7	3.81 607	11.43 685	15.78 524	1.25 465	1.15 462	3.68 392	2.58 626	4.15 527	2.42 505	2.61 564	3.10 603	3.38 554	3.03 581	11.43 628	6.88 624	0.45 515	0.48 584	0.45 522	0.43 546	0.72 580	0.71 566

FADNet	2.49 491	1.76 603	13.17 473	1.17 433	0.95 396	3.27 303	0.88 379	3.94 462	2.27 461	1.40 263	1.29 228	2.51 466	2.06 515	9.93 568	1.94 499	0.43 500	0.45 564	0.40 487	0.43 546	1.06 615	0.53 506

PS-NSSS	2.22 426	1.33 567	2.90 316	0.97 309	1.53 564	4.11 506	1.08 480	4.55 634	2.65 543	2.10 425	2.32 542	1.77 356	1.40 371	11.79 649	1.61 448	0.68 603	0.45 564	0.96 635	0.43 546	0.95 605	0.92 603

FADNet-RVC-Resample	2.83 531	2.02 615	21.07 653	1.12 402	0.91 383	3.53 360	1.37 538	4.08 505	2.09 420	1.68 306	1.33 241	2.03 408	1.51 411	9.54 553	1.69 465	0.38 447	0.37 515	0.42 506	0.44 549	0.56 519	0.56 523

DANet	2.63 512	1.07 514	8.10 412	1.83 617	1.70 600	3.25 298	1.16 499	4.31 585	2.38 495	3.40 623	2.18 505	4.08 599	1.80 486	9.77 559	3.89 592	0.52 565	0.55 601	0.59 591	0.44 549	0.63 544	0.86 596
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SGM-ForestM	11.55 680	1.16 533	21.62 671	2.14 637	0.81 333	22.25 694	19.08 695	16.50 695	11.34 674	15.94 697	14.44 687	27.12 701	22.61 699	24.76 698	28.39 705	0.50 553	0.48 584	0.47 532	0.44 549	0.55 513	0.53 506

MDST_ROB	5.53 645	0.59 229	23.11 683	2.55 651	2.69 654	21.20 692	1.98 600	4.77 646	2.65 543	9.36 679	4.25 630	4.14 604	4.45 624	22.57 692	3.68 589	0.48 537	0.33 478	0.47 532	0.44 549	0.44 460	0.44 450

SDNR	3.97 616	1.93 610	20.28 623	1.31 498	0.94 393	5.16 653	0.67 201	4.33 593	2.58 534	4.82 653	5.94 645	5.01 640	1.45 393	17.52 686	2.53 559	0.79 614	0.72 632	0.59 591	0.45 553	1.15 629	1.17 620

GASNet	3.24 581	5.55 656	20.58 637	1.56 581	1.25 495	2.32 174	1.12 491	4.04 490	2.67 546	1.88 347	2.10 487	3.00 519	2.16 527	10.59 591	2.43 549	0.65 594	0.37 515	0.61 599	0.45 553	0.87 599	0.58 532

KYRaft	1.59 319	0.52 137	1.73 191	0.95 296	0.49 162	4.38 566	1.79 587	2.43 188	1.51 231	2.49 537	2.98 593	2.00 404	3.41 598	2.14 343	0.82 228	0.30 312	0.21 261	0.33 395	0.46 555	0.35 349	2.45 660

APVNet	3.13 571	1.25 553	21.14 655	1.31 498	1.52 562	3.94 455	1.13 494	3.32 335	2.14 436	2.20 466	2.03 469	3.05 525	1.96 508	11.79 649	2.53 559	0.42 494	0.45 564	0.64 607	0.46 555	0.67 562	0.57 527

MaskLacGwcNet_RVC	3.13 571	1.43 579	9.93 435	2.50 650	1.62 582	4.29 555	1.68 584	3.95 464	2.43 506	1.66 302	1.91 444	3.04 522	1.41 378	13.26 670	1.58 441	3.82 674	1.59 659	1.12 643	0.46 555	2.21 651	2.74 666

ISRNet	1.69 336	0.76 409	5.69 387	1.27 480	1.36 524	2.85 225	0.61 162	3.60 377	1.91 384	2.13 436	2.12 494	2.90 508	1.41 378	2.51 372	1.71 467	0.49 549	0.50 590	0.56 583	0.47 558	0.49 493	0.57 527

aanetorigin	3.30 585	1.66 597	17.52 553	1.18 439	1.58 577	2.57 202	3.80 662	2.65 241	2.03 405	6.12 664	4.30 632	2.82 503	5.70 642	5.47 459	4.67 598	0.50 553	0.44 559	0.43 510	0.47 558	1.17 631	0.92 603

stereogan	3.09 567	0.93 478	16.43 531	1.37 535	1.66 594	3.70 393	1.67 582	3.87 436	3.15 604	3.04 603	2.70 577	5.04 641	2.79 567	9.96 569	1.78 480	0.63 588	0.49 589	0.69 613	0.47 558	0.83 597	0.68 559

RTS	3.90 611	7.04 660	17.94 556	1.92 624	2.19 645	5.00 651	2.96 638	4.29 574	3.19 607	4.05 636	3.08 599	4.94 636	3.16 587	7.64 512	6.72 619	0.66 596	0.44 559	0.51 561	0.47 558	0.95 605	0.76 580

RTSA	3.90 611	7.04 660	17.94 556	1.92 624	2.19 645	5.00 651	2.96 638	4.29 574	3.19 607	4.05 636	3.08 599	4.94 636	3.16 587	7.64 512	6.72 619	0.66 596	0.44 559	0.51 561	0.47 558	0.95 605	0.76 580

Selective-IGEV-i16pb	3.23 580	0.73 381	21.29 661	1.22 455	0.68 282	3.99 478	3.38 650	4.52 631	2.52 524	1.72 316	3.60 622	2.92 513	2.21 533	10.07 575	2.59 564	0.68 603	0.50 590	0.37 461	0.48 563	0.54 510	0.54 512

FlowAnything_test	0.75 69	0.60 245	1.18 96	0.82 184	0.58 228	2.29 172	0.66 197	1.38 32	0.80 44	1.03 219	0.76 69	0.63 114	0.49 49	0.84 53	0.91 271	0.31 337	0.27 416	0.40 487	0.48 563	0.31 257	0.30 290

dad	1.65 330	1.19 538	3.04 322	0.98 317	0.56 207	4.22 543	0.84 337	1.99 113	2.48 515	2.14 439	1.68 344	1.62 332	1.13 304	3.85 426	2.04 511	1.03 631	0.40 535	2.04 657	0.48 563	0.75 585	0.53 506

GMM-Stereo	2.45 481	0.52 137	20.38 627	0.89 245	0.82 342	4.18 533	1.91 596	2.45 193	1.48 212	2.48 536	2.30 531	1.69 343	1.86 498	2.93 400	1.08 316	0.28 241	0.18 130	0.33 395	0.48 563	0.35 349	2.41 657

ETE_ROB	2.07 402	1.40 575	3.01 321	1.09 382	0.92 385	3.94 455	1.53 562	4.25 556	2.23 451	3.31 617	2.06 482	2.35 441	1.52 413	8.74 531	2.07 517	0.44 506	0.36 503	0.51 561	0.48 563	0.54 510	0.62 543

YMNet	2.40 473	1.41 577	13.46 478	1.36 525	1.67 595	3.96 470	0.97 437	3.81 420	2.37 490	2.64 570	2.57 565	3.35 549	1.53 420	3.28 410	2.42 547	0.48 537	0.54 596	0.52 567	0.49 568	0.70 568	0.54 512

YMNet_1	2.40 473	1.41 577	13.46 478	1.36 525	1.67 595	3.96 470	0.97 437	3.81 420	2.37 490	2.64 570	2.57 565	3.35 549	1.53 420	3.28 410	2.42 547	0.48 537	0.54 596	0.52 567	0.49 568	0.70 568	0.54 512

coex-ft	18.59 693	6.62 659	113.53 723	1.17 433	1.31 507	2.33 176	1.93 597	2.81 271	14.00 680	124.82 727	8.45 657	5.90 654	51.74 716	9.99 571	22.69 690	0.57 576	0.62 617	0.50 557	0.49 568	1.08 621	1.28 625

Wz-Net-SNSev	2.98 554	4.36 648	15.98 526	1.57 582	1.19 476	3.28 307	1.80 589	3.96 469	2.40 500	2.32 508	2.28 523	3.48 560	2.05 514	7.84 517	3.82 591	0.47 532	0.39 530	0.53 572	0.49 568	0.71 577	0.60 537

WZ-Net	3.62 598	4.87 651	16.77 538	1.43 547	1.40 534	3.75 404	2.29 614	4.12 515	2.50 520	2.74 581	2.19 507	4.06 598	5.29 637	10.19 579	7.36 629	0.54 570	0.37 515	0.47 532	0.49 568	0.77 587	0.73 574

AF-Net	2.87 538	1.30 558	16.24 528	1.33 506	1.75 611	3.26 300	1.59 571	4.09 507	2.43 506	2.69 577	2.94 591	4.51 621	3.20 590	5.84 469	2.75 571	0.76 612	0.36 503	0.72 620	0.49 568	0.70 568	0.56 523

TCMNet	2.98 554	1.30 558	18.26 561	1.47 559	2.09 641	3.84 424	1.08 480	3.96 469	2.39 499	2.53 547	2.29 526	2.43 456	1.75 475	10.09 577	2.39 542	0.52 565	0.45 564	0.61 599	0.50 574	0.80 593	0.78 584

AIO-Stereo-zeroshot	2.35 464	0.99 495	19.62 592	1.09 382	0.96 397	1.51 86	0.44 86	4.05 494	1.64 314	1.31 249	1.67 341	4.93 635	2.45 550	2.52 377	1.40 396	0.30 312	0.20 227	0.31 336	0.50 574	0.57 524	0.60 537

G-Net	4.11 620	1.21 541	19.47 588	2.31 646	2.94 659	4.74 642	2.95 637	3.33 341	2.14 436	4.44 647	9.43 664	6.93 659	3.84 610	9.01 540	4.92 607	0.79 614	0.80 638	0.70 615	0.50 574	0.95 605	0.87 599

WCMA_ROB	5.12 638	0.90 466	21.33 662	1.50 567	1.33 518	4.09 499	3.49 653	4.03 486	4.59 649	6.57 667	10.95 671	12.92 676	8.41 672	9.86 564	8.78 638	0.75 611	0.58 609	0.51 561	0.50 574	0.68 565	0.57 527

psmorigin	6.59 656	1.15 530	88.11 721	1.52 570	0.97 401	2.88 230	1.20 510	3.21 315	2.04 409	3.73 629	2.46 550	5.15 646	2.55 556	10.60 592	2.47 554	0.55 572	0.68 628	0.48 540	0.51 578	0.70 568	0.88 600

STTStereo	2.34 459	0.95 486	14.93 512	1.43 547	1.54 565	3.86 434	0.86 351	3.65 384	2.44 510	2.15 447	1.55 303	2.49 465	1.59 427	5.14 452	1.44 405	0.38 447	0.39 530	0.47 532	0.51 578	0.52 501	0.51 499

CBMV_ROB	3.62 598	0.70 351	21.42 666	1.21 452	0.89 378	4.43 580	1.76 586	4.39 608	2.79 561	5.88 661	3.38 616	4.18 606	5.12 634	10.75 597	2.32 539	0.56 574	0.55 601	0.53 572	0.51 578	0.55 513	0.46 467

FAT-Stereo	3.34 588	0.81 432	20.05 607	1.25 465	1.20 483	3.44 334	1.99 601	4.23 546	2.67 546	3.14 610	3.82 627	3.51 569	3.32 595	11.68 644	1.94 499	0.64 591	0.67 625	0.48 540	0.52 581	0.61 538	0.81 590

CSAN	4.71 632	1.39 574	20.23 617	1.19 442	0.87 369	3.65 388	3.50 654	4.57 636	3.87 638	3.89 632	7.82 651	3.54 574	6.16 650	23.47 697	6.82 622	0.52 565	0.45 564	0.49 554	0.52 581	0.63 544	0.66 555

NOSS_ROB	2.27 437	0.73 381	3.00 320	1.71 601	1.00 422	3.90 440	0.97 437	4.29 574	2.81 571	2.94 598	2.19 507	3.88 588	1.19 326	11.77 648	1.62 453	0.59 579	0.54 596	0.56 583	0.52 581	0.56 519	0.54 512

LALA_ROB	1.95 380	1.48 584	3.11 324	1.05 359	0.98 410	3.99 478	1.82 591	4.44 617	2.28 465	3.31 617	1.85 425	2.76 498	1.67 460	4.04 434	3.23 583	0.46 523	0.41 544	0.55 581	0.52 581	0.60 533	0.57 527

ADCP+	3.74 605	1.96 612	16.90 539	1.09 382	1.55 569	4.35 563	3.65 660	3.93 458	2.98 588	2.22 477	1.66 340	3.95 590	4.83 629	3.41 413	18.87 685	0.38 447	0.41 544	0.63 604	0.53 585	0.64 552	0.81 590

NCCL2	2.53 498	1.35 568	10.90 451	1.15 423	0.97 401	3.53 360	2.56 624	3.65 384	2.23 451	2.76 582	1.80 390	2.41 450	1.66 458	10.35 584	2.07 517	0.44 506	0.40 535	0.57 586	0.53 585	0.59 529	0.65 554

Selective-IGEV-i1	1.43 295	0.59 229	2.42 278	1.15 423	1.07 442	3.82 418	1.09 484	3.79 415	2.11 430	1.62 291	1.91 444	2.65 481	1.22 329	1.80 299	1.12 328	0.32 358	0.27 416	0.46 528	0.54 587	0.31 257	0.39 403

FSD	0.75 69	0.64 293	1.23 108	0.76 148	0.60 234	0.77 12	0.67 201	1.57 54	0.68 13	0.72 111	0.62 46	1.02 243	0.72 129	0.81 40	0.73 192	0.59 579	0.54 596	0.57 586	0.54 587	0.57 524	0.55 518

Wz-Net-TNSev	3.67 600	8.83 666	13.47 480	1.48 562	1.18 469	3.60 377	2.49 620	4.27 565	3.13 600	2.18 459	1.89 438	4.21 610	2.80 568	12.10 657	7.58 632	0.57 576	0.55 601	0.47 532	0.54 587	0.91 603	1.05 613

edge stereo	3.37 591	1.01 499	21.99 675	1.28 483	1.37 527	2.67 210	1.39 543	3.98 473	2.87 576	2.93 594	3.27 612	4.35 614	2.43 548	11.62 636	2.39 542	0.60 581	0.63 619	0.79 626	0.55 590	0.68 565	0.67 556

SHD	2.82 530	2.04 616	13.80 488	1.69 597	1.79 617	2.73 215	1.07 475	3.85 430	3.18 606	4.63 649	2.74 578	3.38 554	2.77 566	5.48 460	3.66 588	0.62 587	0.47 578	0.51 561	0.55 590	0.65 555	0.74 575

FC-DCNN v2	6.91 662	0.77 412	19.25 580	1.69 597	1.64 587	9.13 674	2.40 617	7.20 667	9.47 671	11.07 689	11.62 675	20.05 689	15.79 685	12.55 666	11.99 655	0.66 596	0.57 604	0.58 588	0.56 592	0.63 544	0.61 540

XQC	2.96 548	2.42 626	14.85 507	1.36 525	1.32 514	3.29 311	1.53 562	4.28 570	2.78 559	3.21 614	2.46 550	3.53 571	2.92 573	6.58 486	4.67 598	0.70 608	0.41 544	0.59 591	0.56 592	0.96 609	0.83 595

FC-DCNN	6.64 657	0.77 412	19.26 582	1.68 596	1.64 587	8.27 672	2.35 616	6.35 665	9.23 670	10.85 687	11.27 673	19.89 687	13.33 678	12.51 665	11.79 654	0.66 596	0.57 604	0.58 588	0.56 592	0.63 544	0.61 540

RP	2.79 528	1.20 540	10.36 442	1.54 574	1.93 632	3.44 334	1.97 599	4.05 494	2.34 479	2.66 575	2.79 583	3.98 593	2.58 558	10.21 580	2.61 565	0.95 627	0.47 578	0.71 616	0.57 595	0.71 577	0.68 559

IGEV_i1	1.83 355	0.60 245	10.98 452	1.30 494	0.53 192	3.09 266	0.86 351	3.70 401	1.57 280	1.67 304	1.76 375	2.33 438	1.35 359	3.23 406	1.16 336	0.35 409	0.27 416	0.53 572	0.58 596	0.34 328	0.40 424

FADNet_RVC	2.65 514	2.28 625	16.51 533	0.98 317	0.92 385	4.09 499	0.83 329	4.26 564	1.73 345	1.46 268	1.78 384	1.60 329	1.50 407	8.88 534	2.39 542	0.47 532	0.38 521	0.44 515	0.58 596	0.89 600	0.97 608

MeshStereo	5.35 642	1.32 564	21.34 663	1.34 514	1.15 462	4.40 572	3.90 664	5.18 653	4.55 647	10.14 684	11.82 676	11.47 670	5.84 644	13.84 680	7.03 627	0.61 585	0.58 609	0.60 596	0.58 596	0.72 580	0.59 536
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
rvit_105_1	1.43 295	0.90 466	3.27 333	1.08 376	0.68 282	2.79 216	1.27 519	3.52 364	2.35 481	1.38 260	1.54 299	1.28 284	1.14 311	2.91 398	1.40 396	0.54 570	0.47 578	0.45 522	0.59 599	0.44 460	0.58 532

PDISCO_ROB	2.86 534	1.53 588	14.27 499	1.98 630	2.19 645	4.52 599	1.35 531	4.65 639	3.19 607	2.09 422	2.16 501	3.53 571	2.45 550	5.32 454	2.12 521	1.30 648	0.78 637	0.72 620	0.59 599	1.24 635	1.28 625

EAI-Stereo	2.35 464	0.63 282	2.97 317	0.95 296	0.65 262	3.84 424	14.27 689	5.04 651	2.19 445	2.06 417	7.25 647	1.10 254	0.94 229	1.65 274	1.37 391	0.31 337	0.22 293	0.27 221	0.60 601	0.27 169	0.32 311

FCDSN-DC	6.04 653	0.84 448	19.25 580	1.24 463	1.09 450	4.38 566	2.62 627	4.38 606	4.71 650	9.59 682	11.22 672	19.19 686	17.40 688	12.30 659	8.55 637	0.69 607	0.57 604	0.60 596	0.60 601	0.70 568	0.78 584
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	2.95 545	1.38 572	18.46 568	1.19 442	1.20 483	3.80 414	1.65 580	3.54 369	2.35 481	1.98 379	1.71 355	2.75 492	1.79 481	11.43 628	2.78 572	0.42 494	0.36 503	0.50 557	0.60 601	0.59 529	0.49 484

HBP-ISP	3.25 583	1.10 520	20.86 645	1.54 574	1.15 462	4.50 593	2.89 636	4.43 616	2.38 495	4.14 640	1.96 452	1.90 386	2.04 513	11.08 616	1.32 381	0.66 596	0.57 604	0.66 610	0.61 604	0.64 552	0.61 540

MSAF-DinoV2	13.69 687	13.09 689	22.03 677	2.41 649	1.44 547	4.03 487	1.38 541	9.07 674	9.20 669	2.23 481	1.98 459	5.08 643	5.06 632	177.66 727	5.46 615	0.45 515	0.34 491	0.40 487	0.62 605	6.09 682	5.80 691

AIO-Stereo-zeroshot1	2.68 522	1.26 554	22.01 676	1.08 376	0.99 413	1.61 100	0.86 351	3.69 396	1.64 314	1.52 274	5.62 644	3.35 549	3.44 602	2.20 351	1.33 385	0.26 171	0.21 261	0.30 309	0.62 605	0.93 604	0.67 556

ADCRef	3.30 585	1.23 551	14.90 510	1.17 433	1.41 542	3.95 460	1.64 577	3.88 439	2.36 484	3.05 605	2.21 511	2.40 447	2.81 569	5.04 449	16.63 672	0.46 523	0.34 491	0.63 604	0.62 605	0.54 510	0.67 556

PA-Net	3.09 567	1.24 552	18.84 572	1.38 537	1.19 476	3.42 332	1.75 585	3.89 441	3.27 620	1.88 347	2.10 487	3.03 521	1.88 502	11.60 634	2.88 575	0.40 467	0.54 596	0.44 515	0.62 605	0.52 501	1.02 611
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccnet	2.66 516	0.97 493	8.01 411	1.54 574	1.24 492	3.75 404	2.18 611	4.07 501	2.41 502	2.66 575	3.25 610	2.87 507	2.31 541	9.89 565	3.50 585	0.78 613	0.75 635	0.71 616	0.67 609	0.76 586	0.81 590

Nwc_Net	2.88 540	1.16 533	18.30 563	1.35 519	1.68 598	3.52 358	1.18 503	3.90 446	2.06 414	2.52 544	2.82 588	3.82 586	2.34 542	6.78 496	2.55 562	0.86 623	0.40 535	0.59 591	0.67 609	0.57 524	0.55 518

AnyNet_C01	4.37 626	7.80 662	16.40 530	1.98 630	1.40 534	6.37 662	6.47 674	4.09 507	5.03 655	4.06 638	3.78 625	4.16 605	3.31 594	6.62 488	10.00 642	0.61 585	0.67 625	0.63 604	0.67 609	2.01 647	1.31 627

SAMSARA	3.55 596	2.16 621	14.18 497	1.86 621	1.49 555	4.62 617	2.65 628	3.58 376	2.80 565	7.05 669	3.05 597	5.16 647	4.07 616	9.18 545	4.80 603	0.64 591	0.67 625	0.59 591	0.68 612	0.89 600	0.91 601

MSMD_ROB	5.61 646	1.08 516	16.68 535	1.21 452	0.83 350	10.14 676	2.07 606	3.93 458	6.22 664	10.37 685	8.03 653	22.22 691	9.45 674	11.66 642	4.52 597	0.66 596	0.58 609	0.66 610	0.68 612	0.65 555	0.63 547

ADCS	4.22 624	5.33 653	16.32 529	1.64 591	1.31 507	3.91 441	3.64 659	4.21 538	2.89 577	5.11 654	2.81 587	4.46 619	3.06 584	5.21 453	19.50 686	0.63 588	0.64 620	0.69 613	0.69 614	1.12 624	1.26 623

BEATNet-Init1	49.72 716	64.32 719	97.77 722	4.68 684	4.28 680	84.75 719	60.42 712	73.38 721	68.59 719	88.29 722	88.51 723	91.94 721	97.99 722	85.26 722	70.96 722	0.80 616	0.65 621	0.85 631	0.70 615	7.96 693	2.33 655

STTRV1_RVC	3.52 595	1.03 505	20.87 647	1.47 559	1.47 552	3.23 290	1.55 566	4.06 498	3.22 613	1.95 371	3.50 620	2.63 478	2.07 517	11.96 656	2.21 531	1.86 653	4.03 688	0.81 629	0.73 616	1.06 615	0.70 565

AnyNet_C32	4.17 622	5.75 657	12.62 469	1.60 586	1.54 565	5.51 657	4.09 666	3.90 446	3.23 614	4.22 645	3.03 596	3.10 527	3.41 598	8.01 521	18.85 684	0.53 568	0.58 609	0.53 572	0.74 617	1.19 633	0.97 608

GANetREF_RVC	3.20 579	1.93 610	18.84 572	1.51 569	0.80 327	4.12 508	1.82 591	4.16 528	2.91 579	1.87 344	1.74 362	2.48 463	1.84 493	13.18 669	1.74 474	0.80 616	0.57 604	0.79 626	0.74 617	1.20 634	0.86 596
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
S-Stereo	3.48 594	0.91 472	22.06 678	1.36 525	1.50 558	3.55 367	2.53 623	4.21 538	2.81 571	2.37 520	3.81 626	3.75 582	1.84 493	11.90 654	2.51 557	0.63 588	0.71 631	0.48 540	0.76 619	0.67 562	1.19 622

ELAS_RVC	5.72 649	1.64 596	20.40 628	2.09 636	2.01 636	4.95 650	11.47 685	4.66 640	6.31 666	8.09 675	8.01 652	8.06 666	11.65 676	8.36 523	10.22 643	0.99 630	1.17 648	0.81 629	0.76 619	1.14 626	1.58 638
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LCNet	1.55 306	0.54 171	1.88 207	0.99 323	0.55 202	3.60 377	1.21 513	2.86 277	1.53 250	2.18 459	1.74 362	1.43 310	4.17 618	3.62 419	0.87 250	0.29 270	0.20 227	0.28 256	0.77 621	0.47 484	1.85 645

PVD	3.12 570	1.97 613	12.80 472	1.79 614	1.63 584	3.83 419	1.34 530	3.48 354	3.88 639	5.77 659	3.56 621	3.45 559	3.29 593	5.58 464	5.30 613	0.71 610	0.69 629	0.74 624	0.77 621	0.79 591	1.13 619

ADCL	4.35 625	1.63 593	14.21 498	1.29 487	1.26 497	5.56 658	11.16 682	3.97 471	3.37 624	6.07 662	4.67 635	4.30 613	5.72 643	5.08 451	14.51 661	0.50 553	0.48 584	0.89 633	0.77 621	0.78 589	0.76 580

DeepPrunerF	3.70 602	1.72 600	14.87 508	1.33 506	1.74 609	3.70 393	1.55 566	4.20 533	14.00 680	2.02 403	1.77 381	2.74 490	2.30 538	10.88 603	6.88 624	0.68 603	0.60 614	0.78 625	0.78 624	0.81 594	0.71 566

RGC	3.10 569	1.45 582	14.90 510	1.46 556	1.79 617	3.33 315	1.39 543	4.04 490	2.26 459	2.77 583	3.26 611	4.00 594	2.71 564	11.63 641	2.62 567	0.82 619	0.46 573	0.79 626	0.79 625	0.71 577	0.78 584

LSM	12.71 685	3.52 645	20.79 643	55.63 716	84.76 716	3.63 387	6.30 673	3.73 405	4.93 654	5.55 658	13.92 684	3.53 571	3.25 592	9.72 558	4.12 593	0.64 591	0.85 639	0.71 616	0.81 626	1.03 612	26.84 706

EDNetEfficientorigin	12.35 684	2.51 627	179.47 726	1.19 442	0.96 397	2.91 235	1.81 590	3.00 291	5.35 657	8.91 677	4.79 636	4.18 606	4.64 627	9.98 570	11.30 649	0.37 430	0.38 521	0.60 596	0.85 627	1.32 638	2.43 659

NCC-stereo	3.16 577	1.28 556	18.31 564	1.25 465	1.75 611	4.06 492	1.40 545	3.89 441	2.22 448	2.72 579	2.55 561	3.49 566	2.65 561	9.91 566	2.99 577	1.29 646	0.65 621	0.64 607	0.86 628	0.65 555	0.71 566

Abc-Net	3.16 577	1.28 556	18.31 564	1.25 465	1.75 611	4.06 492	1.40 545	3.89 441	2.22 448	2.72 579	2.55 561	3.49 566	2.65 561	9.91 566	2.99 577	1.29 646	0.65 621	0.64 607	0.86 628	0.65 555	0.71 566
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	2.91 541	1.91 609	18.25 560	3.06 659	1.89 629	3.13 274	1.67 582	3.52 364	2.97 585	3.14 610	2.87 590	2.26 427	2.41 546	2.42 362	2.00 507	1.10 633	1.05 645	0.94 634	0.90 630	1.28 636	1.46 637

FBW_ROB	3.24 581	1.02 500	9.21 429	1.49 565	1.07 442	3.78 409	1.48 555	4.31 585	3.08 597	2.46 533	2.32 542	4.20 609	2.08 518	15.19 684	7.16 628	0.84 622	0.62 617	1.33 649	0.92 631	0.99 610	1.31 627

MADNet+	3.97 616	9.54 676	13.83 489	1.87 622	1.69 599	4.19 537	2.87 635	4.80 647	4.10 645	2.51 542	2.67 574	4.55 624	3.41 598	8.72 530	6.92 626	1.25 643	1.27 653	1.04 638	0.93 632	1.39 640	1.85 645

ELAS	5.99 652	1.62 591	20.29 624	1.96 629	2.01 636	15.09 685	8.38 680	5.23 654	5.54 659	9.02 678	8.61 658	6.74 657	9.75 675	7.48 507	11.40 651	0.96 628	1.18 649	0.72 620	0.93 632	1.30 637	1.67 640
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.64 329	1.50 586	2.57 289	1.50 567	1.38 530	3.05 258	1.36 533	3.31 330	2.24 453	1.36 255	2.07 483	1.40 306	1.09 290	1.83 304	1.55 436	1.15 636	0.69 629	1.26 647	0.96 634	1.64 644	0.94 606

GCST	2.56 505	1.79 606	18.02 558	1.92 624	1.33 518	1.72 109	0.51 114	3.67 389	2.03 405	1.70 311	1.61 324	1.55 323	1.29 344	5.06 450	1.24 360	2.06 655	0.77 636	1.45 653	0.97 635	1.14 626	1.34 630

UDGNet	1.40 292	1.52 587	2.22 255	1.38 537	0.62 248	4.39 568	0.68 212	1.80 88	2.18 444	1.34 252	1.18 192	0.99 237	1.00 247	2.16 345	1.19 343	1.09 632	0.34 491	1.30 648	0.98 636	1.10 622	0.58 532

MultiAttention	8.74 669	0.56 192	7.25 401	2.07 635	22.74 700	35.86 704	8.44 681	4.97 650	2.58 534	2.57 553	5.11 640	5.55 652	1.59 427	52.70 718	7.50 631	0.47 532	0.24 359	0.52 567	1.00 637	6.84 688	6.30 693

EDNetEfficient	5.61 646	2.14 620	16.75 537	1.67 595	3.64 671	4.12 508	7.51 676	3.05 297	5.63 661	11.57 690	4.83 637	3.95 590	12.72 677	8.44 527	20.78 689	0.41 482	0.43 554	0.47 532	1.01 638	1.66 645	1.39 634

PASM	2.67 518	2.05 617	9.71 431	1.73 604	1.37 527	2.53 199	1.52 560	3.10 304	2.17 442	2.79 585	1.84 417	2.90 508	1.85 497	11.89 653	2.19 529	0.81 618	0.85 639	0.87 632	1.01 638	1.14 626	1.05 613

SPS-STEREO	3.97 616	1.44 581	20.85 644	1.72 603	1.71 602	3.24 294	2.30 615	3.55 371	2.68 548	4.79 652	3.66 623	5.44 651	2.97 574	9.11 542	9.35 640	1.15 636	1.10 647	1.06 640	1.02 640	1.16 630	1.18 621
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	3.35 589	1.76 603	13.89 490	2.33 647	1.65 591	4.49 590	1.62 574	4.73 643	2.90 578	1.92 361	2.05 478	1.99 403	1.61 434	12.57 667	1.60 445	2.46 658	2.18 667	2.68 669	1.04 641	2.11 649	1.38 633

anonymity	1.76 347	1.26 554	2.73 308	1.66 594	1.32 514	1.84 120	1.07 475	3.49 357	2.30 469	2.11 429	2.11 491	1.71 347	3.90 612	1.82 303	1.48 418	1.10 633	1.09 646	1.08 641	1.08 642	1.05 614	1.09 616

SQANet	3.70 602	9.34 674	18.41 566	2.75 653	2.74 655	3.40 326	1.47 554	3.50 360	1.68 326	2.60 562	1.75 366	2.69 484	1.91 505	6.72 495	1.74 474	2.96 661	1.41 657	1.85 656	1.12 643	3.17 658	2.70 665

Consistency-Raft	2.86 534	1.66 597	19.61 591	1.40 542	1.75 611	3.84 424	1.32 526	4.07 501	2.25 456	1.78 327	2.67 574	1.82 373	4.41 623	1.94 322	2.06 514	0.83 621	0.94 643	1.03 637	1.12 643	1.70 646	1.09 616

SGM+DAISY	8.36 668	3.82 646	24.83 689	2.02 632	1.75 611	14.80 684	17.22 692	4.27 565	11.79 676	13.88 691	14.38 686	11.74 674	13.83 680	10.56 589	15.12 662	1.21 638	1.19 651	1.14 644	1.13 645	1.17 631	1.37 631

otaku	4.58 630	8.93 669	19.95 604	3.11 660	2.67 653	3.91 441	2.57 625	3.82 423	2.25 456	2.22 477	9.72 666	4.08 599	2.35 543	8.57 528	2.13 524	3.51 668	1.65 661	2.15 660	1.17 646	3.69 665	3.15 669

ADCMid	3.96 615	3.27 642	15.48 522	1.26 472	1.40 534	4.66 623	2.28 613	4.06 498	3.54 630	3.94 633	3.02 595	3.85 587	3.67 607	4.03 433	18.65 683	0.68 603	0.61 616	1.09 642	1.18 647	1.38 639	1.08 615

MSC_U_SF_DS_RVC	4.48 627	10.62 680	15.18 519	1.55 579	1.45 551	6.16 660	3.54 657	5.41 661	3.68 636	2.59 561	2.74 578	4.81 633	2.20 532	13.79 679	4.40 595	2.04 654	3.36 686	1.05 639	1.20 648	2.09 648	1.72 642

CREStereo++_RVC	1.02 210	0.49 115	1.54 173	0.83 197	0.55 202	4.01 483	0.31 23	1.63 68	1.99 394	1.63 293	2.13 496	0.84 193	0.65 107	0.88 63	0.70 181	0.27 197	0.15 24	0.23 65	1.22 649	0.24 93	0.17 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
light-stereo	41.45 705	10.64 681	54.16 715	59.84 717	45.61 713	131.14 724	1.57 569	37.33 709	17.30 693	76.21 720	120.65 725	118.18 726	3.98 613	89.11 723	15.46 663	5.48 692	9.68 702	1.25 646	1.28 650	17.93 704	12.24 698

Ntro	4.21 623	8.94 670	19.89 602	3.22 661	2.96 660	4.15 515	1.89 595	3.92 456	2.36 484	1.77 325	2.14 498	3.35 549	2.17 529	9.48 552	2.24 533	3.52 669	1.76 662	2.13 659	1.31 651	3.83 668	3.09 667

MFN_U_SF_RVC	3.81 607	10.78 682	15.01 513	1.84 618	1.39 532	3.73 401	1.63 575	4.05 494	3.26 616	2.91 592	2.38 546	4.36 616	3.65 606	8.43 526	4.91 606	1.11 635	1.04 644	0.99 636	1.31 651	1.58 642	1.75 644

JetBlue	6.27 655	9.15 672	13.76 483	1.94 628	4.60 683	11.91 678	12.00 686	5.12 652	3.45 628	3.79 630	4.52 634	9.54 668	6.56 656	9.40 550	13.48 659	1.26 644	1.37 656	1.17 645	1.34 653	7.06 690	3.95 682

WAO-7	5.16 639	3.21 640	18.98 576	1.88 623	1.44 547	5.34 655	3.09 645	4.91 649	5.81 662	4.35 646	8.92 663	6.55 656	6.06 647	13.40 674	10.81 646	1.34 650	1.20 652	1.48 654	1.35 654	1.60 643	1.45 635

PWCK	5.85 650	9.95 678	15.22 520	2.90 656	1.56 572	5.66 659	7.69 677	5.27 655	4.74 652	3.88 631	7.51 649	8.04 664	5.28 636	15.18 683	8.40 636	3.08 663	1.51 658	2.24 661	1.37 655	5.55 681	1.96 648

MonStereo1	8.07 667	2.24 622	5.83 388	4.68 684	3.60 670	18.80 690	2.52 621	5.89 664	5.86 663	4.76 651	13.98 685	7.41 660	50.63 715	13.28 671	5.16 608	4.40 681	0.90 641	2.69 670	1.55 656	3.92 670	3.30 674

DStereoO	3.90 611	2.13 618	7.90 410	4.43 680	2.84 658	4.40 572	5.30 669	4.31 585	3.21 612	2.41 529	3.08 599	2.93 515	7.14 662	4.20 438	11.12 648	4.11 677	1.30 655	1.33 649	1.63 657	3.09 656	1.26 623

NVStereoNet_ROB	4.91 637	1.40 575	16.46 532	1.47 559	1.72 608	3.46 340	1.96 598	3.89 441	3.61 632	2.90 591	24.61 697	4.81 633	4.49 625	13.57 676	4.87 605	1.33 649	1.29 654	1.70 655	1.68 658	1.41 641	1.66 639
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	5.41 643	12.60 686	20.42 630	3.27 663	3.15 666	4.50 593	3.02 641	4.66 640	3.73 637	3.35 622	5.36 641	7.86 663	2.88 570	12.33 661	4.76 602	3.12 664	2.22 668	2.70 671	1.69 659	3.49 661	3.10 668

AnonymousM	1.22 252	1.32 564	0.97 16	0.88 238	0.56 207	4.03 487	0.69 223	2.41 179	1.68 326	1.48 270	1.31 238	1.15 260	1.00 247	1.18 157	0.73 192	0.32 358	0.40 535	2.07 658	1.70 660	0.24 93	0.22 126

ADCPNet	3.89 610	1.63 593	20.25 621	1.28 483	1.27 500	6.43 663	2.65 628	3.93 458	2.70 549	2.78 584	2.20 509	4.28 612	6.16 650	5.56 462	10.27 644	0.65 594	1.18 649	0.71 616	1.70 660	0.84 598	1.37 631

RainbowNet	4.56 628	8.28 663	20.07 610	3.64 670	3.23 668	4.15 515	2.99 640	4.18 529	3.03 593	2.20 466	2.65 572	4.26 611	2.90 572	9.77 559	2.12 521	3.88 675	2.27 670	2.71 672	1.72 662	3.78 667	3.31 675

ACVNet-4b	6.73 658	13.67 691	21.87 674	3.54 667	3.07 662	4.19 537	2.25 612	4.03 486	3.65 633	1.64 296	3.98 629	5.88 653	2.89 571	10.01 572	16.98 674	23.29 710	2.24 669	2.53 664	1.78 663	3.87 669	3.21 672

ACVNet_1	6.04 653	13.97 694	21.36 664	3.58 668	3.14 665	4.73 639	2.48 619	4.20 533	3.17 605	2.98 600	2.83 589	23.31 694	4.34 622	11.06 613	2.45 552	3.68 671	2.33 672	2.60 666	1.79 664	3.69 665	3.19 671

MFN_U_SF_DS_RVC	3.94 614	10.88 683	12.30 465	1.26 472	1.55 569	5.19 654	3.33 649	4.42 613	2.82 573	2.58 557	2.62 569	5.00 639	2.11 519	14.03 682	2.73 569	1.28 645	2.34 673	0.67 612	1.83 665	0.81 594	1.03 612

WAO-6	5.87 651	2.27 623	15.05 514	2.96 657	2.77 656	12.01 679	3.58 658	5.37 660	11.91 677	3.34 620	9.69 665	6.78 658	5.84 644	11.82 651	8.89 639	2.87 660	2.35 674	2.50 663	1.84 666	2.85 655	2.67 662

Dean	7.52 664	9.08 671	21.41 665	3.74 671	3.53 669	4.81 646	3.53 655	5.33 659	5.25 656	4.17 641	26.53 698	25.62 700	4.09 617	10.97 607	4.32 594	3.69 672	2.30 671	2.91 673	1.87 667	4.03 671	3.24 673

LVE	6.88 661	9.31 673	21.14 655	3.61 669	3.18 667	4.49 590	2.79 631	10.21 676	11.69 675	3.16 613	11.53 674	18.33 683	4.31 621	11.66 642	3.52 586	4.45 683	2.93 678	2.56 665	1.91 668	3.62 662	3.16 670

WAO-8	11.95 681	13.02 687	20.56 634	3.50 664	3.08 663	15.11 686	2.80 632	12.91 686	19.11 699	7.69 671	13.12 678	11.62 671	7.01 660	84.40 720	7.91 633	3.42 666	1.92 665	3.54 683	1.93 669	3.68 663	2.69 663

Venus	11.95 681	13.02 687	20.56 634	3.50 664	3.08 663	15.11 686	2.80 632	12.91 686	19.11 699	7.69 671	13.12 678	11.62 671	7.01 660	84.40 720	7.91 633	3.42 666	1.92 665	3.54 683	1.93 669	3.68 663	2.69 663

DualNet (step1)	2.34 459	1.05 507	7.87 406	1.07 368	0.86 364	3.93 449	1.19 506	4.35 597	2.11 430	2.14 439	1.75 366	1.75 351	1.67 460	6.26 480	1.26 366	1.23 640	0.48 584	4.27 687	2.09 671	0.70 568	0.69 561

test_sample9	3.79 606	1.05 507	7.87 406	1.07 368	0.86 364	3.93 449	1.19 506	4.35 597	2.11 430	2.14 439	1.75 366	1.75 351	1.67 460	11.06 613	11.61 652	1.23 640	14.45 705	4.27 687	2.09 671	0.70 568	0.69 561

test_sample8	4.76 633	1.05 507	7.87 406	1.07 368	0.86 364	3.93 449	1.19 506	4.38 606	2.05 412	5.49 657	1.89 438	12.98 677	6.37 652	11.06 613	11.61 652	1.23 640	14.45 705	4.27 687	2.09 671	0.70 568	0.69 561

IMH-64-1	4.84 635	2.53 629	6.83 394	4.30 677	3.74 672	4.81 646	6.05 671	5.30 656	3.92 640	3.95 634	8.33 655	5.08 643	6.06 647	8.96 538	6.30 616	4.57 685	2.96 680	3.04 674	2.12 674	4.28 673	3.62 678

IMH-64	4.84 635	2.53 629	6.83 394	4.30 677	3.74 672	4.81 646	6.05 671	5.30 656	3.92 640	3.95 634	8.33 655	5.08 643	6.06 647	8.96 538	6.30 616	4.57 685	2.96 680	3.04 674	2.12 674	4.28 673	3.62 678

IMH	6.81 660	13.66 690	20.41 629	4.33 679	3.74 672	5.50 656	3.06 643	5.49 662	6.22 664	4.64 650	10.35 668	9.30 667	8.03 670	13.61 677	6.81 621	4.80 688	2.99 683	3.09 676	2.12 674	4.36 675	3.61 677

DDUNet	2.91 541	2.78 635	6.94 398	3.53 666	2.26 649	3.28 307	1.36 533	3.77 411	2.04 409	2.62 566	2.49 554	4.18 606	1.69 465	5.38 456	1.85 488	2.21 657	1.77 663	2.61 667	2.43 677	2.60 653	2.34 656

TorneroNet-64	10.12 671	8.74 665	20.95 651	4.27 675	3.76 675	13.86 683	2.85 634	15.05 691	23.15 702	10.07 683	23.84 696	13.47 678	8.24 671	13.96 681	17.21 676	3.96 676	2.72 675	3.23 678	2.48 678	6.29 683	4.27 685

UDG	3.55 596	2.81 636	17.45 550	2.69 652	1.98 634	3.97 475	1.19 506	4.35 597	2.02 401	2.42 530	2.53 560	4.50 620	2.46 552	6.53 484	2.41 546	2.12 656	1.77 663	2.63 668	2.57 679	2.64 654	1.95 647

ktn	21.74 698	10.34 679	19.68 594	4.53 682	4.00 677	6.53 664	4.51 667	6.79 666	78.82 722	84.69 721	100.86 724	58.49 716	7.57 665	12.11 658	13.35 658	4.58 687	3.24 685	3.49 680	2.62 680	4.65 678	3.84 681

TorneroNet	25.88 700	11.28 684	21.62 671	4.20 674	4.07 678	55.25 709	3.15 646	15.16 692	76.94 721	58.09 715	82.72 721	86.88 720	41.15 706	13.35 673	18.13 680	4.32 678	2.85 676	3.45 679	2.62 680	8.33 695	4.14 684

notaker	10.50 675	8.60 664	20.23 617	4.54 683	3.95 676	6.27 661	3.44 651	8.07 670	4.75 653	8.73 676	46.45 708	13.86 681	27.86 700	13.49 675	13.61 660	4.56 684	3.18 684	3.52 682	2.68 682	8.13 694	4.05 683

DispFullNet	4.64 631	3.48 644	23.95 688	3.99 672	3.03 661	3.35 317	1.06 473	4.18 529	2.80 565	6.33 666	2.94 591	4.04 597	7.81 667	3.92 431	5.16 608	2.75 659	1.61 660	3.10 677	2.68 682	3.32 660	3.31 675

KSHMR	16.96 691	5.37 654	21.64 673	4.46 681	4.50 681	8.30 673	3.32 648	15.58 694	76.24 720	6.62 668	61.47 714	56.53 715	5.43 640	35.17 704	11.37 650	4.39 680	2.97 682	3.63 685	2.74 684	5.10 680	4.34 686

DStereoRT	3.28 584	1.06 512	14.58 505	1.33 506	1.12 455	4.51 597	1.29 523	4.21 538	3.48 629	2.50 538	2.13 496	1.89 385	7.69 666	7.57 510	2.43 549	0.66 596	0.33 478	4.46 691	2.84 685	0.38 380	1.12 618

UNDER WATER-64	9.33 670	5.37 654	22.60 681	5.22 689	4.86 684	10.75 677	4.61 668	11.45 677	17.30 693	7.59 670	9.80 667	15.99 682	17.90 690	10.63 593	15.72 666	4.36 679	2.87 677	4.39 690	2.86 686	7.01 689	5.36 689

UNDER WATER	10.47 673	3.95 647	22.62 682	5.07 688	4.51 682	7.78 671	3.77 661	12.56 685	21.72 701	7.84 673	10.78 669	23.96 696	31.66 701	10.78 600	16.19 670	4.44 682	2.93 678	4.24 686	2.86 686	6.33 685	5.47 690

JetRed	10.48 674	27.10 703	35.70 698	4.27 675	4.09 679	15.55 688	12.83 688	12.16 682	5.50 658	5.83 660	5.56 643	10.14 669	7.43 663	8.88 534	26.39 700	3.32 665	3.81 687	3.51 681	2.96 688	7.85 692	6.69 694

MANE	11.39 679	1.38 572	23.16 684	4.82 687	2.79 657	22.02 693	14.51 690	25.81 697	26.28 703	10.93 688	13.17 681	19.90 688	18.03 691	15.69 685	20.41 688	0.96 628	0.74 634	1.42 651	3.24 689	0.74 582	1.71 641

TCMNet-wrong-test	12.32 683	14.13 695	19.38 585	22.38 702	19.85 695	15.99 689	12.34 687	22.95 696	4.56 648	6.24 665	6.27 646	18.40 685	15.71 684	10.10 578	10.72 645	9.06 695	4.78 689	5.35 692	3.95 690	12.28 699	11.97 697

DStereoFS	11.11 678	13.81 693	11.82 461	5.73 690	11.05 688	20.81 691	11.36 684	8.68 673	16.52 691	14.90 694	15.81 692	11.63 673	13.85 682	9.05 541	15.60 665	7.57 694	8.88 696	2.41 662	5.29 691	2.16 650	15.30 701

DGSMNet	7.55 665	1.62 591	17.42 549	1.92 624	12.73 689	7.45 670	42.99 711	4.13 517	2.07 416	2.10 425	3.16 607	3.42 556	1.70 467	9.24 547	2.30 537	3.70 673	10.89 703	11.80 705	5.54 692	4.24 672	2.66 661

MADNet++	7.57 666	5.80 658	13.28 475	6.38 691	5.26 685	7.18 666	7.77 678	5.32 658	5.62 660	6.11 663	7.78 650	6.02 655	8.01 669	11.74 647	16.36 671	9.36 696	4.95 691	8.57 698	5.66 693	4.83 679	5.34 688

PML	64.32 718	53.22 716	17.88 555	8.10 693	32.94 703	148.46 725	247.79 728	12.18 683	45.42 715	111.41 724	288.92 728	101.47 723	101.31 723	31.67 700	15.55 664	14.03 702	4.83 690	10.98 700	6.18 694	28.82 706	5.17 687

USTest	15.98 690	15.58 696	22.56 680	18.49 699	16.99 692	26.43 695	36.08 705	27.68 700	12.77 679	10.69 686	10.80 670	18.35 684	15.09 683	18.62 687	23.37 691	4.85 689	5.34 692	7.38 696	7.43 695	9.90 696	11.23 696

tt	7.19 663	0.51 128	6.83 394	4.03 673	2.30 651	12.05 680	20.19 697	15.46 693	6.58 667	3.42 624	3.22 609	5.37 649	6.39 655	4.20 438	7.46 630	9.81 697	11.53 704	7.05 695	7.46 696	6.31 684	3.71 680

DStereoSA	10.13 672	4.62 650	12.76 470	4.78 686	13.35 691	9.97 675	22.80 698	4.74 645	16.44 688	5.11 654	15.31 688	4.61 627	13.82 679	8.00 519	27.60 702	6.51 693	8.86 695	1.43 652	8.28 697	3.16 657	10.38 695

iinet-test	19.59 694	18.93 698	25.29 690	22.27 700	21.21 696	29.32 696	37.73 706	31.61 704	16.48 689	14.41 692	13.76 682	22.91 692	19.69 694	21.98 690	26.21 696	10.17 698	8.89 697	11.03 701	10.88 698	13.66 700	15.45 702

IINet	19.59 694	18.93 698	25.29 690	22.27 700	21.21 696	29.32 696	37.73 706	31.61 704	16.48 689	14.41 692	13.76 682	22.91 692	19.69 694	21.98 690	26.21 696	10.17 698	8.89 697	11.03 701	10.88 698	13.66 700	15.45 702

DGTPSM_ROB	15.31 688	8.85 667	28.14 695	9.90 695	18.89 693	12.44 681	33.21 701	13.48 688	17.86 697	9.50 680	22.89 694	13.78 679	19.67 692	21.26 688	23.68 692	5.08 690	8.84 693	5.62 693	11.50 700	6.72 686	14.87 699

DPSM_ROB	20.78 696	20.03 701	26.57 693	23.62 704	22.46 698	31.10 699	39.97 709	33.52 706	17.41 695	15.25 695	15.80 690	24.06 697	20.71 697	23.30 695	27.62 703	10.78 700	9.41 700	11.69 703	11.50 700	14.49 702	16.36 704

DPSM	20.78 696	20.03 701	26.57 693	23.62 704	22.46 698	31.10 699	39.97 709	33.52 706	17.41 695	15.25 695	15.80 690	24.06 697	20.71 697	23.30 695	27.62 703	10.78 700	9.41 700	11.69 703	11.50 700	14.49 702	16.36 704

DPSMNet_ROB	15.52 689	8.89 668	31.44 696	10.07 697	18.91 694	12.44 681	33.22 702	13.51 689	17.94 698	9.58 681	22.91 695	13.79 680	19.67 692	21.43 689	23.73 693	5.17 691	8.84 693	5.63 694	11.52 703	6.79 687	14.90 700

Selective-IGEV-i1pa	29.93 703	36.60 705	34.97 697	9.92 696	7.41 687	38.91 705	35.81 704	43.96 710	35.07 710	30.01 699	53.53 713	41.78 703	35.42 702	40.57 706	33.93 707	30.94 712	15.47 707	23.33 706	13.36 704	10.61 697	27.01 707

Anonymous_2	3.01 560	0.89 464	4.53 373	1.06 365	1.18 469	2.93 243	0.87 372	3.24 322	1.46 197	1.86 342	1.35 249	4.11 601	2.35 543	1.64 272	1.28 374	0.82 619	0.90 641	8.71 699	15.84 705	4.44 677	0.74 575

FlowAnything	41.75 707	39.90 706	53.36 712	47.83 715	45.06 708	62.45 710	80.51 717	67.34 719	34.89 708	30.56 704	31.52 700	48.18 709	42.05 712	46.66 715	55.24 713	21.71 709	18.88 710	23.49 711	23.13 706	29.12 707	33.04 710

LSM0	49.58 715	40.04 707	53.62 714	97.15 718	128.68 723	62.75 716	79.89 716	67.63 720	35.11 711	33.02 706	32.61 707	48.43 714	41.60 708	46.60 711	55.43 714	21.63 707	18.99 714	23.62 713	23.13 706	29.47 713	52.26 720

Selective-RAFT-Error	41.77 708	40.16 709	53.34 711	47.73 711	45.25 712	62.51 712	80.64 718	67.22 714	34.93 709	30.64 705	31.81 702	48.11 708	42.11 713	46.57 710	54.95 712	21.61 704	18.87 709	23.48 707	23.15 708	29.16 708	33.08 714

Hybrid-DGEV	41.74 706	40.15 708	53.21 710	47.72 710	45.04 707	62.46 711	80.71 719	67.23 715	34.70 704	30.38 700	31.64 701	48.32 713	41.44 707	46.71 716	55.65 718	21.63 707	18.85 708	23.50 712	23.21 709	29.18 709	33.09 715

RAFT-FEzeroshot	41.78 709	40.21 711	53.07 708	47.74 713	45.19 710	62.51 712	80.73 721	67.30 717	34.75 705	30.51 702	31.88 703	48.27 711	41.88 710	46.64 713	55.54 715	21.62 705	18.89 712	23.48 707	23.22 710	29.20 711	33.05 711

RAFT-FE	41.78 709	40.21 711	53.07 708	47.74 713	45.19 710	62.51 712	80.73 721	67.30 717	34.75 705	30.51 702	31.88 703	48.27 711	41.88 710	46.64 713	55.54 715	21.62 705	18.89 712	23.48 707	23.22 710	29.20 711	33.05 711

CasAABBNet	41.80 711	40.20 710	53.41 713	47.73 711	45.18 709	62.51 712	80.71 719	67.26 716	34.80 707	30.49 701	31.88 703	48.24 710	41.81 709	46.63 712	55.64 717	21.60 703	18.88 710	23.48 707	23.22 710	29.19 710	33.05 711

LRCNet_RVC	25.52 699	33.45 704	23.21 686	31.79 706	32.78 702	6.74 665	1.18 503	25.88 698	4.46 646	28.94 698	30.89 699	24.91 699	17.57 689	27.66 699	24.34 695	35.26 714	25.60 715	35.91 714	33.81 713	31.90 714	34.10 716

AVERAGE_ROB	44.46 713	45.91 714	46.59 703	40.59 709	38.66 705	32.99 702	30.52 699	46.19 712	43.26 714	49.59 709	48.97 711	44.62 706	39.89 703	45.04 709	43.94 709	48.74 716	50.69 717	50.80 715	49.79 714	45.54 716	46.97 718

HaxPig	43.25 712	43.65 713	45.00 702	33.85 707	35.61 704	32.69 701	30.52 699	45.09 711	42.97 713	48.77 708	48.17 710	43.00 704	40.26 704	44.58 708	43.61 708	47.18 715	49.30 716	51.54 716	50.25 715	43.73 715	45.29 717

MEDIAN_ROB	47.37 714	49.08 715	49.92 706	40.32 708	39.97 706	34.95 703	33.43 703	49.17 713	46.39 716	53.06 712	52.65 712	47.65 707	42.23 714	48.35 717	47.29 710	52.10 717	54.04 718	54.28 717	53.48 716	48.76 717	50.33 719

U	12.82 686	0.38 9	1.99 221	0.66 65	58.94 714	63.38 717	0.34 40	1.91 103	0.94 95	0.59 53	0.80 78	0.46 39	0.57 73	0.83 47	0.44 40	0.29 270	0.17 84	63.35 718	59.81 717	0.29 211	0.20 48

Selective-IGEV-i16pa	129.35 726	164.95 727	19.57 590	3.26 662	2.26 649	202.88 727	5.86 670	236.38 729	207.45 729	116.27 725	209.82 726	153.71 728	219.30 728	258.04 729	190.96 727	192.94 727	94.03 724	90.21 719	64.92 718	4.40 676	149.67 728

DPSimNet_ROB	102.30 719	119.72 726	143.59 725	109.42 720	94.10 717	127.22 723	127.15 724	26.62 699	102.36 727	149.58 728	83.99 722	139.34 727	137.54 726	64.62 719	82.36 723	105.18 720	66.15 720	120.15 720	69.61 719	99.58 719	77.72 721

RSGM-EC	108.14 721	104.44 723	68.66 718	115.42 721	109.31 720	116.48 721	139.19 725	127.02 726	55.95 717	55.27 713	71.01 715	116.54 724	111.76 724	176.57 725	175.06 725	117.34 724	71.64 721	140.65 723	83.55 720	123.96 722	82.91 722

acva	108.14 721	104.44 723	68.66 718	115.42 721	109.31 720	116.48 721	139.19 725	127.02 726	55.95 717	55.27 713	71.01 715	116.54 724	111.76 724	176.57 725	175.06 725	117.34 724	71.64 721	140.65 723	83.55 720	123.96 722	82.91 722

HanzoNet	31.60 704	17.23 697	21.22 660	7.32 692	5.84 686	7.25 668	3.53 655	13.82 690	14.20 682	50.38 710	47.01 709	44.45 705	56.61 717	36.61 705	32.00 706	63.89 718	56.57 719	7.97 697	89.20 722	28.69 705	28.25 709

ASD4	103.30 720	113.98 725	120.24 724	106.67 719	79.75 715	115.36 720	120.35 723	119.13 725	79.65 726	120.04 726	74.64 717	101.45 722	65.48 718	109.11 724	84.31 724	104.31 719	90.04 723	133.15 722	103.58 723	130.15 724	94.66 724

Anonymous_1	57.11 717	19.68 700	26.15 692	23.10 703	142.31 724	30.84 698	39.75 708	33.86 708	16.98 692	70.53 719	15.42 689	23.46 695	19.75 696	23.04 693	27.23 701	164.73 726	9.02 699	130.38 721	137.40 724	161.27 728	27.24 708

test_example2	212.63 727	219.92 728	221.87 727	213.67 725	221.17 728	199.47 726	200.74 727	185.30 728	141.66 728	209.52 729	213.45 727	210.82 729	205.48 727	221.27 728	216.64 728	236.83 728	242.07 729	213.93 725	217.01 725	235.69 729	226.10 729

xxxxx1	112.33 723	88.53 720	37.76 699	227.84 726	157.23 725	39.05 706	61.41 713	93.76 722	79.29 723	62.45 716	74.79 718	78.32 717	70.96 719	33.47 701	70.69 719	114.00 721	130.36 725	259.31 726	274.34 726	145.54 725	147.50 725

tt_ll	112.33 723	88.53 720	37.76 699	227.84 726	157.23 725	39.05 706	61.41 713	93.76 722	79.29 723	62.45 716	74.79 718	78.32 717	70.96 719	33.47 701	70.69 719	114.00 721	130.36 725	259.31 726	274.34 726	145.54 725	147.50 725

ff	112.33 723	88.53 720	37.76 699	227.84 726	157.23 725	39.05 706	61.41 713	93.76 722	79.29 723	62.45 716	74.79 718	78.32 717	70.96 719	33.47 701	70.69 719	114.00 721	130.36 725	259.31 726	274.34 726	145.54 725	147.50 725

FADE		13.79 692		10.71 698	13.34 690			28.60 701	8.36 668	5.15 656		11.85 675		44.37 707		474.90 729	161.58 728	347.36 729	322.13 729	7.29 691	6.23 692

ccccc	590.94 728	629.75 729	645.59 728	567.84 729	570.84 729	582.44 728	641.68 729	613.82 730	494.59 730	614.58 730	651.20 729	555.57 730	637.59 729	666.94 730	652.42 729	781.57 730	507.24 730	391.36 730	342.44 730	689.82 730	581.48 730

Low-res two-view benchmark