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	0.73 425	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	0.73 425	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	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	0.23 196	0.21 205	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	0.58 396	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	0.75 428	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	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 420	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

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	0.15 141	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	1.01 441	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	0.17 176	0.19 157	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	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	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	0.92 453	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 75	0.13 108	0.39 300	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	0.39 300	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	1.00 335	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	0.97 325	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	0.87 302	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	1.03 350	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	0.87 302	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	1.01 344	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	0.95 322	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	1.01 344	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	0.90 500	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	0.90 417	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	0.36 353	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 326	0.14 148	0.15 133	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	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 354	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	1.05 354	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	1.05 354	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	1.07 358	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	1.03 350	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	1.07 358	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	1.14 366	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	0.99 333	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	1.09 360	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	1.27 516	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	0.36 283	0.24 183	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	0.24 203	0.20 201	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	0.16 170	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	1.15 369	0.15 165	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	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 260	0.39 239	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	0.39 283	0.36 324	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 371	0.16 169	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	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 543	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	1.60 543	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	1.62 546	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	1.14 366	0.17 176	0.20 161	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	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.15 161	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	1.20 530	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	1.57 600	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	1.65 604	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	1.66 606	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	1.71 549	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	0.16 143	0.11 163	0.15 161	0.11 157	0.14 155	0.11 160	0.15 161	0.12 167	0.15 166	0.11 156	0.14 157	0.11 152	0.15 141	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	0.15 133	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	0.15 141	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	0.15 133	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	0.15 141	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	0.23 204	0.10 145	0.20 186	0.10 143	0.24 211	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	0.49 387	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	1.71 609	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	0.15 133	0.09 140	0.18 179	0.11 157	0.18 178	0.11 160	0.17 173	0.11 159	0.18 179	0.11 156	0.18 178	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	1.22 428	0.28 227	0.32 215	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	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.11 159	0.17 175	0.11 156	0.17 175	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	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	1.83 488	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	0.16 143	0.11 163	0.16 168	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.13 177	0.17 175	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 133	0.11 163	0.14 153	0.15 182	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.16 168	0.11 152	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 167

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	0.15 161	0.12 170	0.14 155	0.11 160	0.16 166	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	0.16 143	0.12 176	0.15 161	0.12 170	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	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	2.22 565	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	0.17 152	0.12 176	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.12 171	0.17 175	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	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	0.73 473

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 180	0.11 160	0.19 179	0.12 167	0.18 179	0.11 156	0.19 181	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	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	0.20 161	0.13 180	0.19 182	0.13 174	0.18 178	0.13 180	0.19 179	0.13 180	0.18 179	0.14 181	0.18 178	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	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	0.67 450	0.02 15	0.69 443	0.75 459	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 258	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 169	0.11 160	0.16 166	0.11 159	0.16 167	0.11 156	0.16 168	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	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	2.20 564	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	0.15 161	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	0.82 489

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 154	0.11 163	0.20 187	0.12 170	0.21 195	0.12 176	0.20 185	0.12 167	0.20 186	0.12 171	0.21 196	0.13 171	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 180	0.12 176	0.19 179	0.12 167	0.20 186	0.12 171	0.19 181	0.12 164	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	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	1.21 422	0.33 260	0.41 264	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	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

qqq	0.16 153	2.01 512	0.12 123	0.15 133	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	0.19 157	0.13 180	0.19 182	0.13 174	0.19 180	0.13 180	0.19 179	0.13 180	0.19 183	0.13 177	0.19 181	0.13 171	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 174

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 137	0.21 226	0.22 199	0.10 145	0.19 183	0.18 216	0.10 140	0.19 214	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 207
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 521	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	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 157	0.78 288	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	0.79 486	0.02 15	0.75 454	0.76 461	0.02 21	0.02 21	0.02 20

CCAANet	0.17 157	0.72 281	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

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.22 199	0.15 194	0.22 202	0.16 194	0.22 200	0.15 186	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 179

w-ln-seven	0.18 161	1.47 446	0.33 260	0.40 252	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	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	0.15 161	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

xyz-stereo	0.18 161	0.50 244	0.16 169	0.15 133	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 566	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	0.19 165	0.08 80	0.08 82	2.23 566	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	0.20 167	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 195	0.17 208	0.20 185	0.17 205	0.21 194	0.18 216	0.21 196	0.17 199	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 202

DAS	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ASD4	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 507	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

acv_ft	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 507	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 183	0.20 228	0.24 212	0.18 206	0.24 209	0.18 214	0.24 211	0.18 221	0.23 209	0.19 221	0.24 211	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 185

iResNet	0.20 167	0.23 141	0.18 186	0.24 183	0.18 221	0.24 212	0.20 214	0.24 209	0.18 214	0.23 204	0.17 205	0.23 209	0.18 216	0.23 207	0.18 211	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 193	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 185

LACA1	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 193	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 185

z-ln-s-r	0.21 174	1.40 444	0.53 401	0.56 367	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	0.57 395	0.44 375	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 174	0.25 155	0.21 197	0.26 197	0.17 210	0.24 212	0.17 198	0.24 209	0.17 208	0.24 211	0.17 205	0.24 215	0.17 206	0.24 211	0.17 199	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 185

Pointernet	0.21 174	0.22 139	0.19 188	0.24 183	0.19 225	0.24 212	0.19 210	0.24 209	0.19 220	0.24 211	0.19 223	0.24 215	0.19 221	0.24 211	0.19 214	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 202

SuperB	0.21 174	0.10 93	2.51 631	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	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

WAO-6	0.22 180	0.23 141	0.22 199	0.23 178	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 216

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

IMH-64	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 516	0.14 155	0.10 145	0.28 232	0.14 185	0.17 175	0.19 221	0.28 239	0.09 134	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 167

LACA3	0.23 186	0.25 155	0.27 221	0.54 360	0.17 210	0.25 221	0.17 198	0.25 217	0.17 208	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 202

dd	0.23 186	0.98 326	0.16 169	0.23 178	0.15 194	0.23 209	0.15 182	0.23 206	0.15 193	0.23 204	0.15 194	0.24 215	0.17 206	0.23 207	0.15 186	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 185

dad	0.23 186	1.03 350	0.16 169	0.23 178	0.15 194	0.24 212	0.15 182	0.24 209	0.16 198	0.23 204	0.16 198	0.24 215	0.16 194	0.23 207	0.15 186	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 530	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

acva	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 530	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

MSKI-zero shot	0.24 189	0.21 135	0.49 382	0.65 384	0.18 221	0.22 200	0.17 198	0.23 206	0.18 214	0.21 197	0.17 205	0.23 209	0.28 267	0.23 207	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

qqq1	0.25 192	3.70 590	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	0.25 192	3.70 590	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	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.26 231	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 229

ffm	0.25 192	3.83 596	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	0.25 192	3.83 596	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	0.25 192	3.83 596	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	0.25 192	0.23 141	0.66 424	0.80 406	0.17 210	0.22 200	0.17 198	0.23 206	0.18 214	0.26 228	0.17 205	0.21 194	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 202

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 223	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 229
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 192	1.31 436	0.74 450	0.92 422	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	0.87 448	0.75 454	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 201	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	4.34 637	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 219	0.21 237	0.37 270	0.22 224	0.37 260	0.24 238	0.26 228	0.27 260	0.33 257	0.21 231	0.25 220	0.27 246	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 235

DLNR-FE	0.28 203	0.89 307	0.30 235	0.34 222	0.19 225	0.28 235	0.19 210	0.28 226	0.20 222	0.28 232	0.20 227	0.28 236	0.20 225	0.28 239	0.20 217	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 209

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.22 199	0.30 281	0.32 249	0.31 327	0.32 254	0.31 329	0.32 252	0.32 321	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 328

SQANet	0.28 203	0.28 163	0.28 227	0.28 201	0.28 265	0.28 235	0.28 257	0.28 226	0.28 264	0.28 232	0.28 267	0.28 236	0.28 267	0.28 239	0.28 255	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 293

HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 254	0.21 226	0.42 309	0.21 233	0.36 268	0.22 232	0.36 269	0.21 221	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 214

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 240	0.24 238	0.33 253	0.24 245	0.35 263	0.24 241	0.33 259	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

UNet	0.29 208	0.90 310	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 463	0.69 468	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	0.88 453	0.76 480

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

DDVS	0.30 209	3.10 576	0.14 148	0.19 157	0.14 182	0.19 182	0.14 176	0.20 186	0.14 182	0.19 179	0.13 180	0.16 167	0.13 177	0.19 181	0.13 171	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 174

ACV-stereo	0.30 209	2.08 514	0.25 212	0.25 190	0.18 221	0.24 212	0.17 198	0.24 209	0.18 214	0.24 211	0.17 205	0.25 222	0.17 206	0.24 211	0.17 199	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

LoS_RVC	0.30 209	1.14 366	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.26 233	0.26 253	0.26 231	0.25 240	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 235

CAS	0.30 209	1.17 372	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.26 256	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 229

DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 233	0.34 353	0.29 237	0.31 327	0.29 242	0.30 280	0.31 249	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 321

tt1	0.31 216	0.93 319	0.24 209	0.33 219	0.23 245	0.31 245	0.24 237	0.32 240	0.24 238	0.32 249	0.23 238	0.32 254	0.25 244	0.32 252	0.24 232	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 273

xxxxx1	0.31 216	0.91 312	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 367	0.79 403	0.24 250	0.30 239	0.26 246	0.30 233	0.24 238	0.32 249	0.23 238	0.31 250	0.24 241	0.30 245	0.23 229	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 218

tt_ll	0.31 216	0.91 312	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

ff	0.31 216	0.91 312	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 239	0.28 265	0.38 277	0.33 335	0.29 231	0.31 324	0.30 238	0.30 285	0.29 242	0.27 260	0.29 243	0.30 273	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 328

MLCV	0.31 216	0.35 174	0.27 221	0.35 224	0.28 265	0.35 261	0.27 249	0.35 250	0.28 264	0.36 263	0.27 260	0.35 263	0.27 260	0.35 263	0.27 246	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 273

DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 224	0.28 265	0.34 257	0.27 249	0.34 247	0.25 243	0.35 259	0.27 260	0.36 268	0.26 253	0.34 260	0.28 255	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 273

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 219	0.30 285	0.32 254	0.32 324	0.32 240	0.31 324	0.30 238	0.31 327	0.31 250	0.30 280	0.32 252	0.32 321	0.32 235	0.31 267	0.30 244	0.47 430	0.32 238	0.34 342

DStereoSA	0.32 225	0.52 254	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 238	0.30 281	0.31 243	0.31 327	0.31 250	0.30 280	0.31 249	0.31 311	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 321

WCG-NET（raft）	0.32 225	1.24 430	0.24 209	0.32 215	0.24 250	0.32 254	0.23 232	0.32 240	0.24 238	0.32 249	0.24 245	0.32 254	0.24 241	0.32 252	0.24 232	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 218

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 228	0.27 260	0.36 265	0.27 249	0.36 254	0.27 260	0.36 263	0.27 260	0.36 268	0.27 260	0.36 269	0.28 255	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 293

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 280	0.26 256	0.39 275	0.26 256	0.39 282	0.26 253	0.39 284	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 359
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 651

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 651

LG-Stereo_L2	0.34 230	0.37 179	0.38 289	0.47 295	0.28 265	0.39 283	0.28 257	0.39 273	0.28 264	0.39 275	0.28 267	0.39 282	0.28 267	0.38 276	0.28 255	0.42 312	0.35 318	0.36 290	0.26 254	0.35 262	0.26 235

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 222	0.34 360	0.34 257	0.34 348	0.34 247	0.34 353	0.34 255	0.34 354	0.34 261	0.34 350	0.34 260	0.34 345	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 342

IGEV++	0.34 230	0.43 213	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.30 273	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 299

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 239	0.30 285	0.38 277	0.30 272	0.40 280	0.29 270	0.40 281	0.37 373	0.41 303	0.34 350	0.38 276	0.30 273	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 235

CSP-Net	0.34 230	1.29 432	1.19 502	1.36 531	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	1.26 542	1.21 553	0.03 41	0.09 136	0.02 21	0.09 135

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 239	0.29 275	0.40 285	0.32 324	0.41 295	0.32 334	0.38 269	0.30 285	0.39 282	0.30 280	0.38 276	0.32 321	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 299

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.27 260	0.41 295	0.27 260	0.42 321	0.27 260	0.41 302	0.28 255	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 273

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 273

FE-Mocha	0.35 239	0.71 280	0.40 332	0.47 295	0.27 260	0.34 257	0.27 249	0.34 247	0.26 256	0.34 255	0.26 256	0.34 261	0.27 260	0.34 260	0.27 246	0.44 314	0.41 354	0.33 260	0.29 317	0.32 238	0.29 299

IGEV-FE	0.35 239	0.37 179	0.17 176	0.19 157	0.17 210	0.20 187	0.17 198	0.19 180	0.17 208	0.19 179	0.17 205	0.19 183	0.17 206	0.37 273	0.36 353	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 642

test_for_model	0.35 239	0.39 190	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 235

CASnet	0.35 239	0.51 252	0.44 353	0.32 215	0.31 328	0.24 212	0.34 348	0.36 254	0.25 243	0.31 243	0.37 373	0.30 246	0.33 345	0.25 220	0.45 401	0.37 259	0.37 327	0.33 260	0.35 375	0.34 249	0.37 359
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 239	0.44 216	0.45 355	0.49 306	0.30 285	0.37 270	0.30 272	0.36 254	0.30 281	0.36 263	0.29 273	0.36 268	0.29 274	0.36 269	0.30 273	0.46 352	0.39 341	0.32 253	0.24 245	0.32 238	0.25 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 250	0.35 357	0.35 259	0.35 362	0.35 263	0.35 357	0.35 263	0.35 349	0.35 252	0.35 318	0.35 285	0.35 375	0.35 262	0.35 351

GeoVLM	0.36 246	0.38 183	0.27 221	0.46 288	0.28 265	0.35 261	0.28 257	0.37 260	0.27 260	0.35 259	0.28 267	0.36 268	0.38 369	0.35 263	0.28 255	1.08 476	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.28 264	0.41 295	0.28 267	0.41 303	0.28 267	0.42 315	0.30 273	0.37 259	0.26 223	0.37 293	0.27 291	0.45 364	0.56 436

GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 300	0.32 338	0.41 301	0.28 257	0.40 280	0.30 281	0.41 295	0.28 267	0.40 290	0.28 267	0.42 315	0.28 255	0.45 342	0.32 271	0.38 301	0.30 331	0.37 273	0.27 273

DCVSM-stereo	0.36 246	1.89 500	0.22 199	0.40 252	0.22 239	0.40 285	0.22 224	0.40 280	0.22 229	0.40 281	0.22 234	0.40 290	0.22 232	0.40 287	0.22 223	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 211

RSM	0.36 246	0.36 177	0.43 351	0.37 231	0.42 410	0.49 392	0.42 400	0.37 260	0.28 264	0.36 263	0.29 273	0.36 268	0.30 280	0.37 273	0.28 255	0.34 244	0.31 267	0.34 269	0.35 375	0.40 339	0.29 299

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

testlalala	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.31 324	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 235

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 264	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.33 332	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 321

DMCA	0.36 246	0.38 183	0.37 287	0.35 224	0.35 363	0.36 265	0.36 360	0.36 254	0.35 357	0.35 259	0.37 373	0.36 268	0.36 360	0.35 263	0.36 353	0.36 256	0.36 324	0.35 285	0.36 381	0.36 269	0.36 354

ACVNet-DCA	0.37 256	1.00 335	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.39 284	0.28 255	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 328

1test111	0.37 256	1.02 348	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

cc1	0.37 256	1.02 348	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

EKT-Stereo	0.37 256	0.40 194	0.44 353	1.07 446	0.29 275	0.34 257	0.31 316	0.36 254	0.29 270	0.38 269	0.31 327	0.37 275	0.30 280	0.36 269	0.29 266	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 312

GMOStereo	0.37 256	0.45 224	0.23 202	0.30 203	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	0.34 244	0.22 209	0.47 403	0.37 384	0.39 327	0.33 335

XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 231	0.37 373	0.37 270	0.37 366	0.37 260	0.37 369	0.37 268	0.37 373	0.37 275	0.37 365	0.37 273	0.37 362	0.37 259	0.37 327	0.37 293	0.37 384	0.37 273	0.37 359

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 319	0.31 324	0.45 360	0.31 327	0.43 328	0.31 329	0.43 321	0.69 466	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.68 458	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.45 360	0.30 285	0.42 321	0.30 280	0.42 315	0.69 466	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.73 476	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 313	0.33 344	0.43 314	0.34 354	0.42 321	0.34 350	0.41 302	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 328

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 299
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	0.38 262	0.43 213	0.33 260	0.46 288	0.33 350	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.33 345	0.45 366	0.32 321	0.38 270	0.38 334	0.38 301	0.37 384	0.37 273	0.36 354

WAO-8	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 334	0.38 301	0.37 384	0.38 286	0.38 366

WAO-7	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 334	0.38 301	0.38 397	0.38 286	0.38 366

xx1	0.38 262	1.03 350	0.31 250	0.40 252	0.31 328	0.41 301	0.28 257	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.29 266	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 328

Venus	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.37 270	0.38 373	0.37 260	0.37 369	0.41 295	0.37 373	0.39 282	0.37 365	0.38 276	0.38 365	0.37 259	0.38 334	0.38 301	0.37 384	0.37 273	0.38 366

IMH	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.42 309	0.38 378	0.40 290	0.38 369	0.38 276	0.38 365	0.38 270	0.38 334	0.39 342	0.38 397	0.38 286	0.38 366

DF	0.39 274	1.37 442	1.02 487	1.14 454	0.12 176	0.16 168	0.12 170	0.16 169	0.12 176	0.16 166	0.12 167	0.16 167	0.12 171	0.16 168	0.12 164	1.12 485	1.00 477	0.15 166	0.12 170	0.15 166	0.12 167

PAM	0.39 274	1.88 499	0.34 270	0.37 231	0.41 400	0.45 371	0.22 224	0.28 226	0.23 235	0.28 232	0.24 245	0.29 242	0.23 238	0.29 243	0.23 229	0.38 270	0.32 271	0.38 301	0.37 384	0.32 238	0.22 216

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 239	0.41 400	0.38 277	0.38 373	0.38 269	0.38 373	0.39 275	0.39 388	0.38 277	0.38 369	0.39 284	0.40 380	0.38 270	0.38 334	0.40 355	0.38 397	0.38 286	0.40 375

CES	0.39 274	0.47 232	0.36 283	0.36 228	0.37 373	0.45 371	0.35 353	0.35 250	0.40 387	0.36 263	0.44 411	0.47 379	0.36 360	0.44 350	0.36 353	0.37 259	0.39 341	0.44 386	0.35 375	0.37 273	0.36 354

PASM	0.39 274	3.06 575	1.36 568	1.58 539	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	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 362	0.38 373	0.47 372	0.33 346	0.45 369	0.32 334	0.45 366	0.32 321	0.39 283	0.38 334	0.38 301	0.37 384	0.39 327	0.39 372

GCAPDPT-zeroshot4090	0.40 279	1.09 360	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 342	0.34 312	0.38 301	0.27 291	0.38 286	0.27 273

knoymous	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

anonymousa	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

riskmin	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375
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	0.41 287	1.09 360	0.40 332	0.52 355	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.31 311	0.46 352	0.35 318	0.39 342	0.28 304	0.39 327	0.28 293

GCAP-Stereo-DPT-FT	0.41 287	1.06 357	0.40 332	0.51 353	0.31 328	0.44 361	0.30 272	0.43 319	0.32 334	0.44 348	0.30 285	0.56 426	0.30 280	0.44 350	0.31 311	0.45 342	0.34 312	0.39 342	0.27 291	0.40 339	0.27 273

Select-FE	0.41 287	0.44 216	0.23 202	0.26 197	0.22 239	0.26 230	0.22 224	0.26 223	0.23 235	0.26 228	0.23 238	0.26 233	0.23 238	0.45 366	0.42 395	0.25 209	0.22 209	0.25 226	0.22 232	0.45 364	2.90 643

water-stereo	0.41 287	0.84 296	0.46 360	0.50 342	0.33 350	0.45 371	0.33 335	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.41 354	0.39 342	0.31 342	0.39 327	0.32 328

ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 402	0.35 357	0.47 372	0.35 362	0.47 379	0.34 350	0.47 375	0.35 349	0.41 298	0.40 344	0.40 355	0.40 401	0.41 350	0.39 372

GCAP-BAT	0.41 287	1.30 434	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 235

GwcNet-ADL	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 295	0.41 396	0.41 295	0.41 397	0.41 303	0.41 391	0.41 302	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

PSMNet-ADL	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 295	0.41 396	0.41 295	0.41 397	0.41 303	0.41 391	0.41 302	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

GANet-ADL	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 295	0.41 396	0.41 295	0.41 397	0.41 303	0.41 391	0.41 302	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

ADLNet2	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 295	0.41 396	0.41 295	0.41 397	0.41 303	0.41 391	0.41 302	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

ADLNet	0.41 287	0.41 205	0.41 345	0.41 264	0.41 400	0.41 301	0.41 395	0.41 295	0.41 396	0.41 295	0.41 397	0.41 303	0.41 391	0.41 302	0.41 387	0.41 298	0.41 354	0.41 372	0.41 409	0.41 350	0.41 383

FCDSN-DC	0.41 287	0.59 270	0.64 419	0.54 360	0.33 350	0.50 401	0.37 366	0.42 313	0.40 387	0.61 432	0.43 409	0.50 404	0.49 423	0.38 276	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 293
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	0.33 345	0.51 406	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 439	0.29 299

Gwc-CoAtRS	0.41 287	1.49 447	0.32 255	0.42 274	0.32 338	0.41 301	0.32 324	0.41 295	0.33 344	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.32 321	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 293

UPFNet	0.42 301	1.20 376	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 502	0.90 502	0.25 219	0.17 205	0.24 215	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.22 204	0.16 195	1.15 490	0.93 499

GCAP-Stereo-DPT26K	0.43 302	1.76 463	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 235

aanet-new-8k	0.43 302	1.76 463	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new	0.43 302	1.80 473	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-cres	0.43 302	1.77 465	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-36K	0.43 302	1.78 468	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-20K	0.43 302	1.77 465	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-3K	0.43 302	1.77 465	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

DDF-Stereo	0.43 302	1.15 369	0.57 406	0.53 357	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.40 287	0.32 321	0.52 381	0.50 399	0.38 301	0.31 342	0.39 327	0.31 321

DilatedVolume-Stereo	0.43 302	0.86 300	0.48 375	0.50 342	0.33 350	0.46 377	0.33 335	0.46 366	0.33 344	0.46 366	0.33 346	0.47 379	0.33 345	0.47 375	0.34 345	0.45 342	0.42 363	0.40 355	0.33 359	0.47 380	0.38 366

psmg	0.43 302	1.91 503	0.92 475	1.91 553	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	1.97 582	1.44 576	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 302	1.21 422	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 554	0.95 510	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.22 204	0.16 195	1.18 498	0.98 503

psm_up	0.43 302	1.19 375	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 554	0.91 503	0.26 228	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.23 212	0.16 195	1.18 498	0.99 504

aanet-new-90k	0.44 314	1.82 485	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-60k	0.44 314	1.81 478	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-70k	0.44 314	1.82 485	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-78k	0.44 314	1.80 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 342	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-40k	0.44 314	1.81 478	0.39 300	0.50 342	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 342	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-36k	0.44 314	1.80 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-34k	0.44 314	1.80 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-32k-new	0.44 314	1.78 468	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 342	0.34 312	0.39 342	0.26 254	0.38 286	0.26 235

aanet-new-32k	0.44 314	1.79 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-30k	0.44 314	1.78 468	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-28k	0.44 314	1.81 478	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.45 342	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-24k	0.44 314	1.78 468	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-22k	0.44 314	1.81 478	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-16k	0.44 314	1.83 488	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-cres-4k	0.44 314	1.81 478	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-22K	0.44 314	1.85 494	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-24K	0.44 314	1.86 497	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-5K	0.44 314	1.80 473	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-2K	0.44 314	1.82 485	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-50K	0.44 314	1.83 488	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.36 324	0.38 301	0.26 254	0.38 286	0.26 235

Monster-pub-mixall	0.44 314	0.56 266	0.60 410	0.38 234	0.27 260	0.37 270	0.27 249	0.37 260	0.29 270	0.38 269	0.27 260	0.38 277	0.29 274	0.85 464	0.27 246	1.46 558	0.26 223	0.34 269	0.26 254	0.36 269	0.53 424

depthmonostereo	0.44 314	0.85 298	0.46 360	0.54 360	0.40 391	0.52 416	0.38 373	0.52 406	0.35 357	0.47 372	0.34 354	0.46 373	0.34 350	0.47 375	0.34 345	0.45 342	0.43 368	0.41 372	0.33 359	0.41 350	0.32 328

MMNet	0.44 314	1.24 430	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 554	0.93 508	0.25 219	0.17 205	0.25 222	0.18 216	0.25 220	0.17 199	0.23 196	0.16 170	0.23 212	0.16 195	1.20 502	0.99 504

aanet-new-10k	0.45 337	1.81 478	0.40 332	0.50 342	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.32 334	0.44 350	0.31 311	0.46 352	0.35 318	0.39 342	0.27 291	0.39 327	0.27 273

252Zero-FE	0.45 337	0.50 244	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.49 390	0.36 360	0.54 415	0.41 387	0.45 342	0.34 312	0.45 390	0.34 363	0.55 406	0.75 477

Monster-pub-eth3d	0.45 337	0.57 267	0.60 410	0.39 239	0.28 265	0.37 270	0.28 257	0.37 260	0.30 281	0.39 275	0.29 273	0.39 282	0.30 280	0.92 475	0.27 246	1.42 555	0.28 239	0.34 269	0.28 304	0.37 273	0.53 424

Replicate-Monster	0.45 337	0.57 267	0.60 410	0.40 252	0.29 275	0.37 270	0.27 249	0.37 260	0.30 281	0.40 281	0.31 327	0.40 290	0.30 280	0.99 483	0.27 246	1.36 551	0.31 267	0.34 269	0.30 331	0.36 269	0.54 427

SCV_C0	0.45 337	0.88 304	0.49 382	0.54 360	0.37 373	0.48 387	0.37 366	0.48 376	0.37 369	0.48 379	0.36 366	0.48 386	0.37 365	0.49 389	0.37 362	0.50 373	0.41 354	0.44 386	0.34 363	0.44 360	0.34 342

RAFT-Stereo-weight	0.45 337	1.90 502	0.34 270	0.42 274	0.36 369	0.43 328	0.35 353	0.42 313	0.34 353	0.42 309	0.34 354	0.44 360	0.34 350	0.41 302	0.34 345	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 335

TorneroNet-64	0.45 337	0.27 160	0.30 235	0.58 370	0.27 260	0.70 443	0.30 272	0.28 226	0.73 485	0.73 448	0.28 267	0.71 446	0.66 453	0.75 449	0.27 246	0.27 214	0.29 253	0.37 293	0.75 490	0.28 224	0.30 312

aanet-new-12k	0.46 344	1.99 511	0.40 332	0.51 353	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.32 321	0.47 359	0.35 318	0.39 342	0.27 291	0.39 327	0.27 273

SCV	0.46 344	0.94 321	0.45 355	0.54 360	0.37 373	0.48 387	0.38 373	0.48 376	0.37 369	0.48 379	0.39 388	0.48 386	0.37 365	0.49 389	0.37 362	0.50 373	0.46 378	0.44 386	0.34 363	0.44 360	0.34 342

otaku	0.46 344	0.46 228	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 366	0.46 411	0.46 366	0.46 418	0.46 373	0.46 409	0.46 371	0.46 405	0.46 352	0.46 378	0.46 394	0.46 423	0.46 367	0.46 398

Dean	0.46 344	0.46 228	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 366	0.46 411	0.47 372	0.46 418	0.46 373	0.46 409	0.46 371	0.46 405	0.46 352	0.46 378	0.46 394	0.46 423	0.46 367	0.46 398

ACVNet_1	0.46 344	0.47 232	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 366	0.47 416	0.46 366	0.46 418	0.46 373	0.46 409	0.46 371	0.46 405	0.46 352	0.46 378	0.47 403	0.46 423	0.46 367	0.46 398

ACVNet-4b	0.46 344	0.46 228	0.46 360	0.46 288	0.46 419	0.46 377	0.46 411	0.46 366	0.46 411	0.46 366	0.46 418	0.46 373	0.46 409	0.47 375	0.46 405	0.46 352	0.46 378	0.46 394	0.46 423	0.46 367	0.46 398

PML	0.46 344	1.36 440	0.29 231	0.58 370	0.30 285	0.57 429	0.29 267	0.57 417	0.29 270	0.57 426	0.29 273	0.57 429	0.29 274	0.56 420	0.29 266	0.52 381	0.30 262	0.53 431	0.31 342	0.53 404	0.30 312

LG-Stereo_L1	0.47 351	0.52 254	0.47 367	0.62 378	0.39 390	0.53 418	0.40 387	0.53 408	0.39 386	0.53 413	0.39 388	0.53 416	0.39 379	0.53 413	0.39 377	0.55 391	0.46 378	0.49 416	0.37 384	0.49 387	0.37 359

Ntro	0.47 351	0.47 232	0.46 360	0.46 288	0.46 419	0.47 382	0.47 416	0.46 366	0.47 416	0.46 366	0.46 418	0.47 379	0.46 409	0.47 375	0.47 412	0.47 359	0.46 378	0.46 394	0.46 423	0.46 367	0.46 398

HaxPig	0.47 351	0.47 232	0.47 367	0.49 306	0.47 425	0.47 382	0.47 416	0.47 372	0.47 416	0.47 372	0.47 426	0.47 379	0.47 417	0.47 375	0.47 412	0.47 359	0.47 386	0.47 403	0.47 430	0.47 380	0.48 407

UNDER WATER	0.47 351	0.47 232	0.47 367	0.47 295	0.47 425	0.47 382	0.47 416	0.47 372	0.47 416	0.47 372	0.47 426	0.47 379	0.46 409	0.47 375	0.47 412	0.47 359	0.47 386	0.47 403	0.46 423	0.47 380	0.47 405

LVE	0.47 351	0.47 232	0.47 367	0.47 295	0.49 431	0.47 382	0.47 416	0.47 372	0.49 425	0.47 372	0.47 426	0.47 379	0.46 409	0.47 375	0.47 412	0.47 359	0.47 386	0.48 411	0.47 430	0.47 380	0.47 405

GASTEREO	0.48 356	1.21 422	0.47 367	0.57 368	0.38 380	0.50 401	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	0.38 369	0.50 397	0.38 365	0.52 381	0.42 363	0.46 394	0.34 363	0.46 367	0.34 342

LG-Stereo_Zeroshot	0.48 356	0.55 264	0.47 367	0.63 380	0.41 400	0.56 423	0.44 403	0.56 414	0.41 396	0.56 423	0.41 397	0.57 429	0.42 397	0.56 420	0.41 387	0.55 391	0.43 368	0.51 425	0.37 384	0.51 398	0.37 359

fffft	0.48 356	0.51 252	0.45 355	0.52 355	0.45 417	0.52 416	0.45 409	0.52 406	0.48 423	0.53 413	0.45 415	0.52 415	0.45 406	0.52 411	0.46 405	0.51 379	0.41 354	0.50 420	0.41 409	0.50 392	0.41 383
1: 1. 1
RainbowNet	0.48 356	0.48 238	0.48 375	0.48 300	0.48 429	0.48 387	0.48 425	0.48 376	0.48 423	0.48 379	0.48 430	0.48 386	0.48 418	0.48 383	0.48 418	0.48 364	0.48 390	0.48 411	0.48 434	0.48 384	0.48 407

notaker	0.48 356	0.49 240	0.48 375	0.48 300	0.48 429	0.48 387	0.48 425	0.48 376	0.49 425	0.48 379	0.48 430	0.48 386	0.48 418	0.48 383	0.48 418	0.48 364	0.48 390	0.48 411	0.48 434	0.48 384	0.49 412

LL-Strereo2	0.48 356	1.73 461	0.51 394	0.59 373	0.34 360	0.42 321	0.33 335	0.40 280	0.31 324	0.42 309	0.33 346	0.42 321	0.31 329	0.44 350	0.39 377	0.60 399	0.51 404	0.44 386	0.33 359	0.44 360	0.33 335

Former-RAFT_DAM_RVC	0.49 362	0.98 326	0.64 419	0.84 411	0.46 419	0.45 371	0.35 353	0.47 372	0.47 416	0.45 360	0.34 354	0.46 373	0.48 418	0.46 371	0.35 349	0.39 283	0.71 448	0.39 342	0.35 375	0.41 350	0.41 383

ACVNet_2	0.49 362	0.49 240	0.49 382	0.49 306	0.49 431	0.49 392	0.49 427	0.49 380	0.49 425	0.49 386	0.49 433	0.49 390	0.49 423	0.49 389	0.49 420	0.49 367	0.49 393	0.49 416	0.49 437	0.49 387	0.49 412

FoundationStereo	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 389	0.50 429	0.50 399	0.50 436	0.50 404	0.50 427	0.50 397	0.50 422	0.50 373	0.50 399	0.50 420	0.50 439	0.50 392	0.50 415

StereoAnything_RVC	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 389	0.50 429	0.50 399	0.50 436	0.50 404	0.50 427	0.50 397	0.50 422	0.50 373	0.50 399	0.50 420	0.50 439	0.50 392	0.50 415

dual_stereo	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 389	0.50 429	0.50 399	0.50 436	0.50 404	0.50 427	0.50 397	0.50 422	0.50 373	0.50 399	0.50 420	0.50 439	0.50 392	0.50 415

GCST	0.50 364	2.08 514	0.38 289	0.53 357	0.35 363	0.49 392	0.35 353	0.50 389	0.35 357	0.49 386	0.35 362	0.49 390	0.35 357	0.49 389	0.35 349	0.48 364	0.37 327	0.45 390	0.33 359	0.44 360	0.33 335

SANet	0.50 364	0.50 244	0.50 387	0.50 342	0.50 435	0.50 401	0.50 430	0.50 389	0.50 429	0.50 399	0.50 436	0.50 404	0.50 427	0.50 397	0.50 422	0.50 373	0.50 399	0.50 420	0.50 439	0.50 392	0.50 415

MSCF	0.51 369	1.40 444	0.49 382	0.58 370	0.38 380	0.50 401	0.38 373	0.54 410	0.41 396	0.52 410	0.41 397	0.53 416	0.42 397	0.53 413	0.41 387	0.60 399	0.47 386	0.48 411	0.37 384	0.48 384	0.38 366

UGAM-zero	0.51 369	2.17 522	0.39 300	0.53 357	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.50 404	0.35 357	0.50 397	0.36 353	0.49 367	0.37 327	0.47 403	0.35 375	0.46 367	0.34 342

UGAM	0.51 369	2.23 527	0.39 300	0.54 360	0.35 363	0.50 401	0.35 353	0.49 380	0.35 357	0.49 386	0.35 362	0.49 390	0.36 360	0.50 397	0.36 353	0.49 367	0.37 327	0.45 390	0.34 363	0.45 364	0.34 342

Selective-IGEV	0.51 369	0.55 264	0.45 355	0.69 390	0.45 417	0.61 433	0.45 409	0.50 389	0.40 387	0.56 423	0.44 411	0.55 423	0.40 380	0.72 444	0.67 450	0.59 398	0.46 378	0.45 390	0.34 363	0.46 367	0.37 359

RCA-Stereo	0.51 369	3.22 581	0.34 270	0.44 283	0.34 360	0.44 361	0.34 348	0.43 319	0.34 353	0.43 314	0.34 354	0.44 360	0.33 345	0.43 321	0.33 332	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 299

DN	0.53 374	0.85 298	0.45 355	0.65 384	0.44 413	0.60 432	0.44 403	0.60 424	0.44 407	0.60 431	0.45 415	0.60 434	0.44 402	0.60 429	0.44 399	0.56 394	0.42 363	0.56 434	0.42 417	0.56 408	0.42 390

MatchStereo	0.54 375	0.12 106	2.38 629	2.32 572	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	2.34 605	2.34 624	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	0.54 375	0.60 273	0.52 397	0.66 388	0.47 425	0.61 433	0.47 416	0.58 420	0.46 411	0.61 432	0.46 418	0.61 436	0.45 406	0.62 430	0.45 401	0.61 403	0.52 406	0.57 435	0.48 434	0.57 411	0.48 407

castereo++	0.54 375	3.59 587	1.15 496	1.31 525	0.14 182	0.16 168	0.14 176	0.16 169	0.14 182	0.16 166	0.14 185	0.16 167	0.13 177	0.16 168	0.14 175	1.45 557	1.16 502	0.15 166	0.14 185	0.15 166	0.13 174

FENet	0.54 375	1.52 448	1.19 502	1.41 534	0.23 245	0.35 261	0.23 232	0.35 250	0.23 235	0.34 255	0.23 238	0.35 263	0.23 238	0.35 263	0.23 229	1.40 554	1.07 486	0.32 253	0.23 238	0.33 245	0.23 218

PSMNet_ROB	0.54 375	0.54 262	0.54 402	0.54 360	0.53 445	0.54 421	0.54 438	0.53 408	0.54 439	0.54 418	0.54 446	0.54 419	0.53 434	0.54 415	0.54 432	0.54 385	0.53 408	0.54 432	0.54 445	0.54 405	0.54 427

AIO-test2	0.55 380	0.59 270	0.52 397	0.67 389	0.47 425	0.61 433	0.47 416	0.61 427	0.47 416	0.61 432	0.47 426	0.61 436	0.48 418	0.62 430	0.47 412	0.64 410	0.53 408	0.58 436	0.47 430	0.58 412	0.48 407

CFNet-ft	0.55 380	1.57 449	0.14 148	0.20 161	0.14 182	0.20 187	2.53 638	1.61 571	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	1.56 564	1.24 581

MyStereo04	0.56 382	3.72 593	0.59 408	0.49 306	0.41 400	0.36 265	0.32 324	0.37 260	0.31 324	0.34 255	0.46 418	0.35 263	0.32 334	0.35 263	0.33 332	0.49 367	0.45 376	0.34 269	0.32 349	0.35 262	0.43 392

CASS	0.57 383	0.89 307	0.56 404	0.57 368	0.56 448	0.56 423	0.56 439	0.56 414	0.53 437	0.57 426	0.57 449	0.59 433	0.48 418	0.56 420	0.57 435	0.55 391	0.56 412	0.47 403	0.56 451	0.62 415	0.56 436
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 384	0.75 286	0.49 382	0.79 403	0.50 435	0.79 453	0.49 427	0.79 447	0.49 425	0.80 459	0.49 433	0.79 459	0.49 423	0.80 453	0.49 420	0.63 409	0.40 344	0.63 441	0.40 401	0.63 416	0.40 375

aanet-new-14k	0.60 384	5.12 620	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.37 327	0.38 301	0.26 254	0.38 286	0.26 235

LG-Stereo	0.60 384	0.58 269	0.47 367	0.64 383	0.74 483	1.00 478	0.69 467	0.57 417	0.41 396	0.57 426	0.41 397	0.57 429	0.41 391	1.00 485	0.75 481	0.91 450	0.51 404	0.52 428	0.37 384	0.52 400	0.37 359

MonSter	0.60 384	0.64 276	0.52 397	0.62 378	0.44 413	2.07 596	0.44 403	0.62 428	0.44 407	0.62 435	0.44 411	0.62 438	0.44 402	0.62 430	0.44 399	0.58 396	0.42 363	0.62 439	0.46 423	0.58 412	0.42 390

MyStereo07	0.60 384	3.72 593	0.48 375	0.49 306	0.41 400	0.36 265	0.32 324	0.49 380	0.43 404	0.51 407	0.42 407	0.49 390	0.43 400	0.51 406	0.64 443	0.49 367	0.45 376	0.34 269	0.32 349	0.35 262	0.43 392

FSD	0.61 389	0.59 270	0.50 387	2.58 583	0.44 413	0.56 423	0.44 403	0.55 413	0.44 407	0.56 423	0.44 411	0.56 426	0.44 402	0.56 420	0.46 405	0.61 403	0.42 363	0.52 428	0.42 417	0.52 400	0.51 422

castereo	0.61 389	3.79 595	1.35 560	1.52 538	0.15 194	0.17 175	0.16 188	0.20 186	0.21 226	0.18 177	0.16 198	0.21 194	0.12 171	0.26 231	0.17 199	1.43 556	1.38 572	0.17 178	0.16 195	0.18 181	0.16 185

WCG-NET	0.61 389	1.21 422	0.54 402	0.61 377	0.53 445	0.67 441	0.53 436	0.66 433	0.53 437	0.64 438	0.53 445	0.65 442	0.53 434	0.59 427	0.52 429	0.65 411	0.48 390	0.64 443	0.52 443	0.58 412	0.50 415

GEAStereo	0.62 392	3.91 600	0.48 375	0.69 390	0.38 380	0.51 413	0.38 373	0.51 402	0.38 373	0.53 413	0.38 378	0.50 404	0.38 369	0.51 406	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.34 342

gasm-f	0.62 392	3.91 600	0.48 375	0.69 390	0.38 380	0.51 413	0.38 373	0.51 402	0.38 373	0.53 413	0.38 378	0.50 404	0.38 369	0.51 406	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.34 342

SMoEStereo_RVC	0.63 394	0.75 286	0.51 394	0.73 399	0.53 445	0.71 445	0.47 416	0.67 434	0.58 443	0.74 453	0.60 451	0.72 449	0.53 434	0.74 448	0.51 427	0.61 403	0.62 425	0.62 439	0.61 459	0.63 416	0.61 442

anonymity	0.63 394	0.69 278	0.56 404	0.71 396	0.56 448	0.71 445	0.56 439	0.71 439	0.56 440	0.72 446	0.56 448	0.71 446	0.56 438	0.71 442	0.58 437	0.68 415	0.55 410	0.68 448	0.55 447	0.68 421	0.54 427

PAM_32	0.64 396	2.38 542	0.51 394	0.92 422	0.43 412	0.53 418	0.44 403	0.87 456	0.43 404	0.52 410	0.45 415	0.53 416	0.40 380	0.54 415	0.46 405	0.62 407	0.56 412	0.48 411	0.45 421	0.76 433	0.44 395

CRFU-Net	0.65 397	1.67 453	1.22 552	1.96 557	0.27 260	0.41 301	0.27 249	0.41 295	0.27 260	0.40 281	0.26 256	0.41 303	0.27 260	0.40 287	0.27 246	1.80 571	1.62 592	0.34 269	0.23 238	0.33 245	0.23 218

LMCR-Stereo	0.65 397	0.63 274	0.65 423	0.65 384	0.65 466	0.66 440	0.63 447	0.58 420	0.65 454	0.63 437	0.64 459	0.65 442	0.65 450	0.66 437	0.66 449	0.66 413	0.64 428	0.65 446	0.67 476	0.68 421	0.73 473

KSHMR	0.66 399	0.50 244	0.48 375	1.15 457	0.52 442	0.49 392	0.51 434	0.49 380	0.71 479	0.67 442	0.50 436	1.16 513	1.11 511	0.66 437	0.52 429	0.49 367	0.49 393	0.51 425	0.66 472	0.50 392	1.14 522

TorneroNet	0.66 399	0.53 258	0.50 387	0.50 342	0.64 464	1.06 494	0.70 472	0.50 389	0.51 436	0.49 386	0.69 474	0.49 390	0.50 427	0.48 383	1.15 523	0.71 420	0.49 393	1.14 511	1.08 521	0.49 387	0.49 412

GES	0.66 399	2.34 538	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 313	0.29 270	0.40 281	0.41 397	0.41 303	0.30 280	0.51 406	0.29 266	0.32 235	0.29 253	0.32 253	2.46 642	2.49 604	0.30 312

cf-r	0.66 399	2.17 522	0.12 123	0.18 154	0.12 176	0.18 179	2.70 642	2.60 617	0.12 176	0.18 177	0.12 167	0.18 179	0.12 171	0.18 178	0.12 164	0.15 141	0.11 122	0.15 166	0.11 155	1.81 576	1.74 618

DSFCA	0.66 399	0.73 283	0.78 456	0.65 384	0.65 466	0.64 438	0.64 448	0.65 431	0.63 452	0.64 438	0.64 459	0.64 439	0.64 448	0.65 436	0.65 446	0.65 411	0.65 430	0.65 446	0.65 470	0.66 419	0.64 452

DEFOM-Stereo	0.68 404	3.11 577	1.40 574	1.63 547	0.25 252	0.31 245	0.25 239	0.31 238	0.28 264	0.31 243	0.29 273	0.29 242	0.27 260	0.31 249	0.28 255	1.59 564	1.47 578	0.30 244	0.29 317	0.30 230	0.28 293

ssnet_v2	0.68 404	1.96 510	1.25 556	0.29 202	0.20 228	0.30 239	0.20 214	0.29 231	0.22 229	1.50 573	0.20 227	0.31 250	0.20 225	0.27 235	0.22 223	0.24 203	1.49 579	0.26 231	0.18 223	3.90 627	0.19 209

ARAFT	0.68 404	0.81 293	0.63 417	0.74 400	0.60 452	0.78 451	0.62 446	0.77 446	0.66 456	0.74 453	0.63 457	0.75 454	0.62 447	0.83 459	0.60 440	0.70 419	0.55 410	0.70 453	0.60 457	0.78 437	0.55 433

NINENet	0.69 407	3.87 599	1.20 505	1.98 558	0.05 121	0.40 285	0.04 103	0.40 280	0.05 120	0.41 295	0.04 110	0.41 303	0.05 112	0.40 287	0.05 110	1.79 570	1.56 585	0.34 269	0.22 232	0.34 249	0.23 218

VIP-Stereo	0.70 408	2.97 574	2.43 630	2.49 579	0.16 204	0.25 221	0.16 188	0.25 217	0.16 198	0.25 219	0.18 221	0.25 222	0.16 194	0.26 231	0.16 193	1.86 572	1.26 555	0.23 212	0.15 193	0.23 208	0.15 184

RAFT-Stereo + iAFF	0.70 408	0.72 281	0.71 442	0.80 406	0.62 463	0.82 457	0.61 445	0.81 453	0.62 450	0.81 462	0.63 457	0.80 461	0.70 468	0.73 446	0.61 442	0.76 430	0.61 424	0.74 458	0.61 459	0.77 435	0.61 442

DMCA-RVC	0.70 408	0.80 290	0.70 438	0.70 394	0.70 476	0.70 443	0.70 472	0.71 439	0.70 474	0.70 445	0.71 481	0.71 446	0.70 468	0.70 441	0.69 466	0.69 416	0.70 444	0.69 451	0.70 481	0.69 425	0.70 463

MyStereo8	0.71 411	3.92 602	0.52 397	0.59 373	0.52 442	0.57 429	0.53 436	0.59 422	0.50 429	0.59 430	0.51 442	0.57 429	0.50 427	0.56 420	0.52 429	0.54 385	0.49 393	0.54 432	0.49 437	0.55 406	0.50 415

HH	0.71 411	2.54 548	0.74 450	1.10 448	0.32 338	0.41 301	0.37 366	0.69 436	0.78 489	0.73 448	0.90 504	0.75 454	1.00 499	0.84 460	0.69 466	0.69 416	0.40 344	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 411	2.54 548	0.74 450	1.10 448	0.32 338	0.41 301	0.37 366	0.69 436	0.78 489	0.73 448	0.90 504	0.75 454	1.00 499	0.84 460	0.69 466	0.69 416	0.40 344	0.35 285	0.26 254	0.35 262	0.26 235

zero-FE	0.72 414	1.31 436	0.66 424	0.92 422	0.60 452	0.82 457	0.58 442	0.82 454	0.58 443	0.81 462	0.60 451	0.81 464	0.60 444	0.82 456	0.58 437	0.74 427	0.59 419	0.73 455	0.52 443	0.76 433	0.51 422

ktn	0.72 414	0.53 258	1.08 491	1.14 454	0.51 441	1.22 556	1.36 588	0.51 402	0.59 445	0.51 407	0.51 442	0.69 445	1.20 522	0.67 439	0.51 427	0.51 379	0.49 393	0.58 436	0.66 472	0.52 400	0.53 424

DStereoRT	0.73 416	0.81 293	0.73 449	0.71 396	0.74 483	0.73 447	0.75 480	0.71 439	0.71 479	0.74 453	0.72 484	0.73 451	0.80 484	0.71 442	0.73 476	0.76 430	0.71 448	0.73 455	0.72 486	0.70 426	0.76 480

CroCo-Stereo	0.73 416	1.22 428	0.25 212	1.22 511	0.25 252	1.22 556	0.25 239	1.22 551	0.25 243	1.22 559	0.25 251	1.22 562	0.25 244	1.22 562	0.25 240	1.22 541	0.26 223	1.21 570	0.25 248	1.22 550	0.25 229
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	0.73 416	0.88 304	0.67 428	0.75 401	0.68 473	0.75 448	0.64 448	0.80 450	0.72 482	0.83 464	0.70 476	0.82 465	0.64 448	0.84 460	0.67 450	0.77 432	0.63 426	0.81 470	0.63 461	0.78 437	0.62 445

monster-pro	0.75 419	1.67 453	0.64 419	0.89 415	0.57 450	0.86 463	0.56 439	0.87 456	0.56 440	0.87 465	0.57 449	0.88 468	0.57 439	0.87 465	0.57 435	0.79 433	0.58 416	0.76 461	0.54 445	0.77 435	0.54 427

AIO-Stereo-zeroshot1	0.75 419	0.92 317	0.85 467	0.96 433	0.59 451	1.27 560	0.44 403	0.59 422	0.69 468	0.91 470	0.68 469	0.55 423	0.61 446	1.06 500	0.83 494	0.62 407	0.70 444	0.90 480	0.41 409	0.89 454	0.56 436

MyStereo06	0.75 419	4.12 604	0.60 410	0.63 380	0.61 458	0.62 436	0.66 451	0.56 414	0.45 410	0.55 421	0.48 430	0.54 419	0.46 409	0.57 425	0.45 401	0.60 399	0.57 414	0.64 443	0.55 447	0.72 428	0.55 433

GCAP-Stereo	0.75 419	4.15 607	0.42 350	0.75 401	0.35 363	0.78 451	0.40 387	0.79 447	0.38 373	0.78 457	0.36 366	0.78 457	0.36 360	0.79 451	0.39 377	0.75 428	0.39 341	0.76 461	0.39 400	0.75 432	0.39 372

GANet-RSSM	0.75 419	1.91 503	0.14 148	0.47 295	0.14 182	0.21 198	3.21 659	2.30 603	0.14 182	0.46 366	0.14 185	0.23 209	0.18 216	0.21 196	0.14 175	0.18 168	0.27 233	0.37 293	0.13 179	2.13 586	2.12 628

RSM++	0.76 424	0.82 295	0.66 424	0.85 413	0.64 464	0.85 461	0.71 475	0.94 470	0.64 453	0.87 465	0.67 464	0.87 467	0.65 450	0.84 460	0.65 446	0.81 438	0.70 444	0.79 465	0.71 484	0.83 449	0.70 463

CroCo-Stereo Lap2	0.77 425	1.29 432	0.29 231	1.27 516	0.29 275	1.27 560	0.26 246	1.26 554	0.26 256	1.26 560	0.26 256	1.27 566	0.26 253	1.26 563	0.27 246	1.27 543	0.27 233	1.27 573	0.27 291	1.27 553	0.27 273

PSMNet-RSSM	0.77 425	2.76 565	0.14 148	0.20 161	0.14 182	0.20 187	2.66 640	2.79 630	0.14 182	0.21 197	0.14 185	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 608	2.31 633

GwcNet-RSSM	0.77 425	2.77 567	0.14 148	0.20 161	0.14 182	0.20 187	2.67 641	2.78 629	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.21 196	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 608	2.31 633

4D-IteraStereo	0.78 428	3.13 578	0.89 468	0.69 390	0.32 338	0.40 285	0.32 324	0.76 445	0.97 513	0.52 410	0.65 461	0.89 471	0.32 334	0.76 450	0.98 506	0.83 443	0.94 476	0.35 285	0.27 291	0.70 426	0.89 495

Pro-Stereo	0.79 429	0.53 258	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 380	0.67 457	0.50 399	0.38 378	1.10 505	0.38 369	0.49 389	0.38 365	0.71 420	0.88 470	5.98 675	0.36 381	0.46 367	0.36 354

hitnet-ft	0.79 429	2.78 570	0.14 148	0.20 161	0.14 182	0.21 198	2.89 643	2.80 631	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.54 616	2.33 635

G-Net	0.79 429	0.79 289	0.79 459	0.79 403	0.79 496	0.79 453	0.79 485	0.79 447	0.79 493	0.79 458	0.79 496	0.79 459	0.79 483	0.79 451	0.79 486	0.79 433	0.79 461	0.79 465	0.79 497	0.79 439	0.79 485

MyStereo05	0.80 432	4.12 604	0.63 417	0.63 380	0.61 458	0.62 436	0.66 451	0.65 431	0.62 450	0.67 442	0.61 455	0.65 442	0.58 442	0.67 439	0.55 434	0.60 399	0.57 414	0.64 443	0.55 447	0.72 428	0.55 433

UDG	0.80 432	2.21 526	0.60 410	0.91 419	0.60 452	0.90 468	0.58 442	0.88 460	0.60 446	0.90 468	0.60 451	0.88 468	0.60 444	0.90 470	0.58 437	0.86 447	0.60 420	0.84 476	0.59 456	0.84 450	0.61 442

ccnet	0.80 432	2.28 530	0.33 260	0.50 342	0.33 350	0.50 401	0.33 335	0.50 389	0.33 344	0.49 386	0.33 346	0.49 390	1.56 587	2.38 607	0.33 332	0.41 298	0.29 253	0.42 383	1.57 602	2.28 592	0.29 299

NaN_ROB	0.80 432	0.80 290	0.80 460	0.80 406	0.80 499	0.80 455	0.80 488	0.80 450	0.80 495	0.80 459	0.80 498	0.80 461	0.80 484	0.80 453	0.80 489	0.80 435	0.80 464	0.80 468	0.80 499	0.80 442	0.80 486

CSAN	0.80 432	0.80 290	0.80 460	0.80 406	0.80 499	0.80 455	0.80 488	0.80 450	0.80 495	0.80 459	0.80 498	0.80 461	0.80 484	0.80 453	0.80 489	0.80 435	0.80 464	0.80 468	0.80 499	0.80 442	0.80 486

GSStereo	0.81 437	4.28 610	0.50 387	0.59 373	0.40 391	0.51 413	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 656	0.50 397	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.35 351

BSDual-CNN	0.81 437	1.91 503	0.92 475	4.48 629	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 582	4.19 654	0.33 260	0.23 238	0.34 249	0.27 273

DDUNet	0.81 437	2.45 546	0.57 406	0.90 417	0.60 452	0.88 465	0.59 444	0.90 461	0.60 446	0.88 467	0.60 451	0.90 472	0.58 442	0.88 467	0.60 440	0.84 445	0.60 420	0.86 478	0.57 453	0.86 451	0.60 441

R-Stereo Train	0.81 437	0.96 323	0.67 428	0.95 430	0.67 470	0.95 473	0.68 459	0.95 472	0.68 463	0.95 478	0.68 469	0.96 482	0.68 459	0.96 481	0.68 458	0.94 459	0.68 437	0.94 494	0.68 477	0.94 470	0.68 460

RAFT-Stereo	0.81 437	0.96 323	0.67 428	0.95 430	0.67 470	0.95 473	0.68 459	0.95 472	0.68 463	0.95 478	0.68 469	0.96 482	0.68 459	0.96 481	0.68 458	0.94 459	0.68 437	0.94 494	0.68 477	0.94 470	0.68 460
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 442	1.72 456	1.48 578	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 577	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 563	0.32 253	0.16 195	6.75 666	0.23 218

scenet	0.82 442	1.72 456	1.48 578	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 577	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 563	0.32 253	0.16 195	6.75 666	0.23 218

ssnet	0.82 442	1.72 456	1.48 578	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 577	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 563	0.32 253	0.16 195	6.75 666	0.23 218

STTRV1_RVC	0.82 442	1.60 451	0.70 438	1.01 441	0.60 452	1.07 497	0.69 467	1.01 482	0.60 446	0.72 446	0.55 447	1.02 496	0.68 459	1.03 498	0.67 450	0.89 449	0.63 426	0.92 486	0.57 453	0.90 457	0.65 454

DEFOM-Stereo_RVC	0.83 446	5.18 622	1.98 618	2.19 563	0.17 210	0.19 182	0.18 206	0.19 180	0.16 198	0.20 185	0.19 223	0.22 202	0.22 232	0.20 185	0.15 186	2.28 599	2.13 619	0.24 221	0.17 217	0.18 181	0.16 185

BUS	0.83 446	1.91 503	0.92 475	4.48 629	0.02 22	0.40 285	0.04 103	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.05 112	0.03 43	0.05 110	1.97 582	4.19 654	0.33 260	0.23 238	0.34 249	0.27 273

PDISCO_ROB	0.83 446	2.80 571	3.49 652	0.14 122	0.11 163	0.17 175	0.09 139	0.15 168	0.10 145	0.15 161	0.12 167	0.16 167	0.14 181	3.30 637	0.13 171	0.14 133	2.34 624	0.16 170	0.12 170	2.62 617	0.10 140

WQFJA1++	0.84 449	0.98 326	0.67 428	1.26 515	0.75 485	1.00 478	0.67 455	1.00 474	0.67 457	1.00 480	0.67 464	1.00 485	0.67 455	1.00 485	0.67 450	0.96 461	0.67 432	0.91 483	0.63 461	0.92 461	0.63 446

WQFJX1	0.84 449	0.98 326	0.67 428	1.30 523	0.75 485	1.01 485	0.67 455	1.01 482	0.67 457	1.01 490	0.67 464	1.01 492	0.68 459	1.00 485	0.68 458	0.98 466	0.67 432	0.92 486	0.64 466	0.92 461	0.64 452

NLMM	0.84 449	1.00 335	0.67 428	1.27 516	0.75 485	1.00 478	0.68 459	1.00 474	0.67 457	1.00 480	0.67 464	1.02 496	0.67 455	1.02 496	0.67 450	0.97 462	0.67 432	0.93 490	0.63 461	0.92 461	0.63 446

AIO-Stereo	0.84 449	0.66 277	0.70 438	0.83 410	0.67 470	0.98 476	0.82 495	1.14 493	0.72 482	1.03 496	0.74 488	1.03 498	1.09 510	0.99 483	0.45 401	1.04 473	0.73 451	0.95 496	0.74 488	0.94 470	0.46 398

DCRE	0.84 449	1.89 500	0.77 455	0.94 428	0.72 480	0.88 465	0.73 478	0.87 456	0.78 489	0.90 468	0.71 481	0.88 468	0.67 455	0.88 467	0.73 476	0.81 438	0.68 437	0.81 470	0.70 481	0.82 447	0.70 463

iGMRVC	0.84 449	2.85 572	0.72 445	0.72 398	0.73 481	0.77 449	0.79 485	0.73 442	0.74 487	0.73 448	0.72 484	0.73 451	0.76 478	0.73 446	0.73 476	0.72 423	0.73 451	0.73 455	0.72 486	0.73 431	0.72 470

WQFJA1	0.85 455	0.98 326	0.67 428	1.29 521	0.76 490	1.01 485	0.67 455	1.02 487	0.67 457	1.02 494	0.67 464	1.01 492	0.67 455	1.01 492	0.68 458	0.99 467	0.67 432	0.93 490	0.64 466	0.92 461	0.65 454

WQFJX	0.85 455	1.00 335	0.68 435	1.30 523	0.75 485	1.01 485	0.68 459	1.01 482	0.68 463	1.01 490	0.68 469	1.03 498	0.68 459	1.02 496	0.67 450	0.97 462	0.67 432	0.93 490	0.63 461	0.94 470	0.63 446

NLSM3	0.85 455	0.99 333	0.68 435	1.29 521	0.76 490	1.01 485	0.68 459	1.01 482	0.68 463	1.02 494	0.68 469	1.01 492	0.68 459	1.01 492	0.68 458	0.97 462	0.68 437	0.93 490	0.64 466	0.93 466	0.63 446

NLMM1	0.86 458	0.98 326	0.69 437	1.48 537	0.75 485	1.01 485	0.69 467	1.00 474	0.69 468	1.00 480	0.70 476	1.00 485	0.68 459	1.01 492	0.67 450	0.97 462	0.68 437	0.92 486	0.63 461	0.93 466	0.63 446

AdaDepth	0.86 458	0.93 319	0.71 442	1.01 441	1.07 526	1.02 491	0.71 475	1.00 474	0.71 479	1.01 490	0.71 481	1.00 485	0.72 473	1.14 511	0.71 474	0.92 453	0.64 428	0.90 480	0.64 466	0.89 454	0.69 462

GEStereo_RVC	0.86 458	4.45 611	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 223	0.18 214	5.03 667	0.20 227	0.27 235	0.19 221	0.27 235	0.21 221	0.20 175	0.19 199	0.19 191	4.02 671	0.20 188	0.18 207

Selective-RAFT-Error	0.88 461	0.84 296	0.98 480	0.86 414	0.97 515	0.88 465	0.95 506	0.84 455	0.99 516	0.92 472	0.82 500	0.84 466	0.98 498	0.87 465	0.97 505	0.81 438	0.83 467	0.79 465	0.82 502	0.79 439	0.85 491

IER	0.88 461	7.04 641	2.23 623	2.75 585	0.28 265	0.43 328	0.25 239	0.39 273	0.25 243	0.41 295	0.27 260	0.39 282	0.25 244	0.40 287	0.28 255	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 229

Selective-RAFT	0.89 463	0.89 307	0.72 445	1.16 462	0.78 494	1.06 494	0.82 495	0.87 456	0.97 513	1.00 480	0.91 507	0.90 472	1.00 499	0.89 469	0.93 502	0.83 443	0.83 467	0.82 474	0.82 502	0.81 445	0.82 489

AIO-Stereo-zeroshot	0.91 464	0.86 300	0.89 468	1.25 514	0.69 474	1.05 493	0.81 492	1.16 497	0.50 429	1.12 506	0.97 512	0.72 449	0.82 488	1.06 500	0.95 503	0.61 403	0.87 469	1.03 508	0.85 505	1.04 482	1.01 511

CFNet-RSSM	0.91 464	4.89 617	0.34 270	0.44 283	1.07 526	1.62 581	1.40 595	0.91 463	0.35 357	1.60 574	1.39 595	0.64 439	0.34 350	0.44 350	0.33 332	0.41 298	0.35 318	0.75 459	0.30 331	0.41 350	0.29 299

MLG-Stereo	0.92 466	0.90 310	0.84 466	1.27 516	0.49 431	1.38 570	0.88 498	1.41 568	0.97 513	0.73 448	1.09 522	1.26 563	0.43 400	0.72 444	1.05 515	1.13 486	0.49 393	1.18 521	0.66 472	1.01 479	0.46 398

ToySt	0.92 466	2.11 517	0.90 471	0.95 430	0.79 496	0.99 477	0.78 484	0.94 470	0.81 498	0.94 476	0.78 494	0.95 481	0.77 480	0.94 477	0.86 496	0.91 450	0.79 461	0.85 477	0.77 493	0.89 454	0.73 473

DPSM_ROB	0.92 466	0.91 312	0.91 473	0.91 419	0.92 510	0.92 470	0.92 502	0.92 466	0.91 503	0.93 474	0.91 507	0.92 475	0.90 491	0.91 471	0.92 498	0.92 453	0.91 472	0.91 483	0.92 506	0.93 466	0.93 499

DPSM	0.92 466	0.91 312	0.91 473	0.91 419	0.92 510	0.92 470	0.92 502	0.92 466	0.91 503	0.93 474	0.91 507	0.92 475	0.90 491	0.91 471	0.92 498	0.92 453	0.91 472	0.91 483	0.92 506	0.93 466	0.93 499

pmcnn	0.92 466	0.92 317	0.92 475	0.92 422	0.92 510	0.92 470	0.92 502	0.92 466	0.92 507	0.92 472	0.92 510	0.92 475	0.92 493	0.92 475	0.92 498	0.92 453	0.92 474	0.92 486	0.92 506	0.92 461	0.92 498

error version	0.93 471	4.47 612	2.35 626	1.99 559	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 574	2.16 620	0.47 403	0.37 384	0.39 327	0.33 335

test_1	0.93 471	4.47 612	2.35 626	1.99 559	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 574	2.16 620	0.47 403	0.37 384	0.39 327	0.33 335

DGTPSM_ROB	0.93 471	1.00 335	0.92 475	0.94 428	0.96 514	0.91 469	0.92 502	0.91 463	0.96 512	0.91 470	0.96 511	0.93 478	0.92 493	0.94 477	0.92 498	0.92 453	0.92 474	0.90 480	0.92 506	0.94 470	0.91 497

HSM-Net_RVC	0.95 474	1.17 372	0.78 456	1.18 464	0.71 478	1.16 509	0.75 480	1.09 491	0.80 495	1.10 500	0.75 489	1.17 514	0.74 475	1.17 514	0.80 489	1.13 486	0.73 451	1.17 518	0.77 493	1.16 492	0.72 470
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 475	3.17 580	2.30 625	2.42 576	0.38 380	0.54 421	0.38 373	0.54 410	0.38 373	0.54 418	0.38 378	0.54 419	0.38 369	0.54 415	0.38 365	2.38 608	2.34 624	0.49 416	0.36 381	0.49 387	0.36 354

DPSimNet_ROB	0.97 475	1.18 374	0.81 463	1.10 448	0.91 509	1.02 491	0.82 495	1.04 488	0.91 503	1.03 496	0.86 503	1.28 567	0.82 488	1.03 498	0.89 497	1.17 490	0.81 466	1.02 506	0.82 502	1.08 484	0.81 488

test-3	0.98 477	4.13 606	1.85 607	1.85 550	0.61 458	0.69 442	0.37 366	0.63 429	0.61 449	0.66 441	0.51 442	0.73 451	0.44 402	0.57 425	0.54 432	1.68 568	1.81 604	0.40 355	0.43 419	0.66 419	0.50 415

Test_v1	1.00 478	1.00 335	1.00 482	1.00 437	1.00 516	1.00 478	1.00 510	1.00 474	1.00 517	1.00 480	1.00 514	1.00 485	1.00 499	1.00 485	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 506

Wavelet-MonSter	1.00 478	1.21 422	0.76 453	1.94 554	1.01 521	1.11 504	0.76 482	1.15 494	0.76 488	1.11 505	0.76 490	1.14 511	0.76 478	1.11 508	0.76 483	1.21 539	0.90 471	1.02 506	0.71 484	1.02 481	0.71 469

999	1.00 478	1.12 365	0.59 408	1.10 448	1.21 584	1.09 500	0.52 435	1.08 489	1.43 598	1.18 511	1.35 589	0.98 484	0.52 433	0.91 471	0.85 495	0.72 423	1.46 577	0.83 475	0.98 511	0.68 421	1.41 594

DispNO	1.00 478	0.63 274	0.43 351	3.45 613	0.44 413	0.65 439	0.43 402	0.64 430	0.43 404	0.64 438	0.43 409	0.64 439	3.03 634	0.64 435	0.43 398	4.55 643	0.43 368	0.63 441	0.43 419	0.63 416	0.43 392

GANet	1.00 478	1.00 335	1.00 482	1.00 437	1.00 516	1.00 478	1.00 510	1.00 474	1.00 517	1.00 480	1.00 514	1.00 485	1.00 499	1.00 485	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 506

TDLM	1.00 478	1.00 335	1.00 482	1.00 437	1.00 516	1.00 478	1.00 510	1.00 474	1.00 517	1.00 480	1.00 514	1.00 485	1.00 499	1.00 485	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 506

CVANet_RVC	1.00 478	1.00 335	1.00 482	1.00 437	1.00 516	1.00 478	1.00 510	1.00 474	1.00 517	1.00 480	1.00 514	1.00 485	1.00 499	1.00 485	1.00 508	1.00 468	1.00 477	1.00 501	1.00 513	1.00 475	1.00 506

trnet	1.01 485	1.01 344	1.01 486	1.01 441	1.01 521	1.01 485	1.01 514	1.01 482	1.01 521	1.01 490	1.01 518	1.01 492	1.01 506	1.01 492	1.01 512	1.01 472	1.01 482	1.01 505	1.01 519	1.01 479	1.01 511

LL-Strereo	1.01 485	5.06 619	1.63 587	0.70 394	1.43 595	0.56 423	0.46 411	0.57 417	0.50 429	0.57 426	0.50 436	1.58 577	0.49 423	0.59 427	0.50 422	1.64 567	0.52 406	0.51 425	1.37 590	0.52 400	0.45 397

FlowAnything_test	1.02 487	1.72 456	0.71 442	1.59 540	0.70 476	1.61 579	0.69 467	1.61 571	0.70 474	1.60 574	0.70 476	1.61 581	0.69 466	1.61 578	0.70 472	0.81 438	0.58 416	0.81 470	0.55 447	0.81 445	0.56 436

FlowAnything	1.02 487	1.71 455	0.72 445	1.59 540	0.69 474	1.60 578	0.69 467	1.61 571	0.70 474	1.60 574	0.69 474	1.60 578	0.69 466	1.61 578	0.69 466	0.81 438	0.58 416	0.81 470	0.56 451	0.82 447	0.56 436

Hybrid-DGEV	1.03 489	1.75 462	0.80 460	1.28 520	0.78 494	1.26 559	0.80 488	1.26 554	0.78 489	1.26 560	0.78 494	1.26 563	0.78 482	1.26 563	0.78 485	1.15 489	0.75 454	1.14 511	0.74 488	1.14 487	0.75 477

tt45	1.04 490	0.88 304	1.36 568	0.92 422	1.03 524	1.51 577	0.79 485	0.70 438	0.88 501	0.74 453	0.90 504	1.60 578	0.72 473	1.60 576	0.75 481	0.91 450	0.78 459	1.52 586	0.79 497	1.14 487	1.32 586

Hybrid-DGEV-2	1.05 491	1.83 488	0.83 464	1.33 527	0.82 502	1.30 562	0.81 492	1.26 554	0.79 493	1.29 562	0.79 496	1.26 563	0.80 484	1.26 563	0.79 486	1.20 493	0.78 459	1.18 521	0.77 493	1.20 502	0.77 482

Hybrid-DGEV-03	1.07 492	1.83 488	0.83 464	1.34 528	0.81 501	1.32 564	0.81 492	1.31 561	0.81 498	1.31 563	0.82 500	1.32 568	0.82 488	1.32 568	0.81 492	1.19 491	0.77 457	1.19 523	0.76 491	1.19 500	0.77 482

GLC_STEREO	1.07 492	1.01 344	1.06 489	1.07 446	1.05 525	1.06 494	1.08 519	1.08 489	1.05 525	1.07 498	1.06 520	1.08 501	1.05 508	1.06 500	1.10 518	1.07 475	1.09 492	1.05 509	1.05 520	1.06 483	1.12 518

FC-DCNN	1.07 492	1.09 360	0.98 480	0.89 415	0.52 442	1.41 573	0.91 501	1.21 550	1.24 584	1.96 586	2.05 640	1.91 587	1.30 575	1.27 566	1.08 517	0.80 435	0.60 420	0.58 436	0.41 409	0.68 421	0.54 427

hknet	1.10 495	1.85 494	3.49 652	4.48 629	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.03 53	0.42 315	0.03 52	4.39 640	4.19 654	0.33 260	0.23 238	0.34 249	0.27 273

test_xeample3	1.10 495	1.81 478	0.61 415	0.84 411	0.49 431	0.77 449	0.66 451	0.92 466	1.40 596	0.68 444	0.46 418	0.78 457	0.54 437	1.72 581	1.48 597	1.34 548	1.52 581	1.35 579	1.67 615	1.33 556	1.55 599

DISCO	1.11 497	0.39 190	5.28 665	0.39 239	0.20 228	0.39 283	0.27 249	0.39 273	0.22 229	0.38 269	0.20 227	0.38 277	0.20 225	6.95 678	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 659	0.21 214

Occ-G	1.12 498	0.52 254	3.72 657	3.50 617	0.50 435	0.56 423	0.47 416	0.54 410	0.46 411	0.54 418	0.41 397	0.54 419	0.42 397	0.52 411	0.42 395	3.42 632	4.02 653	0.52 428	0.45 421	0.51 398	0.44 395

AEACV	1.12 498	0.52 254	3.12 648	3.24 602	0.86 503	0.53 418	0.49 427	0.60 424	0.47 416	0.53 413	0.49 433	0.55 423	0.45 406	0.55 419	0.47 412	3.01 627	3.88 651	0.71 454	0.60 457	0.80 442	0.48 407

LiteMatch	1.13 500	0.73 283	2.80 634	3.23 600	0.61 458	0.83 459	0.68 459	0.73 442	0.69 468	1.00 480	0.77 492	0.94 479	0.57 439	0.82 456	0.64 443	2.97 625	2.43 627	0.68 448	0.32 349	0.56 408	0.70 463

Lsterematch	1.13 500	0.73 283	2.80 634	3.23 600	0.61 458	0.83 459	0.68 459	0.73 442	0.69 468	1.00 480	0.77 492	0.94 479	0.57 439	0.82 456	0.64 443	2.97 625	2.43 627	0.68 448	0.32 349	0.56 408	0.70 463

MSMD_ROB	1.19 502	1.10 364	0.70 438	1.10 448	0.60 452	1.10 501	0.70 472	1.10 492	0.70 474	1.10 500	0.70 476	1.10 505	0.70 468	7.00 679	0.70 472	1.10 479	0.70 444	1.10 510	0.70 481	1.10 485	0.70 463

MM-Stereo_test2	1.20 503	1.85 494	1.05 488	1.46 536	0.94 513	1.36 568	0.99 509	1.36 563	0.95 510	1.41 569	0.98 513	1.40 574	0.96 495	1.37 570	0.95 503	1.37 553	1.06 485	1.33 576	0.93 510	1.29 555	0.89 495

ours_stereo	1.20 503	1.21 422	0.90 471	1.64 548	1.11 528	1.35 566	0.67 455	1.76 578	0.93 508	1.70 582	1.10 523	1.39 572	0.75 477	1.41 572	0.81 492	1.60 566	1.03 484	1.33 576	1.00 513	1.61 566	0.72 470

DisPM	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

CrosDoStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

PFNet+	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

LCNet	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

HHNet	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

Patchmatch Stereo++	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532
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	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

STrans-v2	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

TransformOpticalFlow	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

OMP-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

IIG-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

NF-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

OCTAStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

PSM-softLoss	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

KMStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

NRIStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

PSM-adaLoss	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

PSM-AAD	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

FTStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

ROB_FTStereo_v2	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

ROB_FTStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

Consistency-Raft	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

KYRaft	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

HUI-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

ASMatch	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

DeepStereo_LL	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

DEmStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

SST-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

THIR-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

RAFT_R40	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

DRaft	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

PFNet	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

GrayStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

RE-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

Pruner-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

TVStereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

DeepStereo_RVC	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

RAFT-RH_RVC	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

IRAFT_RVC	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

RAFT-345	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

iRAFT	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

CRE-IMP	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

GMM-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

RAFT-IKP	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

Prome-Stereo	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

HCRNet	1.22 550	7.11 642	3.00 636	3.55 618	0.33 350	0.29 238	0.14 176	0.19 180	0.15 193	0.33 253	0.29 273	0.25 222	0.14 181	0.22 200	0.33 332	3.64 633	3.00 631	0.76 461	0.32 349	0.18 181	0.13 174

HBP-ISP	1.24 551	1.72 456	1.65 588	1.15 457	0.76 490	1.40 572	0.88 498	1.67 577	1.02 522	1.69 581	1.38 594	1.69 582	1.21 568	1.87 588	1.21 577	1.05 474	0.79 461	0.97 499	0.80 499	1.19 500	0.75 477

AANet_RVC	1.26 552	0.31 169	4.99 663	5.93 655	0.20 228	0.25 221	0.20 214	0.25 217	0.20 222	0.23 204	0.19 223	0.25 222	0.20 225	0.25 220	0.20 217	5.66 664	4.76 657	0.26 231	0.30 331	0.24 212	0.27 273

MM-Stereo_test3	1.27 553	2.07 513	1.18 500	1.60 543	1.02 523	1.45 575	1.01 514	1.40 567	1.04 524	1.44 571	1.03 519	1.46 576	1.02 507	1.44 574	1.02 513	1.51 562	1.12 499	1.32 575	0.98 511	1.38 559	0.97 502

11t	1.27 553	2.70 557	1.34 558	1.32 526	0.89 505	1.30 562	1.34 585	1.64 574	0.57 442	1.45 572	0.72 484	1.05 500	1.29 574	1.07 503	1.29 586	1.49 559	1.02 483	0.97 499	1.15 525	1.48 561	1.31 585

MaskLacGwcNet_RVC	1.35 555	1.35 439	1.35 560	1.35 530	1.35 589	1.35 566	1.35 586	1.36 563	1.35 592	1.36 567	1.35 589	1.36 570	1.36 580	1.36 569	1.35 590	1.35 549	1.35 568	1.35 579	1.35 587	1.35 557	1.35 590

CC-Net-ROB	1.36 556	1.33 438	1.33 557	1.36 531	1.38 592	1.36 568	1.33 584	1.37 565	1.34 589	1.35 566	1.36 591	1.38 571	1.34 578	1.38 571	1.38 593	1.35 549	1.38 572	1.33 576	1.35 587	1.43 560	1.34 589

CFNet	1.37 557	5.27 625	0.19 188	5.49 652	0.19 225	0.28 235	0.19 210	0.28 226	0.19 220	0.28 232	0.19 223	0.28 236	4.35 664	0.28 239	0.19 214	0.23 196	0.17 191	0.23 212	4.21 673	4.81 650	0.17 202

PS-NSSS	1.38 558	1.39 443	1.34 558	1.34 528	1.35 589	1.38 570	1.37 593	1.35 562	1.38 595	1.34 565	1.34 588	1.39 572	1.38 583	1.70 580	1.40 594	1.36 551	1.36 569	1.36 581	1.37 590	1.37 558	1.36 591

RASNet	1.49 559	1.65 452	1.45 576	1.38 533	1.43 595	1.47 576	1.36 588	1.38 566	1.36 593	1.39 568	1.60 605	1.45 575	1.45 586	1.51 575	2.21 635	1.53 563	1.36 569	1.36 581	1.36 589	1.66 569	1.36 591

BLMT-Stereo	1.53 560	1.36 440	1.06 489	1.42 535	1.23 588	1.41 573	1.07 518	1.43 569	1.12 526	1.42 570	1.06 520	1.83 584	1.07 509	1.42 573	1.07 516	1.27 543	1.38 572	6.80 676	1.00 513	1.26 552	1.00 506

GANetREF_RVC	1.55 561	1.94 509	1.22 552	1.88 551	1.21 584	1.88 585	1.22 576	1.88 580	1.22 582	1.88 583	1.22 578	1.88 585	1.22 569	1.89 589	1.22 578	1.87 574	1.22 554	1.88 600	1.22 578	1.88 578	1.22 578
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	1.59 562	1.91 503	1.21 551	1.94 554	1.20 538	2.00 593	1.23 577	1.99 585	1.24 584	2.00 591	1.25 581	2.03 595	1.26 571	2.00 593	1.29 586	1.90 578	1.18 506	1.89 601	1.21 577	1.89 579	1.20 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 563	1.59 450	1.70 590	1.59 540	1.59 601	1.61 579	1.61 604	1.60 570	1.60 602	1.62 580	1.59 604	1.60 578	1.60 589	1.60 576	1.59 601	1.59 564	1.60 591	1.59 587	1.59 607	1.59 565	1.59 604

ff7	1.68 564	2.68 554	1.35 560	0.97 434	0.89 505	1.84 582	2.15 633	2.12 591	1.80 619	2.05 596	1.56 601	2.33 602	2.12 624	2.23 599	2.25 636	1.31 545	1.07 486	1.48 583	1.41 593	0.90 457	1.04 513

ffff	1.68 564	2.68 554	1.35 560	0.97 434	0.89 505	1.84 582	2.15 633	2.12 591	1.80 619	2.05 596	1.56 601	2.33 602	2.12 624	2.23 599	2.25 636	1.31 545	1.07 486	1.48 583	1.41 593	0.90 457	1.04 513

ccc-4	1.68 564	2.68 554	1.35 560	0.97 434	0.89 505	1.84 582	2.15 633	2.12 591	1.80 619	2.05 596	1.56 601	2.33 602	2.12 624	2.23 599	2.25 636	1.31 545	1.07 486	1.48 583	1.41 593	0.90 457	1.04 513

MC-Stereo	1.76 567	2.96 573	1.37 570	2.14 562	1.37 591	2.14 599	1.36 588	2.14 594	1.37 594	2.14 600	1.37 592	2.14 597	1.37 582	2.14 598	1.37 592	1.97 582	1.32 556	1.97 603	1.32 586	1.98 580	1.33 587

IGEVStereo-DCA	1.77 568	4.21 608	1.84 605	2.49 579	2.11 634	2.54 619	1.36 588	1.65 575	1.17 533	2.75 629	1.90 623	2.54 615	1.15 515	0.94 477	1.11 519	1.50 560	1.32 556	0.96 497	1.46 599	1.49 562	0.88 492

rrr	1.77 568	4.21 608	1.84 605	2.49 579	2.11 634	2.54 619	1.36 588	1.65 575	1.17 533	2.75 629	1.90 623	2.54 615	1.15 515	0.94 477	1.11 519	1.50 560	1.32 556	0.96 497	1.46 599	1.49 562	0.88 492

MM-Stereo_test1	1.80 570	3.41 585	1.52 583	2.12 561	1.41 594	2.04 594	1.41 596	2.05 589	1.46 599	2.04 595	1.41 596	2.05 596	1.42 585	2.05 594	1.43 596	2.04 586	1.54 584	1.94 602	1.38 592	1.99 581	1.33 587

MFMNet_re	1.81 571	1.91 503	1.71 592	1.95 556	1.70 612	1.95 590	1.70 609	1.96 583	1.74 615	1.97 588	1.72 613	1.95 588	1.71 597	1.97 592	1.71 609	1.86 572	1.62 592	1.85 593	1.66 614	1.86 577	1.64 610

plain	1.88 572	3.16 579	0.64 419	3.10 595	0.65 466	3.10 634	0.64 448	3.12 634	0.65 454	3.10 635	0.65 461	3.11 635	0.65 450	3.12 634	0.65 446	3.12 628	0.65 430	3.13 633	0.65 470	3.13 621	0.65 454

RAFT_CTSACE	1.92 573	3.71 592	1.72 593	1.88 551	1.72 613	2.04 594	1.42 598	2.18 596	1.89 630	2.02 593	1.97 629	1.95 588	2.06 623	1.93 590	1.62 602	1.76 569	1.66 595	2.02 604	1.73 623	1.73 572	1.43 596

MonStereo1	1.94 574	2.77 567	1.52 583	3.73 625	1.51 598	2.13 598	1.42 598	2.32 604	1.52 600	2.31 608	1.50 599	2.53 612	1.59 588	2.34 606	1.56 599	1.91 579	1.36 569	1.86 596	1.31 585	2.07 582	1.53 597

4.25w-stereo	1.98 575	2.72 561	1.46 577	3.47 614	1.43 595	2.07 596	1.98 624	2.53 616	1.52 600	2.71 622	1.98 635	1.81 583	1.62 591	1.96 591	1.36 591	1.88 577	2.00 609	2.53 627	1.61 609	1.74 573	1.15 523

4.5w-stereo	1.99 576	2.33 534	1.81 596	3.28 604	1.68 608	1.94 587	1.99 627	2.72 619	1.70 607	2.72 623	1.99 638	1.97 590	1.68 593	1.76 582	1.29 586	1.91 579	2.02 615	2.53 627	1.61 609	1.75 574	1.16 526

2.75w_new	1.99 576	2.34 538	1.81 596	3.14 596	1.62 603	1.94 587	1.99 627	2.72 619	1.71 608	2.72 623	1.99 638	1.90 586	1.73 599	1.82 587	1.29 586	2.37 607	2.01 611	2.31 614	1.42 596	1.77 575	1.22 578

3.75w	1.99 576	2.31 532	1.83 604	3.16 598	1.65 605	1.93 586	1.98 624	2.72 619	1.68 604	2.73 628	1.97 629	2.00 592	1.72 598	1.81 586	1.25 582	2.27 598	2.01 611	2.38 619	1.42 596	1.71 571	1.24 581

2w_stereo	1.99 576	2.36 541	1.81 596	3.24 602	1.67 606	1.94 587	1.98 624	2.72 619	1.68 604	2.72 623	1.94 626	1.98 591	1.74 601	1.79 585	1.27 583	1.95 581	2.00 609	2.53 627	1.60 608	1.68 570	1.15 523

2.25w	2.00 580	1.86 497	1.98 618	2.95 593	2.17 638	2.26 600	1.35 586	2.42 610	2.00 637	2.07 599	1.27 583	2.53 612	1.99 619	2.29 603	1.49 598	2.21 593	1.32 556	1.85 593	1.87 627	2.52 608	1.62 608

4.25_new	2.00 580	2.33 534	1.82 601	3.32 607	1.69 609	1.95 590	1.99 627	2.72 619	1.71 608	2.72 623	1.97 629	2.01 593	1.74 601	1.77 583	1.28 584	2.18 590	2.01 611	2.48 625	1.58 605	1.65 567	1.17 527

4.5w_new	2.00 580	2.33 534	1.82 601	3.32 607	1.69 609	1.95 590	1.99 627	2.72 619	1.71 608	2.72 623	1.97 629	2.01 593	1.74 601	1.77 583	1.28 584	2.18 590	2.01 611	2.48 625	1.58 605	1.65 567	1.17 527

4.5_new	2.00 580	1.84 493	1.98 618	2.77 587	2.16 636	2.27 601	1.28 583	2.09 590	1.98 634	2.01 592	1.28 584	2.71 624	1.98 617	2.51 615	1.65 604	2.26 595	1.33 563	1.87 597	1.87 627	2.49 604	1.60 605

TRStereo	2.00 580	2.13 518	1.85 607	2.27 568	1.84 617	2.28 603	1.84 613	2.29 599	1.86 624	2.30 605	1.87 618	2.30 599	1.87 607	2.08 595	1.72 611	2.08 587	1.72 598	2.08 606	1.72 620	2.08 583	1.72 615

XX-Stereo	2.00 580	2.13 518	1.85 607	2.27 568	1.84 617	2.28 603	1.84 613	2.29 599	1.86 624	2.30 605	1.87 618	2.30 599	1.87 607	2.08 595	1.72 611	2.08 587	1.72 598	2.08 606	1.72 620	2.08 583	1.72 615

EAI-Stereo	2.00 580	2.13 518	1.85 607	2.27 568	1.84 617	2.28 603	1.84 613	2.29 599	1.86 624	2.30 605	1.87 618	2.30 599	1.87 607	2.08 595	1.72 611	2.08 587	1.72 598	2.08 606	1.72 620	2.08 583	1.72 615

2.5w	2.01 587	2.40 543	1.37 570	3.28 604	2.01 628	2.71 624	1.43 601	1.82 579	1.83 622	1.90 585	1.41 596	2.71 624	1.35 579	2.71 624	1.85 622	2.66 619	1.53 582	1.64 588	1.23 579	2.53 611	1.87 624

4w-stereo	2.02 588	2.72 561	1.44 575	3.36 610	1.59 601	2.48 612	1.72 610	2.28 597	1.24 584	2.24 603	1.65 609	2.56 617	1.32 577	2.39 609	1.98 632	2.67 621	1.51 580	1.66 589	1.24 580	2.53 611	1.88 627

IGEV	2.02 588	2.20 524	1.82 601	2.90 592	2.16 636	2.41 609	1.25 579	2.00 586	1.98 634	1.99 590	1.31 586	2.72 628	1.93 613	2.67 623	1.69 608	2.26 595	1.32 556	1.83 592	1.87 627	2.53 611	1.61 607

3.25w_new	2.03 590	2.72 561	1.35 560	3.33 609	1.57 599	2.72 625	1.53 603	2.15 595	1.33 588	2.15 601	1.60 605	2.63 621	1.30 575	2.72 626	1.99 633	2.67 621	1.53 582	1.75 591	1.25 582	2.53 611	1.87 624

3.5w_stereo	2.03 590	2.72 561	1.35 560	3.41 611	1.57 599	2.72 625	1.49 602	2.01 587	1.34 589	2.15 601	1.61 607	2.63 621	1.36 580	2.72 626	1.99 633	2.66 619	1.58 587	1.68 590	1.24 580	2.53 611	1.87 624

UniTT-Stereo	2.03 590	3.43 586	0.72 445	3.42 612	0.73 481	3.27 637	0.68 459	3.38 639	0.69 468	3.29 638	0.72 484	3.28 638	0.70 468	3.35 640	0.68 458	3.39 631	0.68 437	3.31 636	0.69 479	3.37 622	0.73 473

3.25w	2.04 593	2.20 524	1.48 578	3.03 594	2.17 638	2.63 623	1.39 594	1.96 583	1.95 633	1.96 586	1.37 592	2.71 624	1.96 616	2.71 624	1.73 616	2.26 595	1.32 556	1.87 597	1.87 627	2.51 607	1.63 609

3w_stereo	2.04 593	2.24 528	1.70 590	3.15 597	2.18 640	2.49 613	1.26 581	2.03 588	1.98 634	1.98 589	1.33 587	2.72 628	1.99 619	2.59 618	1.72 611	2.22 594	1.33 563	1.85 593	1.88 632	2.50 606	1.58 603

1w_stereo	2.05 595	2.32 533	1.35 560	3.74 626	2.01 628	2.73 627	1.42 598	1.88 580	1.93 632	2.03 594	1.28 584	2.71 624	1.99 619	2.72 626	1.72 611	2.20 592	1.32 556	1.87 597	1.86 626	2.45 600	1.54 598

LiteMatch*	2.07 596	1.30 434	5.73 668	6.28 658	0.79 496	1.33 565	0.80 488	1.30 560	1.02 522	1.33 564	0.84 502	1.33 569	0.97 496	1.28 567	1.04 514	6.05 668	5.89 663	1.28 574	0.76 491	1.28 554	0.88 492

sCroCo_RVC	2.10 597	2.76 565	1.92 615	2.78 590	1.39 593	2.73 627	1.41 596	2.73 625	1.40 596	2.77 634	1.41 596	2.74 630	1.40 584	2.74 629	1.40 594	2.72 623	1.42 575	2.72 631	1.44 598	2.79 618	1.42 595

MoCha-V2	2.11 598	26.97 684	0.78 456	0.92 422	0.77 493	0.96 475	0.72 477	0.90 461	0.72 482	0.94 476	0.70 476	0.90 472	0.71 472	0.91 471	0.71 474	0.85 446	0.71 448	0.88 479	0.69 479	0.87 452	0.67 459

FBW_ROB	2.12 599	2.46 547	1.77 595	2.49 579	1.79 616	2.38 607	1.83 612	2.46 611	1.78 618	2.48 616	1.97 629	2.40 607	1.78 604	2.42 612	1.83 620	2.31 603	1.85 606	2.38 619	1.82 625	2.35 595	1.84 620

MonStereo	2.17 600	2.41 544	1.49 582	2.67 584	1.67 606	2.60 622	2.04 631	2.32 604	1.76 616	2.44 613	1.68 611	2.50 610	1.69 595	2.38 607	1.80 619	2.28 599	1.78 601	2.63 630	2.14 635	3.47 623	1.68 613

asda	2.17 600	2.54 548	1.81 596	3.47 614	1.78 615	2.50 615	1.86 617	2.61 618	1.68 604	2.61 620	1.83 615	2.37 606	1.73 599	2.44 613	1.88 627	2.51 616	1.84 605	2.34 616	1.62 611	2.23 588	1.77 619

asd	2.18 602	2.77 567	1.58 585	3.59 619	2.00 627	2.58 621	1.85 616	2.39 609	1.71 608	2.47 615	1.97 629	2.59 619	1.61 590	2.56 616	1.79 618	2.51 616	1.99 608	2.11 609	1.62 611	2.36 596	1.60 605

qwe	2.18 602	2.60 551	1.58 585	3.83 627	1.90 625	2.53 617	1.90 622	2.48 612	1.73 613	2.37 611	1.92 625	2.53 612	1.68 593	2.56 616	1.83 620	2.52 618	1.87 607	2.07 605	1.68 617	2.32 594	1.71 614

monsters	2.18 602	2.41 544	1.96 617	3.47 614	2.03 632	2.53 617	1.64 606	2.48 612	1.73 613	2.40 612	1.50 599	2.62 620	1.94 614	2.59 618	1.94 629	2.44 611	1.57 586	2.28 612	1.87 627	2.42 598	1.86 622

AIO_rvc	2.18 602	2.34 538	1.87 611	2.32 572	1.94 626	2.40 608	1.89 621	2.37 607	2.07 639	2.52 618	1.95 628	2.44 609	1.99 619	2.41 610	1.89 628	2.32 604	2.09 617	2.24 610	2.18 636	2.21 587	2.23 631

HUF	2.18 602	2.30 531	1.99 621	2.34 574	2.02 631	2.41 609	2.06 632	2.38 608	1.89 630	2.36 610	1.85 616	2.56 617	1.98 617	2.31 605	1.97 631	2.30 602	2.03 616	2.30 613	2.11 634	2.23 588	2.16 629

AIO_test	2.18 602	2.09 516	2.04 622	2.42 576	2.01 628	2.47 611	1.94 623	2.34 606	2.03 638	2.56 619	1.94 626	2.43 608	1.94 614	2.41 610	1.87 626	2.39 609	2.10 618	2.35 618	1.91 633	2.25 590	2.19 630

monsterstereo	2.20 608	2.33 534	1.95 616	3.65 621	2.07 633	2.49 613	1.61 604	2.48 612	1.83 622	2.45 614	1.61 607	2.67 623	1.86 606	2.64 620	1.94 629	2.48 615	1.66 595	2.34 616	1.68 617	2.40 597	1.86 622

LG-G_1	2.22 609	2.71 559	1.89 612	2.77 587	1.87 623	2.75 629	1.87 619	2.76 627	1.87 628	2.75 629	1.87 618	2.76 631	1.87 607	2.75 630	1.86 623	2.47 613	1.58 587	2.45 622	1.57 602	2.45 600	1.57 601

LG-G	2.22 609	2.71 559	1.89 612	2.77 587	1.87 623	2.75 629	1.87 619	2.76 627	1.87 628	2.75 629	1.87 618	2.76 631	1.87 607	2.75 630	1.86 623	2.47 613	1.58 587	2.45 622	1.57 602	2.45 600	1.57 601

LGtest1	2.22 609	2.70 557	1.89 612	2.76 586	1.86 620	2.75 629	1.86 617	2.75 626	1.86 624	2.75 629	1.86 617	2.77 633	1.87 607	2.75 630	1.86 623	2.46 612	1.58 587	2.45 622	1.56 601	2.45 600	1.56 600

RAStereo	2.23 612	3.64 589	0.76 453	3.65 621	0.86 503	3.66 642	0.76 482	3.67 643	0.81 498	3.66 640	0.76 490	3.66 641	0.77 480	3.68 642	0.77 484	3.68 634	0.77 457	3.69 641	0.77 493	3.70 625	0.77 482

UDGNet	2.23 612	5.40 630	1.72 593	2.48 578	1.69 609	2.51 616	1.69 608	2.51 615	1.72 612	2.50 617	1.69 612	2.52 611	1.69 595	2.50 614	1.68 607	2.41 610	1.70 597	2.42 621	1.69 619	2.42 598	1.64 610

NCCL2	2.28 614	2.27 529	2.28 624	2.28 571	2.28 641	2.27 601	2.29 636	2.28 597	2.28 640	2.27 604	2.28 641	2.28 598	2.27 627	2.27 602	2.28 640	2.28 599	2.28 623	2.27 611	2.29 640	2.27 591	2.29 632

Abc-Net	2.32 615	24.75 676	1.14 494	1.17 463	1.17 535	1.11 504	1.15 524	1.17 499	1.21 581	1.08 499	1.16 527	1.12 510	1.14 514	1.09 504	1.17 527	1.09 477	1.16 502	1.17 518	1.17 528	1.16 492	1.11 516
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 616	25.00 677	1.13 493	1.15 457	1.15 530	1.10 501	1.15 524	1.15 494	1.15 528	1.12 506	1.15 524	1.09 503	1.13 512	1.10 506	1.15 523	1.11 484	1.09 492	1.16 514	1.12 523	1.16 492	1.17 527

stereogan	2.33 616	24.38 675	1.18 500	1.18 464	1.18 537	1.14 507	1.18 528	1.19 502	1.19 535	1.14 509	1.18 531	1.14 511	1.18 520	1.14 511	1.18 528	1.14 488	1.14 500	1.19 523	1.19 529	1.15 490	1.19 531

RGC	2.36 618	25.48 678	1.19 502	1.15 457	1.15 530	1.10 501	1.16 526	1.17 499	1.16 529	1.12 506	1.16 527	1.11 509	1.13 512	1.09 504	1.18 528	1.10 479	1.15 501	1.16 514	1.12 523	1.14 487	1.12 518

NCC-stereo	2.36 618	25.52 679	1.17 498	1.15 457	1.17 535	1.11 504	1.11 520	1.15 494	1.16 529	1.10 500	1.16 527	1.10 505	1.15 515	1.14 511	1.13 521	1.09 477	1.11 496	1.15 513	1.16 527	1.17 497	1.17 527

AF-Net	2.37 620	25.71 680	1.17 498	1.13 453	1.15 530	1.15 508	1.18 528	1.19 502	1.16 529	1.10 500	1.15 524	1.10 505	1.18 520	1.12 510	1.15 523	1.10 479	1.10 495	1.17 518	1.15 525	1.16 492	1.12 518

Nwc_Net	2.37 620	25.95 681	1.15 496	1.14 454	1.15 530	1.08 498	1.14 523	1.17 499	1.16 529	1.14 509	1.15 524	1.08 501	1.15 515	1.11 508	1.14 522	1.10 479	1.11 496	1.16 514	1.09 522	1.16 492	1.15 523

CFNet_RVC	2.38 622	8.71 653	0.38 289	9.33 672	0.42 410	0.56 423	0.42 400	0.60 424	0.38 373	0.62 435	0.42 407	0.56 426	7.29 676	0.62 430	0.42 395	0.53 384	0.37 327	0.49 416	0.34 363	8.30 673	6.87 680

edge stereo	2.43 623	27.07 685	1.14 494	1.06 445	1.14 529	1.08 498	1.17 527	1.16 497	1.14 527	1.10 500	1.16 527	1.09 503	1.16 519	1.10 506	1.16 526	1.10 479	1.11 496	1.16 514	1.19 529	1.13 486	1.11 516

FAT-Stereo	2.46 624	26.05 682	1.23 554	1.23 513	1.22 586	1.20 510	1.24 578	1.23 553	1.23 583	1.19 512	1.22 578	1.21 561	1.24 570	1.20 516	1.24 579	1.21 539	1.17 505	1.22 571	1.25 582	1.20 502	1.24 581

S-Stereo	2.51 625	26.86 683	1.23 554	1.22 511	1.22 586	1.24 558	1.25 579	1.22 551	1.24 584	1.21 558	1.24 580	1.19 515	1.27 572	1.19 515	1.24 579	1.19 491	1.20 507	1.25 572	1.19 529	1.24 551	1.23 580

Anonymous3	2.55 626	3.26 583	1.65 588	3.28 604	1.63 604	3.24 636	1.68 607	3.27 636	1.66 603	3.28 637	1.67 610	3.25 637	1.66 592	3.27 636	1.64 603	3.26 629	1.65 594	3.30 635	1.65 613	4.95 655	1.65 612

MIF-Stereo (partial)	2.58 627	3.31 584	0.66 424	3.18 599	0.66 469	3.18 635	0.66 451	3.21 635	0.67 457	3.19 636	0.66 463	3.19 636	0.66 453	3.31 638	0.68 458	5.09 660	1.79 603	8.23 680	1.67 615	6.18 664	1.38 593

MSMDNet	2.65 628	10.14 664	0.33 260	9.74 675	0.32 338	0.87 464	0.33 335	2.95 633	0.68 463	0.49 386	0.34 354	0.49 390	5.70 671	0.49 389	0.33 332	0.42 312	9.57 677	0.41 372	0.31 342	8.36 674	0.65 454

pcwnet_v2	2.66 629	9.89 662	0.33 260	9.89 676	0.32 338	0.50 401	0.32 324	0.49 380	0.33 344	0.49 386	0.34 354	0.49 390	8.76 678	0.48 383	0.33 332	0.41 298	9.58 678	0.40 355	0.29 317	9.01 677	0.63 446

CFNet_pseudo	2.67 630	9.36 658	0.32 255	10.99 681	0.33 350	0.85 461	0.33 335	0.49 380	0.33 344	0.49 386	0.32 337	0.49 390	7.26 675	0.49 389	0.33 332	0.41 298	9.62 679	0.41 372	0.29 317	10.03 681	0.29 299

CFNet_ucs	2.73 631	9.64 660	0.33 260	9.92 677	0.32 338	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	8.98 679	0.48 383	0.33 332	0.41 298	9.96 682	0.40 355	0.29 317	10.12 682	0.54 427

UCFNet_RVC	2.75 632	10.06 663	0.29 231	10.31 680	0.29 275	0.42 321	0.29 267	0.43 319	0.29 270	0.42 309	0.29 273	0.42 321	9.87 681	0.43 321	0.29 266	0.36 256	9.84 681	0.36 290	0.26 254	9.77 680	0.26 235

ccs_rob	2.79 633	10.17 665	0.32 255	10.00 678	0.33 350	0.49 392	0.33 335	1.90 582	0.32 334	0.51 407	0.33 346	0.49 390	9.24 680	0.49 389	0.33 332	0.41 298	9.82 680	0.41 372	0.28 304	9.34 678	0.29 299

PCWNet_CMD	2.80 634	9.82 661	0.32 255	10.09 679	0.32 338	0.49 392	0.33 335	3.34 638	0.33 344	0.49 386	0.33 346	0.49 390	8.73 677	0.48 383	0.33 332	0.41 298	9.22 676	0.42 383	0.29 317	9.55 679	0.31 321

NLSM1	2.93 635	3.24 582	2.57 632	4.04 628	2.66 644	3.30 638	2.55 639	3.29 637	2.55 642	3.35 639	2.48 643	3.28 638	2.47 629	3.34 639	2.49 641	3.26 629	2.55 629	3.13 633	2.57 643	3.00 620	2.46 639

StereoVision	3.15 636	5.00 618	0.89 468	4.83 645	1.00 516	3.93 643	1.27 582	6.37 673	1.34 589	5.67 673	1.26 582	5.84 674	1.27 572	5.03 670	1.24 579	5.10 661	1.09 492	4.61 654	0.57 453	5.62 662	1.12 518

MaDis-Stereo	3.19 637	6.02 640	1.12 492	5.61 654	1.16 534	5.43 670	1.02 516	5.15 670	0.70 474	5.43 670	1.21 577	5.03 671	0.97 496	4.85 664	0.99 507	4.53 642	1.16 502	5.53 670	1.25 582	5.37 660	1.30 584

sAnonymous2	3.31 638	2.63 552	1.38 572	3.71 623	1.86 620	4.70 662	1.11 520	4.82 666	2.72 644	5.45 671	1.98 635	4.59 656	2.64 630	2.65 621	6.21 676	4.37 638	1.08 490	5.16 668	2.24 638	4.52 637	2.39 637

CroCo_RVC	3.31 638	2.63 552	1.38 572	3.71 623	1.86 620	4.70 662	1.11 520	4.82 666	2.72 644	5.45 671	1.98 635	4.59 656	2.64 630	2.65 621	6.21 676	4.37 638	1.08 490	5.16 668	2.24 638	4.52 637	2.39 637

DPSNet	3.66 640	3.60 588	3.62 655	3.63 620	3.64 666	3.65 641	3.65 665	3.66 642	3.67 663	3.67 641	3.65 663	3.67 642	3.66 651	3.66 641	3.68 660	3.68 634	3.66 649	3.67 640	3.68 666	3.67 624	3.67 665

NLCSM	3.67 641	4.08 603	3.19 651	4.80 644	3.26 659	3.99 646	3.24 660	4.25 649	3.18 659	4.09 645	3.27 658	4.14 647	3.18 646	4.13 647	3.28 656	4.06 636	3.10 639	3.85 645	3.14 657	3.91 630	3.27 661

STTStereo	3.73 642	30.40 689	2.37 628	2.39 575	2.31 643	2.35 606	2.33 637	2.29 599	2.42 641	2.32 609	2.34 642	2.33 602	2.36 628	2.30 604	2.27 639	2.35 606	2.22 622	2.31 614	2.22 637	2.29 593	2.34 636

rvit_105_1	3.83 643	5.22 623	3.01 637	4.53 632	3.01 647	4.51 650	3.01 645	4.56 653	3.04 647	4.53 652	3.03 647	4.55 654	3.03 634	4.56 653	3.04 643	4.57 644	3.05 632	4.57 649	3.05 648	4.57 639	3.05 646

rvit_stereo_0081	3.83 643	5.23 624	3.01 637	4.53 632	3.03 649	4.55 656	3.02 646	4.56 653	3.04 647	4.52 650	3.02 645	4.54 652	3.03 634	4.56 653	3.04 643	4.57 644	3.05 632	4.57 649	3.05 648	4.58 640	3.05 646

rvit_stereo_0081_aga	3.86 645	5.33 627	3.02 640	4.55 638	3.04 653	4.54 652	3.02 646	4.64 660	3.06 651	4.54 654	3.04 649	4.62 661	3.08 641	4.62 659	3.07 648	4.58 647	3.06 636	4.60 653	3.08 652	4.63 643	3.07 650

rvit_stereo_0082	3.86 645	5.82 638	3.01 637	4.53 632	3.03 649	4.54 652	3.02 646	4.56 653	3.04 647	4.53 652	3.02 645	4.55 654	3.04 637	4.57 656	3.05 645	4.57 644	3.05 632	4.58 651	3.05 648	4.58 640	3.06 649

rvit_0105_6	3.87 647	5.73 637	3.10 647	4.69 642	3.12 657	4.54 652	3.02 646	4.56 653	3.04 647	4.54 654	3.03 647	4.54 652	3.04 637	4.56 653	3.05 645	4.58 647	3.05 632	4.58 651	3.05 648	4.58 640	3.05 646

rvit_stereo_0080	3.89 648	5.70 635	3.04 642	4.54 635	3.03 649	4.56 657	3.05 652	4.60 657	3.07 652	4.58 657	3.06 650	4.59 656	3.06 639	4.61 657	3.08 649	4.63 649	3.09 637	4.64 655	3.10 653	4.65 644	3.10 653

whm_eth	3.89 648	5.70 635	3.04 642	4.54 635	3.03 649	4.56 657	3.05 652	4.60 657	3.07 652	4.58 657	3.06 650	4.59 656	3.06 639	4.61 657	3.08 649	4.63 649	3.09 637	4.64 655	3.10 653	4.65 644	3.10 653

rvit_0105_4	3.91 650	5.47 634	3.02 640	4.54 635	3.02 648	4.54 652	3.03 650	4.75 663	3.17 658	4.57 656	3.06 650	4.61 660	3.16 645	4.65 660	3.09 651	4.66 651	3.11 640	4.68 658	3.18 659	4.81 650	3.16 658

rvit_0105_3	3.91 650	5.33 627	3.06 645	4.60 640	3.07 655	4.60 659	3.06 654	4.62 659	3.08 655	4.60 659	3.07 653	4.62 661	3.08 641	4.67 661	3.10 652	4.70 652	3.11 640	4.77 662	3.19 660	4.77 649	3.14 657

rvit_stereo_0083	3.92 652	5.30 626	3.06 645	4.61 641	3.09 656	4.67 661	3.08 655	4.66 661	3.09 656	4.62 660	3.10 655	4.66 664	3.11 643	4.67 661	3.16 654	4.72 654	3.16 643	4.77 662	3.11 655	4.66 646	3.11 655

rvit_stereo_ft	3.93 653	5.44 632	3.05 644	4.59 639	3.06 654	4.61 660	3.08 655	4.67 662	3.12 657	4.63 661	3.10 655	4.65 663	3.11 643	4.69 663	3.13 653	4.70 652	3.14 642	4.71 660	3.15 658	4.74 647	3.16 658

rvit_0105_5	4.10 654	5.40 630	3.13 650	4.71 643	3.15 658	4.72 664	3.10 657	4.90 668	3.27 660	4.69 662	3.16 657	4.84 668	3.25 647	4.96 667	3.34 657	5.05 659	3.39 648	5.10 667	3.40 661	5.11 657	3.42 662

MLG-Stereo_test1	4.25 655	5.34 629	3.61 654	5.31 650	3.63 665	5.23 668	3.57 663	5.38 671	3.65 662	5.23 668	3.47 660	4.76 665	3.74 654	4.85 664	3.71 661	4.96 656	3.18 645	4.71 660	2.92 645	4.86 653	2.90 643

MLG-Stereo_test3	4.26 656	4.85 616	3.95 658	5.35 651	3.60 664	4.75 665	3.76 666	5.49 672	3.71 664	5.39 669	3.69 664	4.82 667	3.66 651	4.85 664	3.73 664	4.93 655	3.19 646	4.69 659	2.99 647	4.84 652	2.98 645

MLG-Stereo_test2	4.28 657	5.46 633	3.69 656	4.86 646	3.72 667	5.58 671	3.42 661	4.81 665	3.77 668	4.85 664	3.72 665	5.55 673	3.63 650	5.58 671	3.53 659	4.41 641	3.28 647	4.99 666	2.95 646	4.75 648	3.13 656

RAFT+CT+SA	4.28 657	7.62 646	4.91 662	5.55 653	2.28 641	3.09 633	3.64 664	4.49 651	3.07 652	4.80 663	3.35 659	4.77 666	3.70 653	4.29 650	3.05 645	5.58 663	5.98 665	3.58 639	3.78 668	4.26 633	3.72 666

SA	4.33 659	7.35 643	6.85 674	5.96 656	4.09 671	3.59 640	3.15 658	3.82 644	2.64 643	3.91 642	3.85 666	3.57 640	2.72 632	3.13 635	4.03 667	7.09 675	6.86 670	3.57 638	3.12 656	3.85 626	3.51 664

Sa-1000	4.34 660	8.37 649	6.84 673	6.98 664	4.45 674	3.58 639	3.00 644	3.42 640	3.39 661	2.61 620	4.00 669	3.83 644	4.01 662	3.90 644	3.90 665	5.98 667	5.62 662	3.76 642	2.34 641	4.35 635	2.47 640

TestStereo1	4.60 661	8.41 650	6.44 671	6.86 662	3.79 668	3.97 644	3.78 667	3.99 646	3.74 665	3.97 643	3.52 661	3.94 645	3.58 648	3.98 645	3.72 662	6.82 672	6.50 668	3.76 642	3.66 664	3.90 627	3.74 668

SA-5K	4.60 661	8.41 650	6.44 671	6.86 662	3.79 668	3.97 644	3.78 667	3.99 646	3.74 665	3.97 643	3.52 661	3.94 645	3.58 648	3.98 645	3.72 662	6.82 672	6.50 668	3.76 642	3.66 664	3.90 627	3.74 668

DispFullNet	4.61 663	4.84 615	3.12 648	5.00 648	3.57 663	4.75 665	3.03 650	7.75 679	4.17 672	4.91 666	3.09 654	6.20 675	3.95 660	6.71 675	3.51 658	5.30 662	3.67 650	5.86 674	3.63 663	5.61 661	3.46 663

test_5	4.62 664	7.55 645	6.23 669	6.32 659	3.40 662	5.29 669	3.50 662	3.53 641	4.11 671	4.28 647	4.47 673	4.26 650	4.38 665	3.68 642	3.24 655	5.89 665	5.60 661	4.84 664	3.50 662	4.33 634	3.93 672

raft_robust	4.71 665	7.75 647	5.40 667	6.81 661	3.31 660	4.28 649	4.20 672	4.32 650	4.37 674	4.35 649	4.35 672	4.14 647	3.75 655	4.30 651	4.20 670	6.67 671	6.37 666	3.36 637	4.24 674	4.86 653	3.25 660

cross-raft	4.83 666	7.52 644	6.43 670	6.63 660	3.96 670	4.51 650	3.99 670	4.49 651	3.96 670	4.52 650	3.96 668	4.50 651	3.97 661	4.50 652	3.97 666	6.65 670	6.44 667	4.33 646	3.92 670	4.35 635	3.91 671

test_4	4.88 667	8.13 648	6.98 675	7.46 665	4.44 673	4.25 648	3.85 669	4.04 648	3.92 669	4.13 646	3.91 667	4.18 649	3.84 658	4.14 648	4.06 668	7.01 674	7.13 671	4.53 647	3.72 667	4.09 631	3.72 666

TestStereo	4.88 667	4.75 614	4.79 661	4.87 647	4.92 675	4.81 667	4.90 675	4.78 664	4.77 675	4.87 665	4.89 674	4.90 669	4.91 667	4.99 668	4.79 672	4.98 657	4.87 658	4.87 665	4.92 676	5.00 656	5.00 675

test_3	5.01 669	8.86 655	7.77 677	8.09 667	2.76 646	4.13 647	4.05 671	3.88 645	3.76 667	4.33 648	4.13 670	3.71 643	3.91 659	4.21 649	4.06 668	7.93 676	7.69 673	4.53 647	3.91 669	4.17 632	4.29 674

NLCA_NET_v2_RVC	5.04 670	50.87 699	2.78 633	2.87 591	2.71 645	2.78 632	0.47 416	2.88 632	2.86 646	1.89 584	2.67 644	2.79 634	2.79 633	2.78 633	2.83 642	2.82 624	2.82 630	2.83 632	2.77 644	2.83 619	2.76 641
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	5.10 671	5.15 621	4.49 660	5.07 649	3.37 661	6.87 674	4.75 674	5.04 669	6.34 679	7.84 679	5.06 675	6.72 679	4.09 663	4.99 668	5.44 675	5.03 658	3.16 643	4.67 657	4.86 675	5.15 658	3.89 670

U	5.15 672	8.49 652	1.81 596	8.49 669	1.77 614	8.49 679	1.77 611	8.51 681	1.77 617	8.49 681	1.77 614	8.50 681	1.78 604	8.58 681	1.77 617	8.54 679	1.78 601	8.55 681	1.78 624	8.55 675	1.84 620

SGM-Forest	5.21 673	5.92 639	4.08 659	6.18 657	4.16 672	6.31 673	4.34 673	6.50 674	4.33 673	6.14 675	4.21 671	6.61 678	4.55 666	6.67 674	4.48 671	5.94 666	3.94 652	5.85 673	4.03 672	5.79 663	4.17 673
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 674	9.16 657	8.03 680	8.09 667	5.62 678	6.11 672	6.35 678	6.85 676	4.94 676	6.08 674	6.29 680	4.98 670	6.43 672	6.22 672	6.36 678	6.16 669	7.47 672	5.82 672	5.44 679	7.11 669	5.68 678

rvit_stereo_0075_2	6.64 675	8.80 654	5.25 664	7.89 666	5.27 677	7.90 678	5.27 676	7.92 680	5.28 677	7.91 680	5.29 677	7.93 680	5.27 668	7.92 680	5.28 673	7.93 676	5.28 660	7.93 679	5.29 678	7.93 672	5.28 677

RAFT	6.73 676	9.36 658	7.40 676	8.51 670	6.55 679	6.88 675	6.60 679	6.79 675	6.60 680	6.80 676	6.72 681	5.31 672	5.50 670	6.61 673	6.61 679	8.42 678	5.89 663	5.73 671	5.45 680	6.61 665	6.24 679

SGM+DAISY	7.06 677	9.15 656	5.38 666	8.84 671	5.18 676	8.80 680	5.31 677	8.79 682	5.28 677	8.89 682	5.20 676	8.93 682	5.33 669	8.95 682	5.36 674	8.70 680	5.21 659	8.74 682	5.20 677	8.89 676	5.15 676

test-v	7.53 678	11.89 666	7.98 678	9.36 673	7.14 680	7.06 676	7.09 680	7.37 677	6.91 681	7.29 677	5.71 678	6.45 676	6.93 673	6.73 676	7.27 680	8.93 681	7.85 674	6.98 677	6.80 681	7.56 670	7.34 681

test-2	7.53 678	11.89 666	7.98 678	9.36 673	7.14 680	7.06 676	7.09 680	7.37 677	6.91 681	7.29 677	5.71 678	6.45 676	6.93 673	6.73 676	7.27 680	8.93 681	7.85 674	6.98 677	6.80 681	7.56 670	7.34 681

PA-Net	11.80 680	223.51 706	0.62 416	0.59 373	0.71 478	0.59 431	0.73 478	0.67 434	0.73 485	0.55 421	0.61 455	0.60 434	0.74 475	0.63 434	0.73 476	0.66 413	0.60 420	0.69 451	0.66 472	0.72 428	0.65 454
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 681	23.00 674	15.00 681	23.00 688	15.00 682	24.00 687	16.00 682	24.00 689	16.00 683	22.00 689	15.00 682	23.00 689	16.00 682	23.00 689	15.00 682	22.00 689	15.00 683	22.00 689	15.00 683	22.00 689	15.00 683

rafts_anoy	20.00 682	20.00 668	20.00 682	20.00 682	20.00 683	20.00 681	20.00 683	20.00 683	20.00 684	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 684

raft+_RVC	20.00 682	20.00 668	20.00 682	20.00 682	20.00 683	20.00 681	20.00 683	20.00 683	20.00 684	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 684

raftrobust	20.00 682	20.00 668	20.00 682	20.00 682	20.00 683	20.00 681	20.00 683	20.00 683	20.00 684	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 684

CasAABBNet	20.00 682	20.00 668	20.00 682	20.00 682	20.00 683	20.00 681	20.00 683	20.00 683	20.00 684	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 684

RALCasStereoNet	20.00 682	20.00 668	20.00 682	20.00 682	20.00 683	20.00 681	20.00 683	20.00 683	20.00 684	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 684

RALAANet	20.00 682	20.00 668	20.00 682	20.00 682	20.00 683	20.00 681	20.00 683	20.00 683	20.00 684	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 683	20.00 684	20.00 683	20.00 684	20.00 683	20.00 684

111	30.40 688	30.94 690	29.72 689	32.61 689	30.02 690	33.57 688	30.47 690	31.50 690	29.39 691	30.98 690	29.11 690	29.78 690	30.39 693	29.45 690	30.76 693	30.08 690	29.02 691	29.92 690	30.32 694	29.86 690	30.17 691

WCMA_ROB	31.10 689	35.43 694	27.12 688	39.51 700	23.10 689	38.78 699	25.30 689	37.49 701	25.39 690	37.29 700	27.02 689	38.52 701	26.48 689	37.80 700	26.44 689	36.28 697	22.65 690	33.90 694	22.30 690	37.10 698	24.18 690

DCANet-4	35.22 690	34.54 691	35.08 695	33.58 693	35.47 697	34.55 689	35.53 697	36.08 696	35.85 695	35.92 696	35.77 696	35.18 696	35.48 695	35.39 696	37.15 699	34.55 696	33.92 695	35.02 697	34.90 696	35.79 694	34.74 698

ADStereo(finetuned)	36.13 691	36.63 695	38.07 699	36.97 694	33.25 694	35.91 693	34.45 694	36.36 697	32.99 692	38.14 701	36.71 697	36.69 697	34.13 694	38.57 701	40.79 700	37.60 701	36.58 698	35.90 698	33.36 695	35.42 693	34.04 695

Reg-Stereo(zero)	37.00 692	37.00 696	37.00 696	37.00 695	37.00 698	37.00 696	37.00 698	37.00 698	37.00 696	37.00 697	37.00 698	37.00 698	37.00 696	37.00 697	37.00 696	37.00 698	37.00 699	37.00 699	37.00 699	37.00 695	37.00 699

HI	37.00 692	37.00 696	37.00 696	37.00 695	37.00 698	37.00 696	37.00 698	37.00 698	37.00 696	37.00 697	37.00 698	37.00 698	37.00 696	37.00 697	37.00 696	37.00 698	37.00 699	37.00 699	37.00 699	37.00 695	37.00 699

CoSv	37.00 692	37.00 696	37.00 696	37.00 695	37.00 698	37.00 696	37.00 698	37.00 698	37.00 696	37.00 697	37.00 698	37.00 698	37.00 696	37.00 697	37.00 696	37.00 698	37.00 699	37.00 699	37.00 699	37.00 695	37.00 699

MDST_ROB	69.83 695	87.70 700	41.95 700	113.75 703	65.62 703	75.05 700	55.25 702	75.64 703	45.04 699	71.61 702	41.75 701	72.81 702	44.06 699	68.38 702	44.63 701	101.89 704	59.57 704	107.10 704	61.05 704	104.38 701	59.38 704

NOSS_ROB	102.95 696	153.00 704	121.00 703	51.00 701	44.00 701	165.00 703	127.00 703	153.00 704	119.00 701	164.00 705	125.00 703	168.00 705	120.00 701	153.00 704	117.00 703	49.00 702	44.00 702	49.00 702	44.00 702	49.00 699	44.00 702

CBMV	128.50 697	1422.70 711	53.10 701	79.50 702	51.30 702	77.30 701	49.70 701	74.00 702	48.20 700	77.20 703	48.80 702	73.90 703	48.00 700	73.80 703	48.80 702	70.40 703	45.10 703	68.90 703	46.10 703	68.20 700	45.00 703
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 698	171.00 705	160.68 706	162.58 704	160.59 704	164.01 702	160.35 704	158.51 705	158.56 702	158.34 704	160.12 704	158.56 704	159.92 702	157.26 705	158.94 704	154.38 705	158.36 705	155.75 705	159.13 706	153.67 702	154.07 705
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	201.80 699	123.00 701	115.00 702	219.00 705	218.00 706	223.00 704	244.00 706	217.00 706	236.00 704	202.00 706	203.00 705	205.00 706	208.00 703	225.00 706	204.00 705	210.00 706	198.00 706	197.00 706	184.00 707	204.00 703	201.00 706

MGS-Stereo	239.45 700	123.00 701	135.00 704	266.00 706	286.00 707	277.00 705	305.00 707	271.00 707	242.00 705	274.00 707	279.00 707	255.00 707	270.00 705	268.00 707	297.00 707	221.00 707	247.00 708	216.00 707	123.00 705	217.00 704	217.00 708

EGLCR-Stereo	246.90 701	129.00 703	139.00 705	266.00 706	286.00 707	277.00 705	305.00 707	271.00 707	242.00 705	274.00 707	279.00 707	255.00 707	270.00 705	268.00 707	297.00 707	230.00 708	247.00 708	216.00 707	223.00 709	237.00 705	227.00 709

DLCB_ROB	284.23 702	354.61 707	207.27 707	363.24 708	206.46 705	364.72 707	210.41 705	364.72 709	210.41 703	364.81 709	208.64 706	364.81 709	208.64 704	364.72 709	210.41 706	354.70 709	205.53 707	354.70 709	205.53 708	354.70 706	205.53 707

LE_ROB	396.57 703	471.28 708	329.84 708	471.48 709	308.15 709	526.83 708	322.10 709	488.15 710	323.76 707	495.46 710	317.97 709	497.17 710	320.10 707	481.62 710	326.76 709	462.71 710	298.97 710	466.16 710	285.98 710	447.62 707	289.21 710

SGM-ForestM	596.69 704	677.77 709	444.52 709	699.85 710	517.25 710	732.94 709	488.29 710	770.79 711	460.11 708	750.81 711	487.98 710	792.79 711	499.41 708	730.90 711	475.81 710	720.03 711	491.16 711	663.96 711	418.60 711	674.76 708	436.05 711

CBMV_ROB	818.48 705	913.88 710	709.52 710	862.84 711	597.78 711	1073.99 710	700.52 711	1015.66 712	702.59 709	1115.65 712	760.02 711	1130.24 712	721.57 709	1037.41 712	692.65 711	814.05 712	564.29 712	843.28 712	595.31 712	915.51 709	602.92 712

tt	500032.53 706	34.60 692	29.72 689	37.47 698	34.41 695	36.85 694	35.22 695	34.71 694	33.55 693	34.50 691	35.43 694	33.81 694	10000000.00 710	33.57 694	33.13 694	33.68 694	35.00 696	34.03 695	35.26 697	30.96 691	34.63 696

DCANet	500032.53 706	34.60 692	29.72 689	37.47 698	34.41 695	36.85 694	35.22 695	34.71 694	33.55 693	34.50 691	35.43 694	33.81 694	10000000.00 710	33.57 694	33.13 694	33.68 694	35.00 696	34.03 695	35.26 697	30.96 691	34.63 696

fff	1000028.16 708	29.62 686	29.72 689	32.61 689	30.02 690	35.13 690	31.83 691	32.07 691	10000000.00 710	35.27 693	29.82 691	32.45 691	30.15 690	32.35 691	30.09 690	31.04 691	29.55 692	30.64 691	30.14 691	10000000.00 710	30.77 692

csc	1000028.16 708	29.62 686	29.72 689	32.61 689	30.02 690	35.13 690	31.83 691	32.07 691	10000000.00 710	35.27 693	29.82 691	32.45 691	30.15 690	32.35 691	30.09 690	31.04 691	29.55 692	30.64 691	30.14 691	10000000.00 710	30.77 692

cscssc	1000028.16 708	29.62 686	29.72 689	32.61 689	30.02 690	35.13 690	31.83 691	32.07 691	10000000.00 710	35.27 693	29.82 691	32.45 691	30.15 690	32.35 691	30.09 690	31.04 691	29.55 692	30.64 691	30.14 691	10000000.00 710	30.77 692

111111	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

SGD-Stereo	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

IGEV-Stereo++	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

IGEV-BASED-STEREO-	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

IGEV-Stereo+	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

SDNR	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

anonymousdsp2	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

anonymousdsp	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

test_example2	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713

DIP-Stereo	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713
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							0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 656	0.50 397	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.35 351

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		0.15 141	0.10 99	0.17 178	0.13 179	0.11 148	0.11 153

Low-res two-view benchmark