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 94	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 79	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 94	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 79	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	0.06 121	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	0.73 465	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.04 110	0.06 125	0.04 100	0.06 116	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 164	0.04 110	0.06 125	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	0.50 270	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	0.73 465	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 160	0.20 198	0.23 185	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	0.23 204	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 288	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 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 85	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 138	0.06 124	0.06 138	0.05 113	0.06 134	0.06 116	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

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	0.11 168	0.04 90	0.03 52	0.58 418	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	0.75 468	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
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 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 135	0.07 142	0.08 134	0.07 142	0.08 134	0.06 134	0.07 132	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

iinet-test	0.08 72	0.16 127	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 223	0.02 20	0.02 21	0.71 452	0.02 16	0.02 19	0.02 21	0.02 21	0.16 201

BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.07 142	0.08 134	0.05 127	0.08 134	0.05 117	0.09 141	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
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	1.01 481	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	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

anonymous	0.09 75	0.09 94	0.14 148	0.14 122	0.07 141	0.09 140	0.07 141	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.07 132	0.14 133	0.13 159	0.09 139	0.07 135	0.09 142	0.07 135

TS12	0.09 75	0.09 94	0.17 183	0.19 164	0.06 139	0.08 132	0.06 137	0.08 135	0.06 138	0.08 134	0.06 138	0.08 134	0.06 134	0.08 135	0.06 131	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 134	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 495	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 117	0.39 321	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

GGEV	0.09 75	0.13 117	0.39 321	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

test_sample7	0.09 75	1.00 380	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	0.97 369	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	0.87 342	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	1.03 396	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	0.87 342	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	1.01 390	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	0.95 366	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	1.01 390	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 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 143	0.08 147	0.10 146	0.09 147	0.09 142	0.09 147	0.09 141	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 552	0.06 122	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	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 455	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 169	0.36 389	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 370	0.14 148	0.15 134	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	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 400	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 91	1.05 400	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 91	1.05 400	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 91	1.07 404	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 91	1.03 396	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 91	1.07 404	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 91	1.14 412	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 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

222	0.10 91	0.99 378	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 91	1.09 406	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	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 556	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	0.08 135	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.10 154	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.10 154	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.10 147	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.10 151

over-8	0.11 112	0.14 124	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.09 150	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.09 140	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

over-9	0.11 112	0.11 110	0.16 173	0.16 144	0.10 155	0.12 163	0.10 150	0.11 155	0.10 154	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

ISRNet	0.11 112	0.05 66	0.36 304	0.24 190	0.07 141	0.13 164	0.05 120	0.06 122	0.05 125	0.05 113	0.05 127	0.13 166	0.05 117	0.05 104	0.09 140	0.24 213	0.20 208	0.10 141	0.05 123	0.06 123	0.13 186

JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 189	0.11 155	0.11 172	0.12 164	0.11 169	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 195	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.11 169	0.11 158	0.11 168	0.12 167	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

x	0.11 112	1.15 415	0.15 166	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	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 112	0.44 239	0.33 280	0.39 256	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	0.39 302	0.36 344	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 417	0.16 173	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	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 585	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	0.11 112	0.03 31	0.03 39	1.60 585	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	0.11 112	0.02 12	0.02 15	1.62 588	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	0.06 116	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 125	1.14 412	0.17 183	0.20 168	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	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 125	0.14 124	0.10 92	0.15 134	0.10 155	0.14 166	0.10 150	0.14 167	0.10 154	0.15 174	0.10 151	0.14 168	0.10 151	0.14 169	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 584	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 125	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	1.57 654	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	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	0.05 117	0.04 90	1.65 658	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	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	0.05 117	0.04 90	1.66 661	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 64	1.71 592	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	0.06 116	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 132	0.21 146	0.12 123	0.16 144	0.11 175	0.15 174	0.11 167	0.14 167	0.11 172	0.15 174	0.12 177	0.15 179	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLG	0.13 132	0.20 140	0.14 148	0.15 134	0.11 175	0.14 166	0.11 167	0.14 167	0.11 172	0.14 167	0.11 169	0.14 168	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

ACRE	0.13 132	0.21 146	0.14 148	0.15 134	0.11 175	0.14 166	0.11 167	0.14 167	0.11 172	0.14 167	0.12 177	0.14 168	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 166	0.10 150	0.14 167	0.10 154	0.23 221	0.10 151	0.20 201	0.10 151	0.24 229	0.11 162	0.11 105	0.09 94	0.12 159	0.14 198	0.12 166	0.09 143

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.12 177	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 425	0.11 165

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 675	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 132	0.16 127	0.11 112	0.15 134	0.09 148	0.18 192	0.11 167	0.18 192	0.11 172	0.17 186	0.11 169	0.18 192	0.11 168	0.18 191	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 171	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 139	1.22 474	0.28 238	0.32 225	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	0.32 250	0.27 247	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 139	0.17 132	0.12 123	0.17 157	0.11 175	0.17 188	0.11 167	0.17 188	0.11 172	0.17 186	0.11 169	0.17 188	0.11 168	0.17 188	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 139	1.83 536	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	0.06 116	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 139	0.20 140	0.14 148	0.16 144	0.11 175	0.16 181	0.11 167	0.17 188	0.11 172	0.17 186	0.12 177	0.17 188	0.13 190	0.17 188	0.12 174	0.15 146	0.11 122	0.16 182	0.11 165	0.15 179	0.12 179

IPLGR_C	0.14 139	0.20 140	0.12 123	0.15 134	0.11 175	0.14 166	0.15 197	0.14 167	0.11 172	0.15 174	0.12 177	0.14 168	0.11 168	0.16 180	0.11 162	0.15 146	0.12 136	0.14 165	0.12 181	0.15 179	0.12 179

MIPNet	0.14 139	0.21 146	0.17 183	0.16 144	0.11 175	0.15 174	0.12 180	0.14 167	0.11 172	0.16 179	0.11 169	0.14 168	0.11 168	0.14 169	0.11 162	0.14 133	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLGR	0.14 139	0.24 160	0.14 148	0.16 144	0.12 188	0.15 174	0.12 180	0.14 167	0.11 172	0.15 174	0.12 177	0.14 168	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 167	0.14 195	0.14 167	0.14 196	0.14 168	0.14 195	0.14 169	0.14 188	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 192
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 610	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	0.07 132	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 139	0.16 127	0.12 123	0.17 157	0.12 188	0.17 188	0.11 167	0.17 188	0.11 172	0.17 186	0.12 177	0.17 188	0.12 184	0.17 188	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.12 179

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 174	0.09 145	0.14 167	0.10 154	0.14 167	0.09 147	0.14 168	0.09 147	0.13 168	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 525

ELAS_RVC	0.14 139	0.16 127	0.10 92	0.15 134	0.10 155	0.18 192	0.11 167	0.19 194	0.11 172	0.19 192	0.12 177	0.18 192	0.11 168	0.19 194	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 179	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 151	0.17 132	0.13 143	0.20 168	0.13 193	0.19 195	0.13 187	0.18 192	0.13 192	0.19 192	0.13 191	0.18 192	0.14 195	0.18 191	0.14 188	0.16 159	0.11 122	0.15 178	0.14 198	0.18 197	0.11 165

CoDeX	0.15 151	0.70 309	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	0.67 497	0.02 15	0.69 483	0.75 508	0.01 9	0.02 21	0.02 20

ICVP	0.15 151	0.53 284	0.11 112	0.16 144	0.11 175	0.16 181	0.11 167	0.16 181	0.11 172	0.16 179	0.11 169	0.16 180	0.11 168	0.16 180	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 151	0.04 52	0.04 64	2.20 609	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 151	0.14 124	0.10 92	0.14 122	0.09 148	0.15 174	0.09 145	0.14 167	0.09 150	0.14 167	0.10 151	0.14 168	0.09 147	0.14 169	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 541

LALA_ROB	0.15 151	0.19 136	0.12 123	0.18 159	0.11 175	0.20 201	0.12 180	0.21 211	0.12 188	0.20 199	0.12 177	0.20 201	0.12 184	0.21 212	0.13 183	0.17 167	0.10 99	0.18 203	0.11 165	0.18 197	0.11 165

SGM_RVC	0.15 151	0.17 132	0.11 112	0.18 159	0.11 175	0.19 195	0.11 167	0.19 194	0.12 188	0.19 192	0.12 177	0.20 201	0.12 184	0.19 194	0.12 174	0.16 159	0.11 122	0.17 192	0.10 151	0.17 193	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
VeloStereo	0.16 158	0.92 359	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 287	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

flow	0.16 158	0.92 359	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 287	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

z-mn7	0.16 158	1.21 468	0.33 280	0.41 283	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	0.35 268	0.31 284	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 158	0.16 127	0.16 173	0.16 144	0.16 220	0.16 181	0.16 204	0.16 181	0.16 215	0.16 179	0.16 212	0.16 180	0.16 211	0.16 180	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 201

qqq	0.16 158	2.01 561	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 158	0.18 135	0.13 143	0.19 164	0.13 193	0.19 195	0.13 187	0.19 194	0.13 192	0.19 192	0.13 191	0.19 196	0.13 190	0.19 194	0.13 183	0.18 175	0.13 159	0.18 203	0.13 192	0.18 197	0.13 186

ManiGeoR	0.17 164	0.05 66	0.62 450	0.73 432	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 454	0.72 428	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	0.71 452	0.59 453	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 450	0.73 432	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 450	0.72 428	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 461	0.72 428	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	0.71 452	0.59 453	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 164	0.27 173	0.21 204	0.10 81	0.21 258	0.15 174	0.22 244	0.10 143	0.21 246	0.22 215	0.10 151	0.19 196	0.18 234	0.10 146	0.19 232	0.20 182	0.19 206	0.18 203	0.10 151	0.19 203	0.18 225
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 164	2.16 571	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 164	0.78 325	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	0.79 537	0.02 15	0.75 496	0.76 510	0.02 21	0.02 21	0.02 20

CCAANet	0.17 164	0.71 310	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 167	0.14 195	0.14 167	0.14 196	0.14 168	0.14 195	0.14 169	0.22 243	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 192

DepthFocus	0.18 173	0.22 150	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 217	0.15 207	0.22 215	0.15 206	0.22 219	0.16 211	0.22 218	0.15 200	0.20 182	0.15 172	0.20 211	0.14 198	0.20 204	0.14 192

w-ln-seven	0.18 173	1.47 493	0.33 280	0.40 269	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	0.38 289	0.32 289	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 173	0.48 263	0.16 173	0.16 144	0.15 209	0.15 174	0.16 204	0.16 181	0.16 215	0.16 179	0.16 212	0.16 180	0.16 211	0.16 180	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 201

xyz-stereo	0.18 173	0.50 270	0.16 173	0.15 134	0.16 220	0.16 181	0.16 204	0.16 181	0.16 215	0.16 179	0.16 212	0.16 180	0.16 211	0.16 180	0.16 208	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 201

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

Weightmod_eth	0.20 179	0.24 160	0.28 238	0.47 316	0.14 195	0.24 229	0.14 189	0.17 188	0.13 192	0.22 215	0.16 212	0.22 219	0.13 190	0.20 199	0.16 208	0.24 213	0.20 208	0.19 206	0.14 198	0.16 184	0.24 249

depth_test_26	0.20 179	0.34 188	0.25 220	0.34 235	0.14 195	0.21 212	0.14 189	0.21 211	0.14 195	0.21 211	0.14 196	0.21 209	0.14 195	0.21 212	0.14 188	0.26 222	0.26 234	0.22 221	0.15 209	0.22 214	0.14 192

IGEV_Zeroshot_test	0.20 179	0.19 136	0.40 353	0.30 213	0.17 226	0.22 217	0.17 214	0.21 211	0.17 225	0.20 199	0.17 220	0.21 209	0.18 234	0.21 212	0.17 215	0.20 182	0.16 175	0.20 211	0.16 212	0.20 204	0.17 219

DAS	0.20 179	0.20 140	0.20 198	0.20 168	0.20 247	0.20 201	0.20 233	0.20 201	0.20 241	0.20 199	0.20 244	0.20 201	0.20 245	0.20 199	0.20 235	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 230

ASD4	0.20 179	0.20 140	0.20 198	0.20 168	0.20 247	0.20 201	0.20 233	0.20 201	0.20 241	0.20 199	0.20 244	0.20 201	0.20 245	0.20 199	0.20 235	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 230

ACVNet	0.20 179	0.19 136	0.14 148	0.20 168	0.14 195	0.20 201	0.96 559	0.21 211	0.14 195	0.20 199	0.13 191	0.21 209	0.14 195	0.20 199	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 179

acv_ft	0.20 179	0.19 136	0.14 148	0.20 168	0.14 195	0.20 201	0.96 559	0.21 211	0.14 195	0.20 199	0.13 191	0.21 209	0.14 195	0.20 199	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 179

iResNetv2_ROB	0.20 179	0.23 152	0.18 193	0.24 190	0.20 247	0.24 229	0.18 223	0.24 227	0.18 232	0.24 228	0.18 237	0.23 227	0.19 241	0.24 229	0.18 228	0.21 190	0.16 175	0.21 216	0.16 212	0.22 214	0.16 201

iResNet	0.20 179	0.23 152	0.18 193	0.24 190	0.18 238	0.24 229	0.20 233	0.24 227	0.18 232	0.23 221	0.17 220	0.23 227	0.18 234	0.23 225	0.18 228	0.22 192	0.16 175	0.21 216	0.16 212	0.21 212	0.16 201

SCION-MonSter	0.21 188	0.76 321	0.22 206	0.25 197	0.15 209	0.19 195	0.15 197	0.19 194	0.15 207	0.19 192	0.15 206	0.19 196	0.15 207	0.19 194	0.14 188	0.22 192	0.21 213	0.16 182	0.14 198	0.16 184	0.15 199

LACA2	0.21 188	0.24 160	0.26 227	0.31 219	0.16 220	0.24 229	0.16 204	0.24 227	0.16 215	0.24 228	0.16 212	0.24 233	0.16 211	0.24 229	0.16 208	0.27 226	0.23 226	0.24 240	0.16 212	0.23 226	0.16 201

LACA1	0.21 188	0.24 160	0.26 227	0.31 219	0.16 220	0.24 229	0.16 204	0.24 227	0.16 215	0.24 228	0.16 212	0.24 233	0.16 211	0.24 229	0.16 208	0.27 226	0.22 220	0.23 230	0.16 212	0.23 226	0.16 201

z-ln-s-r	0.21 188	1.40 491	0.53 427	0.56 390	0.04 101	0.05 110	0.04 103	0.05 110	0.05 125	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 115	0.57 417	0.44 399	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 188	0.25 167	0.21 204	0.26 205	0.17 226	0.24 229	0.17 214	0.24 227	0.17 225	0.24 228	0.17 220	0.24 233	0.17 223	0.24 229	0.17 215	0.24 213	0.17 196	0.23 230	0.16 212	0.23 226	0.16 201

Pointernet	0.21 188	0.22 150	0.19 195	0.24 190	0.19 244	0.24 229	0.19 229	0.24 227	0.19 239	0.24 228	0.19 240	0.24 233	0.19 241	0.24 229	0.19 232	0.22 192	0.17 196	0.22 221	0.17 235	0.22 214	0.17 219

SuperB	0.21 188	0.10 99	2.51 692	0.12 106	0.09 148	0.10 143	0.09 145	0.08 135	0.07 142	0.10 146	0.09 147	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

GEAR-Net	0.22 195	0.46 252	0.27 230	0.29 211	0.17 226	0.21 212	0.17 214	0.21 211	0.17 225	0.21 211	0.17 220	0.21 209	0.17 223	0.21 212	0.17 215	0.28 231	0.26 234	0.20 211	0.16 212	0.20 204	0.16 201

BStereo	0.22 195	0.23 152	0.20 198	0.24 190	0.20 247	0.23 226	0.33 372	0.39 298	0.17 225	0.23 221	0.17 220	0.23 227	0.16 211	0.24 229	0.17 215	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 201

Anonymus123	0.22 195	0.23 152	0.20 198	0.24 190	0.20 247	0.23 226	0.33 372	0.39 298	0.17 225	0.23 221	0.17 220	0.23 227	0.16 211	0.24 229	0.17 215	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 201

WAO-6	0.22 195	0.23 152	0.22 206	0.23 185	0.22 260	0.22 217	0.22 244	0.22 217	0.22 250	0.22 215	0.22 252	0.22 219	0.22 254	0.22 218	0.22 243	0.22 192	0.22 220	0.22 221	0.22 253	0.22 214	0.22 237

IMH-64-1	0.22 195	0.23 152	0.23 210	0.22 180	0.22 260	0.22 217	0.22 244	0.22 217	0.22 250	0.22 215	0.22 252	0.22 219	0.22 254	0.22 218	0.22 243	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 239

IMH-64	0.22 195	0.23 152	0.23 210	0.22 180	0.22 260	0.22 217	0.22 244	0.22 217	0.22 250	0.22 215	0.22 252	0.22 219	0.22 254	0.22 218	0.22 243	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 239

ac_64	0.22 195	0.13 117	0.19 195	0.23 185	0.10 155	0.26 248	1.02 569	0.14 167	0.10 154	0.28 251	0.14 196	0.17 188	0.19 241	0.28 259	0.09 140	0.22 192	0.16 175	0.23 230	0.17 235	0.11 156	0.12 179

SMOE	0.23 202	0.25 167	0.30 248	0.33 229	0.18 238	0.26 248	0.18 223	0.26 241	0.18 232	0.26 245	0.18 237	0.25 240	0.18 234	0.25 238	0.18 228	0.31 247	0.27 247	0.23 230	0.17 235	0.23 226	0.17 219

LACA3	0.23 202	0.25 167	0.27 230	0.54 383	0.17 226	0.25 239	0.17 214	0.25 235	0.17 225	0.25 236	0.17 220	0.25 240	0.17 223	0.25 238	0.17 215	0.28 231	0.23 226	0.24 240	0.17 235	0.24 231	0.17 219

dd	0.23 202	0.98 370	0.16 173	0.23 185	0.15 209	0.23 226	0.15 197	0.23 224	0.15 207	0.23 221	0.15 206	0.24 233	0.17 223	0.23 225	0.15 200	0.22 192	0.15 172	0.21 216	0.15 209	0.22 214	0.16 201

dad	0.23 202	1.03 396	0.16 173	0.23 185	0.15 209	0.24 229	0.15 197	0.24 227	0.16 215	0.23 221	0.16 212	0.24 233	0.16 211	0.23 225	0.15 200	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 201

RSGM-EC	0.24 206	0.24 160	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 217	0.15 207	0.24 228	0.15 206	0.22 219	0.15 207	0.22 218	1.19 584	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 192

acva	0.24 206	0.24 160	0.15 166	0.22 180	0.15 209	0.22 217	0.15 197	0.22 217	0.15 207	0.24 228	0.15 206	0.22 219	0.15 207	0.22 218	1.19 584	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 192

MSKI-zero shot	0.24 206	0.21 146	0.49 407	0.65 410	0.18 238	0.22 217	0.17 214	0.23 224	0.18 232	0.21 211	0.17 220	0.23 227	0.28 292	0.23 225	0.18 228	0.21 190	0.16 175	0.21 216	0.16 212	0.21 212	0.16 201

SCION-MonSter(vits)	0.25 209	0.79 327	0.31 266	0.42 293	0.28 288	0.40 310	0.28 281	0.20 201	0.15 207	0.40 306	0.15 206	0.19 196	0.15 207	0.20 199	0.15 200	0.23 204	0.21 213	0.17 192	0.14 198	0.16 184	0.14 192

qqq1	0.25 209	3.70 641	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 209	3.70 641	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 209	0.26 170	0.25 220	0.26 205	0.25 274	0.25 239	0.25 260	0.25 235	0.25 265	0.25 236	0.25 270	0.25 240	0.25 266	0.26 250	0.25 261	0.25 220	0.25 231	0.25 245	0.25 269	0.25 234	0.25 251

ffm	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 209	3.83 647	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 209	0.23 152	0.66 463	0.80 442	0.17 226	0.22 217	0.17 214	0.23 224	0.18 232	0.26 245	0.17 220	0.21 209	0.17 223	0.25 238	0.17 215	0.23 204	0.16 175	0.21 216	0.17 235	0.22 214	0.17 219

LoS	0.25 209	0.27 173	0.25 220	0.25 197	0.25 274	0.25 239	0.25 260	0.26 241	0.25 265	0.25 236	0.25 270	0.25 240	0.25 266	0.25 238	0.25 261	0.26 222	0.25 231	0.25 245	0.26 275	0.26 237	0.25 251
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 209	1.31 482	0.74 492	0.92 460	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	0.87 490	0.75 496	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 219	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	0.06 134	0.05 104	0.03 52	4.34 699	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

Weightmod	0.27 220	0.29 178	0.33 280	0.38 248	0.20 247	0.30 260	0.21 239	0.29 251	0.21 246	0.29 256	0.22 252	0.30 266	0.20 245	0.30 265	0.21 239	0.37 276	0.31 284	0.27 255	0.20 245	0.28 245	0.21 234

SME	0.27 220	0.29 178	0.31 266	0.38 248	0.20 247	0.29 258	0.18 223	0.30 254	0.20 241	0.32 269	0.21 250	0.32 275	0.20 245	0.32 273	0.21 239	0.35 268	0.32 289	0.27 255	0.19 243	0.29 249	0.20 230

model_zeroshot	0.27 220	0.20 140	0.27 230	0.33 229	0.21 258	0.37 295	0.22 244	0.37 284	0.24 260	0.26 245	0.27 279	0.33 279	0.21 253	0.25 238	0.27 268	0.32 250	0.20 208	0.34 292	0.23 259	0.25 234	0.26 257

DLNR-FE	0.28 223	0.89 348	0.30 248	0.34 235	0.19 244	0.28 255	0.19 229	0.28 246	0.20 241	0.28 251	0.20 244	0.28 256	0.20 245	0.28 259	0.20 235	0.33 256	0.28 255	0.25 245	0.19 243	0.24 231	0.19 228

xyz-stereo-finetune	0.28 223	0.49 265	0.16 173	0.16 144	0.16 220	0.16 181	0.16 204	0.22 217	0.30 314	0.32 269	0.31 361	0.32 275	0.31 364	0.32 273	0.32 356	0.32 250	0.33 302	0.31 272	0.32 385	0.31 258	0.32 364

SQANet	0.28 223	0.28 176	0.28 238	0.28 210	0.28 288	0.28 255	0.28 281	0.28 246	0.28 289	0.28 251	0.28 287	0.28 256	0.28 292	0.28 259	0.28 277	0.28 231	0.28 255	0.28 259	0.28 334	0.28 245	0.28 323

HGLStereo	0.28 223	0.29 178	0.22 206	0.36 242	0.22 260	0.36 287	0.21 239	0.36 276	0.21 246	0.42 337	0.21 250	0.36 291	0.22 254	0.36 291	0.21 239	0.34 260	0.21 213	0.34 292	0.21 250	0.34 273	0.21 234

iResNet_ROB	0.28 223	0.32 186	0.24 217	0.32 225	0.25 274	0.32 276	0.24 258	0.32 262	0.24 260	0.33 274	0.24 264	0.35 286	0.24 263	0.33 281	0.24 253	0.31 247	0.24 230	0.32 275	0.24 266	0.32 261	0.24 249

UNet	0.29 228	0.90 352	0.10 92	0.14 122	0.10 155	0.14 166	0.10 150	0.91 512	0.69 517	0.14 167	0.11 169	0.14 168	0.11 168	0.14 169	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 505	0.76 532

MultiAttention	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 254	0.30 314	0.30 258	0.30 317	0.30 266	0.30 313	0.30 265	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 347

MSAF-DinoV2	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 254	0.30 314	0.30 258	0.30 317	0.30 266	0.30 313	0.30 265	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 347

DDVS	0.30 229	3.10 627	0.14 148	0.19 164	0.14 195	0.19 195	0.14 189	0.20 201	0.14 195	0.19 192	0.13 191	0.16 180	0.13 190	0.19 194	0.13 183	0.17 167	0.13 159	0.17 192	0.13 192	0.17 193	0.13 186

ACV-stereo	0.30 229	2.08 563	0.25 220	0.25 197	0.18 238	0.24 229	0.17 214	0.24 227	0.18 232	0.24 228	0.17 220	0.25 240	0.17 223	0.24 229	0.17 215	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 201

LoS_RVC	0.30 229	1.14 412	0.25 220	0.25 197	0.25 274	0.26 248	0.25 260	0.25 235	0.25 265	0.25 236	0.25 270	0.26 252	0.26 276	0.26 250	0.25 261	0.26 222	0.26 234	0.25 245	0.25 269	0.26 237	0.26 257

CAS	0.30 229	1.17 418	0.25 220	0.25 197	0.25 274	0.26 248	0.25 260	0.25 235	0.26 279	0.25 236	0.25 270	0.25 240	0.25 266	0.25 238	0.25 261	0.26 222	0.26 234	0.26 250	0.25 269	0.26 237	0.25 251

DANet	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 254	0.30 314	0.30 258	0.30 317	0.30 266	0.30 313	0.30 265	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 347
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 236	0.31 184	0.31 266	0.30 213	0.40 428	0.31 267	0.30 304	0.30 254	0.34 390	0.29 256	0.31 361	0.29 262	0.30 313	0.31 270	0.31 344	0.31 247	0.29 269	0.31 272	0.30 367	0.31 258	0.31 357

tt1	0.31 236	0.93 363	0.24 217	0.33 229	0.23 266	0.31 267	0.24 258	0.32 262	0.24 260	0.32 269	0.23 257	0.32 275	0.25 266	0.32 273	0.24 253	0.27 226	0.26 234	0.27 255	0.26 275	0.27 243	0.27 295

xxxxx1	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 266	0.25 265	0.31 263	0.24 264	0.33 279	0.25 266	0.32 273	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 295

DLNR_Zeroshot_test	0.31 236	0.28 176	0.47 392	0.79 438	0.24 271	0.30 260	0.26 267	0.30 254	0.24 260	0.32 269	0.23 257	0.31 271	0.24 263	0.30 265	0.23 250	0.29 240	0.26 234	0.29 264	0.24 266	0.33 268	0.23 239

tt_ll	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 266	0.25 265	0.31 263	0.24 264	0.33 279	0.25 266	0.32 273	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 295

ff	0.31 236	0.91 354	0.23 210	0.31 219	0.23 266	0.31 267	0.23 253	0.33 266	0.25 265	0.31 263	0.24 264	0.33 279	0.25 266	0.32 273	0.24 253	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 295

RAFT + AFF	0.31 236	0.45 248	0.34 291	0.39 256	0.28 288	0.38 302	0.33 372	0.29 251	0.31 359	0.30 258	0.30 317	0.29 262	0.27 283	0.29 263	0.30 303	0.28 231	0.29 269	0.29 264	0.29 349	0.27 243	0.32 364

MLCV	0.31 236	0.35 190	0.27 230	0.35 238	0.28 288	0.35 283	0.27 270	0.35 272	0.28 289	0.36 285	0.27 279	0.35 286	0.27 283	0.35 285	0.27 268	0.34 260	0.27 247	0.34 292	0.27 313	0.34 273	0.27 295

DN-CSS_ROB	0.31 236	0.35 190	0.28 238	0.35 238	0.28 288	0.34 279	0.27 270	0.34 269	0.25 265	0.35 281	0.27 279	0.36 291	0.26 276	0.34 282	0.28 277	0.35 268	0.28 255	0.34 292	0.28 334	0.34 273	0.27 295

PStereo	0.32 245	0.36 195	0.28 238	0.38 248	0.29 301	0.36 287	0.27 270	0.38 293	0.27 283	0.38 292	0.28 287	0.36 291	0.27 283	0.36 291	0.28 277	0.32 250	0.27 247	0.33 282	0.27 313	0.33 268	0.27 295

DStereoFS	0.32 245	0.33 187	0.32 275	0.33 229	0.30 313	0.32 276	0.32 361	0.32 262	0.31 359	0.30 258	0.31 361	0.31 271	0.30 313	0.32 273	0.32 356	0.32 250	0.31 284	0.30 266	0.47 471	0.32 261	0.34 378

DStereoSA	0.32 245	0.52 280	0.34 291	0.31 219	0.31 360	0.30 260	0.30 304	0.31 260	0.30 314	0.31 263	0.31 361	0.31 271	0.30 313	0.31 270	0.31 344	0.30 241	0.32 289	0.31 272	0.31 378	0.31 258	0.31 357

WCG-NET（raft）	0.32 245	1.24 476	0.24 217	0.32 225	0.24 271	0.32 276	0.23 253	0.32 262	0.24 260	0.32 269	0.24 264	0.32 275	0.24 263	0.32 273	0.24 253	0.30 241	0.23 226	0.30 266	0.23 259	0.30 253	0.23 239

Any-RAFT	0.32 245	0.36 195	0.27 230	0.36 242	0.27 282	0.36 287	0.27 270	0.36 276	0.27 283	0.36 285	0.27 279	0.36 291	0.27 283	0.36 291	0.28 277	0.36 273	0.28 255	0.36 317	0.28 334	0.36 296	0.28 323

StereoDRNet-Refined	0.33 250	0.39 209	0.26 227	0.39 256	0.26 281	0.40 310	0.26 267	0.40 306	0.26 279	0.39 299	0.26 275	0.39 308	0.26 276	0.39 309	0.26 266	0.37 276	0.25 231	0.37 320	0.25 269	0.37 301	0.37 397
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-M(vits-remse)	0.34 251	0.79 327	0.30 248	0.33 229	0.28 288	0.40 310	0.28 281	0.40 306	0.28 289	0.40 306	0.28 287	0.39 308	0.28 292	0.40 312	0.28 277	0.23 204	0.21 213	0.35 308	0.27 313	0.35 286	0.27 295

SCION-Mon(vits-remp)	0.34 251	0.98 370	0.30 248	0.33 229	0.18 238	0.21 212	0.28 281	0.40 306	0.28 289	0.40 306	0.28 287	0.39 308	0.28 292	0.40 312	0.28 277	0.37 276	0.29 269	0.35 308	0.27 313	0.35 286	0.27 295

RAFT-FEzeroshot	0.34 251	0.26 170	0.17 183	0.21 178	0.17 226	0.20 201	0.16 204	0.20 201	0.16 215	0.20 199	0.17 220	0.21 209	0.16 211	0.27 254	0.24 253	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 720

RAFT-FE	0.34 251	0.26 170	0.17 183	0.21 178	0.17 226	0.20 201	0.16 204	0.20 201	0.16 215	0.20 199	0.17 220	0.21 209	0.16 211	0.27 254	0.24 253	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 720

LG-Stereo_L2	0.34 251	0.37 198	0.38 310	0.47 316	0.28 288	0.39 308	0.28 281	0.39 298	0.28 289	0.39 299	0.28 287	0.39 308	0.28 292	0.38 301	0.28 277	0.42 331	0.35 338	0.36 317	0.26 275	0.35 286	0.26 257

H2IRNET	0.34 251	0.34 188	0.34 291	0.34 235	0.34 396	0.34 279	0.34 385	0.34 269	0.34 390	0.34 277	0.34 388	0.34 284	0.34 387	0.34 282	0.34 381	0.34 260	0.34 331	0.34 292	0.34 399	0.34 273	0.34 378

IGEV++	0.34 251	0.43 236	0.30 248	0.40 269	0.29 301	0.40 310	0.29 296	0.40 306	0.29 299	0.40 306	0.29 302	0.40 318	0.29 304	0.40 312	0.30 303	0.38 289	0.29 269	0.37 320	0.29 349	0.37 301	0.29 332

iRaft-Stereo_5w	0.34 251	0.42 234	0.31 266	0.39 256	0.30 313	0.38 302	0.30 304	0.40 306	0.29 299	0.40 306	0.37 408	0.41 333	0.34 387	0.38 301	0.30 303	0.34 260	0.27 247	0.34 292	0.26 275	0.34 273	0.26 257

CSP-Net	0.34 251	1.29 478	1.19 547	1.36 571	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	1.26 586	1.21 598	0.03 41	0.09 142	0.02 21	0.09 143

iRaft-Stereo_20w	0.34 251	0.41 224	0.31 266	0.39 256	0.29 301	0.40 310	0.32 361	0.41 325	0.32 371	0.38 292	0.30 317	0.39 308	0.30 313	0.38 301	0.32 356	0.35 268	0.27 247	0.34 292	0.27 313	0.34 273	0.29 332

DGSMNet	0.34 251	0.41 224	0.27 230	0.41 283	0.28 288	0.41 329	0.28 281	0.41 325	0.27 283	0.41 323	0.27 279	0.42 351	0.27 283	0.41 332	0.28 277	0.40 309	0.29 269	0.40 384	0.28 334	0.40 375	0.27 295

small-0shot	0.35 262	1.92 557	0.27 230	0.27 208	0.27 282	0.27 253	0.27 270	0.27 245	0.27 283	0.27 250	0.27 279	0.26 252	0.27 283	0.27 254	0.26 266	0.27 226	0.26 234	0.26 250	0.26 275	0.26 237	0.27 295

gcap_with_dpt	0.35 262	0.39 209	0.30 248	0.44 304	0.31 360	0.44 391	0.31 351	0.44 389	0.31 359	0.44 382	0.30 317	0.44 395	0.30 313	0.44 384	0.30 303	0.38 289	0.26 234	0.38 328	0.27 313	0.38 314	0.27 295

FE-Mocha	0.35 262	0.71 310	0.40 353	0.47 316	0.27 282	0.34 279	0.27 270	0.34 269	0.26 279	0.34 277	0.26 275	0.34 284	0.27 283	0.34 282	0.27 268	0.44 333	0.41 376	0.33 282	0.29 349	0.32 261	0.29 332

IGEV-FE	0.35 262	0.37 198	0.17 183	0.19 164	0.17 226	0.20 201	0.17 214	0.19 194	0.17 225	0.19 192	0.17 220	0.19 196	0.17 223	0.37 298	0.36 389	0.19 179	0.17 196	0.19 206	0.17 235	0.38 314	2.84 711

test_for_model	0.35 262	0.39 209	0.30 248	0.43 300	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.44 384	0.31 344	0.38 289	0.26 234	0.38 328	0.26 275	0.38 314	0.26 257

CASnet	0.35 262	0.51 278	0.44 376	0.32 225	0.31 360	0.24 229	0.34 385	0.36 276	0.25 265	0.31 263	0.37 408	0.30 266	0.33 382	0.25 238	0.45 442	0.37 276	0.37 348	0.33 282	0.35 412	0.34 273	0.37 397
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 262	0.44 239	0.45 378	0.49 328	0.30 313	0.37 295	0.30 304	0.36 276	0.30 314	0.36 285	0.29 302	0.36 291	0.29 304	0.36 291	0.30 303	0.46 372	0.39 362	0.32 275	0.24 266	0.32 261	0.25 251
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 262	0.35 190	0.35 302	0.35 238	0.35 400	0.35 283	0.35 390	0.35 272	0.35 394	0.35 281	0.35 397	0.35 286	0.35 394	0.35 285	0.35 385	0.35 268	0.35 338	0.35 308	0.35 412	0.35 286	0.35 389

GeoVLM	0.36 270	0.38 202	0.27 230	0.46 309	0.28 288	0.35 283	0.28 281	0.37 284	0.27 283	0.35 281	0.28 287	0.36 291	0.38 407	0.35 285	0.28 277	1.08 519	0.26 234	0.33 282	0.27 313	0.34 273	0.33 371

Zero-FE251	0.36 270	0.40 213	0.28 238	0.41 283	0.28 288	0.41 329	0.28 281	0.41 325	0.28 289	0.41 323	0.28 287	0.41 333	0.28 292	0.42 346	0.30 303	0.37 276	0.26 234	0.37 320	0.27 313	0.45 401	0.56 484

GIP-stereo	0.36 270	0.49 265	0.39 321	0.48 322	0.32 374	0.41 329	0.28 281	0.40 306	0.30 314	0.41 323	0.28 287	0.40 318	0.28 292	0.42 346	0.28 277	0.45 362	0.32 289	0.38 328	0.30 367	0.37 301	0.27 295

DCVSM-stereo	0.36 270	1.89 548	0.22 206	0.40 269	0.22 260	0.40 310	0.22 244	0.40 306	0.22 250	0.40 306	0.22 252	0.40 318	0.22 254	0.40 312	0.22 243	0.28 231	0.21 213	0.28 259	0.21 250	0.28 245	0.20 230

RSM	0.36 270	0.36 195	0.43 374	0.37 245	0.42 448	0.49 428	0.42 438	0.37 284	0.28 289	0.36 285	0.29 302	0.36 291	0.30 313	0.37 298	0.28 277	0.34 260	0.31 284	0.34 292	0.35 412	0.40 375	0.29 332

gcap-zeroshot	0.36 270	0.40 213	0.34 291	0.44 304	0.31 360	0.44 391	0.31 351	0.44 389	0.32 371	0.44 382	0.32 371	0.44 395	0.32 371	0.44 384	0.31 344	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 295

testlalala	0.36 270	0.40 213	0.34 291	0.44 304	0.31 360	0.44 391	0.31 351	0.44 389	0.32 371	0.44 382	0.32 371	0.44 395	0.32 371	0.44 384	0.31 344	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 295

GCAPDPT-zeroshot	0.36 270	0.40 213	0.30 248	0.43 300	0.30 313	0.43 357	0.30 304	0.43 351	0.31 359	0.43 344	0.30 317	0.43 360	0.30 313	0.44 384	0.31 344	0.39 302	0.28 255	0.39 371	0.27 313	0.39 361	0.26 257

RAFT-Test	0.36 270	0.37 198	0.33 280	0.41 283	0.32 374	0.41 329	0.32 361	0.41 325	0.32 371	0.41 323	0.32 371	0.41 333	0.32 371	0.41 332	0.33 368	0.37 276	0.29 269	0.37 320	0.29 349	0.38 314	0.31 357

DMCA	0.36 270	0.38 202	0.37 308	0.35 238	0.35 400	0.36 287	0.36 397	0.36 276	0.35 394	0.35 281	0.37 408	0.36 291	0.36 398	0.35 285	0.36 389	0.36 273	0.36 344	0.35 308	0.36 418	0.36 296	0.36 392

ACVNet-DCA	0.37 280	1.00 380	0.30 248	0.40 269	0.29 301	0.40 310	0.29 296	0.40 306	0.29 299	0.40 306	0.29 302	0.40 318	0.29 304	0.39 309	0.28 277	0.33 256	0.32 289	0.33 282	0.32 385	0.33 268	0.32 364

1test111	0.37 280	1.02 394	0.30 248	0.39 256	0.29 301	0.40 310	0.28 281	0.39 298	0.29 299	0.39 299	0.29 302	0.39 308	0.28 292	0.40 312	0.29 293	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 357

cc1	0.37 280	1.02 394	0.30 248	0.39 256	0.29 301	0.40 310	0.28 281	0.39 298	0.29 299	0.39 299	0.29 302	0.39 308	0.28 292	0.40 312	0.29 293	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 357

EKT-Stereo	0.37 280	0.40 213	0.44 376	1.07 486	0.29 301	0.34 279	0.31 351	0.36 276	0.29 299	0.38 292	0.31 361	0.37 301	0.30 313	0.36 291	0.29 293	0.34 260	0.28 255	0.39 371	0.30 367	0.37 301	0.30 347

GMOStereo	0.37 280	0.45 248	0.23 210	0.30 213	0.37 410	0.41 329	0.36 397	0.41 325	0.35 394	0.43 344	0.36 401	0.41 333	0.40 419	0.41 332	0.36 389	0.34 260	0.22 220	0.47 440	0.37 421	0.39 361	0.33 371

XPNet_ROB	0.37 280	0.37 198	0.37 308	0.37 245	0.37 410	0.37 295	0.37 403	0.37 284	0.37 407	0.37 291	0.37 408	0.37 301	0.37 403	0.37 298	0.37 399	0.37 276	0.37 348	0.37 320	0.37 421	0.37 301	0.37 397

GREATEN-IGEV_RVC	0.38 286	0.35 190	0.56 432	0.63 404	0.29 301	0.36 287	0.29 296	0.36 276	0.29 299	0.39 299	0.29 302	0.36 291	0.29 304	0.36 291	0.29 293	0.62 432	0.57 443	0.35 308	0.29 349	0.36 296	0.29 332

GREATEN-IGEV-FM_RVC	0.38 286	0.35 190	0.56 432	0.63 404	0.28 288	0.36 287	0.28 281	0.36 276	0.28 289	0.36 285	0.28 287	0.36 291	0.28 292	0.36 291	0.28 277	0.62 432	0.57 443	0.35 308	0.28 334	0.35 286	0.28 323

MonSter++	0.38 286	0.44 239	0.31 266	0.43 300	0.30 313	0.43 357	0.31 351	0.43 351	0.31 359	0.45 394	0.31 361	0.43 360	0.31 364	0.43 353	0.69 513	0.38 289	0.33 302	0.40 384	0.30 367	0.38 314	0.30 347

HiDET	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.42 343	0.30 314	0.44 382	0.30 317	0.42 351	0.30 313	0.42 346	0.68 505	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 332

LCMNet	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.42 343	0.30 314	0.45 394	0.30 317	0.42 351	0.30 313	0.42 346	0.69 513	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 332

CSFM-Stereo	0.38 286	0.44 239	0.30 248	0.42 293	0.30 313	0.42 350	0.30 304	0.43 351	0.30 314	0.44 382	0.30 317	0.42 351	0.30 313	0.42 346	0.73 527	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.30 347

HART	0.38 286	0.45 248	0.34 291	0.42 293	0.33 386	0.41 329	0.34 385	0.42 343	0.33 381	0.43 344	0.34 388	0.42 351	0.34 387	0.41 332	0.38 402	0.40 309	0.32 289	0.42 418	0.32 385	0.40 375	0.32 364

GREAT-IGEV	0.38 286	0.43 236	0.36 304	0.48 322	0.32 374	0.45 405	0.32 361	0.45 398	0.32 371	0.45 394	0.32 371	0.45 405	0.32 371	0.45 402	0.32 356	0.44 333	0.33 302	0.41 402	0.29 349	0.41 386	0.29 332
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	0.38 286	0.43 236	0.33 280	0.46 309	0.33 386	0.45 405	0.32 361	0.45 398	0.32 371	0.45 394	0.32 371	0.45 405	0.33 382	0.45 402	0.32 356	0.38 289	0.38 355	0.38 328	0.37 421	0.37 301	0.36 392

WAO-8	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 293	0.38 411	0.38 292	0.38 413	0.38 303	0.38 407	0.38 301	0.38 402	0.38 289	0.38 355	0.38 328	0.37 421	0.38 314	0.38 404

WAO-7	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 293	0.38 411	0.38 292	0.38 413	0.38 303	0.38 407	0.38 301	0.38 402	0.38 289	0.38 355	0.38 328	0.38 434	0.38 314	0.38 404

xx1	0.38 286	1.03 396	0.31 266	0.40 269	0.31 360	0.41 329	0.28 281	0.40 306	0.29 299	0.40 306	0.29 302	0.40 318	0.29 304	0.40 312	0.29 293	0.34 260	0.33 302	0.34 292	0.32 385	0.34 273	0.32 364

Venus	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.37 295	0.38 410	0.37 284	0.37 407	0.41 323	0.37 408	0.39 308	0.37 403	0.38 301	0.38 402	0.37 276	0.38 355	0.38 328	0.37 421	0.37 301	0.38 404

IMH	0.38 286	0.38 202	0.38 310	0.38 248	0.38 417	0.38 302	0.38 410	0.38 293	0.38 411	0.42 337	0.38 413	0.40 318	0.38 407	0.38 301	0.38 402	0.38 289	0.38 355	0.39 371	0.38 434	0.38 314	0.38 404

DF	0.39 300	1.37 488	1.02 531	1.14 494	0.12 188	0.16 181	0.12 180	0.16 181	0.12 188	0.16 179	0.12 177	0.16 180	0.12 184	0.16 180	0.12 174	1.12 528	1.00 520	0.15 178	0.12 181	0.15 179	0.12 179

PAM	0.39 300	1.88 547	0.34 291	0.37 245	0.41 438	0.45 405	0.22 244	0.28 246	0.23 257	0.28 251	0.24 264	0.29 262	0.23 260	0.29 263	0.23 250	0.38 289	0.32 289	0.38 328	0.37 421	0.32 261	0.22 237

HanzoNet	0.39 300	0.38 202	0.40 353	0.39 256	0.41 438	0.38 302	0.38 410	0.38 293	0.38 411	0.39 299	0.39 423	0.38 303	0.38 407	0.39 309	0.40 417	0.38 289	0.38 355	0.40 384	0.38 434	0.38 314	0.40 413

CES	0.39 300	0.47 257	0.36 304	0.36 242	0.37 410	0.45 405	0.35 390	0.35 272	0.40 425	0.36 285	0.44 449	0.47 415	0.36 398	0.44 384	0.36 389	0.37 276	0.39 362	0.44 421	0.35 412	0.37 301	0.36 392

PASM	0.39 300	3.06 626	1.36 613	1.58 581	0.09 148	0.11 154	0.11 167	0.11 155	0.11 172	0.09 141	0.09 147	0.11 158	0.09 147	0.09 141	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

mms	0.40 305	0.45 248	0.35 302	0.48 322	0.36 406	0.47 417	0.34 385	0.45 398	0.38 411	0.47 406	0.33 380	0.45 405	0.32 371	0.45 402	0.32 356	0.39 302	0.38 355	0.38 328	0.37 421	0.39 361	0.39 410

GCAPDPT-zeroshot4090	0.40 305	1.09 406	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.44 389	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.45 362	0.34 331	0.38 328	0.27 313	0.38 314	0.27 295

knoymous	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 306	0.40 425	0.40 306	0.40 426	0.40 318	0.40 419	0.40 312	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

anonymousa	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 306	0.40 425	0.40 306	0.40 426	0.40 318	0.40 419	0.40 312	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

riskmin	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 306	0.40 425	0.40 306	0.40 426	0.40 318	0.40 419	0.40 312	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

Anonymous_2	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 306	0.40 425	0.40 306	0.40 426	0.40 318	0.40 419	0.40 312	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

Anonymous_1	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 306	0.40 425	0.40 306	0.40 426	0.40 318	0.40 419	0.40 312	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

AdaStereo	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 306	0.40 425	0.40 306	0.40 426	0.40 318	0.40 419	0.40 312	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413
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.
test410_97500	0.41 313	0.89 348	0.31 266	0.40 269	0.31 360	0.40 310	0.31 351	0.40 306	0.31 359	0.61 470	0.53 486	0.40 318	0.31 364	0.40 312	0.31 344	0.58 418	0.47 410	0.38 328	0.29 349	0.38 314	0.29 332

GCAP-Stereo-DPT-25K	0.41 313	1.09 406	0.40 353	0.52 378	0.31 360	0.44 391	0.31 351	0.44 389	0.31 359	0.44 382	0.31 361	0.44 395	0.31 364	0.44 384	0.31 344	0.46 372	0.35 338	0.39 371	0.28 334	0.39 361	0.28 323

GCAP-Stereo-DPT-FT	0.41 313	1.06 403	0.40 353	0.51 375	0.31 360	0.44 391	0.30 304	0.43 351	0.32 371	0.44 382	0.30 317	0.56 465	0.30 313	0.44 384	0.31 344	0.45 362	0.34 331	0.39 371	0.27 313	0.40 375	0.27 295

Select-FE	0.41 313	0.44 239	0.23 210	0.26 205	0.22 260	0.26 248	0.22 244	0.26 241	0.23 257	0.26 245	0.23 257	0.26 252	0.23 260	0.45 402	0.42 433	0.25 220	0.22 220	0.25 245	0.22 253	0.45 401	2.90 712

water-stereo	0.41 313	0.84 336	0.46 384	0.50 364	0.33 386	0.45 405	0.33 372	0.45 398	0.32 371	0.45 394	0.32 371	0.45 405	0.32 371	0.45 402	0.32 356	0.44 333	0.41 376	0.39 371	0.31 378	0.39 361	0.32 364

ccccc	0.41 313	0.44 239	0.34 291	0.48 322	0.35 400	0.48 422	0.35 390	0.51 440	0.35 394	0.47 406	0.35 397	0.47 415	0.34 387	0.47 411	0.35 385	0.41 317	0.40 366	0.40 384	0.40 439	0.41 386	0.39 410

GCAP-BAT	0.41 313	1.30 480	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.44 382	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.34 331	0.38 328	0.26 275	0.38 314	0.26 257

GwcNet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 325	0.41 435	0.41 323	0.41 434	0.41 333	0.41 431	0.41 332	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

PSMNet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 325	0.41 435	0.41 323	0.41 434	0.41 333	0.41 431	0.41 332	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

GANet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 325	0.41 435	0.41 323	0.41 434	0.41 333	0.41 431	0.41 332	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

ADLNet2	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 325	0.41 435	0.41 323	0.41 434	0.41 333	0.41 431	0.41 332	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

ADLNet	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 325	0.41 435	0.41 323	0.41 434	0.41 333	0.41 431	0.41 332	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

FCDSN-DC	0.41 313	0.59 296	0.64 457	0.54 383	0.33 386	0.50 437	0.37 403	0.42 343	0.40 425	0.61 470	0.43 447	0.50 441	0.49 467	0.38 301	0.32 356	0.28 231	0.23 226	0.26 250	0.22 253	0.35 286	0.28 323
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 313	0.46 252	0.33 280	0.49 328	0.33 386	0.49 428	0.33 372	0.49 417	0.33 381	0.49 420	0.33 380	0.49 427	0.33 382	0.51 444	0.33 368	0.41 317	0.30 279	0.41 402	0.30 367	0.79 488	0.29 332

Gwc-CoAtRS	0.41 313	1.49 494	0.32 275	0.42 293	0.32 374	0.41 329	0.32 361	0.41 325	0.33 381	0.41 323	0.32 371	0.41 333	0.32 371	0.41 332	0.32 356	0.39 302	0.28 255	0.39 371	0.28 334	0.40 375	0.28 323

S0	0.42 328	0.44 239	0.54 428	0.59 396	0.34 396	0.48 422	0.22 244	0.51 440	0.25 265	0.51 442	0.34 388	0.53 454	0.35 394	0.47 411	0.36 389	0.55 411	0.39 362	0.49 453	0.27 313	0.46 404	0.34 378

UPFNet	0.42 328	1.20 422	0.17 183	0.24 190	0.17 226	0.25 239	0.17 214	1.19 552	0.90 553	0.25 236	0.17 220	0.24 233	0.17 223	0.25 238	0.17 215	0.22 192	0.17 196	0.22 221	0.16 212	1.15 544	0.93 551

quiztm	0.43 330	0.49 265	0.40 353	0.51 375	0.40 428	0.51 449	0.40 424	0.50 426	0.40 425	0.50 433	0.40 426	0.51 452	0.40 419	0.50 434	0.40 417	0.44 333	0.34 331	0.44 421	0.34 399	0.44 396	0.34 378

GCAP-Stereo-DPT26K	0.43 330	1.76 511	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.31 344	0.44 333	0.33 302	0.38 328	0.27 313	0.38 314	0.26 257

aanet-new-8k	0.43 330	1.76 511	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new	0.43 330	1.80 521	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-cres	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-36K	0.43 330	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-20K	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-3K	0.43 330	1.77 513	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

DDF-Stereo	0.43 330	1.15 415	0.57 436	0.53 380	0.32 374	0.41 329	0.32 361	0.41 325	0.32 371	0.41 323	0.32 371	0.41 333	0.32 371	0.40 312	0.32 356	0.52 401	0.50 427	0.38 328	0.31 378	0.39 361	0.31 357

DVStereo	0.43 330	0.86 340	0.48 400	0.50 364	0.33 386	0.46 412	0.33 372	0.46 402	0.33 381	0.46 400	0.33 380	0.47 415	0.33 382	0.47 411	0.34 381	0.45 362	0.42 386	0.40 384	0.33 395	0.47 418	0.38 404

psmg	0.43 330	1.91 551	0.92 518	1.91 596	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	1.97 629	1.44 621	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 330	1.21 468	0.17 183	0.25 197	0.17 226	0.25 239	0.18 223	1.26 606	0.95 562	0.25 236	0.17 220	0.25 240	0.17 223	0.25 238	0.17 215	0.23 204	0.16 175	0.22 221	0.16 212	1.18 552	0.98 557

psm_up	0.43 330	1.19 421	0.17 183	0.25 197	0.18 238	0.25 239	0.19 229	1.26 606	0.91 554	0.26 245	0.17 220	0.25 240	0.17 223	0.25 238	0.17 215	0.22 192	0.17 196	0.23 230	0.16 212	1.18 552	0.99 558

aanet-new-90k	0.44 343	1.82 533	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.44 384	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-60k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-70k	0.44 343	1.82 533	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-78k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-40k	0.44 343	1.81 526	0.39 321	0.50 364	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-36k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-34k	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-32k-new	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.44 389	0.30 314	0.44 382	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.45 362	0.34 331	0.39 371	0.26 275	0.38 314	0.26 257

aanet-new-32k	0.44 343	1.79 520	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-30k	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-28k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.44 391	0.30 304	0.44 389	0.30 314	0.44 382	0.30 317	0.44 395	0.30 313	0.44 384	0.30 303	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-24k	0.44 343	1.78 516	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-22k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-16k	0.44 343	1.83 536	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-cres-4k	0.44 343	1.81 526	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-22K	0.44 343	1.85 542	0.38 310	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-24K	0.44 343	1.86 545	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-5K	0.44 343	1.80 521	0.39 321	0.49 328	0.30 313	0.44 391	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.44 384	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-2K	0.44 343	1.82 533	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-50K	0.44 343	1.83 536	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.43 353	0.30 303	0.44 333	0.36 344	0.38 328	0.26 275	0.38 314	0.26 257

Monster-pub-mixall	0.44 343	0.56 292	0.60 442	0.38 248	0.27 282	0.37 295	0.27 270	0.37 284	0.29 299	0.38 292	0.27 279	0.38 303	0.29 304	0.85 513	0.27 268	1.46 602	0.26 234	0.34 292	0.26 275	0.36 296	0.53 470

depthmonostereo	0.44 343	0.85 338	0.46 384	0.54 383	0.40 428	0.52 453	0.38 410	0.52 445	0.35 394	0.47 406	0.34 388	0.46 409	0.34 387	0.47 411	0.34 381	0.45 362	0.43 391	0.41 402	0.33 395	0.41 386	0.32 364

MMNet	0.44 343	1.24 476	0.17 183	0.25 197	0.17 226	0.25 239	0.18 223	1.26 606	0.93 560	0.25 236	0.17 220	0.25 240	0.18 234	0.25 238	0.17 215	0.23 204	0.16 175	0.23 230	0.16 212	1.20 556	0.99 558

LACA_dic	0.45 366	0.13 117	1.78 642	1.70 591	0.12 188	0.13 164	0.12 180	0.16 181	0.15 207	0.13 166	0.12 177	0.13 166	0.11 168	0.16 180	0.13 183	1.73 614	1.69 644	0.16 182	0.11 165	0.13 168	0.13 186

aanet-new-10k	0.45 366	1.81 526	0.40 353	0.50 364	0.31 360	0.44 391	0.31 351	0.44 389	0.31 359	0.44 382	0.31 361	0.44 395	0.32 371	0.44 384	0.31 344	0.46 372	0.35 338	0.39 371	0.27 313	0.39 361	0.27 295

252Zero-FE	0.45 366	0.50 270	0.36 304	0.50 364	0.36 406	0.50 437	0.36 397	0.50 426	0.36 405	0.49 420	0.36 401	0.49 427	0.36 398	0.54 454	0.41 425	0.45 362	0.34 331	0.45 426	0.34 399	0.55 444	0.75 529

Monster-pub-eth3d	0.45 366	0.57 293	0.60 442	0.39 256	0.28 288	0.37 295	0.28 281	0.37 284	0.30 314	0.39 299	0.29 302	0.39 308	0.30 313	0.92 525	0.27 268	1.42 599	0.28 255	0.34 292	0.28 334	0.37 301	0.53 470

Replicate-Monster	0.45 366	0.57 293	0.60 442	0.40 269	0.29 301	0.37 295	0.27 270	0.37 284	0.30 314	0.40 306	0.31 361	0.40 318	0.30 313	0.99 533	0.27 268	1.36 595	0.31 284	0.34 292	0.30 367	0.36 296	0.54 473

SCV_C0	0.45 366	0.88 345	0.49 407	0.54 383	0.37 410	0.48 422	0.37 403	0.48 412	0.37 407	0.48 413	0.36 401	0.48 422	0.37 403	0.49 426	0.37 399	0.50 393	0.41 376	0.44 421	0.34 399	0.44 396	0.34 378

RAFT-Stereo-weight	0.45 366	1.90 550	0.34 291	0.42 293	0.36 406	0.43 357	0.35 390	0.42 343	0.34 390	0.42 337	0.34 388	0.44 395	0.34 387	0.41 332	0.34 381	0.38 289	0.32 289	0.38 328	0.32 385	0.38 314	0.33 371

TorneroNet-64	0.45 366	0.27 173	0.30 248	0.58 393	0.27 282	0.70 486	0.30 304	0.28 246	0.73 536	0.73 493	0.28 287	0.71 492	0.66 501	0.75 494	0.27 268	0.27 226	0.29 269	0.37 320	0.75 542	0.28 245	0.30 347

aanet-new-12k	0.46 374	1.99 560	0.40 353	0.51 375	0.31 360	0.44 391	0.31 351	0.44 389	0.31 359	0.44 382	0.31 361	0.44 395	0.31 364	0.44 384	0.32 356	0.47 379	0.35 338	0.39 371	0.27 313	0.39 361	0.27 295

SCV	0.46 374	0.94 365	0.45 378	0.54 383	0.37 410	0.48 422	0.38 410	0.48 412	0.37 407	0.48 413	0.39 423	0.48 422	0.37 403	0.49 426	0.37 399	0.50 393	0.46 402	0.44 421	0.34 399	0.44 396	0.34 378

otaku	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 402	0.46 453	0.46 400	0.46 458	0.46 409	0.46 452	0.46 407	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

Dean	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 402	0.46 453	0.47 406	0.46 458	0.46 409	0.46 452	0.46 407	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

ACVNet_1	0.46 374	0.47 257	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 402	0.47 458	0.46 400	0.46 458	0.46 409	0.46 452	0.46 407	0.46 446	0.46 372	0.46 402	0.47 440	0.46 464	0.46 404	0.46 439

ACVNet-4b	0.46 374	0.46 252	0.46 384	0.46 309	0.46 459	0.46 412	0.46 452	0.46 402	0.46 453	0.46 400	0.46 458	0.46 409	0.46 452	0.47 411	0.46 446	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

PML	0.46 374	1.36 486	0.29 244	0.58 393	0.30 313	0.57 467	0.29 296	0.57 456	0.29 299	0.57 463	0.29 302	0.57 468	0.29 304	0.56 459	0.29 293	0.52 401	0.30 279	0.53 470	0.31 378	0.53 442	0.30 347

Anonymus	0.47 381	0.73 313	0.46 384	0.43 300	0.54 491	0.53 455	0.27 270	0.39 298	0.35 394	0.33 274	0.40 426	0.33 279	0.38 407	0.53 451	0.54 475	0.56 415	0.36 344	0.49 453	0.53 487	0.66 460	0.54 473

LG-Stereo_L1	0.47 381	0.52 280	0.47 392	0.62 402	0.39 427	0.53 455	0.40 424	0.53 447	0.39 424	0.53 449	0.39 423	0.53 454	0.39 418	0.53 451	0.39 414	0.55 411	0.46 402	0.49 453	0.37 421	0.49 425	0.37 397

Ntro	0.47 381	0.47 257	0.46 384	0.46 309	0.46 459	0.47 417	0.47 457	0.46 402	0.47 458	0.46 400	0.46 458	0.47 415	0.46 452	0.47 411	0.47 453	0.47 379	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

HaxPig	0.47 381	0.47 257	0.47 392	0.49 328	0.47 466	0.47 417	0.47 457	0.47 408	0.47 458	0.47 406	0.47 466	0.47 415	0.47 460	0.47 411	0.47 453	0.47 379	0.47 410	0.47 440	0.47 471	0.47 418	0.48 449

UNDER WATER	0.47 381	0.47 257	0.47 392	0.47 316	0.47 466	0.47 417	0.47 457	0.47 408	0.47 458	0.47 406	0.47 466	0.47 415	0.46 452	0.47 411	0.47 453	0.47 379	0.47 410	0.47 440	0.46 464	0.47 418	0.47 447

LVE	0.47 381	0.47 257	0.47 392	0.47 316	0.49 474	0.47 417	0.47 457	0.47 408	0.49 467	0.47 406	0.47 466	0.47 415	0.46 452	0.47 411	0.47 453	0.47 379	0.47 410	0.48 448	0.47 471	0.47 418	0.47 447

GASTEREO	0.48 387	1.21 468	0.47 392	0.57 391	0.38 417	0.50 437	0.38 410	0.50 426	0.38 411	0.50 433	0.38 413	0.50 441	0.38 407	0.50 434	0.38 402	0.52 401	0.42 386	0.46 430	0.34 399	0.46 404	0.34 378

LG-Stereo_Zeroshot	0.48 387	0.55 290	0.47 392	0.63 404	0.41 438	0.56 461	0.44 442	0.56 453	0.41 435	0.56 460	0.41 434	0.57 468	0.42 437	0.56 459	0.41 425	0.55 411	0.43 391	0.51 464	0.37 421	0.51 436	0.37 397

fffft	0.48 387	0.51 278	0.45 378	0.52 378	0.45 457	0.52 453	0.45 448	0.52 445	0.48 465	0.53 449	0.45 454	0.52 453	0.45 448	0.52 449	0.46 446	0.51 399	0.41 376	0.50 459	0.41 448	0.50 430	0.41 422
1: 1. 1
RainbowNet	0.48 387	0.48 263	0.48 400	0.48 322	0.48 470	0.48 422	0.48 466	0.48 412	0.48 465	0.48 413	0.48 470	0.48 422	0.48 461	0.48 420	0.48 459	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.48 449

notaker	0.48 387	0.49 265	0.48 400	0.48 322	0.48 470	0.48 422	0.48 466	0.48 412	0.49 467	0.48 413	0.48 470	0.48 422	0.48 461	0.48 420	0.48 459	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.49 455

LL-Strereo2	0.48 387	1.73 509	0.51 420	0.59 396	0.34 396	0.42 350	0.33 372	0.40 306	0.31 359	0.42 337	0.33 380	0.42 351	0.31 364	0.44 384	0.39 414	0.60 423	0.51 432	0.44 421	0.33 395	0.44 396	0.33 371

Former-RAFT_DAM_RVC	0.49 393	0.98 370	0.64 457	0.84 447	0.46 459	0.45 405	0.35 390	0.47 408	0.47 458	0.45 394	0.34 388	0.46 409	0.48 461	0.46 407	0.35 385	0.39 302	0.71 490	0.39 371	0.35 412	0.41 386	0.41 422

ACVNet_2	0.49 393	0.49 265	0.49 407	0.49 328	0.49 474	0.49 428	0.49 468	0.49 417	0.49 467	0.49 420	0.49 473	0.49 427	0.49 467	0.49 426	0.49 461	0.49 387	0.49 419	0.49 453	0.49 479	0.49 425	0.49 455

FoundationStereo	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 426	0.50 472	0.50 433	0.50 477	0.50 441	0.50 471	0.50 434	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

StereoAnything_RVC	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 426	0.50 472	0.50 433	0.50 477	0.50 441	0.50 471	0.50 434	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

dual_stereo	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 426	0.50 472	0.50 433	0.50 477	0.50 441	0.50 471	0.50 434	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

GCST	0.50 395	2.08 563	0.38 310	0.53 380	0.35 400	0.49 428	0.35 390	0.50 426	0.35 394	0.49 420	0.35 397	0.49 427	0.35 394	0.49 426	0.35 385	0.48 384	0.37 348	0.45 426	0.33 395	0.44 396	0.33 371

SANet	0.50 395	0.50 270	0.50 413	0.50 364	0.50 478	0.50 437	0.50 472	0.50 426	0.50 472	0.50 433	0.50 477	0.50 441	0.50 471	0.50 434	0.50 464	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

MSCF	0.51 400	1.40 491	0.49 407	0.58 393	0.38 417	0.50 437	0.38 410	0.54 449	0.41 435	0.52 446	0.41 434	0.53 454	0.42 437	0.53 451	0.41 425	0.60 423	0.47 410	0.48 448	0.37 421	0.48 422	0.38 404

UGAM-zero	0.51 400	2.17 572	0.39 321	0.53 380	0.36 406	0.50 437	0.36 397	0.50 426	0.36 405	0.49 420	0.36 401	0.50 441	0.35 394	0.50 434	0.36 389	0.49 387	0.37 348	0.47 440	0.35 412	0.46 404	0.34 378

UGAM	0.51 400	2.23 577	0.39 321	0.54 383	0.35 400	0.50 437	0.35 390	0.49 417	0.35 394	0.49 420	0.35 397	0.49 427	0.36 398	0.50 434	0.36 389	0.49 387	0.37 348	0.45 426	0.34 399	0.45 401	0.34 378

Selective-IGEV	0.51 400	0.55 290	0.45 378	0.69 418	0.45 457	0.61 472	0.45 448	0.50 426	0.40 425	0.56 460	0.44 449	0.55 462	0.40 419	0.72 489	0.67 497	0.59 421	0.46 402	0.45 426	0.34 399	0.46 404	0.37 397

RCA-Stereo	0.51 400	3.22 632	0.34 291	0.44 304	0.34 396	0.44 391	0.34 385	0.43 351	0.34 390	0.43 344	0.34 388	0.44 395	0.33 382	0.43 353	0.33 368	0.38 289	0.29 269	0.38 328	0.29 349	0.38 314	0.29 332

DN	0.53 405	0.85 338	0.45 378	0.65 410	0.44 453	0.60 470	0.44 442	0.60 464	0.44 448	0.60 468	0.45 454	0.60 473	0.44 444	0.60 468	0.44 439	0.56 415	0.42 386	0.56 474	0.42 456	0.56 447	0.42 429

MatchStereo	0.54 406	0.12 115	2.38 690	2.32 626	0.09 148	0.09 140	0.08 144	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 135	2.34 666	2.34 685	0.12 159	0.11 165	0.11 156	0.10 151
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	0.54 406	0.60 299	0.52 423	0.66 414	0.47 466	0.61 472	0.47 457	0.58 459	0.46 453	0.61 470	0.46 458	0.61 476	0.45 448	0.62 470	0.45 442	0.61 427	0.52 434	0.57 475	0.48 475	0.57 450	0.48 449

castereo++	0.54 406	3.59 638	1.15 541	1.31 565	0.14 195	0.16 181	0.14 189	0.16 181	0.14 195	0.16 179	0.14 196	0.16 180	0.13 190	0.16 180	0.14 188	1.45 601	1.16 546	0.15 178	0.14 198	0.15 179	0.13 186

FENet	0.54 406	1.52 495	1.19 547	1.41 575	0.23 266	0.35 283	0.23 253	0.35 272	0.23 257	0.34 277	0.23 257	0.35 286	0.23 260	0.35 285	0.23 250	1.40 598	1.07 530	0.32 275	0.23 259	0.33 268	0.23 239

PSMNet_ROB	0.54 406	0.54 288	0.54 428	0.54 383	0.53 488	0.54 459	0.54 482	0.53 447	0.54 483	0.54 455	0.54 488	0.54 458	0.53 478	0.54 454	0.54 475	0.54 405	0.53 436	0.54 471	0.54 489	0.54 443	0.54 473

AIO-test2	0.55 411	0.59 296	0.52 423	0.67 415	0.47 466	0.61 472	0.47 457	0.61 468	0.47 458	0.61 470	0.47 466	0.61 476	0.48 461	0.62 470	0.47 453	0.64 438	0.53 436	0.58 476	0.47 471	0.58 452	0.48 449

CFNet-ft	0.55 411	1.57 497	0.14 148	0.20 168	0.14 195	0.20 201	2.53 707	1.61 625	0.14 195	0.20 199	0.14 196	0.20 201	0.14 195	0.20 199	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	1.56 619	1.24 636

S	0.56 413	0.61 300	0.54 428	0.68 417	0.48 470	0.65 478	0.49 468	0.63 470	0.49 467	0.64 478	0.49 473	0.64 480	0.48 461	0.62 470	0.49 461	0.63 436	0.62 462	0.59 479	0.48 475	0.57 450	0.48 449

MyStereo04	0.56 413	3.72 644	0.59 438	0.49 328	0.41 438	0.36 287	0.32 361	0.37 284	0.31 359	0.34 277	0.46 458	0.35 286	0.32 371	0.35 285	0.33 368	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 432

CASS	0.57 415	0.89 348	0.56 432	0.57 391	0.56 492	0.56 461	0.56 484	0.56 453	0.53 481	0.57 463	0.57 492	0.59 472	0.48 461	0.56 459	0.57 479	0.55 411	0.56 441	0.47 440	0.56 495	0.62 456	0.56 484
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 416	0.75 318	0.49 407	0.79 438	0.50 478	0.79 498	0.49 468	0.79 493	0.49 467	0.80 505	0.49 473	0.79 505	0.49 467	0.80 499	0.49 461	0.63 436	0.40 366	0.63 483	0.40 439	0.63 457	0.40 413

aanet-new-14k	0.60 416	5.12 677	0.39 321	0.49 328	0.30 313	0.43 357	0.30 304	0.43 351	0.30 314	0.43 344	0.30 317	0.43 360	0.30 313	0.44 384	0.30 303	0.44 333	0.37 348	0.38 328	0.26 275	0.38 314	0.26 257

LG-Stereo	0.60 416	0.58 295	0.47 392	0.64 409	0.74 531	1.00 527	0.69 516	0.57 456	0.41 435	0.57 463	0.41 434	0.57 468	0.41 431	1.00 535	0.75 532	0.91 492	0.51 432	0.52 467	0.37 421	0.52 438	0.37 397

MonSter	0.60 416	0.64 303	0.52 423	0.62 402	0.44 453	2.07 650	0.44 442	0.62 469	0.44 448	0.62 474	0.44 449	0.62 478	0.44 444	0.62 470	0.44 439	0.58 418	0.42 386	0.62 481	0.46 464	0.58 452	0.42 429

MyStereo07	0.60 416	3.72 644	0.48 400	0.49 328	0.41 438	0.36 287	0.32 361	0.49 417	0.43 445	0.51 442	0.42 444	0.49 427	0.43 442	0.51 444	0.64 490	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 432

FSD	0.61 421	0.59 296	0.50 413	2.58 641	0.44 453	0.56 461	0.44 442	0.55 452	0.44 448	0.56 460	0.44 449	0.56 465	0.44 444	0.56 459	0.46 446	0.61 427	0.42 386	0.52 467	0.42 456	0.52 438	0.51 465

castereo	0.61 421	3.79 646	1.35 605	1.52 579	0.15 209	0.17 188	0.16 204	0.20 201	0.21 246	0.18 190	0.16 212	0.21 209	0.12 184	0.26 250	0.17 215	1.43 600	1.38 617	0.17 192	0.16 212	0.18 197	0.16 201

WCG-NET	0.61 421	1.21 468	0.54 428	0.61 401	0.53 488	0.67 481	0.53 479	0.66 476	0.53 481	0.64 478	0.53 486	0.65 484	0.53 478	0.59 466	0.52 471	0.65 440	0.48 416	0.64 485	0.52 485	0.58 452	0.50 458

GEAStereo	0.62 424	3.91 651	0.48 400	0.69 418	0.38 417	0.51 449	0.38 410	0.51 440	0.38 411	0.53 449	0.38 413	0.50 441	0.38 407	0.51 444	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 378

gasm-f	0.62 424	3.91 651	0.48 400	0.69 418	0.38 417	0.51 449	0.38 410	0.51 440	0.38 411	0.53 449	0.38 413	0.50 441	0.38 407	0.51 444	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 378

SMoEStereo_RVC	0.63 426	0.75 318	0.51 420	0.73 432	0.53 488	0.71 488	0.47 457	0.67 477	0.58 487	0.74 498	0.60 498	0.72 495	0.53 478	0.74 493	0.51 469	0.61 427	0.62 462	0.62 481	0.61 505	0.63 457	0.61 490

anonymity	0.63 426	0.69 306	0.56 432	0.71 426	0.56 492	0.71 488	0.56 484	0.71 484	0.56 484	0.72 490	0.56 491	0.71 492	0.56 482	0.71 487	0.58 481	0.68 445	0.55 439	0.68 492	0.55 491	0.68 465	0.54 473

SE	0.64 428	0.73 313	0.77 497	0.79 438	0.59 495	0.78 495	0.54 482	0.58 459	0.58 487	0.78 502	0.59 496	0.63 479	0.18 234	0.78 496	0.52 471	0.80 476	0.65 468	0.69 495	0.57 498	0.75 479	0.52 467

PAM_32	0.64 428	2.38 592	0.51 420	0.92 460	0.43 452	0.53 455	0.44 442	0.87 505	0.43 445	0.52 446	0.45 454	0.53 454	0.40 419	0.54 454	0.46 446	0.62 432	0.56 441	0.48 448	0.45 462	0.76 482	0.44 435

CRFU-Net	0.65 430	1.67 501	1.22 597	1.96 600	0.27 282	0.41 329	0.27 270	0.41 325	0.27 283	0.40 306	0.26 275	0.41 333	0.27 283	0.40 312	0.27 268	1.80 617	1.62 638	0.34 292	0.23 259	0.33 268	0.23 239

LMCR-Stereo	0.65 430	0.63 301	0.65 461	0.65 410	0.65 511	0.66 480	0.63 495	0.58 459	0.65 502	0.63 477	0.64 506	0.65 484	0.65 498	0.66 478	0.66 496	0.66 442	0.64 466	0.65 489	0.67 523	0.68 465	0.73 525

test410	0.66 432	5.69 700	0.31 266	0.40 269	0.31 360	0.41 329	0.31 351	0.40 306	0.31 359	0.62 474	0.55 489	0.40 318	0.31 364	0.40 312	0.31 344	0.59 421	0.47 410	0.38 328	0.29 349	0.38 314	0.30 347

KSHMR	0.66 432	0.50 270	0.48 400	1.15 497	0.52 485	0.49 428	0.51 476	0.49 417	0.71 530	0.67 484	0.50 477	1.16 564	1.11 564	0.66 478	0.52 471	0.49 387	0.49 419	0.51 464	0.66 519	0.50 430	1.14 577

TorneroNet	0.66 432	0.53 284	0.50 413	0.50 364	0.64 509	1.06 544	0.70 523	0.50 426	0.51 479	0.49 420	0.69 522	0.49 427	0.50 471	0.48 420	1.15 575	0.71 452	0.49 419	1.14 563	1.08 576	0.49 425	0.49 455

GES	0.66 432	2.34 588	0.29 244	0.41 283	0.29 301	0.41 329	0.29 296	0.42 343	0.29 299	0.40 306	0.41 434	0.41 333	0.30 313	0.51 444	0.29 293	0.32 250	0.29 269	0.32 275	2.46 711	2.49 673	0.30 347

cf-r	0.66 432	2.17 572	0.12 123	0.18 159	0.12 188	0.18 192	2.70 711	2.60 685	0.12 188	0.18 190	0.12 177	0.18 192	0.12 184	0.18 191	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 631	1.74 687

DSFCA	0.66 432	0.73 313	0.78 499	0.65 410	0.65 511	0.64 477	0.64 496	0.65 473	0.63 500	0.64 478	0.64 506	0.64 480	0.64 496	0.65 477	0.65 493	0.65 440	0.65 468	0.65 489	0.65 516	0.66 460	0.64 500

MWDA-net	0.67 438	0.66 304	0.45 378	2.84 649	0.46 459	0.73 490	0.45 448	0.71 484	0.44 448	0.72 490	0.45 454	0.70 491	0.45 448	0.70 485	0.44 439	0.61 427	0.41 376	0.61 480	0.43 459	0.61 455	0.42 429

WAFT-Stereo (ZS)	0.67 438	0.78 325	0.67 467	0.67 415	0.66 514	0.67 481	0.67 503	0.65 473	0.66 504	0.66 482	0.67 511	0.66 487	0.67 503	0.67 480	0.72 526	0.66 442	0.67 471	0.67 491	0.67 523	0.67 463	0.67 507

DEFOM-Stereo	0.68 440	3.11 628	1.40 619	1.63 589	0.25 274	0.31 267	0.25 260	0.31 260	0.28 289	0.31 263	0.29 302	0.29 262	0.27 283	0.31 270	0.28 277	1.59 609	1.47 623	0.30 266	0.29 349	0.30 253	0.28 323

ssnet_v2	0.68 440	1.96 559	1.25 601	0.29 211	0.20 247	0.30 260	0.20 233	0.29 251	0.22 250	1.50 626	0.20 244	0.31 271	0.20 245	0.27 254	0.22 243	0.24 213	1.49 624	0.26 250	0.18 242	3.90 696	0.19 228

ARAFT	0.68 440	0.81 333	0.63 454	0.74 435	0.60 497	0.78 495	0.62 494	0.77 492	0.66 504	0.74 498	0.63 504	0.75 500	0.62 495	0.83 508	0.60 486	0.70 451	0.55 439	0.70 500	0.60 503	0.78 486	0.55 481

mm2	0.69 443	0.69 306	0.69 477	0.69 418	0.69 520	0.69 483	0.69 516	0.69 479	0.69 517	0.69 487	0.69 522	0.69 488	0.69 515	0.69 483	0.69 513	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 511

mm1	0.69 443	0.69 306	0.69 477	0.69 418	0.69 520	0.69 483	0.69 516	0.69 479	0.69 517	0.69 487	0.69 522	0.69 488	0.69 515	0.69 483	0.69 513	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 511

NINENet	0.69 443	3.87 650	1.20 550	1.98 601	0.05 126	0.40 310	0.04 103	0.40 306	0.05 125	0.41 323	0.04 110	0.41 333	0.05 117	0.40 312	0.05 115	1.79 616	1.56 630	0.34 292	0.22 253	0.34 273	0.23 239

VIP-Stereo	0.70 446	2.97 625	2.43 691	2.49 637	0.16 220	0.25 239	0.16 204	0.25 235	0.16 215	0.25 236	0.18 237	0.25 240	0.16 211	0.26 250	0.16 208	1.86 618	1.26 600	0.23 230	0.15 209	0.23 226	0.15 199

RAFT-Stereo + iAFF	0.70 446	0.72 312	0.71 484	0.80 442	0.62 508	0.82 506	0.61 493	0.81 499	0.62 497	0.81 508	0.63 504	0.80 507	0.70 519	0.73 491	0.61 488	0.76 470	0.61 461	0.74 507	0.61 505	0.77 484	0.61 490

DMCA-RVC	0.70 446	0.80 330	0.70 480	0.70 424	0.70 524	0.70 486	0.70 523	0.71 484	0.70 525	0.70 489	0.71 532	0.71 492	0.70 519	0.70 485	0.69 513	0.69 446	0.70 486	0.69 495	0.70 533	0.69 469	0.70 514

MyStereo8	0.71 449	3.92 653	0.52 423	0.59 396	0.52 485	0.57 467	0.53 479	0.59 462	0.50 472	0.59 467	0.51 483	0.57 468	0.50 471	0.56 459	0.52 471	0.54 405	0.49 419	0.54 471	0.49 479	0.55 444	0.50 458

HH	0.71 449	2.54 599	0.74 492	1.10 488	0.32 374	0.41 329	0.37 403	0.69 479	0.78 540	0.73 493	0.90 555	0.75 500	1.00 551	0.84 509	0.69 513	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 257

HanStereo	0.71 449	2.54 599	0.74 492	1.10 488	0.32 374	0.41 329	0.37 403	0.69 479	0.78 540	0.73 493	0.90 555	0.75 500	1.00 551	0.84 509	0.69 513	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 257

CAR	0.72 452	0.76 321	0.59 438	0.84 447	1.19 589	0.81 503	0.58 487	0.81 499	0.58 487	0.81 508	0.58 494	0.83 512	0.59 489	0.82 503	0.59 484	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 467

MSE-Stereo	0.72 452	0.76 321	0.59 438	0.84 447	1.19 589	0.81 503	0.58 487	0.81 499	0.58 487	0.81 508	0.58 494	0.83 512	0.59 489	0.82 503	0.59 484	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 467

zero-FE	0.72 452	1.31 482	0.66 463	0.92 460	0.60 497	0.82 506	0.58 487	0.82 502	0.58 487	0.81 508	0.60 498	0.81 510	0.60 491	0.82 503	0.58 481	0.74 467	0.59 453	0.73 502	0.52 485	0.76 482	0.51 465

ktn	0.72 452	0.53 284	1.08 535	1.14 494	0.51 484	1.22 606	1.36 642	0.51 440	0.59 492	0.51 442	0.51 483	0.69 488	1.20 576	0.67 480	0.51 469	0.51 399	0.49 419	0.58 476	0.66 519	0.52 438	0.53 470

MGA	0.73 456	0.76 321	0.60 442	0.92 460	1.17 585	0.81 503	0.59 491	0.84 503	0.62 497	0.81 508	0.59 496	0.84 514	0.60 491	0.81 502	0.61 488	0.71 452	0.53 436	0.89 529	0.53 487	0.75 479	0.54 473

DStereoRT	0.73 456	0.81 333	0.73 491	0.71 426	0.74 531	0.73 490	0.75 532	0.71 484	0.71 530	0.74 498	0.72 535	0.73 497	0.80 536	0.71 487	0.73 527	0.76 470	0.71 490	0.73 502	0.72 538	0.70 472	0.76 532

CroCo-Stereo	0.73 456	1.22 474	0.25 220	1.22 551	0.25 274	1.22 606	0.25 260	1.22 602	0.25 265	1.22 611	0.25 270	1.22 613	0.25 266	1.22 613	0.25 261	1.22 584	0.26 234	1.21 622	0.25 269	1.22 604	0.25 251
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	0.73 456	0.88 345	0.67 467	0.75 436	0.68 519	0.75 492	0.64 496	0.80 496	0.72 533	0.83 513	0.70 526	0.82 511	0.64 496	0.84 509	0.67 497	0.77 473	0.63 464	0.81 519	0.63 507	0.78 486	0.62 493

monster-pro	0.75 460	1.67 501	0.64 457	0.89 453	0.57 494	0.86 512	0.56 484	0.87 505	0.56 484	0.87 514	0.57 492	0.88 517	0.57 484	0.87 514	0.57 479	0.79 474	0.58 447	0.76 510	0.54 489	0.77 484	0.54 473

AIO-Stereo-zeroshot1	0.75 460	0.92 359	0.85 510	0.96 472	0.59 495	1.27 610	0.44 442	0.59 462	0.69 517	0.91 519	0.68 517	0.55 462	0.61 494	1.06 551	0.83 545	0.62 432	0.70 486	0.90 530	0.41 448	0.89 506	0.56 484

MyStereo06	0.75 460	4.12 655	0.60 442	0.63 404	0.61 503	0.62 475	0.66 499	0.56 453	0.45 452	0.55 458	0.48 470	0.54 458	0.46 452	0.57 464	0.45 442	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 481

GCAP-Stereo	0.75 460	4.15 658	0.42 372	0.75 436	0.35 400	0.78 495	0.40 424	0.79 493	0.38 411	0.78 502	0.36 401	0.78 503	0.36 398	0.79 497	0.39 414	0.75 468	0.39 362	0.76 510	0.39 438	0.75 479	0.39 410

GANet-RSSM	0.75 460	1.91 551	0.14 148	0.47 316	0.14 195	0.21 212	3.21 728	2.30 671	0.14 195	0.46 400	0.14 196	0.23 227	0.18 234	0.21 212	0.14 188	0.18 175	0.27 247	0.37 320	0.13 192	2.13 654	2.12 697

RSM++	0.76 465	0.82 335	0.66 463	0.85 451	0.64 509	0.85 510	0.71 526	0.94 519	0.64 501	0.87 514	0.67 511	0.87 516	0.65 498	0.84 509	0.65 493	0.81 480	0.70 486	0.79 514	0.71 536	0.83 498	0.70 514

CroCo-Stereo Lap2	0.77 466	1.29 478	0.29 244	1.27 556	0.29 301	1.27 610	0.26 267	1.26 606	0.26 279	1.26 612	0.26 275	1.27 617	0.26 276	1.26 615	0.27 268	1.27 587	0.27 247	1.27 626	0.27 313	1.27 608	0.27 295

PSMNet-RSSM	0.77 466	2.76 616	0.14 148	0.20 168	0.14 195	0.20 201	2.66 709	2.79 699	0.14 195	0.21 211	0.14 196	0.21 209	0.14 195	0.20 199	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 702

GwcNet-RSSM	0.77 466	2.77 618	0.14 148	0.20 168	0.14 195	0.20 201	2.67 710	2.78 698	0.14 195	0.20 199	0.14 196	0.20 201	0.14 195	0.21 212	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 702

4D-IteraStereo	0.78 469	3.13 629	0.89 511	0.69 418	0.32 374	0.40 310	0.32 361	0.76 491	0.97 565	0.52 446	0.65 508	0.89 520	0.32 371	0.76 495	0.98 557	0.83 485	0.94 518	0.35 308	0.27 313	0.70 472	0.89 547

Pro-Stereo	0.79 470	0.53 284	0.38 310	0.49 328	0.38 417	0.49 428	0.37 403	0.49 417	0.67 506	0.50 433	0.38 413	1.10 556	0.38 407	0.49 426	0.38 402	0.71 452	0.88 512	5.98 744	0.36 418	0.46 404	0.36 392

hitnet-ft	0.79 470	2.78 621	0.14 148	0.20 168	0.14 195	0.21 212	2.89 712	2.80 700	0.14 195	0.20 199	0.14 196	0.20 201	0.14 195	0.20 199	0.14 188	0.17 167	0.12 136	0.17 192	0.12 181	2.54 685	2.33 704

G-Net	0.79 470	0.79 327	0.79 502	0.79 438	0.79 544	0.79 498	0.79 537	0.79 493	0.79 544	0.79 504	0.79 547	0.79 505	0.79 535	0.79 497	0.79 537	0.79 474	0.79 503	0.79 514	0.79 549	0.79 488	0.79 537

MyStereo05	0.80 473	4.12 655	0.63 454	0.63 404	0.61 503	0.62 475	0.66 499	0.65 473	0.62 497	0.67 484	0.61 502	0.65 484	0.58 487	0.67 480	0.55 478	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 481

UDG	0.80 473	2.21 576	0.60 442	0.91 457	0.60 497	0.90 517	0.58 487	0.88 509	0.60 493	0.90 517	0.60 498	0.88 517	0.60 491	0.90 519	0.58 481	0.86 489	0.60 456	0.84 525	0.59 502	0.84 499	0.61 490

ccnet	0.80 473	2.28 580	0.33 280	0.50 364	0.33 386	0.50 437	0.33 372	0.50 426	0.33 381	0.49 420	0.33 380	0.49 427	1.56 641	2.38 675	0.33 368	0.41 317	0.29 269	0.42 418	1.57 658	2.28 660	0.29 332

NaN_ROB	0.80 473	0.80 330	0.80 503	0.80 442	0.80 547	0.80 500	0.80 540	0.80 496	0.80 546	0.80 505	0.80 549	0.80 507	0.80 536	0.80 499	0.80 540	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 538

CSAN	0.80 473	0.80 330	0.80 503	0.80 442	0.80 547	0.80 500	0.80 540	0.80 496	0.80 546	0.80 505	0.80 549	0.80 507	0.80 536	0.80 499	0.80 540	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 538

GSStereo	0.81 478	4.28 661	0.50 413	0.59 396	0.40 428	0.51 449	0.38 410	0.50 426	0.38 411	0.50 433	0.38 413	0.50 441	3.79 725	0.50 434	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 389

BSDual-CNN	0.81 478	1.91 551	0.92 518	4.48 689	0.02 22	0.42 350	0.06 137	0.41 325	0.02 22	0.48 413	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 295

DDUNet	0.81 478	2.45 597	0.57 436	0.90 455	0.60 497	0.88 514	0.59 491	0.90 510	0.60 493	0.88 516	0.60 498	0.90 521	0.58 487	0.88 516	0.60 486	0.84 487	0.60 456	0.86 527	0.57 498	0.86 501	0.60 489

R-Stereo Train	0.81 478	0.96 367	0.67 467	0.95 469	0.67 516	0.95 522	0.68 508	0.95 521	0.68 512	0.95 527	0.68 517	0.96 531	0.68 508	0.96 531	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 509

RAFT-Stereo	0.81 478	0.96 367	0.67 467	0.95 469	0.67 516	0.95 522	0.68 508	0.95 521	0.68 512	0.95 527	0.68 517	0.96 531	0.68 508	0.96 531	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 509
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 201	0.25 265	1.61 630	0.23 257	0.28 256	0.26 276	0.20 199	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 239

scenet	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 201	0.25 265	1.61 630	0.23 257	0.28 256	0.26 276	0.20 199	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 239

ssnet	0.82 483	1.72 504	1.48 623	0.39 256	0.15 209	0.31 267	0.21 239	0.20 201	0.25 265	1.61 630	0.23 257	0.28 256	0.26 276	0.20 199	0.15 200	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 239

STTRV1_RVC	0.82 483	1.60 499	0.70 480	1.01 481	0.60 497	1.07 547	0.69 516	1.01 532	0.60 493	0.72 490	0.55 489	1.02 547	0.68 508	1.03 549	0.67 497	0.89 491	0.63 464	0.92 536	0.57 498	0.90 509	0.65 502

DEFOM-Stereo_RVC	0.83 487	5.18 680	1.98 678	2.19 608	0.17 226	0.19 195	0.18 223	0.19 194	0.16 215	0.20 199	0.19 240	0.22 219	0.22 254	0.20 199	0.15 200	2.28 659	2.13 680	0.24 240	0.17 235	0.18 197	0.16 201

BUS	0.83 487	1.91 551	0.92 518	4.48 689	0.02 22	0.40 310	0.04 103	0.41 325	0.02 22	0.48 413	0.03 56	0.41 333	0.05 117	0.03 43	0.05 115	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 295

PDISCO_ROB	0.83 487	2.80 622	3.49 714	0.14 122	0.11 175	0.17 188	0.09 145	0.15 180	0.10 154	0.15 174	0.12 177	0.16 180	0.14 195	3.30 706	0.13 183	0.14 133	2.34 685	0.16 182	0.12 181	2.62 686	0.10 151

WQFJA1++	0.84 490	0.98 370	0.67 467	1.26 555	0.75 533	1.00 527	0.67 503	1.00 523	0.67 506	1.00 529	0.67 511	1.00 534	0.67 503	1.00 535	0.67 497	0.96 503	0.67 471	0.91 533	0.63 507	0.92 513	0.63 494

WQFJX1	0.84 490	0.98 370	0.67 467	1.30 563	0.75 533	1.01 535	0.67 503	1.01 532	0.67 506	1.01 540	0.67 511	1.01 543	0.68 508	1.00 535	0.68 505	0.98 508	0.67 471	0.92 536	0.64 512	0.92 513	0.64 500

NLMM	0.84 490	1.00 380	0.67 467	1.27 556	0.75 533	1.00 527	0.68 508	1.00 523	0.67 506	1.00 529	0.67 511	1.02 547	0.67 503	1.02 547	0.67 497	0.97 504	0.67 471	0.93 540	0.63 507	0.92 513	0.63 494

AIO-Stereo	0.84 490	0.66 304	0.70 480	0.83 446	0.67 516	0.98 525	0.82 547	1.14 543	0.72 533	1.03 546	0.74 539	1.03 549	1.09 563	0.99 533	0.45 442	1.04 516	0.73 493	0.95 546	0.74 540	0.94 522	0.46 439

DCRE	0.84 490	1.89 548	0.77 497	0.94 467	0.72 528	0.88 514	0.73 530	0.87 505	0.78 540	0.90 517	0.71 532	0.88 517	0.67 503	0.88 516	0.73 527	0.81 480	0.68 477	0.81 519	0.70 533	0.82 496	0.70 514

iGMRVC	0.84 490	2.85 623	0.72 487	0.72 428	0.73 529	0.77 493	0.79 537	0.73 488	0.74 538	0.73 493	0.72 535	0.73 497	0.76 530	0.73 491	0.73 527	0.72 460	0.73 493	0.73 502	0.72 538	0.73 477	0.72 521

WQFJA1	0.85 496	0.98 370	0.67 467	1.29 561	0.76 538	1.01 535	0.67 503	1.02 537	0.67 506	1.02 544	0.67 511	1.01 543	0.67 503	1.01 543	0.68 505	0.99 509	0.67 471	0.93 540	0.64 512	0.92 513	0.65 502

WQFJX	0.85 496	1.00 380	0.68 475	1.30 563	0.75 533	1.01 535	0.68 508	1.01 532	0.68 512	1.01 540	0.68 517	1.03 549	0.68 508	1.02 547	0.67 497	0.97 504	0.67 471	0.93 540	0.63 507	0.94 522	0.63 494

NLSM3	0.85 496	0.99 378	0.68 475	1.29 561	0.76 538	1.01 535	0.68 508	1.01 532	0.68 512	1.02 544	0.68 517	1.01 543	0.68 508	1.01 543	0.68 505	0.97 504	0.68 477	0.93 540	0.64 512	0.93 518	0.63 494

DNS	0.86 499	2.43 596	1.66 635	2.03 604	0.42 448	0.60 470	0.42 438	0.60 464	0.42 443	0.60 468	0.42 444	0.60 473	0.42 437	0.60 468	0.42 433	1.97 629	1.63 640	0.55 473	0.40 439	0.55 444	0.40 413

NLMM1	0.86 499	0.98 370	0.69 477	1.48 578	0.75 533	1.01 535	0.69 516	1.00 523	0.69 517	1.00 529	0.70 526	1.00 534	0.68 508	1.01 543	0.67 497	0.97 504	0.68 477	0.92 536	0.63 507	0.93 518	0.63 494

AdaDepth	0.86 499	0.93 363	0.71 484	1.01 481	1.07 575	1.02 541	0.71 526	1.00 523	0.71 530	1.01 540	0.71 532	1.00 534	0.72 525	1.14 562	0.71 524	0.92 495	0.64 466	0.90 530	0.64 512	0.89 506	0.69 511

GEStereo_RVC	0.86 499	4.45 663	0.20 198	0.27 208	0.20 247	0.27 253	0.20 233	0.26 241	0.18 232	5.03 736	0.20 244	0.27 255	0.19 241	0.27 254	0.21 239	0.20 182	0.19 206	0.19 206	4.02 740	0.20 204	0.18 225

FAST (zero-shot)	0.87 503	1.55 496	0.42 372	1.57 580	0.42 448	1.62 634	0.45 448	1.59 623	0.42 443	1.66 634	0.44 449	1.62 634	0.42 437	1.59 629	0.42 433	0.64 438	0.43 391	0.64 485	0.42 456	0.67 463	0.46 439

Selective-RAFT-Error	0.88 504	0.84 336	0.98 523	0.86 452	0.97 563	0.88 514	0.95 558	0.84 503	0.99 568	0.92 521	0.82 551	0.84 514	0.98 550	0.87 514	0.97 556	0.81 480	0.83 509	0.79 514	0.82 554	0.79 488	0.85 543

IER	0.88 504	7.04 708	2.23 684	2.75 643	0.28 288	0.43 357	0.25 260	0.39 298	0.25 265	0.41 323	0.27 279	0.39 308	0.25 266	0.40 312	0.28 277	0.37 276	0.28 255	0.37 320	0.25 269	0.37 301	0.25 251

Selective-RAFT	0.89 506	0.89 348	0.72 487	1.16 502	0.78 542	1.06 544	0.82 547	0.87 505	0.97 565	1.00 529	0.91 558	0.90 521	1.00 551	0.89 518	0.93 553	0.83 485	0.83 509	0.82 523	0.82 554	0.81 494	0.82 541

AIO-Stereo-zeroshot	0.91 507	0.86 340	0.89 511	1.25 554	0.69 520	1.05 543	0.81 544	1.16 547	0.50 472	1.12 556	0.97 564	0.72 495	0.82 540	1.06 551	0.95 554	0.61 427	0.87 511	1.03 560	0.85 557	1.04 535	1.01 566

CFNet-RSSM	0.91 507	4.89 669	0.34 291	0.44 304	1.07 575	1.62 634	1.40 649	0.91 512	0.35 394	1.60 627	1.39 649	0.64 480	0.34 387	0.44 384	0.33 368	0.41 317	0.35 338	0.75 508	0.30 367	0.41 386	0.29 332

MLG-Stereo	0.92 509	0.90 352	0.84 509	1.27 556	0.49 474	1.38 621	0.88 550	1.41 620	0.97 565	0.73 493	1.09 575	1.26 614	0.43 442	0.72 489	1.05 567	1.13 529	0.49 419	1.18 573	0.66 519	1.01 532	0.46 439

ToySt	0.92 509	2.11 566	0.90 514	0.95 469	0.79 544	0.99 526	0.78 536	0.94 519	0.81 549	0.94 525	0.78 545	0.95 530	0.77 532	0.94 527	0.86 547	0.91 492	0.79 503	0.85 526	0.77 545	0.89 506	0.73 525

DPSM_ROB	0.92 509	0.91 354	0.91 516	0.91 457	0.92 558	0.92 519	0.92 554	0.92 515	0.91 554	0.93 523	0.91 558	0.92 524	0.90 543	0.91 521	0.92 549	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 551

DPSM	0.92 509	0.91 354	0.91 516	0.91 457	0.92 558	0.92 519	0.92 554	0.92 515	0.91 554	0.93 523	0.91 558	0.92 524	0.90 543	0.91 521	0.92 549	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 551

pmcnn	0.92 509	0.92 359	0.92 518	0.92 460	0.92 558	0.92 519	0.92 554	0.92 515	0.92 558	0.92 521	0.92 561	0.92 524	0.92 545	0.92 525	0.92 549	0.92 495	0.92 516	0.92 536	0.92 559	0.92 513	0.92 550

error version	0.93 514	4.47 664	2.35 687	1.99 602	0.37 410	0.41 329	0.36 397	0.41 325	0.35 394	0.43 344	0.36 401	0.41 333	0.40 419	0.41 332	0.36 389	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 371

test_1	0.93 514	4.47 664	2.35 687	1.99 602	0.37 410	0.41 329	0.36 397	0.41 325	0.35 394	0.43 344	0.36 401	0.41 333	0.40 419	0.41 332	0.36 389	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 371

DGTPSM_ROB	0.93 514	1.00 380	0.92 518	0.94 467	0.96 562	0.91 518	0.92 554	0.91 512	0.96 564	0.91 519	0.96 562	0.93 527	0.92 545	0.94 527	0.92 549	0.92 495	0.92 516	0.90 530	0.92 559	0.94 522	0.91 549

HSM-Net_RVC	0.95 517	1.17 418	0.78 499	1.18 504	0.71 526	1.16 559	0.75 532	1.09 541	0.80 546	1.10 550	0.75 540	1.17 565	0.74 527	1.17 565	0.80 540	1.13 529	0.73 493	1.17 570	0.77 545	1.16 546	0.72 521
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MWSP-net	0.96 518	0.75 318	0.49 407	4.84 706	0.48 470	1.28 612	0.52 477	1.20 555	0.51 479	1.14 560	0.70 526	1.00 534	0.56 482	0.90 519	0.69 513	0.76 470	0.60 456	0.95 546	0.56 495	0.73 477	0.45 437

iRaftStereo_RVC	0.97 519	3.17 631	2.30 686	2.42 634	0.38 417	0.54 459	0.38 410	0.54 449	0.38 411	0.54 455	0.38 413	0.54 458	0.38 407	0.54 454	0.38 402	2.38 669	2.34 685	0.49 453	0.36 418	0.49 425	0.36 392

DPSimNet_ROB	0.97 519	1.18 420	0.81 506	1.10 488	0.91 557	1.02 541	0.82 547	1.04 538	0.91 554	1.03 546	0.86 554	1.28 618	0.82 540	1.03 549	0.89 548	1.17 533	0.81 508	1.02 558	0.82 554	1.08 537	0.81 540

test-3	0.98 521	4.13 657	1.85 655	1.85 593	0.61 503	0.69 483	0.37 403	0.63 470	0.61 496	0.66 482	0.51 483	0.73 497	0.44 444	0.57 464	0.54 475	1.68 613	1.81 652	0.40 384	0.43 459	0.66 460	0.50 458

LGCAT	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 523	1.00 569	1.00 529	1.00 566	1.00 534	1.00 551	1.00 535	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

Test_v1	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 523	1.00 569	1.00 529	1.00 566	1.00 534	1.00 551	1.00 535	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

Wavelet-MonSter	1.00 522	1.21 468	0.76 495	1.94 597	1.01 570	1.11 554	0.76 534	1.15 544	0.76 539	1.11 555	0.76 541	1.14 562	0.76 530	1.11 559	0.76 534	1.21 582	0.90 513	1.02 558	0.71 536	1.02 534	0.71 520

999	1.00 522	1.12 411	0.59 438	1.10 488	1.21 637	1.09 550	0.52 477	1.08 539	1.43 652	1.18 563	1.35 643	0.98 533	0.52 477	0.91 521	0.85 546	0.72 460	1.46 622	0.83 524	0.98 564	0.68 465	1.41 649

DispNO	1.00 522	0.63 301	0.43 374	3.45 672	0.44 453	0.65 478	0.43 441	0.64 472	0.43 445	0.64 478	0.43 447	0.64 480	3.03 703	0.64 476	0.43 438	4.55 705	0.43 391	0.63 483	0.43 459	0.63 457	0.43 432

GANet	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 523	1.00 569	1.00 529	1.00 566	1.00 534	1.00 551	1.00 535	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

TDLM	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 523	1.00 569	1.00 529	1.00 566	1.00 534	1.00 551	1.00 535	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

CVANet_RVC	1.00 522	1.00 380	1.00 525	1.00 476	1.00 564	1.00 527	1.00 562	1.00 523	1.00 569	1.00 529	1.00 566	1.00 534	1.00 551	1.00 535	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

trnet	1.01 530	1.01 390	1.01 530	1.01 481	1.01 570	1.01 535	1.01 567	1.01 532	1.01 574	1.01 540	1.01 571	1.01 543	1.01 559	1.01 543	1.01 564	1.01 515	1.01 526	1.01 557	1.01 573	1.01 532	1.01 566

LL-Strereo	1.01 530	5.06 676	1.63 632	0.70 424	1.43 649	0.56 461	0.46 452	0.57 456	0.50 472	0.57 463	0.50 477	1.58 629	0.49 467	0.59 466	0.50 464	1.64 612	0.52 434	0.51 464	1.37 645	0.52 438	0.45 437

FlowAnything_test	1.02 532	1.72 504	0.71 484	1.59 582	0.70 524	1.61 632	0.69 516	1.61 625	0.70 525	1.60 627	0.70 526	1.61 633	0.69 515	1.61 632	0.70 522	0.81 480	0.58 447	0.81 519	0.55 491	0.81 494	0.56 484

FlowAnything	1.02 532	1.71 503	0.72 487	1.59 582	0.69 520	1.60 631	0.69 516	1.61 625	0.70 525	1.60 627	0.69 522	1.60 630	0.69 515	1.61 632	0.69 513	0.81 480	0.58 447	0.81 519	0.56 495	0.82 496	0.56 484

Hybrid-DGEV	1.03 534	1.75 510	0.80 503	1.28 560	0.78 542	1.26 609	0.80 540	1.26 606	0.78 540	1.26 612	0.78 545	1.26 614	0.78 534	1.26 615	0.78 536	1.15 532	0.75 496	1.14 563	0.74 540	1.14 541	0.75 529

tt45	1.04 535	0.88 345	1.36 613	0.92 460	1.03 573	1.51 630	0.79 537	0.70 483	0.88 552	0.74 498	0.90 555	1.60 630	0.72 525	1.60 630	0.75 532	0.91 492	0.78 501	1.52 639	0.79 549	1.14 541	1.32 641

Hybrid-DGEV-2	1.05 536	1.83 536	0.83 507	1.33 567	0.82 550	1.30 613	0.81 544	1.26 606	0.79 544	1.29 614	0.79 547	1.26 614	0.80 536	1.26 615	0.79 537	1.20 536	0.78 501	1.18 573	0.77 545	1.20 556	0.77 534

Hybrid-DGEV-03	1.07 537	1.83 536	0.83 507	1.34 568	0.81 549	1.32 615	0.81 544	1.31 613	0.81 549	1.31 615	0.82 551	1.32 619	0.82 540	1.32 620	0.81 543	1.19 534	0.77 499	1.19 575	0.76 543	1.19 554	0.77 534

GLC_STEREO	1.07 537	1.01 390	1.06 533	1.07 486	1.05 574	1.06 544	1.08 572	1.08 539	1.05 578	1.07 548	1.06 573	1.08 552	1.05 561	1.06 551	1.10 570	1.07 518	1.09 536	1.05 561	1.05 575	1.06 536	1.12 573

FC-DCNN	1.07 537	1.09 406	0.98 523	0.89 453	0.52 485	1.41 625	0.91 553	1.21 601	1.24 638	1.96 640	2.05 709	1.91 641	1.30 629	1.27 618	1.08 569	0.80 476	0.60 456	0.58 476	0.41 448	0.68 465	0.54 473

hknet	1.10 540	1.85 542	3.49 714	4.48 689	0.02 22	0.42 350	0.06 137	0.41 325	0.02 22	0.48 413	0.03 56	0.41 333	0.03 53	0.42 346	0.03 52	4.39 702	4.19 716	0.33 282	0.23 259	0.34 273	0.27 295

test_xeample3	1.10 540	1.81 526	0.61 448	0.84 447	0.49 474	0.77 493	0.66 499	0.92 515	1.40 650	0.68 486	0.46 458	0.78 503	0.54 481	1.72 635	1.48 651	1.34 592	1.52 626	1.35 632	1.67 683	1.33 611	1.55 654

DISCO	1.11 542	0.39 209	5.28 728	0.39 256	0.20 247	0.39 308	0.27 270	0.39 298	0.22 250	0.38 292	0.20 244	0.38 303	0.20 245	6.95 747	0.22 243	0.30 241	0.21 213	0.27 255	0.21 250	5.25 728	0.21 234

Occ-G	1.12 543	0.52 280	3.72 719	3.50 676	0.50 478	0.56 461	0.47 457	0.54 449	0.46 453	0.54 455	0.41 434	0.54 458	0.42 437	0.52 449	0.42 433	3.42 693	4.02 715	0.52 467	0.45 462	0.51 436	0.44 435

AEACV	1.12 543	0.52 280	3.12 710	3.24 661	0.86 551	0.53 455	0.49 468	0.60 464	0.47 458	0.53 449	0.49 473	0.55 462	0.45 448	0.55 458	0.47 453	3.01 688	3.88 713	0.71 501	0.60 503	0.80 491	0.48 449

LiteMatch	1.13 545	0.73 313	2.80 695	3.23 659	0.61 503	0.83 508	0.68 508	0.73 488	0.69 517	1.00 529	0.77 543	0.94 528	0.57 484	0.82 503	0.64 490	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 514

Lsterematch	1.13 545	0.73 313	2.80 695	3.23 659	0.61 503	0.83 508	0.68 508	0.73 488	0.69 517	1.00 529	0.77 543	0.94 528	0.57 484	0.82 503	0.64 490	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 514

MSMD_ROB	1.19 547	1.10 410	0.70 480	1.10 488	0.60 497	1.10 551	0.70 523	1.10 542	0.70 525	1.10 550	0.70 526	1.10 556	0.70 519	7.00 748	0.70 522	1.10 522	0.70 486	1.10 562	0.70 533	1.10 538	0.70 514

MM-Stereo_test2	1.20 548	1.85 542	1.05 532	1.46 577	0.94 561	1.36 619	0.99 561	1.36 615	0.95 562	1.41 622	0.98 565	1.40 625	0.96 547	1.37 622	0.95 554	1.37 597	1.06 529	1.33 629	0.93 563	1.29 610	0.89 547

ours_stereo	1.20 548	1.21 468	0.90 514	1.64 590	1.11 577	1.35 617	0.67 503	1.76 632	0.93 560	1.70 636	1.10 576	1.39 623	0.75 529	1.41 624	0.81 543	1.60 611	1.03 528	1.33 629	1.00 566	1.61 621	0.72 521

DisPM	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

CrosDoStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PFNet+	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

LCNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

HHNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Patchmatch Stereo++	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587
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	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

STrans-v2	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

TransformOpticalFlow	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

OMP-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

IIG-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

NF-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

OCTAStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PSM-softLoss	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

KMStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

NRIStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PSM-adaLoss	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PSM-AAD	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

FTStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

ROB_FTStereo_v2	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

ROB_FTStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Consistency-Raft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

KYRaft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

HUI-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

ASMatch	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DeepStereo_LL	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DEmStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

SST-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

THIR-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT_R40	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DRaft	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PFNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

GrayStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RE-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Pruner-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

TVStereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DeepStereo_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT-RH_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

IRAFT_RVC	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT-345	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

iRAFT	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

CRE-IMP	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

GMM-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT-IKP	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Prome-Stereo	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

qqai	1.22 595	1.38 489	1.12 536	1.39 574	1.14 578	1.40 623	1.14 576	1.41 620	1.12 579	1.40 621	1.11 577	1.40 625	1.13 565	1.41 624	1.15 575	1.25 585	0.97 519	1.24 624	1.01 573	1.24 605	0.96 555

HCRNet	1.22 595	7.11 709	3.00 697	3.55 677	0.33 386	0.29 258	0.14 189	0.19 194	0.15 207	0.33 274	0.29 302	0.25 240	0.14 195	0.22 218	0.33 368	3.64 694	3.00 693	0.76 510	0.32 385	0.18 197	0.13 186

HBP-ISP	1.24 597	1.72 504	1.65 633	1.15 497	0.76 538	1.40 623	0.88 550	1.67 631	1.02 575	1.69 635	1.38 648	1.69 635	1.21 622	1.87 642	1.21 631	1.05 517	0.79 503	0.97 550	0.80 551	1.19 554	0.75 529

AANet_RVC	1.26 598	0.31 184	4.99 726	5.93 716	0.20 247	0.25 239	0.20 233	0.25 235	0.20 241	0.23 221	0.19 240	0.25 240	0.20 245	0.25 238	0.20 235	5.66 726	4.76 720	0.26 250	0.30 367	0.24 231	0.27 295

MM-Stereo_test3	1.27 599	2.07 562	1.18 545	1.60 585	1.02 572	1.45 627	1.01 567	1.40 619	1.04 577	1.44 624	1.03 572	1.46 628	1.02 560	1.44 627	1.02 565	1.51 606	1.12 543	1.32 628	0.98 564	1.38 614	0.97 556

11t	1.27 599	2.70 608	1.34 603	1.32 566	0.89 553	1.30 613	1.34 639	1.64 628	0.57 486	1.45 625	0.72 535	1.05 551	1.29 628	1.07 554	1.29 640	1.49 603	1.02 527	0.97 550	1.15 580	1.48 616	1.31 640

MaskLacGwcNet_RVC	1.35 601	1.35 485	1.35 605	1.35 570	1.35 642	1.35 617	1.35 640	1.36 615	1.35 646	1.36 619	1.35 643	1.36 621	1.36 634	1.36 621	1.35 644	1.35 593	1.35 613	1.35 632	1.35 642	1.35 612	1.35 645

CC-Net-ROB	1.36 602	1.33 484	1.33 602	1.36 571	1.38 646	1.36 619	1.33 638	1.37 617	1.34 643	1.35 618	1.36 645	1.38 622	1.34 632	1.38 623	1.38 647	1.35 593	1.38 617	1.33 629	1.35 642	1.43 615	1.34 644

CFNet	1.37 603	5.27 689	0.19 195	5.49 713	0.19 244	0.28 255	0.19 229	0.28 246	0.19 239	0.28 251	0.19 240	0.28 256	4.35 733	0.28 259	0.19 232	0.23 204	0.17 196	0.23 230	4.21 742	4.81 719	0.17 219

PS-NSSS	1.38 604	1.39 490	1.34 603	1.34 568	1.35 642	1.38 621	1.37 647	1.35 614	1.38 649	1.34 617	1.34 642	1.39 623	1.38 637	1.70 634	1.40 648	1.36 595	1.36 614	1.36 634	1.37 645	1.37 613	1.36 646

RASNet	1.49 605	1.65 500	1.45 621	1.38 573	1.43 649	1.47 628	1.36 642	1.38 618	1.36 647	1.39 620	1.60 659	1.45 627	1.45 640	1.51 628	2.21 704	1.53 607	1.36 614	1.36 634	1.36 644	1.66 624	1.36 646

BLMT-Stereo	1.53 606	1.36 486	1.06 533	1.42 576	1.23 641	1.41 625	1.07 571	1.43 622	1.12 579	1.42 623	1.06 573	1.83 638	1.07 562	1.42 626	1.07 568	1.27 587	1.38 617	6.80 745	1.00 566	1.26 607	1.00 560

GANetREF_RVC	1.55 607	1.94 558	1.22 597	1.88 594	1.21 637	1.88 639	1.22 630	1.88 634	1.22 636	1.88 637	1.22 632	1.88 639	1.22 623	1.89 643	1.22 632	1.87 620	1.22 599	1.88 655	1.22 633	1.88 633	1.22 633
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	1.59 608	1.91 551	1.21 596	1.94 597	1.20 591	2.00 647	1.23 631	1.99 639	1.24 638	2.00 645	1.25 635	2.03 649	1.26 625	2.00 647	1.29 640	1.90 624	1.18 550	1.89 656	1.21 632	1.89 634	1.20 587
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 609	1.59 498	1.70 636	1.59 582	1.59 655	1.61 632	1.61 658	1.60 624	1.60 656	1.62 633	1.59 658	1.60 630	1.60 643	1.60 630	1.59 655	1.59 609	1.60 637	1.59 641	1.59 663	1.59 620	1.59 660

MEA-ACV	1.66 610	0.87 342	0.61 448	11.81 746	1.35 642	1.50 629	0.71 526	1.23 604	0.92 558	1.13 559	0.96 562	1.69 635	0.70 519	1.23 614	1.16 579	1.54 608	1.20 551	1.58 640	0.85 557	1.12 539	0.95 554

ff7	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 645	1.80 686	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 568

ffff	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 645	1.80 686	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 568

ccc-4	1.68 611	2.68 605	1.35 605	0.97 473	0.89 553	1.84 636	2.15 702	2.12 645	1.80 686	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 568

PhaseNet	1.74 614	6.34 707	4.81 724	6.77 722	0.24 271	0.80 500	0.53 479	0.48 412	0.22 250	0.53 449	0.28 287	0.48 422	0.25 266	0.40 312	0.32 356	6.39 732	4.61 719	0.46 430	0.38 434	0.25 234	0.18 225

MC-Stereo	1.76 615	2.96 624	1.37 615	2.14 606	1.37 645	2.14 653	1.36 642	2.14 648	1.37 648	2.14 654	1.37 646	2.14 651	1.37 636	2.14 652	1.37 646	1.97 629	1.32 601	1.97 659	1.32 641	1.98 636	1.33 642

IGEVStereo-DCA	1.77 616	4.21 659	1.84 653	2.49 637	2.11 703	2.54 687	1.36 642	1.65 629	1.17 587	2.75 698	1.90 692	2.54 683	1.15 569	0.94 527	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 544

rrr	1.77 616	4.21 659	1.84 653	2.49 637	2.11 703	2.54 687	1.36 642	1.65 629	1.17 587	2.75 698	1.90 692	2.54 683	1.15 569	0.94 527	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 544

MM-Stereo_test1	1.80 618	3.41 636	1.52 628	2.12 605	1.41 648	2.04 648	1.41 650	2.05 643	1.46 653	2.04 649	1.41 650	2.05 650	1.42 639	2.05 648	1.43 650	2.04 634	1.54 629	1.94 657	1.38 647	1.99 637	1.33 642

MFMNet_re	1.81 619	1.91 551	1.71 638	1.95 599	1.70 678	1.95 644	1.70 675	1.96 637	1.74 682	1.97 642	1.72 680	1.95 642	1.71 664	1.97 646	1.71 675	1.86 618	1.62 638	1.85 648	1.66 682	1.86 632	1.64 678

plain	1.88 620	3.16 630	0.64 457	3.10 654	0.65 511	3.10 703	0.64 496	3.12 703	0.65 502	3.10 704	0.65 508	3.11 704	0.65 498	3.12 703	0.65 493	3.12 689	0.65 468	3.13 702	0.65 516	3.13 690	0.65 502

derf	1.91 621	2.15 570	1.78 642	2.16 607	1.75 681	2.21 662	1.80 679	2.22 662	1.80 686	2.21 665	1.76 681	2.17 652	1.81 673	2.24 669	1.74 684	1.93 627	1.56 630	1.96 658	1.53 656	1.95 635	1.56 655

noway5	1.92 622	4.97 672	1.95 675	2.31 624	1.68 668	2.21 662	1.68 669	2.21 660	1.69 672	2.22 669	1.68 673	2.21 660	1.68 654	2.21 662	1.68 670	2.18 646	1.87 667	1.71 645	0.65 516	0.85 500	0.72 521

RAFT_CTSACE	1.92 622	3.71 643	1.72 639	1.88 594	1.72 680	2.04 648	1.42 652	2.18 651	1.89 699	2.02 647	1.97 698	1.95 642	2.06 692	1.93 644	1.62 656	1.76 615	1.66 642	2.02 660	1.73 691	1.73 627	1.43 651

MonStereo1	1.94 624	2.77 618	1.52 628	3.73 684	1.51 652	2.13 652	1.42 652	2.32 672	1.52 654	2.31 676	1.50 653	2.53 680	1.59 642	2.34 674	1.56 653	1.91 625	1.36 614	1.86 651	1.31 640	2.07 647	1.53 652

4.25w-stereo	1.98 625	2.72 612	1.46 622	3.47 673	1.43 649	2.07 650	1.98 693	2.53 684	1.52 654	2.71 691	1.98 704	1.81 637	1.62 645	1.96 645	1.36 645	1.88 623	2.00 670	2.53 696	1.61 670	1.74 628	1.15 578

4.5w-stereo	1.99 626	2.33 584	1.81 644	3.28 663	1.68 668	1.94 641	1.99 696	2.72 688	1.70 673	2.72 692	1.99 707	1.97 644	1.68 654	1.76 636	1.29 640	1.91 625	2.02 676	2.53 696	1.61 670	1.75 629	1.16 581

2.75w_new	1.99 626	2.34 588	1.81 644	3.14 655	1.62 657	1.94 641	1.99 696	2.72 688	1.71 675	2.72 692	1.99 707	1.90 640	1.73 666	1.82 641	1.29 640	2.37 668	2.01 672	2.31 682	1.42 651	1.77 630	1.22 633

3.75w	1.99 626	2.31 582	1.83 652	3.16 657	1.65 659	1.93 640	1.98 693	2.72 688	1.68 665	2.73 697	1.97 698	2.00 646	1.72 665	1.81 640	1.25 636	2.27 658	2.01 672	2.38 687	1.42 651	1.71 626	1.24 636

2w_stereo	1.99 626	2.36 591	1.81 644	3.24 661	1.67 664	1.94 641	1.98 693	2.72 688	1.68 665	2.72 692	1.94 695	1.98 645	1.74 668	1.79 639	1.27 637	1.95 628	2.00 670	2.53 696	1.60 666	1.68 625	1.15 578

2.25w	2.00 630	1.86 545	1.98 678	2.95 652	2.17 707	2.26 668	1.35 640	2.42 678	2.00 706	2.07 653	1.27 637	2.53 680	1.99 688	2.29 671	1.49 652	2.21 650	1.32 601	1.85 648	1.87 696	2.52 677	1.62 673

4.25_new	2.00 630	2.33 584	1.82 649	3.32 666	1.69 673	1.95 644	1.99 696	2.72 688	1.71 675	2.72 692	1.97 698	2.01 647	1.74 668	1.77 637	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 582

4.5w_new	2.00 630	2.33 584	1.82 649	3.32 666	1.69 673	1.95 644	1.99 696	2.72 688	1.71 675	2.72 692	1.97 698	2.01 647	1.74 668	1.77 637	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 582

4.5_new	2.00 630	1.84 541	1.98 678	2.77 645	2.16 705	2.27 669	1.28 637	2.09 644	1.98 703	2.01 646	1.28 638	2.71 693	1.98 686	2.51 683	1.65 658	2.26 655	1.33 608	1.87 652	1.87 696	2.49 673	1.60 662

TRStereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 667	1.86 692	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 683

XX-Stereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 667	1.86 692	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 683

EAI-Stereo	2.00 630	2.13 567	1.85 655	2.27 613	1.84 685	2.28 671	1.84 681	2.29 667	1.86 692	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 683

2.5w	2.01 637	2.40 593	1.37 615	3.28 663	2.01 697	2.71 693	1.43 655	1.82 633	1.83 690	1.90 639	1.41 650	2.71 693	1.35 633	2.71 693	1.85 690	2.66 680	1.53 627	1.64 642	1.23 634	2.53 680	1.87 693

4w-stereo	2.02 638	2.72 612	1.44 620	3.36 669	1.59 655	2.48 680	1.72 677	2.28 665	1.24 638	2.24 671	1.65 663	2.56 685	1.32 631	2.39 677	1.98 701	2.67 682	1.51 625	1.66 643	1.24 635	2.53 680	1.88 696

IGEV	2.02 638	2.20 574	1.82 649	2.90 651	2.16 705	2.41 677	1.25 633	2.00 640	1.98 703	1.99 644	1.31 640	2.72 697	1.93 682	2.67 692	1.69 673	2.26 655	1.32 601	1.83 647	1.87 696	2.53 680	1.61 667

3.25w_new	2.03 640	2.72 612	1.35 605	3.33 668	1.57 653	2.72 694	1.53 657	2.15 649	1.33 642	2.15 655	1.60 659	2.63 689	1.30 629	2.72 695	1.99 702	2.67 682	1.53 627	1.75 646	1.25 637	2.53 680	1.87 693

3.5w_stereo	2.03 640	2.72 612	1.35 605	3.41 670	1.57 653	2.72 694	1.49 656	2.01 641	1.34 643	2.15 655	1.61 661	2.63 689	1.36 634	2.72 695	1.99 702	2.66 680	1.58 633	1.68 644	1.24 635	2.53 680	1.87 693

UniTT-Stereo	2.03 640	3.43 637	0.72 487	3.42 671	0.73 529	3.27 706	0.68 508	3.38 708	0.69 517	3.29 707	0.72 535	3.28 707	0.70 519	3.35 709	0.68 505	3.39 692	0.68 477	3.31 705	0.69 529	3.37 691	0.73 525

3.25w	2.04 643	2.20 574	1.48 623	3.03 653	2.17 707	2.63 691	1.39 648	1.96 637	1.95 702	1.96 640	1.37 646	2.71 693	1.96 685	2.71 693	1.73 683	2.26 655	1.32 601	1.87 652	1.87 696	2.51 676	1.63 676

3w_stereo	2.04 643	2.24 578	1.70 636	3.15 656	2.18 709	2.49 681	1.26 635	2.03 642	1.98 703	1.98 643	1.33 641	2.72 697	1.99 688	2.59 686	1.72 678	2.22 651	1.33 608	1.85 648	1.88 701	2.50 675	1.58 659

1w_stereo	2.05 645	2.32 583	1.35 605	3.74 685	2.01 697	2.73 696	1.42 652	1.88 634	1.93 701	2.03 648	1.28 638	2.71 693	1.99 688	2.72 695	1.72 678	2.20 649	1.32 601	1.87 652	1.86 695	2.45 669	1.54 653

zzzzzz3	2.07 646	5.00 674	1.93 666	2.28 618	1.66 660	2.19 656	1.66 661	2.18 651	1.67 660	2.19 660	1.66 666	2.18 653	1.67 652	2.18 654	1.66 661	2.15 638	1.85 659	2.05 661	1.59 663	2.05 639	1.59 660

noway2	2.07 646	4.96 671	1.92 663	2.28 618	1.66 660	2.20 659	1.66 661	2.19 654	1.66 657	2.19 660	1.65 663	2.19 656	1.68 654	2.18 654	1.65 658	2.15 638	1.86 663	2.06 665	1.59 663	2.06 643	1.60 662

LiteMatch*	2.07 646	1.30 480	5.73 731	6.28 719	0.79 544	1.33 616	0.80 540	1.30 612	1.02 575	1.33 616	0.84 553	1.33 620	0.97 548	1.28 619	1.04 566	6.05 730	5.89 726	1.28 627	0.76 543	1.28 609	0.88 544

noway7	2.08 649	5.18 680	1.92 663	2.27 613	1.66 660	2.18 654	1.66 661	2.17 650	1.66 657	2.18 657	1.65 663	2.18 653	1.66 646	2.17 653	1.66 661	2.15 638	1.85 659	2.05 661	1.60 666	2.05 639	1.60 662

zzzz4	2.08 649	5.22 684	1.93 666	2.27 613	1.66 660	2.19 656	1.66 661	2.18 651	1.67 660	2.18 657	1.66 666	2.18 653	1.66 646	2.18 654	1.66 661	2.15 638	1.84 654	2.05 661	1.60 666	2.05 639	1.60 662

zzzz2	2.08 649	4.92 670	1.93 666	2.30 621	1.67 664	2.19 656	1.66 661	2.20 657	1.67 660	2.20 663	1.68 673	2.21 660	1.66 646	2.20 659	1.68 670	2.17 644	1.84 654	2.07 667	1.62 676	2.05 639	1.61 667

monster_256*512	2.09 652	5.21 683	1.98 678	2.30 621	1.67 664	2.18 654	1.66 661	2.20 657	1.67 660	2.19 660	1.67 668	2.19 656	1.66 646	2.19 657	1.66 661	2.15 638	1.86 663	2.05 661	1.60 666	2.06 643	1.61 667

zzz1	2.09 652	4.97 672	1.93 666	2.30 621	1.68 668	2.21 662	1.68 669	2.21 660	1.68 665	2.21 665	1.67 668	2.21 660	1.68 654	2.21 662	1.69 673	2.17 644	1.85 659	2.08 671	1.61 670	2.06 643	1.61 667

zzzzzzz1	2.10 654	5.20 682	1.93 666	2.38 631	1.68 668	2.20 659	1.67 667	2.20 657	1.68 665	2.20 663	1.67 668	2.20 659	1.68 654	2.20 659	1.67 669	2.24 653	1.86 663	2.06 665	1.61 670	2.06 643	1.62 673

GELT-Stereo	2.10 654	5.33 691	1.94 674	2.37 629	1.68 668	2.21 662	1.69 673	2.19 654	1.67 660	2.18 657	1.67 668	2.19 656	1.66 646	2.19 657	1.66 661	2.23 652	1.83 653	2.07 667	1.61 670	2.04 638	1.61 667

noway1	2.10 654	5.26 688	1.93 666	2.31 624	1.69 673	2.21 662	1.67 667	2.19 654	1.68 665	2.21 665	1.68 673	2.21 660	1.67 652	2.20 659	1.66 661	2.15 638	1.84 654	2.07 667	1.61 670	2.07 647	1.61 667

sCroCo_RVC	2.10 654	2.76 616	1.92 663	2.78 648	1.39 647	2.73 696	1.41 650	2.73 694	1.40 650	2.77 703	1.41 650	2.74 699	1.40 638	2.74 698	1.40 648	2.72 684	1.42 620	2.72 700	1.44 653	2.79 687	1.42 650

noway4	2.11 658	5.14 678	1.93 666	2.37 629	1.69 673	2.20 659	1.68 669	2.22 662	1.68 665	2.21 665	1.69 677	2.23 664	1.68 654	2.22 664	1.66 661	2.24 653	1.84 654	2.09 676	1.63 679	2.09 652	1.62 673

MoCha-V2	2.11 658	26.97 753	0.78 499	0.92 460	0.77 541	0.96 524	0.72 529	0.90 510	0.72 533	0.94 525	0.70 526	0.90 521	0.71 524	0.91 521	0.71 524	0.85 488	0.71 490	0.88 528	0.69 529	0.87 502	0.67 507

noway3	2.12 660	5.22 684	1.93 666	2.39 632	1.70 678	2.23 667	1.70 675	2.22 662	1.70 673	2.22 669	1.70 679	2.23 664	1.69 661	2.22 664	1.71 675	2.28 659	1.86 663	2.08 671	1.63 679	2.09 652	1.63 676

FBW_ROB	2.12 660	2.46 598	1.77 641	2.49 637	1.79 684	2.38 675	1.83 680	2.46 679	1.78 685	2.48 684	1.97 698	2.40 675	1.78 671	2.42 680	1.83 688	2.31 664	1.85 659	2.38 687	1.82 694	2.35 663	1.84 689

MonStereo	2.17 662	2.41 594	1.49 627	2.67 642	1.67 664	2.60 690	2.04 700	2.32 672	1.76 683	2.44 681	1.68 673	2.50 678	1.69 661	2.38 675	1.80 687	2.28 659	1.78 649	2.63 699	2.14 704	3.47 692	1.68 681

asda	2.17 662	2.54 599	1.81 644	3.47 673	1.78 683	2.50 683	1.86 685	2.61 686	1.68 665	2.61 688	1.83 683	2.37 674	1.73 666	2.44 681	1.88 696	2.51 677	1.84 654	2.34 684	1.62 676	2.23 656	1.77 688

asd	2.18 664	2.77 618	1.58 630	3.59 678	2.00 696	2.58 689	1.85 684	2.39 677	1.71 675	2.47 683	1.97 698	2.59 687	1.61 644	2.56 684	1.79 686	2.51 677	1.99 669	2.11 677	1.62 676	2.36 664	1.60 662

qwe	2.18 664	2.60 602	1.58 630	3.83 686	1.90 694	2.53 685	1.90 691	2.48 680	1.73 680	2.37 679	1.92 694	2.53 680	1.68 654	2.56 684	1.83 688	2.52 679	1.87 667	2.07 667	1.68 685	2.32 662	1.71 682

monsters	2.18 664	2.41 594	1.96 677	3.47 673	2.03 701	2.53 685	1.64 660	2.48 680	1.73 680	2.40 680	1.50 653	2.62 688	1.94 683	2.59 686	1.94 698	2.44 672	1.57 632	2.28 680	1.87 696	2.42 666	1.86 691

AIO_rvc	2.18 664	2.34 588	1.87 659	2.32 626	1.94 695	2.40 676	1.89 690	2.37 675	2.07 708	2.52 686	1.95 697	2.44 677	1.99 688	2.41 678	1.89 697	2.32 665	2.09 678	2.24 678	2.18 705	2.21 655	2.23 700

HUF	2.18 664	2.30 581	1.99 682	2.34 628	2.02 700	2.41 677	2.06 701	2.38 676	1.89 699	2.36 678	1.85 684	2.56 685	1.98 686	2.31 673	1.97 700	2.30 663	2.03 677	2.30 681	2.11 703	2.23 656	2.16 698

AIO_test	2.18 664	2.09 565	2.04 683	2.42 634	2.01 697	2.47 679	1.94 692	2.34 674	2.03 707	2.56 687	1.94 695	2.43 676	1.94 683	2.41 678	1.87 694	2.39 670	2.10 679	2.35 686	1.91 702	2.25 658	2.19 699

monsterstereo	2.20 670	2.33 584	1.95 675	3.65 680	2.07 702	2.49 681	1.61 658	2.48 680	1.83 690	2.45 682	1.61 661	2.67 692	1.86 674	2.64 688	1.94 698	2.48 676	1.66 642	2.34 684	1.68 685	2.40 665	1.86 691

LG-G_1	2.22 671	2.71 610	1.89 660	2.77 645	1.87 692	2.75 698	1.87 688	2.76 696	1.87 696	2.75 698	1.87 687	2.76 700	1.87 676	2.75 699	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 657

LG-G	2.22 671	2.71 610	1.89 660	2.77 645	1.87 692	2.75 698	1.87 688	2.76 696	1.87 696	2.75 698	1.87 687	2.76 700	1.87 676	2.75 699	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 657

LGtest1	2.22 671	2.70 608	1.89 660	2.76 644	1.86 688	2.75 698	1.86 685	2.75 695	1.86 692	2.75 698	1.86 685	2.77 702	1.87 676	2.75 699	1.86 691	2.46 673	1.58 633	2.45 691	1.56 657	2.45 669	1.56 655

RAStereo	2.23 674	3.64 640	0.76 495	3.65 680	0.86 551	3.66 711	0.76 534	3.67 712	0.81 549	3.66 709	0.76 541	3.66 710	0.77 532	3.68 711	0.77 535	3.68 695	0.77 499	3.69 710	0.77 545	3.70 694	0.77 534

UDGNet	2.23 674	5.40 695	1.72 639	2.48 636	1.69 673	2.51 684	1.69 673	2.51 683	1.72 679	2.50 685	1.69 677	2.52 679	1.69 661	2.50 682	1.68 670	2.41 671	1.70 645	2.42 689	1.69 687	2.42 666	1.64 678

NCCL2	2.28 676	2.27 579	2.28 685	2.28 618	2.28 710	2.27 669	2.29 705	2.28 665	2.28 709	2.27 672	2.28 710	2.28 666	2.27 696	2.27 670	2.28 709	2.28 659	2.28 684	2.27 679	2.29 709	2.27 659	2.29 701

Abc-Net	2.32 677	24.75 745	1.14 539	1.17 503	1.17 585	1.11 554	1.15 578	1.17 549	1.21 635	1.08 549	1.16 581	1.12 561	1.14 568	1.09 555	1.17 581	1.09 520	1.16 546	1.17 570	1.17 583	1.16 546	1.11 571
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 678	25.00 746	1.13 538	1.15 497	1.15 580	1.10 551	1.15 578	1.15 544	1.15 582	1.12 556	1.15 578	1.09 554	1.13 565	1.10 557	1.15 575	1.11 527	1.09 536	1.16 566	1.12 578	1.16 546	1.17 582

stereogan	2.33 678	24.38 744	1.18 545	1.18 504	1.18 588	1.14 557	1.18 582	1.19 552	1.19 589	1.14 560	1.18 585	1.14 562	1.18 574	1.14 562	1.18 582	1.14 531	1.14 544	1.19 575	1.19 584	1.15 544	1.19 586

RGC	2.36 680	25.48 747	1.19 547	1.15 497	1.15 580	1.10 551	1.16 580	1.17 549	1.16 583	1.12 556	1.16 581	1.11 560	1.13 565	1.09 555	1.18 582	1.10 522	1.15 545	1.16 566	1.12 578	1.14 541	1.12 573

NCC-stereo	2.36 680	25.52 748	1.17 543	1.15 497	1.17 585	1.11 554	1.11 573	1.15 544	1.16 583	1.10 550	1.16 581	1.10 556	1.15 569	1.14 562	1.13 573	1.09 520	1.11 540	1.15 565	1.16 582	1.17 551	1.17 582

AF-Net	2.37 682	25.71 749	1.17 543	1.13 493	1.15 580	1.15 558	1.18 582	1.19 552	1.16 583	1.10 550	1.15 578	1.10 556	1.18 574	1.12 561	1.15 575	1.10 522	1.10 539	1.17 570	1.15 580	1.16 546	1.12 573

Nwc_Net	2.37 682	25.95 750	1.15 541	1.14 494	1.15 580	1.08 548	1.14 576	1.17 549	1.16 583	1.14 560	1.15 578	1.08 552	1.15 569	1.11 559	1.14 574	1.10 522	1.11 540	1.16 566	1.09 577	1.16 546	1.15 578

CFNet_RVC	2.38 684	8.71 720	0.38 310	9.33 735	0.42 448	0.56 461	0.42 438	0.60 464	0.38 411	0.62 474	0.42 444	0.56 465	7.29 745	0.62 470	0.42 433	0.53 404	0.37 348	0.49 453	0.34 399	8.30 742	6.87 749

testmc14	2.43 685	10.48 733	8.02 743	8.93 734	0.31 360	0.44 391	0.30 304	0.42 343	0.30 314	0.42 337	0.30 317	0.42 351	0.30 313	0.42 346	0.30 303	8.88 745	6.99 735	0.41 402	0.28 334	0.39 361	0.28 323

edge stereo	2.43 685	27.07 754	1.14 539	1.06 485	1.14 578	1.08 548	1.17 581	1.16 547	1.14 581	1.10 550	1.16 581	1.09 554	1.16 573	1.10 557	1.16 579	1.10 522	1.11 540	1.16 566	1.19 584	1.13 540	1.11 571

FAT-Stereo	2.46 687	26.05 751	1.23 599	1.23 553	1.22 639	1.20 560	1.24 632	1.23 604	1.23 637	1.19 564	1.22 632	1.21 612	1.24 624	1.20 567	1.24 633	1.21 582	1.17 549	1.22 623	1.25 637	1.20 556	1.24 636

MCSU-Stereo	2.48 688	10.56 734	8.50 745	9.47 738	0.31 360	0.43 357	0.30 304	0.42 343	0.30 314	0.42 337	0.30 317	0.42 351	0.30 313	0.41 332	0.30 303	8.86 744	6.93 734	0.40 384	0.29 349	0.39 361	0.28 323

S-Stereo	2.51 689	26.86 752	1.23 599	1.22 551	1.22 639	1.24 608	1.25 633	1.22 602	1.24 638	1.21 610	1.24 634	1.19 566	1.27 626	1.19 566	1.24 633	1.19 534	1.20 551	1.25 625	1.19 584	1.24 605	1.23 635

Anonymous3	2.55 690	3.26 634	1.65 633	3.28 663	1.63 658	3.24 705	1.68 669	3.27 705	1.66 657	3.28 706	1.67 668	3.25 706	1.66 646	3.27 705	1.64 657	3.26 690	1.65 641	3.30 704	1.65 681	4.95 724	1.65 680

DNSM	2.56 691	4.43 662	3.08 708	4.09 688	1.86 688	2.66 692	1.86 685	2.66 687	1.87 696	2.66 690	1.86 685	2.66 691	1.86 674	2.66 691	1.87 694	3.82 697	2.94 692	2.42 689	1.73 691	2.42 666	1.73 686

MIF-Stereo (partial)	2.58 692	3.31 635	0.66 463	3.18 658	0.66 514	3.18 704	0.66 499	3.21 704	0.67 506	3.19 705	0.66 510	3.19 705	0.66 501	3.31 707	0.68 505	5.09 722	1.79 651	8.23 749	1.67 683	6.18 733	1.38 648

MSMDNet	2.65 693	10.14 731	0.33 280	9.74 739	0.32 374	0.87 513	0.33 372	2.95 702	0.68 512	0.49 420	0.34 388	0.49 427	5.70 740	0.49 426	0.33 368	0.42 331	9.57 742	0.41 402	0.31 378	8.36 743	0.65 502

pcwnet_v2	2.66 694	9.89 729	0.33 280	9.89 740	0.32 374	0.50 437	0.32 361	0.49 417	0.33 381	0.49 420	0.34 388	0.49 427	8.76 747	0.48 420	0.33 368	0.41 317	9.58 743	0.40 384	0.29 349	9.01 746	0.63 494

CFNet_pseudo	2.67 695	9.36 725	0.32 275	10.99 745	0.33 386	0.85 510	0.33 372	0.49 417	0.33 381	0.49 420	0.32 371	0.49 427	7.26 744	0.49 426	0.33 368	0.41 317	9.62 744	0.41 402	0.29 349	10.03 750	0.29 332

TestStereo_HL2	2.73 696	0.41 224	11.06 746	14.13 748	0.30 313	0.44 391	0.28 281	0.43 351	0.29 299	0.43 344	0.28 287	0.43 360	0.29 304	0.43 353	0.28 277	13.51 749	10.37 749	0.41 402	0.27 313	0.38 314	0.27 295

CFNet_ucs	2.73 696	9.64 727	0.33 280	9.92 741	0.32 374	0.49 428	0.33 372	0.49 417	0.33 381	0.49 420	0.33 380	0.49 427	8.98 748	0.48 420	0.33 368	0.41 317	9.96 747	0.40 384	0.29 349	10.12 751	0.54 473

UCFNet_RVC	2.75 698	10.06 730	0.29 244	10.31 744	0.29 301	0.42 350	0.29 296	0.43 351	0.29 299	0.42 337	0.29 302	0.42 351	9.87 750	0.43 353	0.29 293	0.36 273	9.84 746	0.36 317	0.26 275	9.77 749	0.26 257

TestStereo_HL3	2.76 699	0.41 224	11.46 749	14.11 747	0.30 313	0.45 405	0.29 296	0.43 351	0.29 299	0.43 344	0.29 302	0.43 360	0.28 292	0.44 384	0.30 303	13.57 750	10.32 748	0.41 402	0.27 313	0.38 314	0.27 295

GGDA	2.76 699	0.41 224	11.34 748	14.28 749	0.30 313	0.44 391	0.29 296	0.43 351	0.29 299	0.43 344	0.28 287	0.43 360	0.28 292	0.43 353	0.29 293	13.45 748	10.57 750	0.41 402	0.27 313	0.38 314	0.27 295

TestStereo-Hl	2.78 701	0.42 234	11.23 747	14.38 750	0.30 313	0.44 391	0.30 304	0.43 351	0.28 289	0.43 344	0.29 302	0.44 395	0.29 304	0.44 384	0.29 293	13.64 751	10.73 751	0.41 402	0.27 313	0.38 314	0.27 295

ccs_rob	2.79 702	10.17 732	0.32 275	10.00 742	0.33 386	0.49 428	0.33 372	1.90 636	0.32 371	0.51 442	0.33 380	0.49 427	9.24 749	0.49 426	0.33 368	0.41 317	9.82 745	0.41 402	0.28 334	9.34 747	0.29 332

PCWNet_CMD	2.80 703	9.82 728	0.32 275	10.09 743	0.32 374	0.49 428	0.33 372	3.34 707	0.33 381	0.49 420	0.33 380	0.49 427	8.73 746	0.48 420	0.33 368	0.41 317	9.22 741	0.42 418	0.29 349	9.55 748	0.31 357

NLSM1	2.93 704	3.24 633	2.57 693	4.04 687	2.66 713	3.30 707	2.55 708	3.29 706	2.55 711	3.35 708	2.48 712	3.28 707	2.47 698	3.34 708	2.49 710	3.26 690	2.55 690	3.13 702	2.57 712	3.00 689	2.46 708

StereoVision	3.15 705	5.00 674	0.89 511	4.83 705	1.00 564	3.93 712	1.27 636	6.37 742	1.34 643	5.67 742	1.26 636	5.84 743	1.27 626	5.03 739	1.24 633	5.10 723	1.09 536	4.61 723	0.57 498	5.62 731	1.12 573

MaDis-Stereo	3.19 706	6.02 706	1.12 536	5.61 715	1.16 584	5.43 739	1.02 569	5.15 739	0.70 525	5.43 739	1.21 631	5.03 740	0.97 548	4.85 733	0.99 558	4.53 704	1.16 546	5.53 739	1.25 637	5.37 729	1.30 639

sAnonymous2	3.31 707	2.63 603	1.38 617	3.71 682	1.86 688	4.70 731	1.11 573	4.82 735	2.72 713	5.45 740	1.98 704	4.59 725	2.64 699	2.65 689	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 706

CroCo_RVC	3.31 707	2.63 603	1.38 617	3.71 682	1.86 688	4.70 731	1.11 573	4.82 735	2.72 713	5.45 740	1.98 704	4.59 725	2.64 699	2.65 689	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 706

DPSNet	3.66 709	3.60 639	3.62 717	3.63 679	3.64 735	3.65 710	3.65 734	3.66 711	3.67 732	3.67 710	3.65 732	3.67 711	3.66 720	3.66 710	3.68 729	3.68 695	3.66 711	3.67 709	3.68 735	3.67 693	3.67 734

NLCSM	3.67 710	4.08 654	3.19 713	4.80 704	3.26 728	3.99 715	3.24 729	4.25 718	3.18 728	4.09 714	3.27 727	4.14 716	3.18 715	4.13 716	3.28 725	4.06 698	3.10 701	3.85 714	3.14 726	3.91 699	3.27 730

STTStereo	3.73 711	30.40 758	2.37 689	2.39 632	2.31 712	2.35 674	2.33 706	2.29 667	2.42 710	2.32 677	2.34 711	2.33 670	2.36 697	2.30 672	2.27 708	2.35 667	2.22 683	2.31 682	2.22 706	2.29 661	2.34 705

rvit_105_1	3.83 712	5.22 684	3.01 698	4.53 692	3.01 716	4.51 719	3.01 714	4.56 722	3.04 716	4.53 721	3.03 716	4.55 723	3.03 703	4.56 722	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.57 708	3.05 715

rvit_stereo_0081	3.83 712	5.23 687	3.01 698	4.53 692	3.03 718	4.55 725	3.02 715	4.56 722	3.04 716	4.52 719	3.02 714	4.54 721	3.03 703	4.56 722	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.58 709	3.05 715

rvit_stereo_0081_aga	3.86 714	5.33 691	3.02 701	4.55 698	3.04 722	4.54 721	3.02 715	4.64 729	3.06 720	4.54 723	3.04 718	4.62 730	3.08 710	4.62 728	3.07 717	4.58 709	3.06 698	4.60 722	3.08 721	4.63 712	3.07 719

rvit_stereo_0082	3.86 714	5.82 704	3.01 698	4.53 692	3.03 718	4.54 721	3.02 715	4.56 722	3.04 716	4.53 721	3.02 714	4.55 723	3.04 706	4.57 725	3.05 714	4.57 706	3.05 694	4.58 720	3.05 717	4.58 709	3.06 718

rvit_0105_6	3.87 716	5.73 703	3.10 709	4.69 702	3.12 726	4.54 721	3.02 715	4.56 722	3.04 716	4.54 723	3.03 716	4.54 721	3.04 706	4.56 722	3.05 714	4.58 709	3.05 694	4.58 720	3.05 717	4.58 709	3.05 715

rvit_stereo_0080	3.89 717	5.70 701	3.04 703	4.54 695	3.03 718	4.56 726	3.05 721	4.60 726	3.07 721	4.58 726	3.06 719	4.59 725	3.06 708	4.61 726	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 722

whm_eth	3.89 717	5.70 701	3.04 703	4.54 695	3.03 718	4.56 726	3.05 721	4.60 726	3.07 721	4.58 726	3.06 719	4.59 725	3.06 708	4.61 726	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 722

rvit_0105_4	3.91 719	5.47 699	3.02 701	4.54 695	3.02 717	4.54 721	3.03 719	4.75 732	3.17 727	4.57 725	3.06 719	4.61 729	3.16 714	4.65 729	3.09 720	4.66 713	3.11 702	4.68 727	3.18 728	4.81 719	3.16 727

rvit_0105_3	3.91 719	5.33 691	3.06 706	4.60 700	3.07 724	4.60 728	3.06 723	4.62 728	3.08 724	4.60 728	3.07 722	4.62 730	3.08 710	4.67 730	3.10 721	4.70 714	3.11 702	4.77 731	3.19 729	4.77 718	3.14 726

rvit_stereo_0083	3.92 721	5.30 690	3.06 706	4.61 701	3.09 725	4.67 730	3.08 724	4.66 730	3.09 725	4.62 729	3.10 724	4.66 733	3.11 712	4.67 730	3.16 723	4.72 716	3.16 705	4.77 731	3.11 724	4.66 715	3.11 724

rvit_stereo_ft	3.93 722	5.44 697	3.05 705	4.59 699	3.06 723	4.61 729	3.08 724	4.67 731	3.12 726	4.63 730	3.10 724	4.65 732	3.11 712	4.69 732	3.13 722	4.70 714	3.14 704	4.71 729	3.15 727	4.74 716	3.16 727

rvit_0105_5	4.10 723	5.40 695	3.13 712	4.71 703	3.15 727	4.72 733	3.10 726	4.90 737	3.27 729	4.69 731	3.16 726	4.84 737	3.25 716	4.96 736	3.34 726	5.05 721	3.39 710	5.10 736	3.40 730	5.11 726	3.42 731

MLG-Stereo_test1	4.25 724	5.34 694	3.61 716	5.31 711	3.63 734	5.23 737	3.57 732	5.38 740	3.65 731	5.23 737	3.47 729	4.76 734	3.74 723	4.85 733	3.71 730	4.96 718	3.18 707	4.71 729	2.92 714	4.86 722	2.90 712

MLG-Stereo_test3	4.26 725	4.85 668	3.95 720	5.35 712	3.60 733	4.75 734	3.76 735	5.49 741	3.71 733	5.39 738	3.69 733	4.82 736	3.66 720	4.85 733	3.73 733	4.93 717	3.19 708	4.69 728	2.99 716	4.84 721	2.98 714

MLG-Stereo_test2	4.28 726	5.46 698	3.69 718	4.86 707	3.72 736	5.58 740	3.42 730	4.81 734	3.77 737	4.85 733	3.72 734	5.55 742	3.63 719	5.58 740	3.53 728	4.41 703	3.28 709	4.99 735	2.95 715	4.75 717	3.13 725

RAFT+CT+SA	4.28 726	7.62 713	4.91 725	5.55 714	2.28 710	3.09 702	3.64 733	4.49 720	3.07 721	4.80 732	3.35 728	4.77 735	3.70 722	4.29 719	3.05 714	5.58 725	5.98 728	3.58 708	3.78 737	4.26 702	3.72 735

SA	4.33 728	7.35 710	6.85 737	5.96 717	4.09 740	3.59 709	3.15 727	3.82 713	2.64 712	3.91 711	3.85 735	3.57 709	2.72 701	3.13 704	4.03 736	7.09 738	6.86 733	3.57 707	3.12 725	3.85 695	3.51 733

Sa-1000	4.34 729	8.37 716	6.84 736	6.98 726	4.45 743	3.58 708	3.00 713	3.42 709	3.39 730	2.61 688	4.00 738	3.83 713	4.01 731	3.90 713	3.90 734	5.98 729	5.62 725	3.76 711	2.34 710	4.35 704	2.47 709

TestStereo1	4.60 730	8.41 717	6.44 734	6.86 724	3.79 737	3.97 713	3.78 736	3.99 715	3.74 734	3.97 712	3.52 730	3.94 714	3.58 717	3.98 714	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 737

SA-5K	4.60 730	8.41 717	6.44 734	6.86 724	3.79 737	3.97 713	3.78 736	3.99 715	3.74 734	3.97 712	3.52 730	3.94 714	3.58 717	3.98 714	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 737

DispFullNet	4.61 732	4.84 667	3.12 710	5.00 709	3.57 732	4.75 734	3.03 719	7.75 748	4.17 741	4.91 735	3.09 723	6.20 744	3.95 729	6.71 744	3.51 727	5.30 724	3.67 712	5.86 743	3.63 732	5.61 730	3.46 732

test_5	4.62 733	7.55 712	6.23 732	6.32 720	3.40 731	5.29 738	3.50 731	3.53 710	4.11 740	4.28 716	4.47 742	4.26 719	4.38 734	3.68 711	3.24 724	5.89 727	5.60 724	4.84 733	3.50 731	4.33 703	3.93 741

raft_robust	4.71 734	7.75 714	5.40 730	6.81 723	3.31 729	4.28 718	4.20 741	4.32 719	4.37 743	4.35 718	4.35 741	4.14 716	3.75 724	4.30 720	4.20 739	6.67 734	6.37 729	3.36 706	4.24 743	4.86 722	3.25 729

cross-raft	4.83 735	7.52 711	6.43 733	6.63 721	3.96 739	4.51 719	3.99 739	4.49 720	3.96 739	4.52 719	3.96 737	4.50 720	3.97 730	4.50 721	3.97 735	6.65 733	6.44 730	4.33 715	3.92 739	4.35 704	3.91 740

test_4	4.88 736	8.13 715	6.98 738	7.46 727	4.44 742	4.25 717	3.85 738	4.04 717	3.92 738	4.13 715	3.91 736	4.18 718	3.84 727	4.14 717	4.06 737	7.01 737	7.13 736	4.53 716	3.72 736	4.09 700	3.72 735

TestStereo	4.88 736	4.75 666	4.79 723	4.87 708	4.92 744	4.81 736	4.90 744	4.78 733	4.77 744	4.87 734	4.89 743	4.90 738	4.91 736	4.99 737	4.79 741	4.98 719	4.87 721	4.87 734	4.92 745	5.00 725	5.00 744

test_3	5.01 738	8.86 722	7.77 740	8.09 729	2.76 715	4.13 716	4.05 740	3.88 714	3.76 736	4.33 717	4.13 739	3.71 712	3.91 728	4.21 718	4.06 737	7.93 739	7.69 738	4.53 716	3.91 738	4.17 701	4.29 743

NLCA_NET_v2_RVC	5.04 739	50.87 769	2.78 694	2.87 650	2.71 714	2.78 701	0.47 457	2.88 701	2.86 715	1.89 638	2.67 713	2.79 703	2.79 702	2.78 702	2.83 711	2.82 685	2.82 691	2.83 701	2.77 713	2.83 688	2.76 710
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	5.10 740	5.15 679	4.49 722	5.07 710	3.37 730	6.87 743	4.75 743	5.04 738	6.34 748	7.84 748	5.06 744	6.72 748	4.09 732	4.99 737	5.44 744	5.03 720	3.16 705	4.67 726	4.86 744	5.15 727	3.89 739

U	5.15 741	8.49 719	1.81 644	8.49 731	1.77 682	8.49 748	1.77 678	8.51 750	1.77 684	8.49 750	1.77 682	8.50 750	1.78 671	8.58 750	1.77 685	8.54 742	1.78 649	8.55 750	1.78 693	8.55 744	1.84 689

SGM-Forest	5.21 742	5.92 705	4.08 721	6.18 718	4.16 741	6.31 742	4.34 742	6.50 743	4.33 742	6.14 744	4.21 740	6.61 747	4.55 735	6.67 743	4.48 740	5.94 728	3.94 714	5.85 742	4.03 741	5.79 732	4.17 742
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 743	9.16 724	8.03 744	8.09 729	5.62 747	6.11 741	6.35 747	6.85 745	4.94 745	6.08 743	6.29 749	4.98 739	6.43 741	6.22 741	6.36 747	6.16 731	7.47 737	5.82 741	5.44 748	7.11 738	5.68 747

rvit_stereo_0075_2	6.64 744	8.80 721	5.25 727	7.89 728	5.27 746	7.90 747	5.27 745	7.92 749	5.28 746	7.91 749	5.29 746	7.93 749	5.27 737	7.92 749	5.28 742	7.93 739	5.28 723	7.93 748	5.29 747	7.93 741	5.28 746

RAFT	6.73 745	9.36 725	7.40 739	8.51 732	6.55 748	6.88 744	6.60 748	6.79 744	6.60 749	6.80 745	6.72 750	5.31 741	5.50 739	6.61 742	6.61 748	8.42 741	5.89 726	5.73 740	5.45 749	6.61 734	6.24 748

SGM+DAISY	7.06 746	9.15 723	5.38 729	8.84 733	5.18 745	8.80 749	5.31 746	8.79 751	5.28 746	8.89 751	5.20 745	8.93 751	5.33 738	8.95 751	5.36 743	8.70 743	5.21 722	8.74 751	5.20 746	8.89 745	5.15 745

test-v	7.53 747	11.89 735	7.98 741	9.36 736	7.14 749	7.06 745	7.09 749	7.37 746	6.91 750	7.29 746	5.71 747	6.45 745	6.93 742	6.73 745	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 750

test-2	7.53 747	11.89 735	7.98 741	9.36 736	7.14 749	7.06 745	7.09 749	7.37 746	6.91 750	7.29 746	5.71 747	6.45 745	6.93 742	6.73 745	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 750

PA-Net	11.80 749	223.51 776	0.62 450	0.59 396	0.71 526	0.59 469	0.73 530	0.67 477	0.73 536	0.55 458	0.61 502	0.60 473	0.74 527	0.63 475	0.73 527	0.66 442	0.60 456	0.69 495	0.66 519	0.72 474	0.65 502
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 750	23.00 743	15.00 750	23.00 757	15.00 751	24.00 756	16.00 751	24.00 758	16.00 752	22.00 758	15.00 751	23.00 758	16.00 751	23.00 758	15.00 751	22.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 752

rafts_anoy	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 752	20.00 753	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

raft+_RVC	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 752	20.00 753	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

raftrobust	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 752	20.00 753	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

CasAABBNet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 752	20.00 753	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

RALCasStereoNet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 752	20.00 753	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

RALAANet	20.00 751	20.00 737	20.00 751	20.00 751	20.00 752	20.00 750	20.00 752	20.00 752	20.00 753	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

111	30.40 757	30.94 759	29.72 758	32.61 758	30.02 759	33.57 757	30.47 759	31.50 759	29.39 760	30.98 759	29.11 759	29.78 759	30.39 762	29.45 759	30.76 762	30.08 759	29.02 760	29.92 759	30.32 763	29.86 759	30.17 760

WCMA_ROB	31.10 758	35.43 763	27.12 757	39.51 770	23.10 758	38.78 769	25.30 758	37.49 771	25.39 759	37.29 770	27.02 758	38.52 771	26.48 758	37.80 770	26.44 758	36.28 766	22.65 759	33.90 763	22.30 759	37.10 768	24.18 759

DCANet-4	35.22 759	34.54 760	35.08 764	33.58 762	35.47 766	34.55 758	35.53 766	36.08 765	35.85 764	35.92 765	35.77 765	35.18 765	35.48 764	35.39 765	37.15 769	34.55 765	33.92 764	35.02 766	34.90 765	35.79 763	34.74 767

ADStereo(finetuned)	36.13 760	36.63 764	38.07 769	36.97 763	33.25 763	35.91 762	34.45 763	36.36 766	32.99 761	38.14 771	36.71 766	36.69 766	34.13 763	38.57 771	40.79 770	37.60 771	36.58 767	35.90 767	33.36 764	35.42 762	34.04 764

fast-reg	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 767	37.00 765	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

Reg-Stereo(zero)	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 767	37.00 765	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

FLISNet	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 767	37.00 765	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

CoSv	37.00 761	37.00 765	37.00 765	37.00 764	37.00 767	37.00 765	37.00 767	37.00 767	37.00 765	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

MDST_ROB	69.83 765	87.70 770	41.95 770	113.75 773	65.62 773	75.05 770	55.25 772	75.64 773	45.04 769	71.61 772	41.75 771	72.81 772	44.06 769	68.38 772	44.63 771	101.89 774	59.57 774	107.10 774	61.05 774	104.38 771	59.38 774

NOSS_ROB	102.95 766	153.00 774	121.00 773	51.00 771	44.00 771	165.00 773	127.00 773	153.00 774	119.00 771	164.00 775	125.00 773	168.00 775	120.00 771	153.00 774	117.00 773	49.00 772	44.00 772	49.00 772	44.00 772	49.00 769	44.00 772

CBMV	128.50 767	1422.70 782	53.10 771	79.50 772	51.30 772	77.30 771	49.70 771	74.00 772	48.20 770	77.20 773	48.80 772	73.90 773	48.00 770	73.80 773	48.80 772	70.40 773	45.10 773	68.90 773	46.10 773	68.20 770	45.00 773
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 768	171.00 775	160.68 776	162.58 774	160.59 775	164.01 772	160.35 775	158.51 775	158.56 773	158.34 774	160.12 775	158.56 774	159.92 773	157.26 775	158.94 775	154.38 775	158.36 775	155.75 775	159.13 777	153.67 772	154.07 776
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
DF_test	189.29 769	560.34 779	182.58 777	229.00 776	135.68 774	197.79 774	135.52 774	197.80 776	135.44 772	197.75 776	135.49 774	197.90 776	135.51 772	197.84 776	135.75 774	217.37 777	171.11 776	183.74 776	127.67 776	183.56 773	127.88 775

AE-Stereo	201.80 770	123.00 771	115.00 772	219.00 775	218.00 777	223.00 775	244.00 777	217.00 777	236.00 775	202.00 777	203.00 776	205.00 777	208.00 774	225.00 777	204.00 776	210.00 776	198.00 777	197.00 777	184.00 778	204.00 774	201.00 777

MGS-Stereo	239.45 771	123.00 771	135.00 774	266.00 777	286.00 778	277.00 776	305.00 778	271.00 778	242.00 776	274.00 778	279.00 778	255.00 778	270.00 776	268.00 778	297.00 778	221.00 778	247.00 779	216.00 778	123.00 775	217.00 775	217.00 779

EGLCR-Stereo	246.90 772	129.00 773	139.00 775	266.00 777	286.00 778	277.00 776	305.00 778	271.00 778	242.00 776	274.00 778	279.00 778	255.00 778	270.00 776	268.00 778	297.00 778	230.00 779	247.00 779	216.00 778	223.00 780	237.00 776	227.00 780

DLCB_ROB	284.23 773	354.61 777	207.27 778	363.24 779	206.46 776	364.72 778	210.41 776	364.72 780	210.41 774	364.81 780	208.64 777	364.81 780	208.64 775	364.72 780	210.41 777	354.70 780	205.53 778	354.70 780	205.53 779	354.70 777	205.53 778

LE_ROB	396.57 774	471.28 778	329.84 779	471.48 780	308.15 780	526.83 779	322.10 780	488.15 781	323.76 778	495.46 781	317.97 780	497.17 781	320.10 778	481.62 781	326.76 780	462.71 781	298.97 781	466.16 781	285.98 781	447.62 778	289.21 781

SGM-ForestM	596.69 775	677.77 780	444.52 780	699.85 781	517.25 781	732.94 780	488.29 781	770.79 782	460.11 779	750.81 782	487.98 781	792.79 782	499.41 779	730.90 782	475.81 781	720.03 782	491.16 782	663.96 782	418.60 782	674.76 779	436.05 782

CBMV_ROB	818.48 776	913.88 781	709.52 781	862.84 782	597.78 782	1073.99 781	700.52 782	1015.66 783	702.59 780	1115.65 783	760.02 782	1130.24 783	721.57 780	1037.41 783	692.65 782	814.05 783	564.29 783	843.28 783	595.31 783	915.51 780	602.92 783

tt	500032.53 777	34.60 761	29.72 758	37.47 768	34.41 764	36.85 763	35.22 764	34.71 763	33.55 762	34.50 760	35.43 763	33.81 763	10000000.00 781	33.57 763	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 765

DCANet	500032.53 777	34.60 761	29.72 758	37.47 768	34.41 764	36.85 763	35.22 764	34.71 763	33.55 762	34.50 760	35.43 763	33.81 763	10000000.00 781	33.57 763	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 765

fff	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 760	10000000.00 781	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 761

csc	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 760	10000000.00 781	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 761

cscssc	1000028.16 779	29.62 755	29.72 758	32.61 758	30.02 759	35.13 759	31.83 760	32.07 760	10000000.00 781	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 761

111111	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

SGD-Stereo	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

IGEV-Stereo++	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

IGEV-BASED-STEREO-	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

IGEV-Stereo+	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

SDNR	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

anonymousdsp2	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

anonymousdsp	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

test_example2	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

DIP-Stereo	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784
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							0.38 410	0.50 426	0.38 411	0.50 433	0.38 413	0.50 441	3.79 725	0.50 434	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 389

FADE		0.06 79		0.09 76	0.10 155			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 146	0.10 99	0.17 192	0.13 192	0.11 156	0.11 165

Low-res two-view benchmark