Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

VMStereo-Base	0.03 29	0.09 89	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

Wz-Net-SNSev	0.03 29	0.09 89	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 54	0.06 74	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 424	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.04 110	0.06 120	0.04 100	0.06 111	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.12 152	0.04 110	0.06 120	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 244	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 424	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 149	0.20 190	0.23 177	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 195	0.21 204	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 262	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 395	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 427	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 80	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 130	0.07 137	0.08 129	0.07 137	0.08 129	0.06 129	0.07 127	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

iinet-test	0.08 72	0.16 116	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 205	0.02 20	0.02 21	0.71 419	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.07 137	0.08 129	0.05 122	0.08 129	0.05 112	0.09 136	0.08 129	0.15 140	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 440	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 89	0.17 175	0.19 156	0.06 134	0.08 127	0.06 132	0.08 130	0.06 133	0.08 129	0.06 133	0.08 129	0.06 129	0.08 130	0.06 126	0.15 140	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 452	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 75	0.13 108	0.39 299	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 108	0.39 299	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

test_sample7	0.09 75	1.00 334	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 324	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 301	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 349	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 301	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 343	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 321	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 343	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 89	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 137	0.08 141	0.10 138	0.09 141	0.09 137	0.09 139	0.09 136	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 499	0.06 117	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

ADCS	0.09 75	0.02 12	0.04 64	0.90 416	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 352	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 325	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 140	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 353	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 353	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 353	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 357	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 349	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 357	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 365	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

222	0.10 90	0.99 332	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 359	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 515	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 130	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ISRNet	0.11 111	0.05 66	0.36 282	0.24 182	0.07 136	0.13 152	0.05 115	0.06 117	0.05 120	0.05 113	0.05 122	0.13 154	0.05 112	0.05 104	0.09 134	0.24 202	0.20 200	0.10 133	0.05 118	0.06 118	0.13 174

JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 149	0.11 160	0.12 152	0.11 159	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 111	0.11 104	0.12 123	0.13 118	0.14 182	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.11 159	0.11 150	0.11 156	0.12 155	0.12 164	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

x	0.11 111	1.15 368	0.15 164	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 259	0.39 238	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 282	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 370	0.16 168	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 542	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 542	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 545	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 111	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 120	1.14 365	0.17 175	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.15 160	0.10 145	0.14 155	0.10 143	0.14 157	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 529	0.07 127	0.05 120	0.05 113	0.05 122	0.08 129	0.05 112	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 599	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 603	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 605	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 548	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 111	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 127	0.21 135	0.12 123	0.16 142	0.11 163	0.15 160	0.11 157	0.14 155	0.11 160	0.15 160	0.12 167	0.15 165	0.11 156	0.14 157	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLG	0.13 127	0.20 129	0.14 148	0.15 132	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ACRE	0.13 127	0.21 135	0.14 148	0.15 132	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.23 203	0.10 145	0.20 185	0.10 143	0.24 210	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.12 167	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 386	0.11 153

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 608	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

ELAS	0.13 127	0.16 116	0.11 112	0.15 132	0.09 140	0.18 178	0.11 157	0.18 177	0.11 160	0.17 172	0.11 159	0.18 178	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 427	0.28 226	0.32 214	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 234	0.27 232	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 151	0.11 163	0.17 174	0.11 157	0.17 174	0.11 160	0.17 172	0.11 159	0.17 174	0.11 156	0.17 174	0.11 152	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 487	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 111	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

ProNet	0.14 134	0.20 129	0.14 148	0.16 142	0.11 163	0.16 167	0.11 157	0.17 174	0.11 160	0.17 172	0.12 167	0.17 174	0.13 177	0.17 174	0.12 164	0.15 140	0.11 122	0.16 169	0.11 155	0.15 165	0.12 167

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 132	0.11 163	0.14 153	0.15 181	0.14 155	0.11 160	0.15 160	0.12 167	0.14 155	0.11 156	0.16 167	0.11 152	0.15 140	0.12 136	0.14 153	0.12 170	0.15 165	0.12 167

MIPNet	0.14 134	0.21 135	0.17 175	0.16 142	0.11 163	0.15 160	0.12 170	0.14 155	0.11 160	0.16 165	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 134	0.24 149	0.14 148	0.16 142	0.12 176	0.15 160	0.12 170	0.14 155	0.11 160	0.15 160	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 564	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 127	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 134	0.16 116	0.12 123	0.17 151	0.12 176	0.17 174	0.11 157	0.17 174	0.11 160	0.17 172	0.12 167	0.17 174	0.12 171	0.17 174	0.12 164	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.12 167

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 160	0.09 139	0.14 155	0.10 145	0.14 154	0.09 141	0.14 155	0.09 139	0.13 156	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 472

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 132	0.10 147	0.18 178	0.11 157	0.19 179	0.11 160	0.19 178	0.12 167	0.18 178	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 160	0.13 180	0.19 181	0.13 174	0.18 177	0.13 180	0.19 178	0.13 180	0.18 178	0.14 181	0.18 177	0.14 175	0.16 151	0.11 122	0.15 165	0.14 185	0.18 180	0.11 153

CoDeX	0.15 146	0.70 279	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 449	0.02 15	0.69 442	0.75 458	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 258	0.11 112	0.16 142	0.11 163	0.16 167	0.11 157	0.16 168	0.11 160	0.16 165	0.11 159	0.16 166	0.11 156	0.16 167	0.11 152	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 563	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.04 100	0.08 130	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	0.09 140	0.15 160	0.09 139	0.14 155	0.09 144	0.14 154	0.10 145	0.14 155	0.09 139	0.14 157	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 488

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 153	0.11 163	0.20 186	0.12 170	0.21 194	0.12 176	0.20 184	0.12 167	0.20 185	0.12 171	0.21 195	0.13 171	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 153	0.11 163	0.19 181	0.11 157	0.19 179	0.12 176	0.19 178	0.12 167	0.20 185	0.12 171	0.19 180	0.12 164	0.16 151	0.11 122	0.17 177	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 153	1.21 421	0.33 259	0.41 263	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 251	0.31 266	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 168	0.16 142	0.16 203	0.16 167	0.16 187	0.16 168	0.16 197	0.16 165	0.16 197	0.16 166	0.16 193	0.16 167	0.16 192	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 184

qqq	0.16 153	2.01 511	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 156	0.13 180	0.19 181	0.13 174	0.19 179	0.13 180	0.19 178	0.13 180	0.19 182	0.13 177	0.19 180	0.13 171	0.18 167	0.13 159	0.18 187	0.13 179	0.18 180	0.13 174

CAS++	0.17 157	0.27 160	0.21 196	0.10 81	0.21 236	0.15 160	0.22 223	0.10 137	0.21 225	0.22 198	0.10 145	0.19 182	0.18 215	0.10 140	0.19 213	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 520	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 110	0.18 167	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 157	0.78 287	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 485	0.02 15	0.75 453	0.76 460	0.02 21	0.02 21	0.02 20

DepthFocus	0.18 160	0.22 139	0.15 164	0.22 172	0.15 193	0.22 199	0.15 181	0.22 198	0.15 192	0.22 198	0.15 193	0.22 201	0.16 193	0.22 199	0.15 185	0.20 174	0.15 166	0.20 194	0.14 185	0.20 187	0.14 179

w-ln-seven	0.18 160	1.47 445	0.33 259	0.40 251	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 269	0.32 270	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 160	0.48 238	0.16 168	0.16 142	0.15 193	0.15 160	0.16 187	0.16 168	0.16 197	0.16 165	0.16 197	0.16 166	0.16 193	0.16 167	0.16 192	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 184

xyz-stereo	0.18 160	0.50 244	0.16 168	0.15 132	0.16 203	0.16 167	0.16 187	0.16 168	0.16 197	0.16 165	0.16 197	0.16 166	0.16 193	0.16 167	0.16 192	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 184

BEATNet-Init1	0.19 164	0.08 80	0.08 82	2.23 565	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 164	0.08 80	0.08 82	2.23 565	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

IGEV_Zeroshot_test	0.20 166	0.19 125	0.40 331	0.30 202	0.17 209	0.22 199	0.17 197	0.21 194	0.17 207	0.20 184	0.17 204	0.21 193	0.18 215	0.21 195	0.17 198	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 201

DAS	0.20 166	0.20 129	0.20 190	0.20 160	0.20 227	0.20 186	0.20 213	0.20 185	0.20 221	0.20 184	0.20 226	0.20 185	0.20 224	0.20 184	0.20 216	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

ASD4	0.20 166	0.20 129	0.20 190	0.20 160	0.20 227	0.20 186	0.20 213	0.20 185	0.20 221	0.20 184	0.20 226	0.20 185	0.20 224	0.20 184	0.20 216	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

ACVNet	0.20 166	0.19 125	0.14 148	0.20 160	0.14 182	0.20 186	0.96 506	0.21 194	0.14 182	0.20 184	0.13 180	0.21 193	0.14 181	0.20 184	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	0.17 176	0.12 167

acv_ft	0.20 166	0.19 125	0.14 148	0.20 160	0.14 182	0.20 186	0.96 506	0.21 194	0.14 182	0.20 184	0.13 180	0.21 193	0.14 181	0.20 184	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	0.17 176	0.12 167

iResNetv2_ROB	0.20 166	0.23 141	0.18 185	0.24 182	0.20 227	0.24 211	0.18 205	0.24 208	0.18 213	0.24 210	0.18 220	0.23 208	0.19 220	0.24 210	0.18 210	0.21 182	0.16 169	0.21 198	0.16 194	0.22 196	0.16 184

iResNet	0.20 166	0.23 141	0.18 185	0.24 182	0.18 220	0.24 211	0.20 213	0.24 208	0.18 213	0.23 203	0.17 204	0.23 208	0.18 215	0.23 206	0.18 210	0.22 184	0.16 169	0.21 198	0.16 194	0.21 194	0.16 184

LACA2	0.21 173	0.24 149	0.26 217	0.31 208	0.16 203	0.24 211	0.16 187	0.24 208	0.16 197	0.24 210	0.16 197	0.24 214	0.16 193	0.24 210	0.16 192	0.27 213	0.23 214	0.24 220	0.16 194	0.23 207	0.16 184

LACA1	0.21 173	0.24 149	0.26 217	0.31 208	0.16 203	0.24 211	0.16 187	0.24 208	0.16 197	0.24 210	0.16 197	0.24 214	0.16 193	0.24 210	0.16 192	0.27 213	0.22 208	0.23 211	0.16 194	0.23 207	0.16 184

z-ln-s-r	0.21 173	1.40 443	0.53 400	0.56 366	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 110	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 173	0.25 155	0.21 196	0.26 196	0.17 209	0.24 211	0.17 197	0.24 208	0.17 207	0.24 210	0.17 204	0.24 214	0.17 205	0.24 210	0.17 198	0.24 202	0.17 190	0.23 211	0.16 194	0.23 207	0.16 184

Pointernet	0.21 173	0.22 139	0.19 187	0.24 182	0.19 224	0.24 211	0.19 209	0.24 208	0.19 219	0.24 210	0.19 222	0.24 214	0.19 220	0.24 210	0.19 213	0.22 184	0.17 190	0.22 203	0.17 216	0.22 196	0.17 201

SuperB	0.21 173	0.10 93	2.51 630	0.12 106	0.09 140	0.10 137	0.09 139	0.08 130	0.07 137	0.10 138	0.09 141	0.09 137	0.07 135	0.07 127	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

BStereo	0.22 179	0.23 141	0.20 190	0.24 182	0.20 227	0.23 208	0.33 334	0.39 272	0.17 207	0.23 203	0.17 204	0.23 208	0.16 193	0.24 210	0.17 198	0.23 195	0.16 169	0.22 203	0.20 224	0.22 196	0.16 184

Wave_Phase_stereo	0.22 179	0.23 141	0.20 190	0.24 182	0.20 227	0.23 208	0.33 334	0.39 272	0.17 207	0.23 203	0.17 204	0.23 208	0.16 193	0.24 210	0.17 198	0.23 195	0.16 169	0.22 203	0.20 224	0.22 196	0.16 184

WAO-6	0.22 179	0.23 141	0.22 198	0.23 177	0.22 238	0.22 199	0.22 223	0.22 198	0.22 228	0.22 198	0.22 233	0.22 201	0.22 231	0.22 199	0.22 222	0.22 184	0.22 208	0.22 203	0.22 231	0.22 196	0.22 215

IMH-64-1	0.22 179	0.23 141	0.23 201	0.22 172	0.22 238	0.22 199	0.22 223	0.22 198	0.22 228	0.22 198	0.22 233	0.22 201	0.22 231	0.22 199	0.22 222	0.22 184	0.22 208	0.23 211	0.22 231	0.22 196	0.23 217

IMH-64	0.22 179	0.23 141	0.23 201	0.22 172	0.22 238	0.22 199	0.22 223	0.22 198	0.22 228	0.22 198	0.22 233	0.22 201	0.22 231	0.22 199	0.22 222	0.22 184	0.22 208	0.23 211	0.22 231	0.22 196	0.23 217

ac_64	0.22 179	0.13 108	0.19 187	0.23 177	0.10 147	0.26 229	1.02 515	0.14 155	0.10 145	0.28 231	0.14 185	0.17 174	0.19 220	0.28 238	0.09 134	0.22 184	0.16 169	0.23 211	0.17 216	0.11 148	0.12 167

LACA3	0.23 185	0.25 155	0.27 220	0.54 359	0.17 209	0.25 220	0.17 197	0.25 216	0.17 207	0.25 218	0.17 204	0.25 221	0.17 205	0.25 219	0.17 198	0.28 217	0.23 214	0.24 220	0.17 216	0.24 211	0.17 201

dd	0.23 185	0.98 325	0.16 168	0.23 177	0.15 193	0.23 208	0.15 181	0.23 205	0.15 192	0.23 203	0.15 193	0.24 214	0.17 205	0.23 206	0.15 185	0.22 184	0.15 166	0.21 198	0.15 192	0.22 196	0.16 184

dad	0.23 185	1.03 349	0.16 168	0.23 177	0.15 193	0.24 211	0.15 181	0.24 208	0.16 197	0.23 203	0.16 197	0.24 214	0.16 193	0.23 206	0.15 185	0.22 184	0.16 169	0.22 203	0.16 194	0.22 196	0.16 184

RSGM-EC	0.24 188	0.24 149	0.15 164	0.22 172	0.15 193	0.22 199	0.15 181	0.22 198	0.15 192	0.24 210	0.15 193	0.22 201	0.15 191	0.22 199	1.19 529	0.20 174	0.17 190	0.24 220	0.14 185	0.20 187	0.14 179

acva	0.24 188	0.24 149	0.15 164	0.22 172	0.15 193	0.22 199	0.15 181	0.22 198	0.15 192	0.24 210	0.15 193	0.22 201	0.15 191	0.22 199	1.19 529	0.20 174	0.17 190	0.24 220	0.14 185	0.20 187	0.14 179

MSKI-zero shot	0.24 188	0.21 135	0.49 381	0.65 383	0.18 220	0.22 199	0.17 197	0.23 205	0.18 213	0.21 196	0.17 204	0.23 208	0.28 266	0.23 206	0.18 210	0.21 182	0.16 169	0.21 198	0.16 194	0.21 194	0.16 184

qqq1	0.25 191	3.70 589	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 589	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

UNDER WATER-64	0.25 191	0.26 157	0.25 211	0.26 196	0.25 251	0.25 220	0.25 238	0.25 216	0.25 242	0.25 218	0.25 250	0.25 221	0.25 243	0.26 230	0.25 239	0.25 208	0.25 219	0.25 225	0.25 247	0.25 214	0.25 228

ffm	0.25 191	3.83 595	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 595	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 595	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 191	0.23 141	0.66 423	0.80 405	0.17 209	0.22 199	0.17 197	0.23 205	0.18 213	0.26 227	0.17 204	0.21 193	0.17 205	0.25 219	0.17 198	0.23 195	0.16 169	0.21 198	0.17 216	0.22 196	0.17 201

LoS	0.25 191	0.27 160	0.25 211	0.25 189	0.25 251	0.25 220	0.25 238	0.26 222	0.25 242	0.25 218	0.25 250	0.25 221	0.25 243	0.25 219	0.25 239	0.26 210	0.25 219	0.25 225	0.26 253	0.26 216	0.25 228
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 191	1.31 435	0.74 449	0.92 421	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 447	0.75 453	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 200	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 129	0.05 104	0.03 52	4.34 636	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 201	0.20 129	0.27 220	0.33 218	0.21 236	0.37 269	0.22 223	0.37 259	0.24 237	0.26 227	0.27 259	0.33 256	0.21 230	0.25 219	0.27 245	0.32 234	0.20 200	0.34 268	0.23 237	0.25 214	0.26 234

DLNR-FE	0.28 202	0.89 306	0.30 234	0.34 221	0.19 224	0.28 234	0.19 209	0.28 225	0.20 221	0.28 231	0.20 226	0.28 235	0.20 224	0.28 238	0.20 216	0.33 239	0.28 238	0.25 225	0.19 223	0.24 211	0.19 208

xyz-stereo-finetune	0.28 202	0.49 240	0.16 168	0.16 142	0.16 203	0.16 167	0.16 187	0.22 198	0.30 280	0.32 248	0.31 326	0.32 253	0.31 328	0.32 251	0.32 320	0.32 234	0.33 282	0.31 249	0.32 348	0.31 234	0.32 327

SQANet	0.28 202	0.28 163	0.28 226	0.28 200	0.28 264	0.28 234	0.28 256	0.28 225	0.28 263	0.28 231	0.28 266	0.28 235	0.28 266	0.28 238	0.28 254	0.28 217	0.28 238	0.28 236	0.28 303	0.28 223	0.28 292

HGLStereo	0.28 202	0.29 165	0.22 198	0.36 227	0.22 238	0.36 264	0.21 219	0.36 253	0.21 225	0.42 308	0.21 232	0.36 267	0.22 231	0.36 268	0.21 220	0.34 243	0.21 204	0.34 268	0.21 228	0.34 248	0.21 213

iResNet_ROB	0.28 202	0.32 171	0.24 208	0.32 214	0.25 251	0.32 253	0.24 236	0.32 239	0.24 237	0.33 252	0.24 244	0.35 262	0.24 240	0.33 258	0.24 231	0.31 232	0.24 218	0.32 252	0.24 244	0.32 237	0.24 227

UNet	0.29 207	0.90 309	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 462	0.69 467	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 452	0.76 479

MultiAttention	0.30 208	0.30 166	0.30 234	0.30 202	0.30 284	0.30 238	0.30 271	0.30 232	0.30 280	0.30 237	0.30 284	0.30 245	0.30 279	0.30 244	0.30 272	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 311

MSAF-DinoV2	0.30 208	0.30 166	0.30 234	0.30 202	0.30 284	0.30 238	0.30 271	0.30 232	0.30 280	0.30 237	0.30 284	0.30 245	0.30 279	0.30 244	0.30 272	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 311

DDVS	0.30 208	3.10 575	0.14 148	0.19 156	0.14 182	0.19 181	0.14 176	0.20 185	0.14 182	0.19 178	0.13 180	0.16 166	0.13 177	0.19 180	0.13 171	0.17 159	0.13 159	0.17 177	0.13 179	0.17 176	0.13 174

ACV-stereo	0.30 208	2.08 513	0.25 211	0.25 189	0.18 220	0.24 211	0.17 197	0.24 208	0.18 213	0.24 210	0.17 204	0.25 221	0.17 205	0.24 210	0.17 198	0.22 184	0.16 169	0.22 203	0.16 194	0.22 196	0.16 184

LoS_RVC	0.30 208	1.14 365	0.25 211	0.25 189	0.25 251	0.26 229	0.25 238	0.25 216	0.25 242	0.25 218	0.25 250	0.26 232	0.26 252	0.26 230	0.25 239	0.26 210	0.26 222	0.25 225	0.25 247	0.26 216	0.26 234

CAS	0.30 208	1.17 371	0.25 211	0.25 189	0.25 251	0.26 229	0.25 238	0.25 216	0.26 255	0.25 218	0.25 250	0.25 221	0.25 243	0.25 219	0.25 239	0.26 210	0.26 222	0.26 230	0.25 247	0.26 216	0.25 228

DANet	0.30 208	0.30 166	0.30 234	0.30 202	0.30 284	0.30 238	0.30 271	0.30 232	0.30 280	0.30 237	0.30 284	0.30 245	0.30 279	0.30 244	0.30 272	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 311
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 215	0.31 169	0.31 249	0.30 202	0.40 390	0.31 244	0.30 271	0.30 232	0.34 352	0.29 236	0.31 326	0.29 241	0.30 279	0.31 248	0.31 310	0.31 232	0.29 252	0.31 249	0.30 330	0.31 234	0.31 320

tt1	0.31 215	0.93 318	0.24 208	0.33 218	0.23 244	0.31 244	0.24 236	0.32 239	0.24 237	0.32 248	0.23 237	0.32 253	0.25 243	0.32 251	0.24 231	0.27 213	0.26 222	0.27 234	0.26 253	0.27 221	0.27 272

xxxxx1	0.31 215	0.91 311	0.23 201	0.31 208	0.23 244	0.31 244	0.23 231	0.33 243	0.25 242	0.31 242	0.24 244	0.33 256	0.25 243	0.32 251	0.24 231	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 272

DLNR_Zeroshot_test	0.31 215	0.28 163	0.47 366	0.79 402	0.24 249	0.30 238	0.26 245	0.30 232	0.24 237	0.32 248	0.23 237	0.31 249	0.24 240	0.30 244	0.23 228	0.29 225	0.26 222	0.29 241	0.24 244	0.33 244	0.23 217

tt_ll	0.31 215	0.91 311	0.23 201	0.31 208	0.23 244	0.31 244	0.23 231	0.33 243	0.25 242	0.31 242	0.24 244	0.33 256	0.25 243	0.32 251	0.24 231	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 272

ff	0.31 215	0.91 311	0.23 201	0.31 208	0.23 244	0.31 244	0.23 231	0.33 243	0.25 242	0.31 242	0.24 244	0.33 256	0.25 243	0.32 251	0.24 231	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 272

RAFT + AFF	0.31 215	0.45 224	0.34 269	0.39 238	0.28 264	0.38 276	0.33 334	0.29 230	0.31 323	0.30 237	0.30 284	0.29 241	0.27 259	0.29 242	0.30 272	0.28 217	0.29 252	0.29 241	0.29 316	0.27 221	0.32 327

MLCV	0.31 215	0.35 174	0.27 220	0.35 223	0.28 264	0.35 260	0.27 248	0.35 249	0.28 263	0.36 262	0.27 259	0.35 262	0.27 259	0.35 262	0.27 245	0.34 243	0.27 232	0.34 268	0.27 290	0.34 248	0.27 272

DN-CSS_ROB	0.31 215	0.35 174	0.28 226	0.35 223	0.28 264	0.34 256	0.27 248	0.34 246	0.25 242	0.35 258	0.27 259	0.36 267	0.26 252	0.34 259	0.28 254	0.35 251	0.28 238	0.34 268	0.28 303	0.34 248	0.27 272

DStereoFS	0.32 224	0.33 172	0.32 254	0.33 218	0.30 284	0.32 253	0.32 323	0.32 239	0.31 323	0.30 237	0.31 326	0.31 249	0.30 279	0.32 251	0.32 320	0.32 234	0.31 266	0.30 243	0.47 429	0.32 237	0.34 341

DStereoSA	0.32 224	0.52 254	0.34 269	0.31 208	0.31 327	0.30 238	0.30 271	0.31 237	0.30 280	0.31 242	0.31 326	0.31 249	0.30 279	0.31 248	0.31 310	0.30 226	0.32 270	0.31 249	0.31 341	0.31 234	0.31 320

WCG-NET（raft）	0.32 224	1.24 429	0.24 208	0.32 214	0.24 249	0.32 253	0.23 231	0.32 239	0.24 237	0.32 248	0.24 244	0.32 253	0.24 240	0.32 251	0.24 231	0.30 226	0.23 214	0.30 243	0.23 237	0.30 229	0.23 217

Any-RAFT	0.32 224	0.36 177	0.27 220	0.36 227	0.27 259	0.36 264	0.27 248	0.36 253	0.27 259	0.36 262	0.27 259	0.36 267	0.27 259	0.36 268	0.28 254	0.36 255	0.28 238	0.36 289	0.28 303	0.36 268	0.28 292

StereoDRNet-Refined	0.33 228	0.39 190	0.26 217	0.39 238	0.26 258	0.40 284	0.26 245	0.40 279	0.26 255	0.39 274	0.26 255	0.39 281	0.26 252	0.39 283	0.26 244	0.37 258	0.25 219	0.37 292	0.25 247	0.37 272	0.37 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 229	0.26 157	0.17 175	0.21 170	0.17 209	0.20 186	0.16 187	0.20 185	0.16 197	0.20 184	0.17 204	0.21 193	0.16 193	0.27 234	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 216	3.08 650

RAFT-FE	0.34 229	0.26 157	0.17 175	0.21 170	0.17 209	0.20 186	0.16 187	0.20 185	0.16 197	0.20 184	0.17 204	0.21 193	0.16 193	0.27 234	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 216	3.08 650

LG-Stereo_L2	0.34 229	0.37 179	0.38 288	0.47 294	0.28 264	0.39 282	0.28 256	0.39 272	0.28 263	0.39 274	0.28 266	0.39 281	0.28 266	0.38 275	0.28 254	0.42 311	0.35 317	0.36 289	0.26 253	0.35 261	0.26 234

H2IRNET	0.34 229	0.34 173	0.34 269	0.34 221	0.34 359	0.34 256	0.34 347	0.34 246	0.34 352	0.34 254	0.34 353	0.34 260	0.34 349	0.34 259	0.34 344	0.34 243	0.34 311	0.34 268	0.34 362	0.34 248	0.34 341

IGEV++	0.34 229	0.43 213	0.30 234	0.40 251	0.29 274	0.40 284	0.29 266	0.40 279	0.29 269	0.40 280	0.29 272	0.40 289	0.29 273	0.40 286	0.30 272	0.38 269	0.29 252	0.37 292	0.29 316	0.37 272	0.29 298

iRaft-Stereo_5w	0.34 229	0.42 212	0.31 249	0.39 238	0.30 284	0.38 276	0.30 271	0.40 279	0.29 269	0.40 280	0.37 372	0.41 302	0.34 349	0.38 275	0.30 272	0.34 243	0.27 232	0.34 268	0.26 253	0.34 248	0.26 234

CSP-Net	0.34 229	1.29 431	1.19 501	1.36 530	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 541	1.21 552	0.03 41	0.09 136	0.02 21	0.09 135

iRaft-Stereo_20w	0.34 229	0.41 205	0.31 249	0.39 238	0.29 274	0.40 284	0.32 323	0.41 294	0.32 333	0.38 268	0.30 284	0.39 281	0.30 279	0.38 275	0.32 320	0.35 251	0.27 232	0.34 268	0.27 290	0.34 248	0.29 298

DGSMNet	0.34 229	0.41 205	0.27 220	0.41 263	0.28 264	0.41 300	0.28 256	0.41 294	0.27 259	0.41 294	0.27 259	0.42 320	0.27 259	0.41 301	0.28 254	0.40 289	0.29 252	0.40 354	0.28 303	0.40 338	0.27 272

gcap_with_dpt	0.35 238	0.39 190	0.30 234	0.44 282	0.31 327	0.44 360	0.31 315	0.44 352	0.31 323	0.44 347	0.30 284	0.44 359	0.30 279	0.44 349	0.30 272	0.38 269	0.26 222	0.38 300	0.27 290	0.38 285	0.27 272

FE-Mocha	0.35 238	0.71 280	0.40 331	0.47 294	0.27 259	0.34 256	0.27 248	0.34 246	0.26 255	0.34 254	0.26 255	0.34 260	0.27 259	0.34 259	0.27 245	0.44 313	0.41 353	0.33 259	0.29 316	0.32 237	0.29 298

IGEV-FE	0.35 238	0.37 179	0.17 175	0.19 156	0.17 209	0.20 186	0.17 197	0.19 179	0.17 207	0.19 178	0.17 204	0.19 182	0.17 205	0.37 272	0.36 352	0.19 171	0.17 190	0.19 190	0.17 216	0.38 285	2.84 641

test_for_model	0.35 238	0.39 190	0.30 234	0.43 279	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.44 349	0.31 310	0.38 269	0.26 222	0.38 300	0.26 253	0.38 285	0.26 234

CASnet	0.35 238	0.51 252	0.44 352	0.32 214	0.31 327	0.24 211	0.34 347	0.36 253	0.25 242	0.31 242	0.37 372	0.30 245	0.33 344	0.25 219	0.45 400	0.37 258	0.37 326	0.33 259	0.35 374	0.34 248	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 238	0.44 216	0.45 354	0.49 305	0.30 284	0.37 269	0.30 271	0.36 253	0.30 280	0.36 262	0.29 272	0.36 267	0.29 273	0.36 268	0.30 272	0.46 351	0.39 340	0.32 252	0.24 244	0.32 237	0.25 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 238	0.35 174	0.35 280	0.35 223	0.35 362	0.35 260	0.35 352	0.35 249	0.35 356	0.35 258	0.35 361	0.35 262	0.35 356	0.35 262	0.35 348	0.35 251	0.35 317	0.35 284	0.35 374	0.35 261	0.35 350

GeoVLM	0.36 245	0.38 183	0.27 220	0.46 287	0.28 264	0.35 260	0.28 256	0.37 259	0.27 259	0.35 258	0.28 266	0.36 267	0.38 368	0.35 262	0.28 254	1.08 475	0.26 222	0.33 259	0.27 290	0.34 248	0.33 334

Zero-FE251	0.36 245	0.40 194	0.28 226	0.41 263	0.28 264	0.41 300	0.28 256	0.41 294	0.28 263	0.41 294	0.28 266	0.41 302	0.28 266	0.42 314	0.30 272	0.37 258	0.26 222	0.37 292	0.27 290	0.45 363	0.56 435

GIP-stereo	0.36 245	0.49 240	0.39 299	0.48 299	0.32 337	0.41 300	0.28 256	0.40 279	0.30 280	0.41 294	0.28 266	0.40 289	0.28 266	0.42 314	0.28 254	0.45 341	0.32 270	0.38 300	0.30 330	0.37 272	0.27 272

DCVSM-stereo	0.36 245	1.89 499	0.22 198	0.40 251	0.22 238	0.40 284	0.22 223	0.40 279	0.22 228	0.40 280	0.22 233	0.40 289	0.22 231	0.40 286	0.22 222	0.28 217	0.21 204	0.28 236	0.21 228	0.28 223	0.20 210

RSM	0.36 245	0.36 177	0.43 350	0.37 230	0.42 409	0.49 391	0.42 399	0.37 259	0.28 263	0.36 262	0.29 272	0.36 267	0.30 279	0.37 272	0.28 254	0.34 243	0.31 266	0.34 268	0.35 374	0.40 338	0.29 298

gcap-zeroshot	0.36 245	0.40 194	0.34 269	0.44 282	0.31 327	0.44 360	0.31 315	0.44 352	0.32 333	0.44 347	0.32 336	0.44 359	0.32 333	0.44 349	0.31 310	0.39 282	0.28 238	0.39 341	0.28 303	0.39 326	0.27 272

testlalala	0.36 245	0.40 194	0.34 269	0.44 282	0.31 327	0.44 360	0.31 315	0.44 352	0.32 333	0.44 347	0.32 336	0.44 359	0.32 333	0.44 349	0.31 310	0.39 282	0.28 238	0.39 341	0.28 303	0.39 326	0.27 272

GCAPDPT-zeroshot	0.36 245	0.40 194	0.30 234	0.43 279	0.30 284	0.43 327	0.30 271	0.43 318	0.31 323	0.43 313	0.30 284	0.43 327	0.30 279	0.44 349	0.31 310	0.39 282	0.28 238	0.39 341	0.27 290	0.39 326	0.26 234

RAFT-Test	0.36 245	0.37 179	0.33 259	0.41 263	0.32 337	0.41 300	0.32 323	0.41 294	0.32 333	0.41 294	0.32 336	0.41 302	0.32 333	0.41 301	0.33 331	0.37 258	0.29 252	0.37 292	0.29 316	0.38 285	0.31 320

DMCA	0.36 245	0.38 183	0.37 286	0.35 223	0.35 362	0.36 264	0.36 359	0.36 253	0.35 356	0.35 258	0.37 372	0.36 267	0.36 359	0.35 262	0.36 352	0.36 255	0.36 323	0.35 284	0.36 380	0.36 268	0.36 353

ACVNet-DCA	0.37 255	1.00 334	0.30 234	0.40 251	0.29 274	0.40 284	0.29 266	0.40 279	0.29 269	0.40 280	0.29 272	0.40 289	0.29 273	0.39 283	0.28 254	0.33 239	0.32 270	0.33 259	0.32 348	0.33 244	0.32 327

1test111	0.37 255	1.02 347	0.30 234	0.39 238	0.29 274	0.40 284	0.28 256	0.39 272	0.29 269	0.39 274	0.29 272	0.39 281	0.28 266	0.40 286	0.29 265	0.33 239	0.32 270	0.33 259	0.31 341	0.32 237	0.31 320

cc1	0.37 255	1.02 347	0.30 234	0.39 238	0.29 274	0.40 284	0.28 256	0.39 272	0.29 269	0.39 274	0.29 272	0.39 281	0.28 266	0.40 286	0.29 265	0.33 239	0.32 270	0.33 259	0.31 341	0.32 237	0.31 320

EKT-Stereo	0.37 255	0.40 194	0.44 352	1.07 445	0.29 274	0.34 256	0.31 315	0.36 253	0.29 269	0.38 268	0.31 326	0.37 274	0.30 279	0.36 268	0.29 265	0.34 243	0.28 238	0.39 341	0.30 330	0.37 272	0.30 311

GMOStereo	0.37 255	0.45 224	0.23 201	0.30 202	0.37 372	0.41 300	0.36 359	0.41 294	0.35 356	0.43 313	0.36 365	0.41 302	0.40 379	0.41 301	0.36 352	0.34 243	0.22 208	0.47 402	0.37 383	0.39 326	0.33 334

XPNet_ROB	0.37 255	0.37 179	0.37 286	0.37 230	0.37 372	0.37 269	0.37 365	0.37 259	0.37 368	0.37 267	0.37 372	0.37 274	0.37 364	0.37 272	0.37 361	0.37 258	0.37 326	0.37 292	0.37 383	0.37 272	0.37 358

MonSter++	0.38 261	0.44 216	0.31 249	0.43 279	0.30 284	0.43 327	0.31 315	0.43 318	0.31 323	0.45 359	0.31 326	0.43 327	0.31 328	0.43 320	0.69 465	0.38 269	0.33 282	0.40 354	0.30 330	0.38 285	0.30 311

HiDET	0.38 261	0.44 216	0.30 234	0.42 273	0.30 284	0.42 320	0.30 271	0.42 312	0.30 280	0.44 347	0.30 284	0.42 320	0.30 279	0.42 314	0.68 457	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.29 298

LCMNet	0.38 261	0.44 216	0.30 234	0.42 273	0.30 284	0.42 320	0.30 271	0.42 312	0.30 280	0.45 359	0.30 284	0.42 320	0.30 279	0.42 314	0.69 465	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.29 298

CSFM-Stereo	0.38 261	0.44 216	0.30 234	0.42 273	0.30 284	0.42 320	0.30 271	0.43 318	0.30 280	0.44 347	0.30 284	0.42 320	0.30 279	0.42 314	0.73 475	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.30 311

HART	0.38 261	0.45 224	0.34 269	0.42 273	0.33 349	0.41 300	0.34 347	0.42 312	0.33 343	0.43 313	0.34 353	0.42 320	0.34 349	0.41 301	0.38 364	0.40 289	0.32 270	0.42 382	0.32 348	0.40 338	0.32 327

GREAT-IGEV	0.38 261	0.43 213	0.36 282	0.48 299	0.32 337	0.45 370	0.32 323	0.45 361	0.32 333	0.45 359	0.32 336	0.45 368	0.32 333	0.45 365	0.32 320	0.44 313	0.33 282	0.41 371	0.29 316	0.41 349	0.29 298
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 261	0.43 213	0.33 259	0.46 287	0.33 349	0.45 370	0.32 323	0.45 361	0.32 333	0.45 359	0.32 336	0.45 368	0.33 344	0.45 365	0.32 320	0.38 269	0.38 333	0.38 300	0.37 383	0.37 272	0.36 353

WAO-8	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.38 276	0.38 372	0.38 268	0.38 372	0.38 268	0.38 377	0.38 276	0.38 368	0.38 275	0.38 364	0.38 269	0.38 333	0.38 300	0.37 383	0.38 285	0.38 365

WAO-7	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.38 276	0.38 372	0.38 268	0.38 372	0.38 268	0.38 377	0.38 276	0.38 368	0.38 275	0.38 364	0.38 269	0.38 333	0.38 300	0.38 396	0.38 285	0.38 365

xx1	0.38 261	1.03 349	0.31 249	0.40 251	0.31 327	0.41 300	0.28 256	0.40 279	0.29 269	0.40 280	0.29 272	0.40 289	0.29 273	0.40 286	0.29 265	0.34 243	0.33 282	0.34 268	0.32 348	0.34 248	0.32 327

Venus	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.37 269	0.38 372	0.37 259	0.37 368	0.41 294	0.37 372	0.39 281	0.37 364	0.38 275	0.38 364	0.37 258	0.38 333	0.38 300	0.37 383	0.37 272	0.38 365

IMH	0.38 261	0.38 183	0.38 288	0.38 233	0.38 379	0.38 276	0.38 372	0.38 268	0.38 372	0.42 308	0.38 377	0.40 289	0.38 368	0.38 275	0.38 364	0.38 269	0.38 333	0.39 341	0.38 396	0.38 285	0.38 365

DF	0.39 273	1.37 441	1.02 486	1.14 453	0.12 176	0.16 167	0.12 170	0.16 168	0.12 176	0.16 165	0.12 167	0.16 166	0.12 171	0.16 167	0.12 164	1.12 484	1.00 476	0.15 165	0.12 170	0.15 165	0.12 167

PAM	0.39 273	1.88 498	0.34 269	0.37 230	0.41 399	0.45 370	0.22 223	0.28 225	0.23 234	0.28 231	0.24 244	0.29 241	0.23 237	0.29 242	0.23 228	0.38 269	0.32 270	0.38 300	0.37 383	0.32 237	0.22 215

HanzoNet	0.39 273	0.38 183	0.40 331	0.39 238	0.41 399	0.38 276	0.38 372	0.38 268	0.38 372	0.39 274	0.39 387	0.38 276	0.38 368	0.39 283	0.40 379	0.38 269	0.38 333	0.40 354	0.38 396	0.38 285	0.40 374

CES	0.39 273	0.47 232	0.36 282	0.36 227	0.37 372	0.45 370	0.35 352	0.35 249	0.40 386	0.36 262	0.44 410	0.47 378	0.36 359	0.44 349	0.36 352	0.37 258	0.39 340	0.44 385	0.35 374	0.37 272	0.36 353

PASM	0.39 273	3.06 574	1.36 567	1.58 538	0.09 140	0.11 148	0.11 157	0.11 149	0.11 160	0.09 136	0.09 141	0.11 150	0.09 139	0.09 136	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

mms	0.40 278	0.45 224	0.35 280	0.48 299	0.36 368	0.47 381	0.34 347	0.45 361	0.38 372	0.47 371	0.33 345	0.45 368	0.32 333	0.45 365	0.32 320	0.39 282	0.38 333	0.38 300	0.37 383	0.39 326	0.39 371

GCAPDPT-zeroshot4090	0.40 278	1.09 359	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.44 352	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.45 341	0.34 311	0.38 300	0.27 290	0.38 285	0.27 272

knoymous	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 279	0.40 386	0.40 280	0.40 390	0.40 289	0.40 379	0.40 286	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

anonymousa	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 279	0.40 386	0.40 280	0.40 390	0.40 289	0.40 379	0.40 286	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

riskmin	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 279	0.40 386	0.40 280	0.40 390	0.40 289	0.40 379	0.40 286	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

Anonymous_2	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 279	0.40 386	0.40 280	0.40 390	0.40 289	0.40 379	0.40 286	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

Anonymous_1	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 279	0.40 386	0.40 280	0.40 390	0.40 289	0.40 379	0.40 286	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

AdaStereo	0.40 278	0.40 194	0.40 331	0.40 251	0.40 390	0.40 284	0.40 386	0.40 279	0.40 386	0.40 280	0.40 390	0.40 289	0.40 379	0.40 286	0.40 379	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374
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.
GCAP-Stereo-DPT-25K	0.41 286	1.09 359	0.40 331	0.52 354	0.31 327	0.44 360	0.31 315	0.44 352	0.31 323	0.44 347	0.31 326	0.44 359	0.31 328	0.44 349	0.31 310	0.46 351	0.35 317	0.39 341	0.28 303	0.39 326	0.28 292

GCAP-Stereo-DPT-FT	0.41 286	1.06 356	0.40 331	0.51 352	0.31 327	0.44 360	0.30 271	0.43 318	0.32 333	0.44 347	0.30 284	0.56 425	0.30 279	0.44 349	0.31 310	0.45 341	0.34 311	0.39 341	0.27 290	0.40 338	0.27 272

Select-FE	0.41 286	0.44 216	0.23 201	0.26 196	0.22 238	0.26 229	0.22 223	0.26 222	0.23 234	0.26 227	0.23 237	0.26 232	0.23 237	0.45 365	0.42 394	0.25 208	0.22 208	0.25 225	0.22 231	0.45 363	2.90 642

water-stereo	0.41 286	0.84 295	0.46 359	0.50 341	0.33 349	0.45 370	0.33 334	0.45 361	0.32 333	0.45 359	0.32 336	0.45 368	0.32 333	0.45 365	0.32 320	0.44 313	0.41 353	0.39 341	0.31 341	0.39 326	0.32 327

ccccc	0.41 286	0.44 216	0.34 269	0.48 299	0.35 362	0.48 386	0.35 352	0.51 401	0.35 356	0.47 371	0.35 361	0.47 378	0.34 349	0.47 374	0.35 348	0.41 297	0.40 343	0.40 354	0.40 400	0.41 349	0.39 371

GCAP-BAT	0.41 286	1.30 433	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.44 347	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.34 311	0.38 300	0.26 253	0.38 285	0.26 234

GwcNet-ADL	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 294	0.41 395	0.41 294	0.41 396	0.41 302	0.41 390	0.41 301	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

PSMNet-ADL	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 294	0.41 395	0.41 294	0.41 396	0.41 302	0.41 390	0.41 301	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

GANet-ADL	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 294	0.41 395	0.41 294	0.41 396	0.41 302	0.41 390	0.41 301	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

ADLNet2	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 294	0.41 395	0.41 294	0.41 396	0.41 302	0.41 390	0.41 301	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

ADLNet	0.41 286	0.41 205	0.41 344	0.41 263	0.41 399	0.41 300	0.41 394	0.41 294	0.41 395	0.41 294	0.41 396	0.41 302	0.41 390	0.41 301	0.41 386	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

FCDSN-DC	0.41 286	0.59 270	0.64 418	0.54 359	0.33 349	0.50 400	0.37 365	0.42 312	0.40 386	0.61 431	0.43 408	0.50 403	0.49 422	0.38 275	0.32 320	0.28 217	0.23 214	0.26 230	0.22 231	0.35 261	0.28 292
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 286	0.46 228	0.33 259	0.49 305	0.33 349	0.49 391	0.33 334	0.49 379	0.33 343	0.49 385	0.33 345	0.49 389	0.33 344	0.51 405	0.33 331	0.41 297	0.30 261	0.41 371	0.30 330	0.79 438	0.29 298

Gwc-CoAtRS	0.41 286	1.49 446	0.32 254	0.42 273	0.32 337	0.41 300	0.32 323	0.41 294	0.33 343	0.41 294	0.32 336	0.41 302	0.32 333	0.41 301	0.32 320	0.39 282	0.28 238	0.39 341	0.28 303	0.40 338	0.28 292

UPFNet	0.42 300	1.20 375	0.17 175	0.24 182	0.17 209	0.25 220	0.17 197	1.19 501	0.90 501	0.25 218	0.17 204	0.24 214	0.17 205	0.25 219	0.17 198	0.22 184	0.17 190	0.22 203	0.16 194	1.15 489	0.93 498

GCAP-Stereo-DPT26K	0.43 301	1.76 462	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.31 310	0.44 313	0.33 282	0.38 300	0.27 290	0.38 285	0.26 234

aanet-new-8k	0.43 301	1.76 462	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new	0.43 301	1.80 472	0.38 288	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-cres	0.43 301	1.77 464	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-36K	0.43 301	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-20K	0.43 301	1.77 464	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-3K	0.43 301	1.77 464	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

DDF-Stereo	0.43 301	1.15 368	0.57 405	0.53 356	0.32 337	0.41 300	0.32 323	0.41 294	0.32 333	0.41 294	0.32 336	0.41 302	0.32 333	0.40 286	0.32 320	0.52 380	0.50 398	0.38 300	0.31 341	0.39 326	0.31 320

DilatedVolume-Stereo	0.43 301	0.86 299	0.48 374	0.50 341	0.33 349	0.46 376	0.33 334	0.46 365	0.33 343	0.46 365	0.33 345	0.47 378	0.33 344	0.47 374	0.34 344	0.45 341	0.42 362	0.40 354	0.33 358	0.47 379	0.38 365

psmg	0.43 301	1.91 502	0.92 474	1.91 552	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 581	1.44 575	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 301	1.21 421	0.17 175	0.25 189	0.17 209	0.25 220	0.18 205	1.26 553	0.95 509	0.25 218	0.17 204	0.25 221	0.17 205	0.25 219	0.17 198	0.23 195	0.16 169	0.22 203	0.16 194	1.18 497	0.98 502

psm_up	0.43 301	1.19 374	0.17 175	0.25 189	0.18 220	0.25 220	0.19 209	1.26 553	0.91 502	0.26 227	0.17 204	0.25 221	0.17 205	0.25 219	0.17 198	0.22 184	0.17 190	0.23 211	0.16 194	1.18 497	0.99 503

aanet-new-90k	0.44 313	1.82 484	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.44 349	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-60k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-70k	0.44 313	1.82 484	0.38 288	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-78k	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-40k	0.44 313	1.81 477	0.39 299	0.50 341	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-36k	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-34k	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-32k-new	0.44 313	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.44 352	0.30 280	0.44 347	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.45 341	0.34 311	0.39 341	0.26 253	0.38 285	0.26 234

aanet-new-32k	0.44 313	1.79 471	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-30k	0.44 313	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-28k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.44 360	0.30 271	0.44 352	0.30 280	0.44 347	0.30 284	0.44 359	0.30 279	0.44 349	0.30 272	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-24k	0.44 313	1.78 467	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-22k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-16k	0.44 313	1.83 487	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-cres-4k	0.44 313	1.81 477	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-22K	0.44 313	1.85 493	0.38 288	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-24K	0.44 313	1.86 496	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-5K	0.44 313	1.80 472	0.39 299	0.49 305	0.30 284	0.44 360	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.44 349	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-2K	0.44 313	1.82 484	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-50K	0.44 313	1.83 487	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.43 320	0.30 272	0.44 313	0.36 323	0.38 300	0.26 253	0.38 285	0.26 234

Monster-pub-mixall	0.44 313	0.56 266	0.60 409	0.38 233	0.27 259	0.37 269	0.27 248	0.37 259	0.29 269	0.38 268	0.27 259	0.38 276	0.29 273	0.85 463	0.27 245	1.46 557	0.26 222	0.34 268	0.26 253	0.36 268	0.53 423

depthmonostereo	0.44 313	0.85 297	0.46 359	0.54 359	0.40 390	0.52 415	0.38 372	0.52 405	0.35 356	0.47 371	0.34 353	0.46 372	0.34 349	0.47 374	0.34 344	0.45 341	0.43 367	0.41 371	0.33 358	0.41 349	0.32 327

MMNet	0.44 313	1.24 429	0.17 175	0.25 189	0.17 209	0.25 220	0.18 205	1.26 553	0.93 507	0.25 218	0.17 204	0.25 221	0.18 215	0.25 219	0.17 198	0.23 195	0.16 169	0.23 211	0.16 194	1.20 501	0.99 503

aanet-new-10k	0.45 336	1.81 477	0.40 331	0.50 341	0.31 327	0.44 360	0.31 315	0.44 352	0.31 323	0.44 347	0.31 326	0.44 359	0.32 333	0.44 349	0.31 310	0.46 351	0.35 317	0.39 341	0.27 290	0.39 326	0.27 272

252Zero-FE	0.45 336	0.50 244	0.36 282	0.50 341	0.36 368	0.50 400	0.36 359	0.50 388	0.36 366	0.49 385	0.36 365	0.49 389	0.36 359	0.54 414	0.41 386	0.45 341	0.34 311	0.45 389	0.34 362	0.55 405	0.75 476

Monster-pub-eth3d	0.45 336	0.57 267	0.60 409	0.39 238	0.28 264	0.37 269	0.28 256	0.37 259	0.30 280	0.39 274	0.29 272	0.39 281	0.30 279	0.92 474	0.27 245	1.42 554	0.28 238	0.34 268	0.28 303	0.37 272	0.53 423

Replicate-Monster	0.45 336	0.57 267	0.60 409	0.40 251	0.29 274	0.37 269	0.27 248	0.37 259	0.30 280	0.40 280	0.31 326	0.40 289	0.30 279	0.99 482	0.27 245	1.36 550	0.31 266	0.34 268	0.30 330	0.36 268	0.54 426

SCV_C0	0.45 336	0.88 303	0.49 381	0.54 359	0.37 372	0.48 386	0.37 365	0.48 375	0.37 368	0.48 378	0.36 365	0.48 385	0.37 364	0.49 388	0.37 361	0.50 372	0.41 353	0.44 385	0.34 362	0.44 359	0.34 341

RAFT-Stereo-weight	0.45 336	1.90 501	0.34 269	0.42 273	0.36 368	0.43 327	0.35 352	0.42 312	0.34 352	0.42 308	0.34 353	0.44 359	0.34 349	0.41 301	0.34 344	0.38 269	0.32 270	0.38 300	0.32 348	0.38 285	0.33 334

TorneroNet-64	0.45 336	0.27 160	0.30 234	0.58 369	0.27 259	0.70 442	0.30 271	0.28 225	0.73 484	0.73 447	0.28 266	0.71 445	0.66 452	0.75 448	0.27 245	0.27 213	0.29 252	0.37 292	0.75 489	0.28 223	0.30 311

aanet-new-12k	0.46 343	1.99 510	0.40 331	0.51 352	0.31 327	0.44 360	0.31 315	0.44 352	0.31 323	0.44 347	0.31 326	0.44 359	0.31 328	0.44 349	0.32 320	0.47 358	0.35 317	0.39 341	0.27 290	0.39 326	0.27 272

SCV	0.46 343	0.94 320	0.45 354	0.54 359	0.37 372	0.48 386	0.38 372	0.48 375	0.37 368	0.48 378	0.39 387	0.48 385	0.37 364	0.49 388	0.37 361	0.50 372	0.46 377	0.44 385	0.34 362	0.44 359	0.34 341

otaku	0.46 343	0.46 228	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 365	0.46 410	0.46 365	0.46 417	0.46 372	0.46 408	0.46 370	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

Dean	0.46 343	0.46 228	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 365	0.46 410	0.47 371	0.46 417	0.46 372	0.46 408	0.46 370	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

ACVNet_1	0.46 343	0.47 232	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 365	0.47 415	0.46 365	0.46 417	0.46 372	0.46 408	0.46 370	0.46 404	0.46 351	0.46 377	0.47 402	0.46 422	0.46 366	0.46 397

ACVNet-4b	0.46 343	0.46 228	0.46 359	0.46 287	0.46 418	0.46 376	0.46 410	0.46 365	0.46 410	0.46 365	0.46 417	0.46 372	0.46 408	0.47 374	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

PML	0.46 343	1.36 439	0.29 230	0.58 369	0.30 284	0.57 428	0.29 266	0.57 416	0.29 269	0.57 425	0.29 272	0.57 428	0.29 273	0.56 419	0.29 265	0.52 380	0.30 261	0.53 430	0.31 341	0.53 403	0.30 311

LG-Stereo_L1	0.47 350	0.52 254	0.47 366	0.62 377	0.39 389	0.53 417	0.40 386	0.53 407	0.39 385	0.53 412	0.39 387	0.53 415	0.39 378	0.53 412	0.39 376	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 358

Ntro	0.47 350	0.47 232	0.46 359	0.46 287	0.46 418	0.47 381	0.47 415	0.46 365	0.47 415	0.46 365	0.46 417	0.47 378	0.46 408	0.47 374	0.47 411	0.47 358	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

HaxPig	0.47 350	0.47 232	0.47 366	0.49 305	0.47 424	0.47 381	0.47 415	0.47 371	0.47 415	0.47 371	0.47 425	0.47 378	0.47 416	0.47 374	0.47 411	0.47 358	0.47 385	0.47 402	0.47 429	0.47 379	0.48 406

UNDER WATER	0.47 350	0.47 232	0.47 366	0.47 294	0.47 424	0.47 381	0.47 415	0.47 371	0.47 415	0.47 371	0.47 425	0.47 378	0.46 408	0.47 374	0.47 411	0.47 358	0.47 385	0.47 402	0.46 422	0.47 379	0.47 404

LVE	0.47 350	0.47 232	0.47 366	0.47 294	0.49 430	0.47 381	0.47 415	0.47 371	0.49 424	0.47 371	0.47 425	0.47 378	0.46 408	0.47 374	0.47 411	0.47 358	0.47 385	0.48 410	0.47 429	0.47 379	0.47 404

GASTEREO	0.48 355	1.21 421	0.47 366	0.57 367	0.38 379	0.50 400	0.38 372	0.50 388	0.38 372	0.50 398	0.38 377	0.50 403	0.38 368	0.50 396	0.38 364	0.52 380	0.42 362	0.46 393	0.34 362	0.46 366	0.34 341

LG-Stereo_Zeroshot	0.48 355	0.55 264	0.47 366	0.63 379	0.41 399	0.56 422	0.44 402	0.56 413	0.41 395	0.56 422	0.41 396	0.57 428	0.42 396	0.56 419	0.41 386	0.55 390	0.43 367	0.51 424	0.37 383	0.51 397	0.37 358

fffft	0.48 355	0.51 252	0.45 354	0.52 354	0.45 416	0.52 415	0.45 408	0.52 405	0.48 422	0.53 412	0.45 414	0.52 414	0.45 405	0.52 410	0.46 404	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 382
1: 1. 1
RainbowNet	0.48 355	0.48 238	0.48 374	0.48 299	0.48 428	0.48 386	0.48 424	0.48 375	0.48 422	0.48 378	0.48 429	0.48 385	0.48 417	0.48 382	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 406

notaker	0.48 355	0.49 240	0.48 374	0.48 299	0.48 428	0.48 386	0.48 424	0.48 375	0.49 424	0.48 378	0.48 429	0.48 385	0.48 417	0.48 382	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.49 411

LL-Strereo2	0.48 355	1.73 460	0.51 393	0.59 372	0.34 359	0.42 320	0.33 334	0.40 279	0.31 323	0.42 308	0.33 345	0.42 320	0.31 328	0.44 349	0.39 376	0.60 398	0.51 403	0.44 385	0.33 358	0.44 359	0.33 334

Former-RAFT_DAM_RVC	0.49 361	0.98 325	0.64 418	0.84 410	0.46 418	0.45 370	0.35 352	0.47 371	0.47 415	0.45 359	0.34 353	0.46 372	0.48 417	0.46 370	0.35 348	0.39 282	0.71 447	0.39 341	0.35 374	0.41 349	0.41 382

ACVNet_2	0.49 361	0.49 240	0.49 381	0.49 305	0.49 430	0.49 391	0.49 426	0.49 379	0.49 424	0.49 385	0.49 432	0.49 389	0.49 422	0.49 388	0.49 419	0.49 366	0.49 392	0.49 415	0.49 436	0.49 386	0.49 411

FoundationStereo	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 388	0.50 428	0.50 398	0.50 435	0.50 403	0.50 426	0.50 396	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

StereoAnything_RVC	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 388	0.50 428	0.50 398	0.50 435	0.50 403	0.50 426	0.50 396	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

dual_stereo	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 388	0.50 428	0.50 398	0.50 435	0.50 403	0.50 426	0.50 396	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

GCST	0.50 363	2.08 513	0.38 288	0.53 356	0.35 362	0.49 391	0.35 352	0.50 388	0.35 356	0.49 385	0.35 361	0.49 389	0.35 356	0.49 388	0.35 348	0.48 363	0.37 326	0.45 389	0.33 358	0.44 359	0.33 334

SANet	0.50 363	0.50 244	0.50 386	0.50 341	0.50 434	0.50 400	0.50 429	0.50 388	0.50 428	0.50 398	0.50 435	0.50 403	0.50 426	0.50 396	0.50 421	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

MSCF	0.51 368	1.40 443	0.49 381	0.58 369	0.38 379	0.50 400	0.38 372	0.54 409	0.41 395	0.52 409	0.41 396	0.53 415	0.42 396	0.53 412	0.41 386	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 365

UGAM-zero	0.51 368	2.17 521	0.39 299	0.53 356	0.36 368	0.50 400	0.36 359	0.50 388	0.36 366	0.49 385	0.36 365	0.50 403	0.35 356	0.50 396	0.36 352	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 341

UGAM	0.51 368	2.23 526	0.39 299	0.54 359	0.35 362	0.50 400	0.35 352	0.49 379	0.35 356	0.49 385	0.35 361	0.49 389	0.36 359	0.50 396	0.36 352	0.49 366	0.37 326	0.45 389	0.34 362	0.45 363	0.34 341

Selective-IGEV	0.51 368	0.55 264	0.45 354	0.69 389	0.45 416	0.61 432	0.45 408	0.50 388	0.40 386	0.56 422	0.44 410	0.55 422	0.40 379	0.72 443	0.67 449	0.59 397	0.46 377	0.45 389	0.34 362	0.46 366	0.37 358

RCA-Stereo	0.51 368	3.22 580	0.34 269	0.44 282	0.34 359	0.44 360	0.34 347	0.43 318	0.34 352	0.43 313	0.34 353	0.44 359	0.33 344	0.43 320	0.33 331	0.38 269	0.29 252	0.38 300	0.29 316	0.38 285	0.29 298

DN	0.53 373	0.85 297	0.45 354	0.65 383	0.44 412	0.60 431	0.44 402	0.60 423	0.44 406	0.60 430	0.45 414	0.60 433	0.44 401	0.60 428	0.44 398	0.56 393	0.42 362	0.56 433	0.42 416	0.56 407	0.42 389

MatchStereo	0.54 374	0.12 106	2.38 628	2.32 571	0.09 140	0.09 135	0.08 138	0.09 136	0.07 137	0.09 136	0.07 137	0.09 137	0.07 135	0.09 136	0.08 129	2.34 604	2.34 623	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 374	0.60 273	0.52 396	0.66 387	0.47 424	0.61 432	0.47 415	0.58 419	0.46 410	0.61 431	0.46 417	0.61 435	0.45 405	0.62 429	0.45 400	0.61 402	0.52 405	0.57 434	0.48 433	0.57 410	0.48 406

castereo++	0.54 374	3.59 586	1.15 495	1.31 524	0.14 182	0.16 167	0.14 176	0.16 168	0.14 182	0.16 165	0.14 185	0.16 166	0.13 177	0.16 167	0.14 175	1.45 556	1.16 501	0.15 165	0.14 185	0.15 165	0.13 174

FENet	0.54 374	1.52 447	1.19 501	1.41 533	0.23 244	0.35 260	0.23 231	0.35 249	0.23 234	0.34 254	0.23 237	0.35 262	0.23 237	0.35 262	0.23 228	1.40 553	1.07 485	0.32 252	0.23 237	0.33 244	0.23 217

PSMNet_ROB	0.54 374	0.54 262	0.54 401	0.54 359	0.53 444	0.54 420	0.54 437	0.53 407	0.54 438	0.54 417	0.54 445	0.54 418	0.53 433	0.54 414	0.54 431	0.54 384	0.53 407	0.54 431	0.54 444	0.54 404	0.54 426

AIO-test2	0.55 379	0.59 270	0.52 396	0.67 388	0.47 424	0.61 432	0.47 415	0.61 426	0.47 415	0.61 431	0.47 425	0.61 435	0.48 417	0.62 429	0.47 411	0.64 409	0.53 407	0.58 435	0.47 429	0.58 411	0.48 406

CFNet-ft	0.55 379	1.57 448	0.14 148	0.20 160	0.14 182	0.20 186	2.53 637	1.61 570	0.14 182	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	1.56 563	1.24 580

MyStereo04	0.56 381	3.72 592	0.59 407	0.49 305	0.41 399	0.36 264	0.32 323	0.37 259	0.31 323	0.34 254	0.46 417	0.35 262	0.32 333	0.35 262	0.33 331	0.49 366	0.45 375	0.34 268	0.32 348	0.35 261	0.43 391

CASS	0.57 382	0.89 306	0.56 403	0.57 367	0.56 447	0.56 422	0.56 438	0.56 413	0.53 436	0.57 425	0.57 448	0.59 432	0.48 417	0.56 419	0.57 434	0.55 390	0.56 411	0.47 402	0.56 450	0.62 414	0.56 435
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 383	0.75 285	0.49 381	0.79 402	0.50 434	0.79 452	0.49 426	0.79 446	0.49 424	0.80 458	0.49 432	0.79 458	0.49 422	0.80 452	0.49 419	0.63 408	0.40 343	0.63 440	0.40 400	0.63 415	0.40 374

aanet-new-14k	0.60 383	5.12 619	0.39 299	0.49 305	0.30 284	0.43 327	0.30 271	0.43 318	0.30 280	0.43 313	0.30 284	0.43 327	0.30 279	0.44 349	0.30 272	0.44 313	0.37 326	0.38 300	0.26 253	0.38 285	0.26 234

LG-Stereo	0.60 383	0.58 269	0.47 366	0.64 382	0.74 482	1.00 477	0.69 466	0.57 416	0.41 395	0.57 425	0.41 396	0.57 428	0.41 390	1.00 484	0.75 480	0.91 449	0.51 403	0.52 427	0.37 383	0.52 399	0.37 358

MonSter	0.60 383	0.64 276	0.52 396	0.62 377	0.44 412	2.07 595	0.44 402	0.62 427	0.44 406	0.62 434	0.44 410	0.62 437	0.44 401	0.62 429	0.44 398	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 389

MyStereo07	0.60 383	3.72 592	0.48 374	0.49 305	0.41 399	0.36 264	0.32 323	0.49 379	0.43 403	0.51 406	0.42 406	0.49 389	0.43 399	0.51 405	0.64 442	0.49 366	0.45 375	0.34 268	0.32 348	0.35 261	0.43 391

FSD	0.61 388	0.59 270	0.50 386	2.58 582	0.44 412	0.56 422	0.44 402	0.55 412	0.44 406	0.56 422	0.44 410	0.56 425	0.44 401	0.56 419	0.46 404	0.61 402	0.42 362	0.52 427	0.42 416	0.52 399	0.51 421

castereo	0.61 388	3.79 594	1.35 559	1.52 537	0.15 193	0.17 174	0.16 187	0.20 185	0.21 225	0.18 176	0.16 197	0.21 193	0.12 171	0.26 230	0.17 198	1.43 555	1.38 571	0.17 177	0.16 194	0.18 180	0.16 184

WCG-NET	0.61 388	1.21 421	0.54 401	0.61 376	0.53 444	0.67 440	0.53 435	0.66 432	0.53 436	0.64 437	0.53 444	0.65 441	0.53 433	0.59 426	0.52 428	0.65 410	0.48 389	0.64 442	0.52 442	0.58 411	0.50 414

GEAStereo	0.62 391	3.91 599	0.48 374	0.69 389	0.38 379	0.51 412	0.38 372	0.51 401	0.38 372	0.53 412	0.38 377	0.50 403	0.38 368	0.51 405	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.34 341

gasm-f	0.62 391	3.91 599	0.48 374	0.69 389	0.38 379	0.51 412	0.38 372	0.51 401	0.38 372	0.53 412	0.38 377	0.50 403	0.38 368	0.51 405	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.34 341

SMoEStereo_RVC	0.63 393	0.75 285	0.51 393	0.73 398	0.53 444	0.71 444	0.47 415	0.67 433	0.58 442	0.74 452	0.60 450	0.72 448	0.53 433	0.74 447	0.51 426	0.61 402	0.62 424	0.62 438	0.61 458	0.63 415	0.61 441

anonymity	0.63 393	0.69 278	0.56 403	0.71 395	0.56 447	0.71 444	0.56 438	0.71 438	0.56 439	0.72 445	0.56 447	0.71 445	0.56 437	0.71 441	0.58 436	0.68 414	0.55 409	0.68 447	0.55 446	0.68 420	0.54 426

PAM_32	0.64 395	2.38 541	0.51 393	0.92 421	0.43 411	0.53 417	0.44 402	0.87 455	0.43 403	0.52 409	0.45 414	0.53 415	0.40 379	0.54 414	0.46 404	0.62 406	0.56 411	0.48 410	0.45 420	0.76 432	0.44 394

CRFU-Net	0.65 396	1.67 452	1.22 551	1.96 556	0.27 259	0.41 300	0.27 248	0.41 294	0.27 259	0.40 280	0.26 255	0.41 302	0.27 259	0.40 286	0.27 245	1.80 570	1.62 591	0.34 268	0.23 237	0.33 244	0.23 217

LMCR-Stereo	0.65 396	0.63 274	0.65 422	0.65 383	0.65 465	0.66 439	0.63 446	0.58 419	0.65 453	0.63 436	0.64 458	0.65 441	0.65 449	0.66 436	0.66 448	0.66 412	0.64 427	0.65 445	0.67 475	0.68 420	0.73 472

KSHMR	0.66 398	0.50 244	0.48 374	1.15 456	0.52 441	0.49 391	0.51 433	0.49 379	0.71 478	0.67 441	0.50 435	1.16 512	1.11 510	0.66 436	0.52 428	0.49 366	0.49 392	0.51 424	0.66 471	0.50 391	1.14 521

TorneroNet	0.66 398	0.53 258	0.50 386	0.50 341	0.64 463	1.06 493	0.70 471	0.50 388	0.51 435	0.49 385	0.69 473	0.49 389	0.50 426	0.48 382	1.15 522	0.71 419	0.49 392	1.14 510	1.08 520	0.49 386	0.49 411

GES	0.66 398	2.34 537	0.29 230	0.41 263	0.29 274	0.41 300	0.29 266	0.42 312	0.29 269	0.40 280	0.41 396	0.41 302	0.30 279	0.51 405	0.29 265	0.32 234	0.29 252	0.32 252	2.46 641	2.49 603	0.30 311

cf-r	0.66 398	2.17 521	0.12 123	0.18 153	0.12 176	0.18 178	2.70 641	2.60 616	0.12 176	0.18 176	0.12 167	0.18 178	0.12 171	0.18 177	0.12 164	0.15 140	0.11 122	0.15 165	0.11 155	1.81 575	1.74 617

DSFCA	0.66 398	0.73 282	0.78 455	0.65 383	0.65 465	0.64 437	0.64 447	0.65 430	0.63 451	0.64 437	0.64 458	0.64 438	0.64 447	0.65 435	0.65 445	0.65 410	0.65 429	0.65 445	0.65 469	0.66 418	0.64 451

DEFOM-Stereo	0.68 403	3.11 576	1.40 573	1.63 546	0.25 251	0.31 244	0.25 238	0.31 237	0.28 263	0.31 242	0.29 272	0.29 241	0.27 259	0.31 248	0.28 254	1.59 563	1.47 577	0.30 243	0.29 316	0.30 229	0.28 292

ssnet_v2	0.68 403	1.96 509	1.25 555	0.29 201	0.20 227	0.30 238	0.20 213	0.29 230	0.22 228	1.50 572	0.20 226	0.31 249	0.20 224	0.27 234	0.22 222	0.24 202	1.49 578	0.26 230	0.18 222	3.90 626	0.19 208

ARAFT	0.68 403	0.81 292	0.63 416	0.74 399	0.60 451	0.78 450	0.62 445	0.77 445	0.66 455	0.74 452	0.63 456	0.75 453	0.62 446	0.83 458	0.60 439	0.70 418	0.55 409	0.70 452	0.60 456	0.78 436	0.55 432

NINENet	0.69 406	3.87 598	1.20 504	1.98 557	0.05 121	0.40 284	0.04 103	0.40 279	0.05 120	0.41 294	0.04 110	0.41 302	0.05 112	0.40 286	0.05 110	1.79 569	1.56 584	0.34 268	0.22 231	0.34 248	0.23 217

VIP-Stereo	0.70 407	2.97 573	2.43 629	2.49 578	0.16 203	0.25 220	0.16 187	0.25 216	0.16 197	0.25 218	0.18 220	0.25 221	0.16 193	0.26 230	0.16 192	1.86 571	1.26 554	0.23 211	0.15 192	0.23 207	0.15 183

RAFT-Stereo + iAFF	0.70 407	0.72 281	0.71 441	0.80 405	0.62 462	0.82 456	0.61 444	0.81 452	0.62 449	0.81 461	0.63 456	0.80 460	0.70 467	0.73 445	0.61 441	0.76 429	0.61 423	0.74 457	0.61 458	0.77 434	0.61 441

DMCA-RVC	0.70 407	0.80 289	0.70 437	0.70 393	0.70 475	0.70 442	0.70 471	0.71 438	0.70 473	0.70 444	0.71 480	0.71 445	0.70 467	0.70 440	0.69 465	0.69 415	0.70 443	0.69 450	0.70 480	0.69 424	0.70 462

MyStereo8	0.71 410	3.92 601	0.52 396	0.59 372	0.52 441	0.57 428	0.53 435	0.59 421	0.50 428	0.59 429	0.51 441	0.57 428	0.50 426	0.56 419	0.52 428	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 414

HH	0.71 410	2.54 547	0.74 449	1.10 447	0.32 337	0.41 300	0.37 365	0.69 435	0.78 488	0.73 447	0.90 503	0.75 453	1.00 498	0.84 459	0.69 465	0.69 415	0.40 343	0.35 284	0.26 253	0.35 261	0.26 234

HanStereo	0.71 410	2.54 547	0.74 449	1.10 447	0.32 337	0.41 300	0.37 365	0.69 435	0.78 488	0.73 447	0.90 503	0.75 453	1.00 498	0.84 459	0.69 465	0.69 415	0.40 343	0.35 284	0.26 253	0.35 261	0.26 234

zero-FE	0.72 413	1.31 435	0.66 423	0.92 421	0.60 451	0.82 456	0.58 441	0.82 453	0.58 442	0.81 461	0.60 450	0.81 463	0.60 443	0.82 455	0.58 436	0.74 426	0.59 418	0.73 454	0.52 442	0.76 432	0.51 421

ktn	0.72 413	0.53 258	1.08 490	1.14 453	0.51 440	1.22 555	1.36 587	0.51 401	0.59 444	0.51 406	0.51 441	0.69 444	1.20 521	0.67 438	0.51 426	0.51 378	0.49 392	0.58 435	0.66 471	0.52 399	0.53 423

DStereoRT	0.73 415	0.81 292	0.73 448	0.71 395	0.74 482	0.73 446	0.75 479	0.71 438	0.71 478	0.74 452	0.72 483	0.73 450	0.80 483	0.71 441	0.73 475	0.76 429	0.71 447	0.73 454	0.72 485	0.70 425	0.76 479

CroCo-Stereo	0.73 415	1.22 427	0.25 211	1.22 510	0.25 251	1.22 555	0.25 238	1.22 550	0.25 242	1.22 558	0.25 250	1.22 561	0.25 243	1.22 561	0.25 239	1.22 540	0.26 222	1.21 569	0.25 247	1.22 549	0.25 228
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 415	0.88 303	0.67 427	0.75 400	0.68 472	0.75 447	0.64 447	0.80 449	0.72 481	0.83 463	0.70 475	0.82 464	0.64 447	0.84 459	0.67 449	0.77 431	0.63 425	0.81 469	0.63 460	0.78 436	0.62 444

monster-pro	0.75 418	1.67 452	0.64 418	0.89 414	0.57 449	0.86 462	0.56 438	0.87 455	0.56 439	0.87 464	0.57 448	0.88 467	0.57 438	0.87 464	0.57 434	0.79 432	0.58 415	0.76 460	0.54 444	0.77 434	0.54 426

AIO-Stereo-zeroshot1	0.75 418	0.92 316	0.85 466	0.96 432	0.59 450	1.27 559	0.44 402	0.59 421	0.69 467	0.91 469	0.68 468	0.55 422	0.61 445	1.06 499	0.83 493	0.62 406	0.70 443	0.90 479	0.41 408	0.89 453	0.56 435

MyStereo06	0.75 418	4.12 603	0.60 409	0.63 379	0.61 457	0.62 435	0.66 450	0.56 413	0.45 409	0.55 420	0.48 429	0.54 418	0.46 408	0.57 424	0.45 400	0.60 398	0.57 413	0.64 442	0.55 446	0.72 427	0.55 432

GCAP-Stereo	0.75 418	4.15 606	0.42 349	0.75 400	0.35 362	0.78 450	0.40 386	0.79 446	0.38 372	0.78 456	0.36 365	0.78 456	0.36 359	0.79 450	0.39 376	0.75 427	0.39 340	0.76 460	0.39 399	0.75 431	0.39 371

GANet-RSSM	0.75 418	1.91 502	0.14 148	0.47 294	0.14 182	0.21 197	3.21 658	2.30 602	0.14 182	0.46 365	0.14 185	0.23 208	0.18 215	0.21 195	0.14 175	0.18 167	0.27 232	0.37 292	0.13 179	2.13 585	2.12 627

RSM++	0.76 423	0.82 294	0.66 423	0.85 412	0.64 463	0.85 460	0.71 474	0.94 469	0.64 452	0.87 464	0.67 463	0.87 466	0.65 449	0.84 459	0.65 445	0.81 437	0.70 443	0.79 464	0.71 483	0.83 448	0.70 462

CroCo-Stereo Lap2	0.77 424	1.29 431	0.29 230	1.27 515	0.29 274	1.27 559	0.26 245	1.26 553	0.26 255	1.26 559	0.26 255	1.27 565	0.26 252	1.26 562	0.27 245	1.27 542	0.27 232	1.27 572	0.27 290	1.27 552	0.27 272

PSMNet-RSSM	0.77 424	2.76 564	0.14 148	0.20 160	0.14 182	0.20 186	2.66 639	2.79 629	0.14 182	0.21 196	0.14 185	0.21 193	0.14 181	0.20 184	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	2.52 607	2.31 632

GwcNet-RSSM	0.77 424	2.77 566	0.14 148	0.20 160	0.14 182	0.20 186	2.67 640	2.78 628	0.14 182	0.20 184	0.14 185	0.20 185	0.14 181	0.21 195	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	2.52 607	2.31 632

4D-IteraStereo	0.78 427	3.13 577	0.89 467	0.69 389	0.32 337	0.40 284	0.32 323	0.76 444	0.97 512	0.52 409	0.65 460	0.89 470	0.32 333	0.76 449	0.98 505	0.83 442	0.94 475	0.35 284	0.27 290	0.70 425	0.89 494

Pro-Stereo	0.79 428	0.53 258	0.38 288	0.49 305	0.38 379	0.49 391	0.37 365	0.49 379	0.67 456	0.50 398	0.38 377	1.10 504	0.38 368	0.49 388	0.38 364	0.71 419	0.88 469	5.98 674	0.36 380	0.46 366	0.36 353

hitnet-ft	0.79 428	2.78 569	0.14 148	0.20 160	0.14 182	0.21 197	2.89 642	2.80 630	0.14 182	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 136	0.17 177	0.12 170	2.54 615	2.33 634

G-Net	0.79 428	0.79 288	0.79 458	0.79 402	0.79 495	0.79 452	0.79 484	0.79 446	0.79 492	0.79 457	0.79 495	0.79 458	0.79 482	0.79 450	0.79 485	0.79 432	0.79 460	0.79 464	0.79 496	0.79 438	0.79 484

MyStereo05	0.80 431	4.12 603	0.63 416	0.63 379	0.61 457	0.62 435	0.66 450	0.65 430	0.62 449	0.67 441	0.61 454	0.65 441	0.58 441	0.67 438	0.55 433	0.60 398	0.57 413	0.64 442	0.55 446	0.72 427	0.55 432

UDG	0.80 431	2.21 525	0.60 409	0.91 418	0.60 451	0.90 467	0.58 441	0.88 459	0.60 445	0.90 467	0.60 450	0.88 467	0.60 443	0.90 469	0.58 436	0.86 446	0.60 419	0.84 475	0.59 455	0.84 449	0.61 441

ccnet	0.80 431	2.28 529	0.33 259	0.50 341	0.33 349	0.50 400	0.33 334	0.50 388	0.33 343	0.49 385	0.33 345	0.49 389	1.56 586	2.38 606	0.33 331	0.41 297	0.29 252	0.42 382	1.57 601	2.28 591	0.29 298

NaN_ROB	0.80 431	0.80 289	0.80 459	0.80 405	0.80 498	0.80 454	0.80 487	0.80 449	0.80 494	0.80 458	0.80 497	0.80 460	0.80 483	0.80 452	0.80 488	0.80 434	0.80 463	0.80 467	0.80 498	0.80 441	0.80 485

CSAN	0.80 431	0.80 289	0.80 459	0.80 405	0.80 498	0.80 454	0.80 487	0.80 449	0.80 494	0.80 458	0.80 497	0.80 460	0.80 483	0.80 452	0.80 488	0.80 434	0.80 463	0.80 467	0.80 498	0.80 441	0.80 485

GSStereo	0.81 436	4.28 609	0.50 386	0.59 372	0.40 390	0.51 412	0.38 372	0.50 388	0.38 372	0.50 398	0.38 377	0.50 403	3.79 655	0.50 396	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.35 350

BSDual-CNN	0.81 436	1.91 502	0.92 474	4.48 628	0.02 22	0.42 320	0.06 132	0.41 294	0.02 22	0.48 378	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 581	4.19 653	0.33 259	0.23 237	0.34 248	0.27 272

DDUNet	0.81 436	2.45 545	0.57 405	0.90 416	0.60 451	0.88 464	0.59 443	0.90 460	0.60 445	0.88 466	0.60 450	0.90 471	0.58 441	0.88 466	0.60 439	0.84 444	0.60 419	0.86 477	0.57 452	0.86 450	0.60 440

R-Stereo Train	0.81 436	0.96 322	0.67 427	0.95 429	0.67 469	0.95 472	0.68 458	0.95 471	0.68 462	0.95 477	0.68 468	0.96 481	0.68 458	0.96 480	0.68 457	0.94 458	0.68 436	0.94 493	0.68 476	0.94 469	0.68 459

RAFT-Stereo	0.81 436	0.96 322	0.67 427	0.95 429	0.67 469	0.95 472	0.68 458	0.95 471	0.68 462	0.95 477	0.68 468	0.96 481	0.68 458	0.96 480	0.68 457	0.94 458	0.68 436	0.94 493	0.68 476	0.94 469	0.68 459
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 441	1.72 455	1.48 577	0.39 238	0.15 193	0.31 244	0.21 219	0.20 185	0.25 242	1.61 576	0.23 237	0.28 235	0.26 252	0.20 184	0.15 185	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 217

scenet	0.82 441	1.72 455	1.48 577	0.39 238	0.15 193	0.31 244	0.21 219	0.20 185	0.25 242	1.61 576	0.23 237	0.28 235	0.26 252	0.20 184	0.15 185	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 217

ssnet	0.82 441	1.72 455	1.48 577	0.39 238	0.15 193	0.31 244	0.21 219	0.20 185	0.25 242	1.61 576	0.23 237	0.28 235	0.26 252	0.20 184	0.15 185	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 217

STTRV1_RVC	0.82 441	1.60 450	0.70 437	1.01 440	0.60 451	1.07 496	0.69 466	1.01 481	0.60 445	0.72 445	0.55 446	1.02 495	0.68 458	1.03 497	0.67 449	0.89 448	0.63 425	0.92 485	0.57 452	0.90 456	0.65 453

DEFOM-Stereo_RVC	0.83 445	5.18 621	1.98 617	2.19 562	0.17 209	0.19 181	0.18 205	0.19 179	0.16 197	0.20 184	0.19 222	0.22 201	0.22 231	0.20 184	0.15 185	2.28 598	2.13 618	0.24 220	0.17 216	0.18 180	0.16 184

BUS	0.83 445	1.91 502	0.92 474	4.48 628	0.02 22	0.40 284	0.04 103	0.41 294	0.02 22	0.48 378	0.03 56	0.41 302	0.05 112	0.03 43	0.05 110	1.97 581	4.19 653	0.33 259	0.23 237	0.34 248	0.27 272

PDISCO_ROB	0.83 445	2.80 570	3.49 651	0.14 122	0.11 163	0.17 174	0.09 139	0.15 167	0.10 145	0.15 160	0.12 167	0.16 166	0.14 181	3.30 636	0.13 171	0.14 133	2.34 623	0.16 169	0.12 170	2.62 616	0.10 140

WQFJA1++	0.84 448	0.98 325	0.67 427	1.26 514	0.75 484	1.00 477	0.67 454	1.00 473	0.67 456	1.00 479	0.67 463	1.00 484	0.67 454	1.00 484	0.67 449	0.96 460	0.67 431	0.91 482	0.63 460	0.92 460	0.63 445

WQFJX1	0.84 448	0.98 325	0.67 427	1.30 522	0.75 484	1.01 484	0.67 454	1.01 481	0.67 456	1.01 489	0.67 463	1.01 491	0.68 458	1.00 484	0.68 457	0.98 465	0.67 431	0.92 485	0.64 465	0.92 460	0.64 451

NLMM	0.84 448	1.00 334	0.67 427	1.27 515	0.75 484	1.00 477	0.68 458	1.00 473	0.67 456	1.00 479	0.67 463	1.02 495	0.67 454	1.02 495	0.67 449	0.97 461	0.67 431	0.93 489	0.63 460	0.92 460	0.63 445

AIO-Stereo	0.84 448	0.66 277	0.70 437	0.83 409	0.67 469	0.98 475	0.82 494	1.14 492	0.72 481	1.03 495	0.74 487	1.03 497	1.09 509	0.99 482	0.45 400	1.04 472	0.73 450	0.95 495	0.74 487	0.94 469	0.46 397

DCRE	0.84 448	1.89 499	0.77 454	0.94 427	0.72 479	0.88 464	0.73 477	0.87 455	0.78 488	0.90 467	0.71 480	0.88 467	0.67 454	0.88 466	0.73 475	0.81 437	0.68 436	0.81 469	0.70 480	0.82 446	0.70 462

iGMRVC	0.84 448	2.85 571	0.72 444	0.72 397	0.73 480	0.77 448	0.79 484	0.73 441	0.74 486	0.73 447	0.72 483	0.73 450	0.76 477	0.73 445	0.73 475	0.72 422	0.73 450	0.73 454	0.72 485	0.73 430	0.72 469

WQFJA1	0.85 454	0.98 325	0.67 427	1.29 520	0.76 489	1.01 484	0.67 454	1.02 486	0.67 456	1.02 493	0.67 463	1.01 491	0.67 454	1.01 491	0.68 457	0.99 466	0.67 431	0.93 489	0.64 465	0.92 460	0.65 453

WQFJX	0.85 454	1.00 334	0.68 434	1.30 522	0.75 484	1.01 484	0.68 458	1.01 481	0.68 462	1.01 489	0.68 468	1.03 497	0.68 458	1.02 495	0.67 449	0.97 461	0.67 431	0.93 489	0.63 460	0.94 469	0.63 445

NLSM3	0.85 454	0.99 332	0.68 434	1.29 520	0.76 489	1.01 484	0.68 458	1.01 481	0.68 462	1.02 493	0.68 468	1.01 491	0.68 458	1.01 491	0.68 457	0.97 461	0.68 436	0.93 489	0.64 465	0.93 465	0.63 445

NLMM1	0.86 457	0.98 325	0.69 436	1.48 536	0.75 484	1.01 484	0.69 466	1.00 473	0.69 467	1.00 479	0.70 475	1.00 484	0.68 458	1.01 491	0.67 449	0.97 461	0.68 436	0.92 485	0.63 460	0.93 465	0.63 445

AdaDepth	0.86 457	0.93 318	0.71 441	1.01 440	1.07 525	1.02 490	0.71 474	1.00 473	0.71 478	1.01 489	0.71 480	1.00 484	0.72 472	1.14 510	0.71 473	0.92 452	0.64 427	0.90 479	0.64 465	0.89 453	0.69 461

GEStereo_RVC	0.86 457	4.45 610	0.20 190	0.27 199	0.20 227	0.27 233	0.20 213	0.26 222	0.18 213	5.03 666	0.20 226	0.27 234	0.19 220	0.27 234	0.21 220	0.20 174	0.19 198	0.19 190	4.02 670	0.20 187	0.18 206

Selective-RAFT-Error	0.88 460	0.84 295	0.98 479	0.86 413	0.97 514	0.88 464	0.95 505	0.84 454	0.99 515	0.92 471	0.82 499	0.84 465	0.98 497	0.87 464	0.97 504	0.81 437	0.83 466	0.79 464	0.82 501	0.79 438	0.85 490

IER	0.88 460	7.04 640	2.23 622	2.75 584	0.28 264	0.43 327	0.25 238	0.39 272	0.25 242	0.41 294	0.27 259	0.39 281	0.25 243	0.40 286	0.28 254	0.37 258	0.28 238	0.37 292	0.25 247	0.37 272	0.25 228

Selective-RAFT	0.89 462	0.89 306	0.72 444	1.16 461	0.78 493	1.06 493	0.82 494	0.87 455	0.97 512	1.00 479	0.91 506	0.90 471	1.00 498	0.89 468	0.93 501	0.83 442	0.83 466	0.82 473	0.82 501	0.81 444	0.82 488

AIO-Stereo-zeroshot	0.91 463	0.86 299	0.89 467	1.25 513	0.69 473	1.05 492	0.81 491	1.16 496	0.50 428	1.12 505	0.97 511	0.72 448	0.82 487	1.06 499	0.95 502	0.61 402	0.87 468	1.03 507	0.85 504	1.04 481	1.01 510

CFNet-RSSM	0.91 463	4.89 616	0.34 269	0.44 282	1.07 525	1.62 580	1.40 594	0.91 462	0.35 356	1.60 573	1.39 594	0.64 438	0.34 349	0.44 349	0.33 331	0.41 297	0.35 317	0.75 458	0.30 330	0.41 349	0.29 298

MLG-Stereo	0.92 465	0.90 309	0.84 465	1.27 515	0.49 430	1.38 569	0.88 497	1.41 567	0.97 512	0.73 447	1.09 521	1.26 562	0.43 399	0.72 443	1.05 514	1.13 485	0.49 392	1.18 520	0.66 471	1.01 478	0.46 397

ToySt	0.92 465	2.11 516	0.90 470	0.95 429	0.79 495	0.99 476	0.78 483	0.94 469	0.81 497	0.94 475	0.78 493	0.95 480	0.77 479	0.94 476	0.86 495	0.91 449	0.79 460	0.85 476	0.77 492	0.89 453	0.73 472

DPSM_ROB	0.92 465	0.91 311	0.91 472	0.91 418	0.92 509	0.92 469	0.92 501	0.92 465	0.91 502	0.93 473	0.91 506	0.92 474	0.90 490	0.91 470	0.92 497	0.92 452	0.91 471	0.91 482	0.92 505	0.93 465	0.93 498

DPSM	0.92 465	0.91 311	0.91 472	0.91 418	0.92 509	0.92 469	0.92 501	0.92 465	0.91 502	0.93 473	0.91 506	0.92 474	0.90 490	0.91 470	0.92 497	0.92 452	0.91 471	0.91 482	0.92 505	0.93 465	0.93 498

pmcnn	0.92 465	0.92 316	0.92 474	0.92 421	0.92 509	0.92 469	0.92 501	0.92 465	0.92 506	0.92 471	0.92 509	0.92 474	0.92 492	0.92 474	0.92 497	0.92 452	0.92 473	0.92 485	0.92 505	0.92 460	0.92 497

error version	0.93 470	4.47 611	2.35 625	1.99 558	0.37 372	0.41 300	0.36 359	0.41 294	0.35 356	0.43 313	0.36 365	0.41 302	0.40 379	0.41 301	0.36 352	1.87 573	2.16 619	0.47 402	0.37 383	0.39 326	0.33 334

test_1	0.93 470	4.47 611	2.35 625	1.99 558	0.37 372	0.41 300	0.36 359	0.41 294	0.35 356	0.43 313	0.36 365	0.41 302	0.40 379	0.41 301	0.36 352	1.87 573	2.16 619	0.47 402	0.37 383	0.39 326	0.33 334

DGTPSM_ROB	0.93 470	1.00 334	0.92 474	0.94 427	0.96 513	0.91 468	0.92 501	0.91 462	0.96 511	0.91 469	0.96 510	0.93 477	0.92 492	0.94 476	0.92 497	0.92 452	0.92 473	0.90 479	0.92 505	0.94 469	0.91 496

HSM-Net_RVC	0.95 473	1.17 371	0.78 455	1.18 463	0.71 477	1.16 508	0.75 479	1.09 490	0.80 494	1.10 499	0.75 488	1.17 513	0.74 474	1.17 513	0.80 488	1.13 485	0.73 450	1.17 517	0.77 492	1.16 491	0.72 469
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 474	3.17 579	2.30 624	2.42 575	0.38 379	0.54 420	0.38 372	0.54 409	0.38 372	0.54 417	0.38 377	0.54 418	0.38 368	0.54 414	0.38 364	2.38 607	2.34 623	0.49 415	0.36 380	0.49 386	0.36 353

DPSimNet_ROB	0.97 474	1.18 373	0.81 462	1.10 447	0.91 508	1.02 490	0.82 494	1.04 487	0.91 502	1.03 495	0.86 502	1.28 566	0.82 487	1.03 497	0.89 496	1.17 489	0.81 465	1.02 505	0.82 501	1.08 483	0.81 487

test-3	0.98 476	4.13 605	1.85 606	1.85 549	0.61 457	0.69 441	0.37 365	0.63 428	0.61 448	0.66 440	0.51 441	0.73 450	0.44 401	0.57 424	0.54 431	1.68 567	1.81 603	0.40 354	0.43 418	0.66 418	0.50 414

Test_v1	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 473	1.00 516	1.00 479	1.00 513	1.00 484	1.00 498	1.00 484	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

Wavelet-MonSter	1.00 477	1.21 421	0.76 452	1.94 553	1.01 520	1.11 503	0.76 481	1.15 493	0.76 487	1.11 504	0.76 489	1.14 510	0.76 477	1.11 507	0.76 482	1.21 538	0.90 470	1.02 505	0.71 483	1.02 480	0.71 468

999	1.00 477	1.12 364	0.59 407	1.10 447	1.21 583	1.09 499	0.52 434	1.08 488	1.43 597	1.18 510	1.35 588	0.98 483	0.52 432	0.91 470	0.85 494	0.72 422	1.46 576	0.83 474	0.98 510	0.68 420	1.41 593

DispNO	1.00 477	0.63 274	0.43 350	3.45 612	0.44 412	0.65 438	0.43 401	0.64 429	0.43 403	0.64 437	0.43 408	0.64 438	3.03 633	0.64 434	0.43 397	4.55 642	0.43 367	0.63 440	0.43 418	0.63 415	0.43 391

GANet	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 473	1.00 516	1.00 479	1.00 513	1.00 484	1.00 498	1.00 484	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

TDLM	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 473	1.00 516	1.00 479	1.00 513	1.00 484	1.00 498	1.00 484	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

CVANet_RVC	1.00 477	1.00 334	1.00 481	1.00 436	1.00 515	1.00 477	1.00 509	1.00 473	1.00 516	1.00 479	1.00 513	1.00 484	1.00 498	1.00 484	1.00 507	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

trnet	1.01 484	1.01 343	1.01 485	1.01 440	1.01 520	1.01 484	1.01 513	1.01 481	1.01 520	1.01 489	1.01 517	1.01 491	1.01 505	1.01 491	1.01 511	1.01 471	1.01 481	1.01 504	1.01 518	1.01 478	1.01 510

LL-Strereo	1.01 484	5.06 618	1.63 586	0.70 393	1.43 594	0.56 422	0.46 410	0.57 416	0.50 428	0.57 425	0.50 435	1.58 576	0.49 422	0.59 426	0.50 421	1.64 566	0.52 405	0.51 424	1.37 589	0.52 399	0.45 396

FlowAnything_test	1.02 486	1.72 455	0.71 441	1.59 539	0.70 475	1.61 578	0.69 466	1.61 570	0.70 473	1.60 573	0.70 475	1.61 580	0.69 465	1.61 577	0.70 471	0.81 437	0.58 415	0.81 469	0.55 446	0.81 444	0.56 435

FlowAnything	1.02 486	1.71 454	0.72 444	1.59 539	0.69 473	1.60 577	0.69 466	1.61 570	0.70 473	1.60 573	0.69 473	1.60 577	0.69 465	1.61 577	0.69 465	0.81 437	0.58 415	0.81 469	0.56 450	0.82 446	0.56 435

Hybrid-DGEV	1.03 488	1.75 461	0.80 459	1.28 519	0.78 493	1.26 558	0.80 487	1.26 553	0.78 488	1.26 559	0.78 493	1.26 562	0.78 481	1.26 562	0.78 484	1.15 488	0.75 453	1.14 510	0.74 487	1.14 486	0.75 476

tt45	1.04 489	0.88 303	1.36 567	0.92 421	1.03 523	1.51 576	0.79 484	0.70 437	0.88 500	0.74 452	0.90 503	1.60 577	0.72 472	1.60 575	0.75 480	0.91 449	0.78 458	1.52 585	0.79 496	1.14 486	1.32 585

Hybrid-DGEV-2	1.05 490	1.83 487	0.83 463	1.33 526	0.82 501	1.30 561	0.81 491	1.26 553	0.79 492	1.29 561	0.79 495	1.26 562	0.80 483	1.26 562	0.79 485	1.20 492	0.78 458	1.18 520	0.77 492	1.20 501	0.77 481

Hybrid-DGEV-03	1.07 491	1.83 487	0.83 463	1.34 527	0.81 500	1.32 563	0.81 491	1.31 560	0.81 497	1.31 562	0.82 499	1.32 567	0.82 487	1.32 567	0.81 491	1.19 490	0.77 456	1.19 522	0.76 490	1.19 499	0.77 481

GLC_STEREO	1.07 491	1.01 343	1.06 488	1.07 445	1.05 524	1.06 493	1.08 518	1.08 488	1.05 524	1.07 497	1.06 519	1.08 500	1.05 507	1.06 499	1.10 517	1.07 474	1.09 491	1.05 508	1.05 519	1.06 482	1.12 517

FC-DCNN	1.07 491	1.09 359	0.98 479	0.89 414	0.52 441	1.41 572	0.91 500	1.21 549	1.24 583	1.96 585	2.05 639	1.91 586	1.30 574	1.27 565	1.08 516	0.80 434	0.60 419	0.58 435	0.41 408	0.68 420	0.54 426

hknet	1.10 494	1.85 493	3.49 651	4.48 628	0.02 22	0.42 320	0.06 132	0.41 294	0.02 22	0.48 378	0.03 56	0.41 302	0.03 53	0.42 314	0.03 52	4.39 639	4.19 653	0.33 259	0.23 237	0.34 248	0.27 272

test_xeample3	1.10 494	1.81 477	0.61 414	0.84 410	0.49 430	0.77 448	0.66 450	0.92 465	1.40 595	0.68 443	0.46 417	0.78 456	0.54 436	1.72 580	1.48 596	1.34 547	1.52 580	1.35 578	1.67 614	1.33 555	1.55 598

DISCO	1.11 496	0.39 190	5.28 664	0.39 238	0.20 227	0.39 282	0.27 248	0.39 272	0.22 228	0.38 268	0.20 226	0.38 276	0.20 224	6.95 677	0.22 222	0.30 226	0.21 204	0.27 234	0.21 228	5.25 658	0.21 213

Occ-G	1.12 497	0.52 254	3.72 656	3.50 616	0.50 434	0.56 422	0.47 415	0.54 409	0.46 410	0.54 417	0.41 396	0.54 418	0.42 396	0.52 410	0.42 394	3.42 631	4.02 652	0.52 427	0.45 420	0.51 397	0.44 394

AEACV	1.12 497	0.52 254	3.12 647	3.24 601	0.86 502	0.53 417	0.49 426	0.60 423	0.47 415	0.53 412	0.49 432	0.55 422	0.45 405	0.55 418	0.47 411	3.01 626	3.88 650	0.71 453	0.60 456	0.80 441	0.48 406

LiteMatch	1.13 499	0.73 282	2.80 633	3.23 599	0.61 457	0.83 458	0.68 458	0.73 441	0.69 467	1.00 479	0.77 491	0.94 478	0.57 438	0.82 455	0.64 442	2.97 624	2.43 626	0.68 447	0.32 348	0.56 407	0.70 462

Lsterematch	1.13 499	0.73 282	2.80 633	3.23 599	0.61 457	0.83 458	0.68 458	0.73 441	0.69 467	1.00 479	0.77 491	0.94 478	0.57 438	0.82 455	0.64 442	2.97 624	2.43 626	0.68 447	0.32 348	0.56 407	0.70 462

MSMD_ROB	1.19 501	1.10 363	0.70 437	1.10 447	0.60 451	1.10 500	0.70 471	1.10 491	0.70 473	1.10 499	0.70 475	1.10 504	0.70 467	7.00 678	0.70 471	1.10 478	0.70 443	1.10 509	0.70 480	1.10 484	0.70 462

MM-Stereo_test2	1.20 502	1.85 493	1.05 487	1.46 535	0.94 512	1.36 567	0.99 508	1.36 562	0.95 509	1.41 568	0.98 512	1.40 573	0.96 494	1.37 569	0.95 502	1.37 552	1.06 484	1.33 575	0.93 509	1.29 554	0.89 494

ours_stereo	1.20 502	1.21 421	0.90 470	1.64 547	1.11 527	1.35 565	0.67 454	1.76 577	0.93 507	1.70 581	1.10 522	1.39 571	0.75 476	1.41 571	0.81 491	1.60 565	1.03 483	1.33 575	1.00 512	1.61 565	0.72 469

DisPM	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

CrosDoStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PFNet+	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

LCNet	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

HHNet	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Patchmatch Stereo++	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

STrans-v2	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

TransformOpticalFlow	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

OMP-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

IIG-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

NF-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

OCTAStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PSM-softLoss	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

KMStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

NRIStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PSM-adaLoss	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PSM-AAD	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

FTStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

ROB_FTStereo_v2	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

ROB_FTStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Consistency-Raft	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

KYRaft	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

HUI-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

ASMatch	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DeepStereo_LL	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DEmStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

SST-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

THIR-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT_R40	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DRaft	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PFNet	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

GrayStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RE-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Pruner-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

TVStereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DeepStereo_RVC	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT-RH_RVC	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

IRAFT_RVC	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT-345	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

iRAFT	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

CRE-IMP	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

GMM-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT-IKP	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Prome-Stereo	1.20 502	1.20 375	1.20 504	1.20 465	1.20 537	1.20 509	1.20 529	1.20 504	1.20 535	1.20 512	1.20 531	1.20 515	1.20 521	1.20 515	1.20 531	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

HCRNet	1.22 549	7.11 641	3.00 635	3.55 617	0.33 349	0.29 237	0.14 176	0.19 179	0.15 192	0.33 252	0.29 272	0.25 221	0.14 181	0.22 199	0.33 331	3.64 632	3.00 630	0.76 460	0.32 348	0.18 180	0.13 174

HBP-ISP	1.24 550	1.72 455	1.65 587	1.15 456	0.76 489	1.40 571	0.88 497	1.67 576	1.02 521	1.69 580	1.38 593	1.69 581	1.21 567	1.87 587	1.21 576	1.05 473	0.79 460	0.97 498	0.80 498	1.19 499	0.75 476

AANet_RVC	1.26 551	0.31 169	4.99 662	5.93 654	0.20 227	0.25 220	0.20 213	0.25 216	0.20 221	0.23 203	0.19 222	0.25 221	0.20 224	0.25 219	0.20 216	5.66 663	4.76 656	0.26 230	0.30 330	0.24 211	0.27 272

MM-Stereo_test3	1.27 552	2.07 512	1.18 499	1.60 542	1.02 522	1.45 574	1.01 513	1.40 566	1.04 523	1.44 570	1.03 518	1.46 575	1.02 506	1.44 573	1.02 512	1.51 561	1.12 498	1.32 574	0.98 510	1.38 558	0.97 501

11t	1.27 552	2.70 556	1.34 557	1.32 525	0.89 504	1.30 561	1.34 584	1.64 573	0.57 441	1.45 571	0.72 483	1.05 499	1.29 573	1.07 502	1.29 585	1.49 558	1.02 482	0.97 498	1.15 524	1.48 560	1.31 584

MaskLacGwcNet_RVC	1.35 554	1.35 438	1.35 559	1.35 529	1.35 588	1.35 565	1.35 585	1.36 562	1.35 591	1.36 566	1.35 588	1.36 569	1.36 579	1.36 568	1.35 589	1.35 548	1.35 567	1.35 578	1.35 586	1.35 556	1.35 589

CC-Net-ROB	1.36 555	1.33 437	1.33 556	1.36 530	1.38 591	1.36 567	1.33 583	1.37 564	1.34 588	1.35 565	1.36 590	1.38 570	1.34 577	1.38 570	1.38 592	1.35 548	1.38 571	1.33 575	1.35 586	1.43 559	1.34 588

CFNet	1.37 556	5.27 624	0.19 187	5.49 651	0.19 224	0.28 234	0.19 209	0.28 225	0.19 219	0.28 231	0.19 222	0.28 235	4.35 663	0.28 238	0.19 213	0.23 195	0.17 190	0.23 211	4.21 672	4.81 649	0.17 201

PS-NSSS	1.38 557	1.39 442	1.34 557	1.34 527	1.35 588	1.38 569	1.37 592	1.35 561	1.38 594	1.34 564	1.34 587	1.39 571	1.38 582	1.70 579	1.40 593	1.36 550	1.36 568	1.36 580	1.37 589	1.37 557	1.36 590

RASNet	1.49 558	1.65 451	1.45 575	1.38 532	1.43 594	1.47 575	1.36 587	1.38 565	1.36 592	1.39 567	1.60 604	1.45 574	1.45 585	1.51 574	2.21 634	1.53 562	1.36 568	1.36 580	1.36 588	1.66 568	1.36 590

BLMT-Stereo	1.53 559	1.36 439	1.06 488	1.42 534	1.23 587	1.41 572	1.07 517	1.43 568	1.12 525	1.42 569	1.06 519	1.83 583	1.07 508	1.42 572	1.07 515	1.27 542	1.38 571	6.80 675	1.00 512	1.26 551	1.00 505

GANetREF_RVC	1.55 560	1.94 508	1.22 551	1.88 550	1.21 583	1.88 584	1.22 575	1.88 579	1.22 581	1.88 582	1.22 577	1.88 584	1.22 568	1.89 588	1.22 577	1.87 573	1.22 553	1.88 599	1.22 577	1.88 577	1.22 577
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 561	1.91 502	1.21 550	1.94 553	1.20 537	2.00 592	1.23 576	1.99 584	1.24 583	2.00 590	1.25 580	2.03 594	1.26 570	2.00 592	1.29 585	1.90 577	1.18 505	1.89 600	1.21 576	1.89 578	1.20 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 562	1.59 449	1.70 589	1.59 539	1.59 600	1.61 578	1.61 603	1.60 569	1.60 601	1.62 579	1.59 603	1.60 577	1.60 588	1.60 575	1.59 600	1.59 563	1.60 590	1.59 586	1.59 606	1.59 564	1.59 603

ff7	1.68 563	2.68 553	1.35 559	0.97 433	0.89 504	1.84 581	2.15 632	2.12 590	1.80 618	2.05 595	1.56 600	2.33 601	2.12 623	2.23 598	2.25 635	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 512

ffff	1.68 563	2.68 553	1.35 559	0.97 433	0.89 504	1.84 581	2.15 632	2.12 590	1.80 618	2.05 595	1.56 600	2.33 601	2.12 623	2.23 598	2.25 635	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 512

ccc-4	1.68 563	2.68 553	1.35 559	0.97 433	0.89 504	1.84 581	2.15 632	2.12 590	1.80 618	2.05 595	1.56 600	2.33 601	2.12 623	2.23 598	2.25 635	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 512

MC-Stereo	1.76 566	2.96 572	1.37 569	2.14 561	1.37 590	2.14 598	1.36 587	2.14 593	1.37 593	2.14 599	1.37 591	2.14 596	1.37 581	2.14 597	1.37 591	1.97 581	1.32 555	1.97 602	1.32 585	1.98 579	1.33 586

IGEVStereo-DCA	1.77 567	4.21 607	1.84 604	2.49 578	2.11 633	2.54 618	1.36 587	1.65 574	1.17 532	2.75 628	1.90 622	2.54 614	1.15 514	0.94 476	1.11 518	1.50 559	1.32 555	0.96 496	1.46 598	1.49 561	0.88 491

rrr	1.77 567	4.21 607	1.84 604	2.49 578	2.11 633	2.54 618	1.36 587	1.65 574	1.17 532	2.75 628	1.90 622	2.54 614	1.15 514	0.94 476	1.11 518	1.50 559	1.32 555	0.96 496	1.46 598	1.49 561	0.88 491

MM-Stereo_test1	1.80 569	3.41 584	1.52 582	2.12 560	1.41 593	2.04 593	1.41 595	2.05 588	1.46 598	2.04 594	1.41 595	2.05 595	1.42 584	2.05 593	1.43 595	2.04 585	1.54 583	1.94 601	1.38 591	1.99 580	1.33 586

MFMNet_re	1.81 570	1.91 502	1.71 591	1.95 555	1.70 611	1.95 589	1.70 608	1.96 582	1.74 614	1.97 587	1.72 612	1.95 587	1.71 596	1.97 591	1.71 608	1.86 571	1.62 591	1.85 592	1.66 613	1.86 576	1.64 609

plain	1.88 571	3.16 578	0.64 418	3.10 594	0.65 465	3.10 633	0.64 447	3.12 633	0.65 453	3.10 634	0.65 460	3.11 634	0.65 449	3.12 633	0.65 445	3.12 627	0.65 429	3.13 632	0.65 469	3.13 620	0.65 453

RAFT_CTSACE	1.92 572	3.71 591	1.72 592	1.88 550	1.72 612	2.04 593	1.42 597	2.18 595	1.89 629	2.02 592	1.97 628	1.95 587	2.06 622	1.93 589	1.62 601	1.76 568	1.66 594	2.02 603	1.73 622	1.73 571	1.43 595

MonStereo1	1.94 573	2.77 566	1.52 582	3.73 624	1.51 597	2.13 597	1.42 597	2.32 603	1.52 599	2.31 607	1.50 598	2.53 611	1.59 587	2.34 605	1.56 598	1.91 578	1.36 568	1.86 595	1.31 584	2.07 581	1.53 596

4.25w-stereo	1.98 574	2.72 560	1.46 576	3.47 613	1.43 594	2.07 595	1.98 623	2.53 615	1.52 599	2.71 621	1.98 634	1.81 582	1.62 590	1.96 590	1.36 590	1.88 576	2.00 608	2.53 626	1.61 608	1.74 572	1.15 522

4.5w-stereo	1.99 575	2.33 533	1.81 595	3.28 603	1.68 607	1.94 586	1.99 626	2.72 618	1.70 606	2.72 622	1.99 637	1.97 589	1.68 592	1.76 581	1.29 585	1.91 578	2.02 614	2.53 626	1.61 608	1.75 573	1.16 525

2.75w_new	1.99 575	2.34 537	1.81 595	3.14 595	1.62 602	1.94 586	1.99 626	2.72 618	1.71 607	2.72 622	1.99 637	1.90 585	1.73 598	1.82 586	1.29 585	2.37 606	2.01 610	2.31 613	1.42 595	1.77 574	1.22 577

3.75w	1.99 575	2.31 531	1.83 603	3.16 597	1.65 604	1.93 585	1.98 623	2.72 618	1.68 603	2.73 627	1.97 628	2.00 591	1.72 597	1.81 585	1.25 581	2.27 597	2.01 610	2.38 618	1.42 595	1.71 570	1.24 580

2w_stereo	1.99 575	2.36 540	1.81 595	3.24 601	1.67 605	1.94 586	1.98 623	2.72 618	1.68 603	2.72 622	1.94 625	1.98 590	1.74 600	1.79 584	1.27 582	1.95 580	2.00 608	2.53 626	1.60 607	1.68 569	1.15 522

2.25w	2.00 579	1.86 496	1.98 617	2.95 592	2.17 637	2.26 599	1.35 585	2.42 609	2.00 636	2.07 598	1.27 582	2.53 611	1.99 618	2.29 602	1.49 597	2.21 592	1.32 555	1.85 592	1.87 626	2.52 607	1.62 607

4.25_new	2.00 579	2.33 533	1.82 600	3.32 606	1.69 608	1.95 589	1.99 626	2.72 618	1.71 607	2.72 622	1.97 628	2.01 592	1.74 600	1.77 582	1.28 583	2.18 589	2.01 610	2.48 624	1.58 604	1.65 566	1.17 526

4.5w_new	2.00 579	2.33 533	1.82 600	3.32 606	1.69 608	1.95 589	1.99 626	2.72 618	1.71 607	2.72 622	1.97 628	2.01 592	1.74 600	1.77 582	1.28 583	2.18 589	2.01 610	2.48 624	1.58 604	1.65 566	1.17 526

4.5_new	2.00 579	1.84 492	1.98 617	2.77 586	2.16 635	2.27 600	1.28 582	2.09 589	1.98 633	2.01 591	1.28 583	2.71 623	1.98 616	2.51 614	1.65 603	2.26 594	1.33 562	1.87 596	1.87 626	2.49 603	1.60 604

TRStereo	2.00 579	2.13 517	1.85 606	2.27 567	1.84 616	2.28 602	1.84 612	2.29 598	1.86 623	2.30 604	1.87 617	2.30 598	1.87 606	2.08 594	1.72 610	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 614

XX-Stereo	2.00 579	2.13 517	1.85 606	2.27 567	1.84 616	2.28 602	1.84 612	2.29 598	1.86 623	2.30 604	1.87 617	2.30 598	1.87 606	2.08 594	1.72 610	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 614

EAI-Stereo	2.00 579	2.13 517	1.85 606	2.27 567	1.84 616	2.28 602	1.84 612	2.29 598	1.86 623	2.30 604	1.87 617	2.30 598	1.87 606	2.08 594	1.72 610	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 614

2.5w	2.01 586	2.40 542	1.37 569	3.28 603	2.01 627	2.71 623	1.43 600	1.82 578	1.83 621	1.90 584	1.41 595	2.71 623	1.35 578	2.71 623	1.85 621	2.66 618	1.53 581	1.64 587	1.23 578	2.53 610	1.87 623

4w-stereo	2.02 587	2.72 560	1.44 574	3.36 609	1.59 600	2.48 611	1.72 609	2.28 596	1.24 583	2.24 602	1.65 608	2.56 616	1.32 576	2.39 608	1.98 631	2.67 620	1.51 579	1.66 588	1.24 579	2.53 610	1.88 626

IGEV	2.02 587	2.20 523	1.82 600	2.90 591	2.16 635	2.41 608	1.25 578	2.00 585	1.98 633	1.99 589	1.31 585	2.72 627	1.93 612	2.67 622	1.69 607	2.26 594	1.32 555	1.83 591	1.87 626	2.53 610	1.61 606

3.25w_new	2.03 589	2.72 560	1.35 559	3.33 608	1.57 598	2.72 624	1.53 602	2.15 594	1.33 587	2.15 600	1.60 604	2.63 620	1.30 574	2.72 625	1.99 632	2.67 620	1.53 581	1.75 590	1.25 581	2.53 610	1.87 623

3.5w_stereo	2.03 589	2.72 560	1.35 559	3.41 610	1.57 598	2.72 624	1.49 601	2.01 586	1.34 588	2.15 600	1.61 606	2.63 620	1.36 579	2.72 625	1.99 632	2.66 618	1.58 586	1.68 589	1.24 579	2.53 610	1.87 623

UniTT-Stereo	2.03 589	3.43 585	0.72 444	3.42 611	0.73 480	3.27 636	0.68 458	3.38 638	0.69 467	3.29 637	0.72 483	3.28 637	0.70 467	3.35 639	0.68 457	3.39 630	0.68 436	3.31 635	0.69 478	3.37 621	0.73 472

3.25w	2.04 592	2.20 523	1.48 577	3.03 593	2.17 637	2.63 622	1.39 593	1.96 582	1.95 632	1.96 585	1.37 591	2.71 623	1.96 615	2.71 623	1.73 615	2.26 594	1.32 555	1.87 596	1.87 626	2.51 606	1.63 608

3w_stereo	2.04 592	2.24 527	1.70 589	3.15 596	2.18 639	2.49 612	1.26 580	2.03 587	1.98 633	1.98 588	1.33 586	2.72 627	1.99 618	2.59 617	1.72 610	2.22 593	1.33 562	1.85 592	1.88 631	2.50 605	1.58 602

1w_stereo	2.05 594	2.32 532	1.35 559	3.74 625	2.01 627	2.73 626	1.42 597	1.88 579	1.93 631	2.03 593	1.28 583	2.71 623	1.99 618	2.72 625	1.72 610	2.20 591	1.32 555	1.87 596	1.86 625	2.45 599	1.54 597

LiteMatch*	2.07 595	1.30 433	5.73 667	6.28 657	0.79 495	1.33 564	0.80 487	1.30 559	1.02 521	1.33 563	0.84 501	1.33 568	0.97 495	1.28 566	1.04 513	6.05 667	5.89 662	1.28 573	0.76 490	1.28 553	0.88 491

sCroCo_RVC	2.10 596	2.76 564	1.92 614	2.78 589	1.39 592	2.73 626	1.41 595	2.73 624	1.40 595	2.77 633	1.41 595	2.74 629	1.40 583	2.74 628	1.40 593	2.72 622	1.42 574	2.72 630	1.44 597	2.79 617	1.42 594

MoCha-V2	2.11 597	26.97 683	0.78 455	0.92 421	0.77 492	0.96 474	0.72 476	0.90 460	0.72 481	0.94 475	0.70 475	0.90 471	0.71 471	0.91 470	0.71 473	0.85 445	0.71 447	0.88 478	0.69 478	0.87 451	0.67 458

FBW_ROB	2.12 598	2.46 546	1.77 594	2.49 578	1.79 615	2.38 606	1.83 611	2.46 610	1.78 617	2.48 615	1.97 628	2.40 606	1.78 603	2.42 611	1.83 619	2.31 602	1.85 605	2.38 618	1.82 624	2.35 594	1.84 619

MonStereo	2.17 599	2.41 543	1.49 581	2.67 583	1.67 605	2.60 621	2.04 630	2.32 603	1.76 615	2.44 612	1.68 610	2.50 609	1.69 594	2.38 606	1.80 618	2.28 598	1.78 600	2.63 629	2.14 634	3.47 622	1.68 612

asda	2.17 599	2.54 547	1.81 595	3.47 613	1.78 614	2.50 614	1.86 616	2.61 617	1.68 603	2.61 619	1.83 614	2.37 605	1.73 598	2.44 612	1.88 626	2.51 615	1.84 604	2.34 615	1.62 610	2.23 587	1.77 618

asd	2.18 601	2.77 566	1.58 584	3.59 618	2.00 626	2.58 620	1.85 615	2.39 608	1.71 607	2.47 614	1.97 628	2.59 618	1.61 589	2.56 615	1.79 617	2.51 615	1.99 607	2.11 608	1.62 610	2.36 595	1.60 604

qwe	2.18 601	2.60 550	1.58 584	3.83 626	1.90 624	2.53 616	1.90 621	2.48 611	1.73 612	2.37 610	1.92 624	2.53 611	1.68 592	2.56 615	1.83 619	2.52 617	1.87 606	2.07 604	1.68 616	2.32 593	1.71 613

monsters	2.18 601	2.41 543	1.96 616	3.47 613	2.03 631	2.53 616	1.64 605	2.48 611	1.73 612	2.40 611	1.50 598	2.62 619	1.94 613	2.59 617	1.94 628	2.44 610	1.57 585	2.28 611	1.87 626	2.42 597	1.86 621

AIO_rvc	2.18 601	2.34 537	1.87 610	2.32 571	1.94 625	2.40 607	1.89 620	2.37 606	2.07 638	2.52 617	1.95 627	2.44 608	1.99 618	2.41 609	1.89 627	2.32 603	2.09 616	2.24 609	2.18 635	2.21 586	2.23 630

HUF	2.18 601	2.30 530	1.99 620	2.34 573	2.02 630	2.41 608	2.06 631	2.38 607	1.89 629	2.36 609	1.85 615	2.56 616	1.98 616	2.31 604	1.97 630	2.30 601	2.03 615	2.30 612	2.11 633	2.23 587	2.16 628

AIO_test	2.18 601	2.09 515	2.04 621	2.42 575	2.01 627	2.47 610	1.94 622	2.34 605	2.03 637	2.56 618	1.94 625	2.43 607	1.94 613	2.41 609	1.87 625	2.39 608	2.10 617	2.35 617	1.91 632	2.25 589	2.19 629

monsterstereo	2.20 607	2.33 533	1.95 615	3.65 620	2.07 632	2.49 612	1.61 603	2.48 611	1.83 621	2.45 613	1.61 606	2.67 622	1.86 605	2.64 619	1.94 628	2.48 614	1.66 594	2.34 615	1.68 616	2.40 596	1.86 621

LG-G_1	2.22 608	2.71 558	1.89 611	2.77 586	1.87 622	2.75 628	1.87 618	2.76 626	1.87 627	2.75 628	1.87 617	2.76 630	1.87 606	2.75 629	1.86 622	2.47 612	1.58 586	2.45 621	1.57 601	2.45 599	1.57 600

LG-G	2.22 608	2.71 558	1.89 611	2.77 586	1.87 622	2.75 628	1.87 618	2.76 626	1.87 627	2.75 628	1.87 617	2.76 630	1.87 606	2.75 629	1.86 622	2.47 612	1.58 586	2.45 621	1.57 601	2.45 599	1.57 600

LGtest1	2.22 608	2.70 556	1.89 611	2.76 585	1.86 619	2.75 628	1.86 616	2.75 625	1.86 623	2.75 628	1.86 616	2.77 632	1.87 606	2.75 629	1.86 622	2.46 611	1.58 586	2.45 621	1.56 600	2.45 599	1.56 599

RAStereo	2.23 611	3.64 588	0.76 452	3.65 620	0.86 502	3.66 641	0.76 481	3.67 642	0.81 497	3.66 639	0.76 489	3.66 640	0.77 479	3.68 641	0.77 483	3.68 633	0.77 456	3.69 640	0.77 492	3.70 624	0.77 481

UDGNet	2.23 611	5.40 629	1.72 592	2.48 577	1.69 608	2.51 615	1.69 607	2.51 614	1.72 611	2.50 616	1.69 611	2.52 610	1.69 594	2.50 613	1.68 606	2.41 609	1.70 596	2.42 620	1.69 618	2.42 597	1.64 609

NCCL2	2.28 613	2.27 528	2.28 623	2.28 570	2.28 640	2.27 600	2.29 635	2.28 596	2.28 639	2.27 603	2.28 640	2.28 597	2.27 626	2.27 601	2.28 639	2.28 598	2.28 622	2.27 610	2.29 639	2.27 590	2.29 631

Abc-Net	2.32 614	24.75 675	1.14 493	1.17 462	1.17 534	1.11 503	1.15 523	1.17 498	1.21 580	1.08 498	1.16 526	1.12 509	1.14 513	1.09 503	1.17 526	1.09 476	1.16 501	1.17 517	1.17 527	1.16 491	1.11 515
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 615	25.00 676	1.13 492	1.15 456	1.15 529	1.10 500	1.15 523	1.15 493	1.15 527	1.12 505	1.15 523	1.09 502	1.13 511	1.10 505	1.15 522	1.11 483	1.09 491	1.16 513	1.12 522	1.16 491	1.17 526

stereogan	2.33 615	24.38 674	1.18 499	1.18 463	1.18 536	1.14 506	1.18 527	1.19 501	1.19 534	1.14 508	1.18 530	1.14 510	1.18 519	1.14 510	1.18 527	1.14 487	1.14 499	1.19 522	1.19 528	1.15 489	1.19 530

RGC	2.36 617	25.48 677	1.19 501	1.15 456	1.15 529	1.10 500	1.16 525	1.17 498	1.16 528	1.12 505	1.16 526	1.11 508	1.13 511	1.09 503	1.18 527	1.10 478	1.15 500	1.16 513	1.12 522	1.14 486	1.12 517

NCC-stereo	2.36 617	25.52 678	1.17 497	1.15 456	1.17 534	1.11 503	1.11 519	1.15 493	1.16 528	1.10 499	1.16 526	1.10 504	1.15 514	1.14 510	1.13 520	1.09 476	1.11 495	1.15 512	1.16 526	1.17 496	1.17 526

AF-Net	2.37 619	25.71 679	1.17 497	1.13 452	1.15 529	1.15 507	1.18 527	1.19 501	1.16 528	1.10 499	1.15 523	1.10 504	1.18 519	1.12 509	1.15 522	1.10 478	1.10 494	1.17 517	1.15 524	1.16 491	1.12 517

Nwc_Net	2.37 619	25.95 680	1.15 495	1.14 453	1.15 529	1.08 497	1.14 522	1.17 498	1.16 528	1.14 508	1.15 523	1.08 500	1.15 514	1.11 507	1.14 521	1.10 478	1.11 495	1.16 513	1.09 521	1.16 491	1.15 522

CFNet_RVC	2.38 621	8.71 652	0.38 288	9.33 671	0.42 409	0.56 422	0.42 399	0.60 423	0.38 372	0.62 434	0.42 406	0.56 425	7.29 675	0.62 429	0.42 394	0.53 383	0.37 326	0.49 415	0.34 362	8.30 672	6.87 679

edge stereo	2.43 622	27.07 684	1.14 493	1.06 444	1.14 528	1.08 497	1.17 526	1.16 496	1.14 526	1.10 499	1.16 526	1.09 502	1.16 518	1.10 505	1.16 525	1.10 478	1.11 495	1.16 513	1.19 528	1.13 485	1.11 515

FAT-Stereo	2.46 623	26.05 681	1.23 553	1.23 512	1.22 585	1.20 509	1.24 577	1.23 552	1.23 582	1.19 511	1.22 577	1.21 560	1.24 569	1.20 515	1.24 578	1.21 538	1.17 504	1.22 570	1.25 581	1.20 501	1.24 580

S-Stereo	2.51 624	26.86 682	1.23 553	1.22 510	1.22 585	1.24 557	1.25 578	1.22 550	1.24 583	1.21 557	1.24 579	1.19 514	1.27 571	1.19 514	1.24 578	1.19 490	1.20 506	1.25 571	1.19 528	1.24 550	1.23 579

Anonymous3	2.55 625	3.26 582	1.65 587	3.28 603	1.63 603	3.24 635	1.68 606	3.27 635	1.66 602	3.28 636	1.67 609	3.25 636	1.66 591	3.27 635	1.64 602	3.26 628	1.65 593	3.30 634	1.65 612	4.95 654	1.65 611

MIF-Stereo (partial)	2.58 626	3.31 583	0.66 423	3.18 598	0.66 468	3.18 634	0.66 450	3.21 634	0.67 456	3.19 635	0.66 462	3.19 635	0.66 452	3.31 637	0.68 457	5.09 659	1.79 602	8.23 679	1.67 614	6.18 663	1.38 592

MSMDNet	2.65 627	10.14 663	0.33 259	9.74 674	0.32 337	0.87 463	0.33 334	2.95 632	0.68 462	0.49 385	0.34 353	0.49 389	5.70 670	0.49 388	0.33 331	0.42 311	9.57 676	0.41 371	0.31 341	8.36 673	0.65 453

pcwnet_v2	2.66 628	9.89 661	0.33 259	9.89 675	0.32 337	0.50 400	0.32 323	0.49 379	0.33 343	0.49 385	0.34 353	0.49 389	8.76 677	0.48 382	0.33 331	0.41 297	9.58 677	0.40 354	0.29 316	9.01 676	0.63 445

CFNet_pseudo	2.67 629	9.36 657	0.32 254	10.99 680	0.33 349	0.85 460	0.33 334	0.49 379	0.33 343	0.49 385	0.32 336	0.49 389	7.26 674	0.49 388	0.33 331	0.41 297	9.62 678	0.41 371	0.29 316	10.03 680	0.29 298

CFNet_ucs	2.73 630	9.64 659	0.33 259	9.92 676	0.32 337	0.49 391	0.33 334	0.49 379	0.33 343	0.49 385	0.33 345	0.49 389	8.98 678	0.48 382	0.33 331	0.41 297	9.96 681	0.40 354	0.29 316	10.12 681	0.54 426

UCFNet_RVC	2.75 631	10.06 662	0.29 230	10.31 679	0.29 274	0.42 320	0.29 266	0.43 318	0.29 269	0.42 308	0.29 272	0.42 320	9.87 680	0.43 320	0.29 265	0.36 255	9.84 680	0.36 289	0.26 253	9.77 679	0.26 234

ccs_rob	2.79 632	10.17 664	0.32 254	10.00 677	0.33 349	0.49 391	0.33 334	1.90 581	0.32 333	0.51 406	0.33 345	0.49 389	9.24 679	0.49 388	0.33 331	0.41 297	9.82 679	0.41 371	0.28 303	9.34 677	0.29 298

PCWNet_CMD	2.80 633	9.82 660	0.32 254	10.09 678	0.32 337	0.49 391	0.33 334	3.34 637	0.33 343	0.49 385	0.33 345	0.49 389	8.73 676	0.48 382	0.33 331	0.41 297	9.22 675	0.42 382	0.29 316	9.55 678	0.31 320

NLSM1	2.93 634	3.24 581	2.57 631	4.04 627	2.66 643	3.30 637	2.55 638	3.29 636	2.55 641	3.35 638	2.48 642	3.28 637	2.47 628	3.34 638	2.49 640	3.26 628	2.55 628	3.13 632	2.57 642	3.00 619	2.46 638

StereoVision	3.15 635	5.00 617	0.89 467	4.83 644	1.00 515	3.93 642	1.27 581	6.37 672	1.34 588	5.67 672	1.26 581	5.84 673	1.27 571	5.03 669	1.24 578	5.10 660	1.09 491	4.61 653	0.57 452	5.62 661	1.12 517

MaDis-Stereo	3.19 636	6.02 639	1.12 491	5.61 653	1.16 533	5.43 669	1.02 515	5.15 669	0.70 473	5.43 669	1.21 576	5.03 670	0.97 495	4.85 663	0.99 506	4.53 641	1.16 501	5.53 669	1.25 581	5.37 659	1.30 583

sAnonymous2	3.31 637	2.63 551	1.38 571	3.71 622	1.86 619	4.70 661	1.11 519	4.82 665	2.72 643	5.45 670	1.98 634	4.59 655	2.64 629	2.65 620	6.21 675	4.37 637	1.08 489	5.16 667	2.24 637	4.52 636	2.39 636

CroCo_RVC	3.31 637	2.63 551	1.38 571	3.71 622	1.86 619	4.70 661	1.11 519	4.82 665	2.72 643	5.45 670	1.98 634	4.59 655	2.64 629	2.65 620	6.21 675	4.37 637	1.08 489	5.16 667	2.24 637	4.52 636	2.39 636

DPSNet	3.66 639	3.60 587	3.62 654	3.63 619	3.64 665	3.65 640	3.65 664	3.66 641	3.67 662	3.67 640	3.65 662	3.67 641	3.66 650	3.66 640	3.68 659	3.68 633	3.66 648	3.67 639	3.68 665	3.67 623	3.67 664

NLCSM	3.67 640	4.08 602	3.19 650	4.80 643	3.26 658	3.99 645	3.24 659	4.25 648	3.18 658	4.09 644	3.27 657	4.14 646	3.18 645	4.13 646	3.28 655	4.06 635	3.10 638	3.85 644	3.14 656	3.91 629	3.27 660

STTStereo	3.73 641	30.40 688	2.37 627	2.39 574	2.31 642	2.35 605	2.33 636	2.29 598	2.42 640	2.32 608	2.34 641	2.33 601	2.36 627	2.30 603	2.27 638	2.35 605	2.22 621	2.31 613	2.22 636	2.29 592	2.34 635

rvit_105_1	3.83 642	5.22 622	3.01 636	4.53 631	3.01 646	4.51 649	3.01 644	4.56 652	3.04 646	4.53 651	3.03 646	4.55 653	3.03 633	4.56 652	3.04 642	4.57 643	3.05 631	4.57 648	3.05 647	4.57 638	3.05 645

rvit_stereo_0081	3.83 642	5.23 623	3.01 636	4.53 631	3.03 648	4.55 655	3.02 645	4.56 652	3.04 646	4.52 649	3.02 644	4.54 651	3.03 633	4.56 652	3.04 642	4.57 643	3.05 631	4.57 648	3.05 647	4.58 639	3.05 645

rvit_stereo_0081_aga	3.86 644	5.33 626	3.02 639	4.55 637	3.04 652	4.54 651	3.02 645	4.64 659	3.06 650	4.54 653	3.04 648	4.62 660	3.08 640	4.62 658	3.07 647	4.58 646	3.06 635	4.60 652	3.08 651	4.63 642	3.07 649

rvit_stereo_0082	3.86 644	5.82 637	3.01 636	4.53 631	3.03 648	4.54 651	3.02 645	4.56 652	3.04 646	4.53 651	3.02 644	4.55 653	3.04 636	4.57 655	3.05 644	4.57 643	3.05 631	4.58 650	3.05 647	4.58 639	3.06 648

rvit_0105_6	3.87 646	5.73 636	3.10 646	4.69 641	3.12 656	4.54 651	3.02 645	4.56 652	3.04 646	4.54 653	3.03 646	4.54 651	3.04 636	4.56 652	3.05 644	4.58 646	3.05 631	4.58 650	3.05 647	4.58 639	3.05 645

rvit_stereo_0080	3.89 647	5.70 634	3.04 641	4.54 634	3.03 648	4.56 656	3.05 651	4.60 656	3.07 651	4.58 656	3.06 649	4.59 655	3.06 638	4.61 656	3.08 648	4.63 648	3.09 636	4.64 654	3.10 652	4.65 643	3.10 652

whm_eth	3.89 647	5.70 634	3.04 641	4.54 634	3.03 648	4.56 656	3.05 651	4.60 656	3.07 651	4.58 656	3.06 649	4.59 655	3.06 638	4.61 656	3.08 648	4.63 648	3.09 636	4.64 654	3.10 652	4.65 643	3.10 652

rvit_0105_4	3.91 649	5.47 633	3.02 639	4.54 634	3.02 647	4.54 651	3.03 649	4.75 662	3.17 657	4.57 655	3.06 649	4.61 659	3.16 644	4.65 659	3.09 650	4.66 650	3.11 639	4.68 657	3.18 658	4.81 649	3.16 657

rvit_0105_3	3.91 649	5.33 626	3.06 644	4.60 639	3.07 654	4.60 658	3.06 653	4.62 658	3.08 654	4.60 658	3.07 652	4.62 660	3.08 640	4.67 660	3.10 651	4.70 651	3.11 639	4.77 661	3.19 659	4.77 648	3.14 656

rvit_stereo_0083	3.92 651	5.30 625	3.06 644	4.61 640	3.09 655	4.67 660	3.08 654	4.66 660	3.09 655	4.62 659	3.10 654	4.66 663	3.11 642	4.67 660	3.16 653	4.72 653	3.16 642	4.77 661	3.11 654	4.66 645	3.11 654

rvit_stereo_ft	3.93 652	5.44 631	3.05 643	4.59 638	3.06 653	4.61 659	3.08 654	4.67 661	3.12 656	4.63 660	3.10 654	4.65 662	3.11 642	4.69 662	3.13 652	4.70 651	3.14 641	4.71 659	3.15 657	4.74 646	3.16 657

rvit_0105_5	4.10 653	5.40 629	3.13 649	4.71 642	3.15 657	4.72 663	3.10 656	4.90 667	3.27 659	4.69 661	3.16 656	4.84 667	3.25 646	4.96 666	3.34 656	5.05 658	3.39 647	5.10 666	3.40 660	5.11 656	3.42 661

MLG-Stereo_test1	4.25 654	5.34 628	3.61 653	5.31 649	3.63 664	5.23 667	3.57 662	5.38 670	3.65 661	5.23 667	3.47 659	4.76 664	3.74 653	4.85 663	3.71 660	4.96 655	3.18 644	4.71 659	2.92 644	4.86 652	2.90 642

MLG-Stereo_test3	4.26 655	4.85 615	3.95 657	5.35 650	3.60 663	4.75 664	3.76 665	5.49 671	3.71 663	5.39 668	3.69 663	4.82 666	3.66 650	4.85 663	3.73 663	4.93 654	3.19 645	4.69 658	2.99 646	4.84 651	2.98 644

MLG-Stereo_test2	4.28 656	5.46 632	3.69 655	4.86 645	3.72 666	5.58 670	3.42 660	4.81 664	3.77 667	4.85 663	3.72 664	5.55 672	3.63 649	5.58 670	3.53 658	4.41 640	3.28 646	4.99 665	2.95 645	4.75 647	3.13 655

RAFT+CT+SA	4.28 656	7.62 645	4.91 661	5.55 652	2.28 640	3.09 632	3.64 663	4.49 650	3.07 651	4.80 662	3.35 658	4.77 665	3.70 652	4.29 649	3.05 644	5.58 662	5.98 664	3.58 638	3.78 667	4.26 632	3.72 665

SA	4.33 658	7.35 642	6.85 673	5.96 655	4.09 670	3.59 639	3.15 657	3.82 643	2.64 642	3.91 641	3.85 665	3.57 639	2.72 631	3.13 634	4.03 666	7.09 674	6.86 669	3.57 637	3.12 655	3.85 625	3.51 663

Sa-1000	4.34 659	8.37 648	6.84 672	6.98 663	4.45 673	3.58 638	3.00 643	3.42 639	3.39 660	2.61 619	4.00 668	3.83 643	4.01 661	3.90 643	3.90 664	5.98 666	5.62 661	3.76 641	2.34 640	4.35 634	2.47 639

TestStereo1	4.60 660	8.41 649	6.44 670	6.86 661	3.79 667	3.97 643	3.78 666	3.99 645	3.74 664	3.97 642	3.52 660	3.94 644	3.58 647	3.98 644	3.72 661	6.82 671	6.50 667	3.76 641	3.66 663	3.90 626	3.74 667

SA-5K	4.60 660	8.41 649	6.44 670	6.86 661	3.79 667	3.97 643	3.78 666	3.99 645	3.74 664	3.97 642	3.52 660	3.94 644	3.58 647	3.98 644	3.72 661	6.82 671	6.50 667	3.76 641	3.66 663	3.90 626	3.74 667

DispFullNet	4.61 662	4.84 614	3.12 647	5.00 647	3.57 662	4.75 664	3.03 649	7.75 678	4.17 671	4.91 665	3.09 653	6.20 674	3.95 659	6.71 674	3.51 657	5.30 661	3.67 649	5.86 673	3.63 662	5.61 660	3.46 662

test_5	4.62 663	7.55 644	6.23 668	6.32 658	3.40 661	5.29 668	3.50 661	3.53 640	4.11 670	4.28 646	4.47 672	4.26 649	4.38 664	3.68 641	3.24 654	5.89 664	5.60 660	4.84 663	3.50 661	4.33 633	3.93 671

raft_robust	4.71 664	7.75 646	5.40 666	6.81 660	3.31 659	4.28 648	4.20 671	4.32 649	4.37 673	4.35 648	4.35 671	4.14 646	3.75 654	4.30 650	4.20 669	6.67 670	6.37 665	3.36 636	4.24 673	4.86 652	3.25 659

cross-raft	4.83 665	7.52 643	6.43 669	6.63 659	3.96 669	4.51 649	3.99 669	4.49 650	3.96 669	4.52 649	3.96 667	4.50 650	3.97 660	4.50 651	3.97 665	6.65 669	6.44 666	4.33 645	3.92 669	4.35 634	3.91 670

test_4	4.88 666	8.13 647	6.98 674	7.46 664	4.44 672	4.25 647	3.85 668	4.04 647	3.92 668	4.13 645	3.91 666	4.18 648	3.84 657	4.14 647	4.06 667	7.01 673	7.13 670	4.53 646	3.72 666	4.09 630	3.72 665

TestStereo	4.88 666	4.75 613	4.79 660	4.87 646	4.92 674	4.81 666	4.90 674	4.78 663	4.77 674	4.87 664	4.89 673	4.90 668	4.91 666	4.99 667	4.79 671	4.98 656	4.87 657	4.87 664	4.92 675	5.00 655	5.00 674

test_3	5.01 668	8.86 654	7.77 676	8.09 666	2.76 645	4.13 646	4.05 670	3.88 644	3.76 666	4.33 647	4.13 669	3.71 642	3.91 658	4.21 648	4.06 667	7.93 675	7.69 672	4.53 646	3.91 668	4.17 631	4.29 673

NLCA_NET_v2_RVC	5.04 669	50.87 698	2.78 632	2.87 590	2.71 644	2.78 631	0.47 415	2.88 631	2.86 645	1.89 583	2.67 643	2.79 633	2.79 632	2.78 632	2.83 641	2.82 623	2.82 629	2.83 631	2.77 643	2.83 618	2.76 640
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 670	5.15 620	4.49 659	5.07 648	3.37 660	6.87 673	4.75 673	5.04 668	6.34 678	7.84 678	5.06 674	6.72 678	4.09 662	4.99 667	5.44 674	5.03 657	3.16 642	4.67 656	4.86 674	5.15 657	3.89 669

U	5.15 671	8.49 651	1.81 595	8.49 668	1.77 613	8.49 678	1.77 610	8.51 680	1.77 616	8.49 680	1.77 613	8.50 680	1.78 603	8.58 680	1.77 616	8.54 678	1.78 600	8.55 680	1.78 623	8.55 674	1.84 619

SGM-Forest	5.21 672	5.92 638	4.08 658	6.18 656	4.16 671	6.31 672	4.34 672	6.50 673	4.33 672	6.14 674	4.21 670	6.61 677	4.55 665	6.67 673	4.48 670	5.94 665	3.94 651	5.85 672	4.03 671	5.79 662	4.17 672
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 673	9.16 656	8.03 679	8.09 666	5.62 677	6.11 671	6.35 677	6.85 675	4.94 675	6.08 673	6.29 679	4.98 669	6.43 671	6.22 671	6.36 677	6.16 668	7.47 671	5.82 671	5.44 678	7.11 668	5.68 677

rvit_stereo_0075_2	6.64 674	8.80 653	5.25 663	7.89 665	5.27 676	7.90 677	5.27 675	7.92 679	5.28 676	7.91 679	5.29 676	7.93 679	5.27 667	7.92 679	5.28 672	7.93 675	5.28 659	7.93 678	5.29 677	7.93 671	5.28 676

RAFT	6.73 675	9.36 657	7.40 675	8.51 669	6.55 678	6.88 674	6.60 678	6.79 674	6.60 679	6.80 675	6.72 680	5.31 671	5.50 669	6.61 672	6.61 678	8.42 677	5.89 662	5.73 670	5.45 679	6.61 664	6.24 678

SGM+DAISY	7.06 676	9.15 655	5.38 665	8.84 670	5.18 675	8.80 679	5.31 676	8.79 681	5.28 676	8.89 681	5.20 675	8.93 681	5.33 668	8.95 681	5.36 673	8.70 679	5.21 658	8.74 681	5.20 676	8.89 675	5.15 675

test-v	7.53 677	11.89 665	7.98 677	9.36 672	7.14 679	7.06 675	7.09 679	7.37 676	6.91 680	7.29 676	5.71 677	6.45 675	6.93 672	6.73 675	7.27 679	8.93 680	7.85 673	6.98 676	6.80 680	7.56 669	7.34 680

test-2	7.53 677	11.89 665	7.98 677	9.36 672	7.14 679	7.06 675	7.09 679	7.37 676	6.91 680	7.29 676	5.71 677	6.45 675	6.93 672	6.73 675	7.27 679	8.93 680	7.85 673	6.98 676	6.80 680	7.56 669	7.34 680

PA-Net	11.80 679	223.51 705	0.62 415	0.59 372	0.71 477	0.59 430	0.73 477	0.67 433	0.73 484	0.55 420	0.61 454	0.60 433	0.74 474	0.63 433	0.73 475	0.66 412	0.60 419	0.69 450	0.66 471	0.72 427	0.65 453
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 680	23.00 673	15.00 680	23.00 687	15.00 681	24.00 686	16.00 681	24.00 688	16.00 682	22.00 688	15.00 681	23.00 688	16.00 681	23.00 688	15.00 681	22.00 688	15.00 682	22.00 688	15.00 682	22.00 688	15.00 682

rafts_anoy	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 682	20.00 683	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

raft+_RVC	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 682	20.00 683	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

raftrobust	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 682	20.00 683	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

CasAABBNet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 682	20.00 683	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

RALCasStereoNet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 682	20.00 683	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

RALAANet	20.00 681	20.00 667	20.00 681	20.00 681	20.00 682	20.00 680	20.00 682	20.00 682	20.00 683	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

111	30.40 687	30.94 689	29.72 688	32.61 688	30.02 689	33.57 687	30.47 689	31.50 689	29.39 690	30.98 689	29.11 689	29.78 689	30.39 692	29.45 689	30.76 692	30.08 689	29.02 690	29.92 689	30.32 693	29.86 689	30.17 690

WCMA_ROB	31.10 688	35.43 693	27.12 687	39.51 699	23.10 688	38.78 698	25.30 688	37.49 700	25.39 689	37.29 699	27.02 688	38.52 700	26.48 688	37.80 699	26.44 688	36.28 696	22.65 689	33.90 693	22.30 689	37.10 697	24.18 689

DCANet-4	35.22 689	34.54 690	35.08 694	33.58 692	35.47 696	34.55 688	35.53 696	36.08 695	35.85 694	35.92 695	35.77 695	35.18 695	35.48 694	35.39 695	37.15 698	34.55 695	33.92 694	35.02 696	34.90 695	35.79 693	34.74 697

ADStereo(finetuned)	36.13 690	36.63 694	38.07 698	36.97 693	33.25 693	35.91 692	34.45 693	36.36 696	32.99 691	38.14 700	36.71 696	36.69 696	34.13 693	38.57 700	40.79 699	37.60 700	36.58 697	35.90 697	33.36 694	35.42 692	34.04 694

Reg-Stereo(zero)	37.00 691	37.00 695	37.00 695	37.00 694	37.00 697	37.00 695	37.00 697	37.00 697	37.00 695	37.00 696	37.00 697	37.00 697	37.00 695	37.00 696	37.00 695	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 698

HI	37.00 691	37.00 695	37.00 695	37.00 694	37.00 697	37.00 695	37.00 697	37.00 697	37.00 695	37.00 696	37.00 697	37.00 697	37.00 695	37.00 696	37.00 695	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 698

CoSv	37.00 691	37.00 695	37.00 695	37.00 694	37.00 697	37.00 695	37.00 697	37.00 697	37.00 695	37.00 696	37.00 697	37.00 697	37.00 695	37.00 696	37.00 695	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 698

MDST_ROB	69.83 694	87.70 699	41.95 699	113.75 702	65.62 702	75.05 699	55.25 701	75.64 702	45.04 698	71.61 701	41.75 700	72.81 701	44.06 698	68.38 701	44.63 700	101.89 703	59.57 703	107.10 703	61.05 703	104.38 700	59.38 703

NOSS_ROB	102.95 695	153.00 703	121.00 702	51.00 700	44.00 700	165.00 702	127.00 702	153.00 703	119.00 700	164.00 704	125.00 702	168.00 704	120.00 700	153.00 703	117.00 702	49.00 701	44.00 701	49.00 701	44.00 701	49.00 698	44.00 701

CBMV	128.50 696	1422.70 710	53.10 700	79.50 701	51.30 701	77.30 700	49.70 700	74.00 701	48.20 699	77.20 702	48.80 701	73.90 702	48.00 699	73.80 702	48.80 701	70.40 702	45.10 702	68.90 702	46.10 702	68.20 699	45.00 702
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 697	171.00 704	160.68 705	162.58 703	160.59 703	164.01 701	160.35 703	158.51 704	158.56 701	158.34 703	160.12 703	158.56 703	159.92 701	157.26 704	158.94 703	154.38 704	158.36 704	155.75 704	159.13 705	153.67 701	154.07 704
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 698	123.00 700	115.00 701	219.00 704	218.00 705	223.00 703	244.00 705	217.00 705	236.00 703	202.00 705	203.00 704	205.00 705	208.00 702	225.00 705	204.00 704	210.00 705	198.00 705	197.00 705	184.00 706	204.00 702	201.00 705

MGS-Stereo	239.45 699	123.00 700	135.00 703	266.00 705	286.00 706	277.00 704	305.00 706	271.00 706	242.00 704	274.00 706	279.00 706	255.00 706	270.00 704	268.00 706	297.00 706	221.00 706	247.00 707	216.00 706	123.00 704	217.00 703	217.00 707

EGLCR-Stereo	246.90 700	129.00 702	139.00 704	266.00 705	286.00 706	277.00 704	305.00 706	271.00 706	242.00 704	274.00 706	279.00 706	255.00 706	270.00 704	268.00 706	297.00 706	230.00 707	247.00 707	216.00 706	223.00 708	237.00 704	227.00 708

DLCB_ROB	284.23 701	354.61 706	207.27 706	363.24 707	206.46 704	364.72 706	210.41 704	364.72 708	210.41 702	364.81 708	208.64 705	364.81 708	208.64 703	364.72 708	210.41 705	354.70 708	205.53 706	354.70 708	205.53 707	354.70 705	205.53 706

LE_ROB	396.57 702	471.28 707	329.84 707	471.48 708	308.15 708	526.83 707	322.10 708	488.15 709	323.76 706	495.46 709	317.97 708	497.17 709	320.10 706	481.62 709	326.76 708	462.71 709	298.97 709	466.16 709	285.98 709	447.62 706	289.21 709

SGM-ForestM	596.69 703	677.77 708	444.52 708	699.85 709	517.25 709	732.94 708	488.29 709	770.79 710	460.11 707	750.81 710	487.98 709	792.79 710	499.41 707	730.90 710	475.81 709	720.03 710	491.16 710	663.96 710	418.60 710	674.76 707	436.05 710

CBMV_ROB	818.48 704	913.88 709	709.52 709	862.84 710	597.78 710	1073.99 709	700.52 710	1015.66 711	702.59 708	1115.65 711	760.02 710	1130.24 711	721.57 708	1037.41 711	692.65 710	814.05 711	564.29 711	843.28 711	595.31 711	915.51 708	602.92 711

tt	500032.53 705	34.60 691	29.72 688	37.47 697	34.41 694	36.85 693	35.22 694	34.71 693	33.55 692	34.50 690	35.43 693	33.81 693	10000000.00 709	33.57 693	33.13 693	33.68 693	35.00 695	34.03 694	35.26 696	30.96 690	34.63 695

DCANet	500032.53 705	34.60 691	29.72 688	37.47 697	34.41 694	36.85 693	35.22 694	34.71 693	33.55 692	34.50 690	35.43 693	33.81 693	10000000.00 709	33.57 693	33.13 693	33.68 693	35.00 695	34.03 694	35.26 696	30.96 690	34.63 695

fff	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 689	35.13 689	31.83 690	32.07 690	10000000.00 709	35.27 692	29.82 690	32.45 690	30.15 689	32.35 690	30.09 689	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 691

csc	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 689	35.13 689	31.83 690	32.07 690	10000000.00 709	35.27 692	29.82 690	32.45 690	30.15 689	32.35 690	30.09 689	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 691

cscssc	1000028.16 707	29.62 685	29.72 688	32.61 688	30.02 689	35.13 689	31.83 690	32.07 690	10000000.00 709	35.27 692	29.82 690	32.45 690	30.15 689	32.35 690	30.09 689	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 691

111111	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

SGD-Stereo	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

IGEV-Stereo++	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

IGEV-BASED-STEREO-	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

IGEV-Stereo+	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

SDNR	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

anonymousdsp2	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

anonymousdsp	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

test_example2	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

DIP-Stereo	10000000.00 710	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 711	10000000.00 710	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 372	0.50 388	0.38 372	0.50 398	0.38 377	0.50 403	3.79 655	0.50 396	0.38 364	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.35 350

FADE		0.06 74		0.09 76	0.10 147			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 140	0.10 99	0.17 177	0.13 179	0.11 148	0.11 153

Low-res two-view benchmark