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

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

CoDeX	0.15 124	0.70 251	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 383	0.02 15	0.69 379	0.75 393	0.01 9	0.02 20	0.02 20

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

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

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

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

SFCPSM	0.17 135	0.78 256	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 419	0.02 15	0.75 390	0.76 395	0.02 20	0.02 20	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GASNet	0.05 42	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 82	0.12 129	0.04 88	0.06 98	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

EDNetEfficient	0.04 39	0.05 49	0.04 43	0.04 37	0.03 49	0.04 77	0.03 51	0.04 77	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.04 72	0.03 49	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 531	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet-RVC	0.13 105	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 82	0.04 74	0.05 100	0.04 77	0.05 95	0.04 72	1.71 540	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

FADNet	0.12 98	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.66 537	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 432	0.06 95	0.04 82	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

EDNetEfficientorigin	0.04 39	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 82	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.65 535	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 42	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 95	0.04 82	0.06 97	0.04 88	0.06 98	0.04 84	0.06 89	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 50	0.08 59	0.07 58	0.07 47	0.07 113	0.08 106	0.06 110	0.08 109	0.07 114	0.08 108	0.07 114	0.08 108	0.06 111	0.07 106	0.07 104	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

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

DA	0.09 55	0.13 85	0.39 268	0.08 49	0.05 99	0.07 104	0.05 93	0.13 130	0.05 99	0.06 97	0.05 100	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 55	0.13 85	0.39 268	0.08 49	0.05 99	0.07 104	0.05 93	0.13 130	0.05 99	0.06 97	0.05 100	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

AASNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 111	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

SACVNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 111	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

AACVNet	0.06 45	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 111	0.06 97	0.06 111	0.05 91	0.06 111	0.06 89	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

GwcNet	0.12 98	0.07 58	0.05 57	0.08 49	0.05 99	0.08 106	1.20 461	0.07 106	0.05 99	0.05 92	0.05 100	0.08 108	0.05 95	0.08 109	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

VMBase	0.03 29	0.09 67	0.08 60	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

SMFormer	0.09 55	1.01 311	0.09 67	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

Wz-Net-SNSev	0.03 29	0.09 67	0.07 58	0.09 56	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 70	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

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

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

test_sample6	0.09 55	0.97 293	0.10 71	0.10 61	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample5	0.10 68	1.07 324	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 68	1.03 317	0.12 102	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

CAS++	0.17 135	0.27 135	0.21 173	0.10 61	0.21 209	0.15 137	0.22 198	0.10 114	0.21 199	0.22 175	0.10 122	0.19 158	0.18 188	0.10 117	0.19 186	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 55	0.95 290	0.09 67	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

DualNet	0.10 68	1.07 324	0.11 91	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

xxx	0.09 55	1.01 311	0.10 71	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 50	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 109	0.05 99	0.08 108	0.05 100	0.08 108	0.05 95	0.08 109	0.05 89	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 53	0.08 59	0.11 91	0.11 78	0.05 99	0.08 106	0.05 93	0.08 109	0.07 114	0.08 108	0.05 100	0.08 108	0.05 95	0.09 113	0.08 106	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 55	1.00 303	0.11 91	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample2	0.09 55	1.03 317	0.11 91	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 55	0.87 270	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

JetRed	0.11 89	0.12 83	0.11 91	0.11 78	0.11 140	0.11 125	0.14 152	0.11 126	0.11 137	0.12 129	0.11 136	0.11 127	0.11 135	0.11 128	0.11 129	0.11 90	0.16 147	0.11 121	0.11 132	0.11 125	0.11 131

mmm	0.14 112	1.83 424	0.12 102	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.04 82	0.03 41	0.03 53	0.03 43	0.03 53	0.06 89	0.04 75	0.12 96	0.11 100	0.05 86	0.04 78	0.05 92	0.04 79

aanetorigin	0.13 105	0.11 81	0.11 91	0.11 78	0.11 140	0.11 125	0.11 134	0.11 126	0.11 137	0.11 127	0.12 144	0.11 127	0.11 135	0.11 128	0.11 129	0.11 90	0.11 100	0.14 130	0.11 132	0.49 325	0.11 131

DualNet (step1)	0.10 68	1.05 321	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 68	1.05 321	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 68	1.05 321	0.12 102	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample3	0.09 55	0.87 270	0.10 71	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

ffm	0.25 167	3.83 528	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 95	0.06 89	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 167	3.83 528	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 95	0.06 89	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 167	3.83 528	0.12 102	0.12 86	0.05 99	0.06 92	0.05 93	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 95	0.06 89	0.05 89	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

Wz-Net-MNSev	0.06 45	0.54 234	0.10 71	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.11 100	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 42	0.50 216	0.10 71	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

xxxx	0.11 89	1.16 335	0.16 145	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 68	1.09 326	0.13 121	0.12 86	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 141	0.03 38	0.03 54	0.03 44	0.03 51

SuperB	0.21 151	0.10 70	2.51 565	0.12 86	0.09 117	0.10 114	0.09 116	0.08 109	0.07 114	0.10 115	0.09 118	0.09 114	0.07 115	0.07 106	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

JetBlue	0.11 89	0.11 81	0.12 102	0.13 98	0.14 158	0.11 125	0.11 134	0.11 126	0.11 137	0.11 127	0.11 136	0.11 127	0.11 135	0.12 132	0.12 141	0.11 90	0.11 100	0.11 121	0.11 132	0.11 125	0.11 131

11t1	0.17 135	2.16 452	0.13 121	0.13 98	0.04 79	0.06 92	0.04 81	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.05 89	0.18 151	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

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

222	0.10 68	0.99 301	0.12 102	0.13 98	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

USTest	0.01 9	0.02 12	0.00 1	0.14 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

qqq1	0.25 167	3.70 522	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 95	0.05 99	0.06 97	0.05 100	0.04 77	0.05 95	0.06 89	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 167	3.70 522	0.14 126	0.14 102	0.04 79	0.06 92	0.05 93	0.06 95	0.05 99	0.06 97	0.05 100	0.04 77	0.05 95	0.06 89	0.05 89	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

1111x	0.10 68	1.14 330	0.13 121	0.14 102	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 100	0.03 38	0.02 20	0.03 44	0.02 20

x	0.11 89	1.15 333	0.15 142	0.14 102	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 144	0.03 38	0.03 54	0.03 44	0.03 51

GMStereo	0.14 112	0.13 85	0.14 126	0.14 102	0.14 158	0.14 130	0.14 152	0.14 132	0.14 158	0.14 131	0.14 161	0.14 132	0.14 158	0.14 134	0.14 151	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 182	0.90 278	0.10 71	0.14 102	0.10 124	0.14 130	0.10 121	0.91 396	0.69 403	0.14 131	0.11 136	0.14 132	0.11 135	0.14 134	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 386	0.76 413

DRN-Test	0.14 112	0.13 85	0.09 67	0.14 102	0.09 117	0.15 137	0.09 116	0.14 132	0.10 122	0.14 131	0.09 118	0.14 132	0.09 119	0.13 133	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 406

StereoDRNet	0.15 124	0.14 91	0.10 71	0.14 102	0.09 117	0.15 137	0.09 116	0.14 132	0.09 121	0.14 131	0.10 122	0.14 132	0.09 119	0.14 134	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 422

PDISCO_ROB	0.83 381	2.80 502	3.49 584	0.14 102	0.11 140	0.17 150	0.09 116	0.15 144	0.10 122	0.15 137	0.12 144	0.16 143	0.14 158	3.30 568	0.13 147	0.14 118	2.34 558	0.16 145	0.12 147	2.62 548	0.10 118

zh-sn7	0.10 68	0.98 294	0.14 126	0.15 112	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

xyz-stereo	0.18 138	0.50 216	0.16 145	0.15 112	0.16 178	0.16 144	0.16 162	0.16 145	0.16 172	0.16 142	0.16 172	0.16 143	0.16 170	0.16 144	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

S2M2_L	0.12 98	0.14 91	0.10 71	0.15 112	0.10 124	0.14 130	0.10 121	0.14 132	0.10 122	0.15 137	0.10 122	0.14 132	0.10 123	0.14 134	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 131	2.01 443	0.12 102	0.15 112	0.04 79	0.06 92	0.05 93	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

IPLG	0.13 105	0.20 105	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 132	0.11 137	0.14 131	0.11 136	0.14 132	0.11 135	0.14 134	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

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

ACRE	0.13 105	0.21 112	0.14 126	0.15 112	0.11 140	0.14 130	0.11 134	0.14 132	0.11 137	0.14 131	0.12 144	0.14 132	0.11 135	0.14 134	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

ELAS_RVC	0.14 112	0.16 93	0.10 71	0.15 112	0.10 124	0.18 154	0.11 134	0.19 155	0.11 137	0.19 154	0.12 144	0.18 154	0.11 135	0.19 156	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 105	0.16 93	0.11 91	0.15 112	0.09 117	0.18 154	0.11 134	0.18 153	0.11 137	0.17 148	0.11 136	0.18 154	0.11 135	0.18 153	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
xyz-stereo-finetune2	0.18 138	0.48 210	0.16 145	0.16 121	0.15 169	0.15 137	0.16 162	0.16 145	0.16 172	0.16 142	0.16 172	0.16 143	0.16 170	0.16 144	0.16 167	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

xyz-stereo-finetune	0.28 177	0.49 212	0.16 145	0.16 121	0.16 178	0.16 144	0.16 162	0.22 175	0.30 254	0.32 222	0.31 268	0.32 227	0.31 272	0.32 225	0.32 259	0.32 216	0.33 255	0.31 223	0.32 287	0.31 208	0.32 266

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

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

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

MIPNet	0.14 112	0.21 112	0.17 153	0.16 121	0.11 140	0.15 137	0.12 147	0.14 132	0.11 137	0.16 142	0.11 136	0.14 132	0.11 135	0.14 134	0.11 129	0.14 118	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR	0.14 112	0.24 125	0.14 126	0.16 121	0.12 153	0.15 137	0.12 147	0.14 132	0.11 137	0.15 137	0.12 144	0.14 132	0.11 135	0.14 134	0.11 129	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

ICVP	0.15 124	0.53 230	0.11 91	0.16 121	0.11 140	0.16 144	0.11 134	0.16 145	0.11 137	0.16 142	0.11 136	0.16 143	0.11 135	0.16 144	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 129	0.11 140	0.17 150	0.11 134	0.17 150	0.11 137	0.17 148	0.11 136	0.17 150	0.11 135	0.17 150	0.11 129	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 112	0.16 93	0.12 102	0.17 129	0.12 153	0.17 150	0.11 134	0.17 150	0.11 137	0.17 148	0.12 144	0.17 150	0.12 149	0.17 150	0.12 141	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 145

cf-r	0.66 335	2.17 453	0.12 102	0.18 131	0.12 153	0.18 154	2.70 573	2.60 548	0.12 153	0.18 152	0.12 144	0.18 154	0.12 149	0.18 153	0.12 141	0.15 125	0.11 100	0.15 142	0.11 132	1.81 507	1.74 549

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

SGM_RVC	0.15 124	0.17 97	0.11 91	0.18 131	0.11 140	0.19 157	0.11 134	0.19 155	0.12 153	0.19 154	0.12 144	0.20 161	0.12 149	0.19 156	0.12 141	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IGEV-FE	0.35 214	0.37 155	0.17 153	0.19 134	0.17 183	0.20 162	0.17 171	0.19 155	0.17 181	0.19 154	0.17 178	0.19 158	0.17 179	0.37 246	0.36 290	0.19 155	0.17 167	0.19 166	0.17 191	0.38 259	2.84 573

DDVS	0.30 183	3.10 508	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 161	0.14 158	0.19 154	0.13 156	0.16 143	0.13 154	0.19 156	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

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

zh-mn7	0.12 98	1.14 330	0.17 153	0.20 137	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 151	0.16 147	0.03 38	0.03 54	0.03 44	0.03 51

ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 153	0.13 156	0.19 154	0.13 156	0.18 154	0.14 158	0.18 153	0.14 151	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

GCAPDPT-zeroshot4090	0.18 138	0.20 105	0.16 145	0.20 137	0.16 178	0.20 162	0.16 162	0.21 170	0.16 172	0.20 160	0.16 172	0.21 169	0.17 179	0.20 160	0.16 167	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 159

DAS	0.20 144	0.20 105	0.20 167	0.20 137	0.20 200	0.20 162	0.20 186	0.20 161	0.20 194	0.20 160	0.20 199	0.20 161	0.20 197	0.20 160	0.20 190	0.20 159	0.20 178	0.20 172	0.20 198	0.20 164	0.20 184

ASD4	0.20 144	0.20 105	0.20 167	0.20 137	0.20 200	0.20 162	0.20 186	0.20 161	0.20 194	0.20 160	0.20 199	0.20 161	0.20 197	0.20 160	0.20 190	0.20 159	0.20 178	0.20 172	0.20 198	0.20 164	0.20 184

ACVNet	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 439	0.21 170	0.14 158	0.20 160	0.13 156	0.21 169	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 144	0.19 101	0.14 126	0.20 137	0.14 158	0.20 162	0.96 439	0.21 170	0.14 158	0.20 160	0.13 156	0.21 169	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

hitnet-ft	0.79 364	2.78 501	0.14 126	0.20 137	0.14 158	0.21 174	2.89 574	2.80 562	0.14 158	0.20 160	0.14 161	0.20 161	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.54 547	2.33 566

PSMNet-RSSM	0.77 360	2.76 496	0.14 126	0.20 137	0.14 158	0.20 162	2.66 571	2.79 561	0.14 158	0.21 173	0.14 161	0.21 169	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 539	2.31 564

GwcNet-RSSM	0.77 360	2.77 498	0.14 126	0.20 137	0.14 158	0.20 162	2.67 572	2.78 560	0.14 158	0.20 160	0.14 161	0.20 161	0.14 158	0.21 172	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	2.52 539	2.31 564

CFNet-ft	0.55 318	1.57 410	0.14 126	0.20 137	0.14 158	0.20 162	2.53 569	1.61 502	0.14 158	0.20 160	0.14 161	0.20 161	0.14 158	0.20 160	0.14 151	0.17 143	0.12 114	0.17 153	0.12 147	1.56 495	1.24 512

RAFT-FEzeroshot	0.34 205	0.26 132	0.17 153	0.21 148	0.17 183	0.20 162	0.16 162	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 170	0.27 208	0.24 205	0.19 155	0.16 147	0.19 166	0.16 171	0.26 190	3.08 582

RAFT-FE	0.34 205	0.26 132	0.17 153	0.21 148	0.17 183	0.20 162	0.16 162	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 170	0.27 208	0.24 205	0.19 155	0.16 147	0.19 166	0.16 171	0.26 190	3.08 582

RSGM-EC	0.24 163	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 175	0.15 168	0.24 186	0.15 169	0.22 178	0.15 168	0.22 176	1.19 461	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 156

acva	0.24 163	0.24 125	0.15 142	0.22 150	0.15 169	0.22 176	0.15 157	0.22 175	0.15 168	0.24 186	0.15 169	0.22 178	0.15 168	0.22 176	1.19 461	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 156

IMH-64-1	0.22 155	0.23 117	0.23 178	0.22 150	0.22 212	0.22 176	0.22 198	0.22 175	0.22 202	0.22 175	0.22 207	0.22 178	0.22 205	0.22 176	0.22 196	0.22 168	0.22 186	0.23 188	0.22 205	0.22 173	0.23 191

IMH-64	0.22 155	0.23 117	0.23 178	0.22 150	0.22 212	0.22 176	0.22 198	0.22 175	0.22 202	0.22 175	0.22 207	0.22 178	0.22 205	0.22 176	0.22 196	0.22 168	0.22 186	0.23 188	0.22 205	0.22 173	0.23 191

WAO-6	0.22 155	0.23 117	0.22 175	0.23 154	0.22 212	0.22 176	0.22 198	0.22 175	0.22 202	0.22 175	0.22 207	0.22 178	0.22 205	0.22 176	0.22 196	0.22 168	0.22 186	0.22 180	0.22 205	0.22 173	0.22 189

Wz-Net-LNSev	0.06 45	0.24 125	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

dd	0.23 161	0.98 294	0.16 145	0.23 154	0.15 169	0.23 184	0.15 157	0.23 181	0.15 168	0.23 179	0.15 169	0.24 190	0.17 179	0.23 182	0.15 161	0.22 168	0.15 144	0.21 175	0.15 167	0.22 173	0.16 161

dad	0.23 161	1.03 317	0.16 145	0.23 154	0.15 169	0.24 187	0.15 157	0.24 184	0.16 172	0.23 179	0.16 172	0.24 190	0.16 170	0.23 182	0.15 161	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

ac_64	0.22 155	0.13 85	0.19 164	0.23 154	0.10 124	0.26 203	1.02 447	0.14 132	0.10 122	0.28 205	0.14 161	0.17 150	0.19 193	0.28 212	0.09 111	0.22 168	0.16 147	0.23 188	0.17 191	0.11 125	0.12 145

BStereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 273	0.39 247	0.17 181	0.23 179	0.17 178	0.23 184	0.16 170	0.24 186	0.17 172	0.23 179	0.16 147	0.22 180	0.20 198	0.22 173	0.16 161

Wave_Phase_stereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 273	0.39 247	0.17 181	0.23 179	0.17 178	0.23 184	0.16 170	0.24 186	0.17 172	0.23 179	0.16 147	0.22 180	0.20 198	0.22 173	0.16 161

ISRNet	0.11 89	0.05 49	0.36 253	0.24 159	0.07 113	0.13 129	0.05 93	0.06 95	0.05 99	0.05 92	0.05 100	0.13 131	0.05 95	0.05 83	0.09 111	0.24 186	0.20 178	0.10 110	0.05 97	0.06 96	0.13 151

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 197	0.24 187	0.19 182	0.24 184	0.19 192	0.24 186	0.19 195	0.24 190	0.19 193	0.24 186	0.19 186	0.22 168	0.17 167	0.22 180	0.17 191	0.22 173	0.17 175

UPFNet	0.42 268	1.20 340	0.17 153	0.24 159	0.17 183	0.25 195	0.17 171	1.19 434	0.90 435	0.25 193	0.17 178	0.24 190	0.17 179	0.25 194	0.17 172	0.22 168	0.17 167	0.22 180	0.16 171	1.15 422	0.93 431

iResNetv2_ROB	0.20 144	0.23 117	0.18 162	0.24 159	0.20 200	0.24 187	0.18 178	0.24 184	0.18 186	0.24 186	0.18 193	0.23 184	0.19 193	0.24 186	0.18 183	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 161

iResNet	0.20 144	0.23 117	0.18 162	0.24 159	0.18 193	0.24 187	0.20 186	0.24 184	0.18 186	0.23 179	0.17 178	0.23 184	0.18 188	0.23 182	0.18 183	0.22 168	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

ACV-stereo	0.30 183	2.08 445	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 184	0.18 186	0.24 186	0.17 178	0.25 196	0.17 179	0.24 186	0.17 172	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

LoS_RVC	0.30 183	1.14 330	0.25 188	0.25 166	0.25 225	0.26 203	0.25 213	0.25 191	0.25 216	0.25 193	0.25 224	0.26 206	0.26 226	0.26 204	0.25 213	0.26 194	0.26 198	0.25 199	0.25 223	0.26 190	0.26 208

CAS	0.30 183	1.17 336	0.25 188	0.25 166	0.25 225	0.26 203	0.25 213	0.25 191	0.26 229	0.25 193	0.25 224	0.25 196	0.25 217	0.25 194	0.25 213	0.26 194	0.26 198	0.26 204	0.25 223	0.26 190	0.25 202

LoS	0.25 167	0.27 135	0.25 188	0.25 166	0.25 225	0.25 195	0.25 213	0.26 196	0.25 216	0.25 193	0.25 224	0.25 196	0.25 217	0.25 194	0.25 213	0.26 194	0.25 194	0.25 199	0.26 229	0.26 190	0.25 202
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 274	1.24 394	0.17 153	0.25 166	0.17 183	0.25 195	0.18 178	1.26 486	0.93 441	0.25 193	0.17 178	0.25 196	0.18 188	0.25 194	0.17 172	0.23 179	0.16 147	0.23 188	0.16 171	1.20 434	0.99 436

delet	0.43 269	1.21 386	0.17 153	0.25 166	0.17 183	0.25 195	0.18 178	1.26 486	0.95 443	0.25 193	0.17 178	0.25 196	0.17 179	0.25 194	0.17 172	0.23 179	0.16 147	0.22 180	0.16 171	1.18 430	0.98 435

psm_up	0.43 269	1.19 339	0.17 153	0.25 166	0.18 193	0.25 195	0.19 182	1.26 486	0.91 436	0.26 201	0.17 178	0.25 196	0.17 179	0.25 194	0.17 172	0.22 168	0.17 167	0.23 188	0.16 171	1.18 430	0.99 436

Select-FE	0.41 257	0.44 188	0.23 178	0.26 173	0.22 212	0.26 203	0.22 198	0.26 196	0.23 208	0.26 201	0.23 211	0.26 206	0.23 211	0.45 303	0.42 333	0.25 192	0.22 186	0.25 199	0.22 205	0.45 301	2.90 574

tg	0.21 151	0.25 131	0.21 173	0.26 173	0.17 183	0.24 187	0.17 171	0.24 184	0.17 181	0.24 186	0.17 178	0.24 190	0.17 179	0.24 186	0.17 172	0.24 186	0.17 167	0.23 188	0.16 171	0.23 184	0.16 161

UNDER WATER-64	0.25 167	0.26 132	0.25 188	0.26 173	0.25 225	0.25 195	0.25 213	0.25 191	0.25 216	0.25 193	0.25 224	0.25 196	0.25 217	0.26 204	0.25 213	0.25 192	0.25 194	0.25 199	0.25 223	0.25 188	0.25 202

GEStereo_RVC	0.86 393	4.45 543	0.20 167	0.27 176	0.20 200	0.27 207	0.20 186	0.26 196	0.18 186	5.03 598	0.20 199	0.27 208	0.19 193	0.27 208	0.21 194	0.20 159	0.19 176	0.19 166	4.02 602	0.20 164	0.18 179

SQANet	0.28 177	0.28 138	0.28 199	0.28 177	0.28 239	0.28 208	0.28 232	0.28 200	0.28 237	0.28 205	0.28 241	0.28 209	0.28 241	0.28 212	0.28 229	0.28 200	0.28 212	0.28 210	0.28 245	0.28 197	0.28 232

ssnet_v2	0.68 340	1.96 442	1.25 490	0.29 178	0.20 200	0.30 212	0.20 186	0.29 205	0.22 202	1.50 504	0.20 199	0.31 223	0.20 197	0.27 208	0.22 196	0.24 186	1.49 513	0.26 204	0.18 196	3.90 558	0.19 181

DStereoO	0.31 190	0.31 144	0.31 220	0.30 179	0.40 329	0.31 218	0.30 246	0.30 207	0.34 290	0.29 210	0.31 268	0.29 215	0.30 255	0.31 222	0.31 255	0.31 214	0.29 224	0.31 223	0.30 269	0.31 208	0.31 259

MultiAttention	0.30 183	0.30 141	0.30 207	0.30 179	0.30 258	0.30 212	0.30 246	0.30 207	0.30 254	0.30 211	0.30 258	0.30 219	0.30 255	0.30 218	0.30 246	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 250

MSAF-DinoV2	0.30 183	0.30 141	0.30 207	0.30 179	0.30 258	0.30 212	0.30 246	0.30 207	0.30 254	0.30 211	0.30 258	0.30 219	0.30 255	0.30 218	0.30 246	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 250

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 274	0.30 179	0.17 183	0.22 176	0.17 171	0.21 170	0.17 181	0.20 160	0.17 178	0.21 169	0.18 188	0.21 172	0.17 172	0.20 159	0.16 147	0.20 172	0.16 171	0.20 164	0.17 175

GMOStereo	0.37 228	0.45 196	0.23 178	0.30 179	0.37 310	0.41 275	0.36 298	0.41 269	0.35 294	0.43 288	0.36 304	0.41 276	0.40 318	0.41 275	0.36 290	0.34 225	0.22 186	0.47 341	0.37 320	0.39 270	0.33 273

DANet	0.30 183	0.30 141	0.30 207	0.30 179	0.30 258	0.30 212	0.30 246	0.30 207	0.30 254	0.30 211	0.30 258	0.30 219	0.30 255	0.30 218	0.30 246	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 250
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 199	0.52 226	0.34 242	0.31 185	0.31 271	0.30 212	0.30 246	0.31 212	0.30 254	0.31 216	0.31 268	0.31 223	0.30 255	0.31 222	0.31 255	0.30 208	0.32 243	0.31 223	0.31 280	0.31 208	0.31 259

xxxxx1	0.31 190	0.91 280	0.23 178	0.31 185	0.23 218	0.31 218	0.23 206	0.33 218	0.25 216	0.31 216	0.24 218	0.33 230	0.25 217	0.32 225	0.24 205	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 218

tt_ll	0.31 190	0.91 280	0.23 178	0.31 185	0.23 218	0.31 218	0.23 206	0.33 218	0.25 216	0.31 216	0.24 218	0.33 230	0.25 217	0.32 225	0.24 205	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 218

ff	0.31 190	0.91 280	0.23 178	0.31 185	0.23 218	0.31 218	0.23 206	0.33 218	0.25 216	0.31 216	0.24 218	0.33 230	0.25 217	0.32 225	0.24 205	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 218

w-ln-seven-2	0.14 112	1.22 392	0.28 199	0.32 189	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 216	0.27 205	0.04 73	0.03 54	0.03 44	0.03 51

WCG-NET（raft）	0.32 199	1.24 394	0.24 185	0.32 189	0.24 223	0.32 227	0.23 206	0.32 214	0.24 211	0.32 222	0.24 218	0.32 227	0.24 214	0.32 225	0.24 205	0.30 208	0.23 191	0.30 217	0.23 211	0.30 203	0.23 191

CASnet	0.35 214	0.51 224	0.44 291	0.32 189	0.31 271	0.24 187	0.34 286	0.36 229	0.25 216	0.31 216	0.37 311	0.30 219	0.33 284	0.25 194	0.45 338	0.37 242	0.37 267	0.33 234	0.35 311	0.34 223	0.37 297
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 177	0.32 146	0.24 185	0.32 189	0.25 225	0.32 227	0.24 211	0.32 214	0.24 211	0.33 226	0.24 218	0.35 236	0.24 214	0.33 232	0.24 205	0.31 214	0.24 193	0.32 226	0.24 219	0.32 211	0.24 201

DStereoFS	0.32 199	0.33 148	0.32 226	0.33 193	0.30 258	0.32 227	0.32 262	0.32 214	0.31 268	0.30 211	0.31 268	0.31 223	0.30 255	0.32 225	0.32 259	0.32 216	0.31 239	0.30 217	0.47 364	0.32 211	0.34 279

model_zeroshot	0.27 176	0.20 105	0.27 195	0.33 193	0.21 209	0.37 244	0.22 198	0.37 235	0.24 211	0.26 201	0.27 234	0.33 230	0.21 204	0.25 194	0.27 219	0.32 216	0.20 178	0.34 242	0.23 211	0.25 188	0.26 208

tt1	0.31 190	0.93 287	0.24 185	0.33 193	0.23 218	0.31 218	0.24 211	0.32 214	0.24 211	0.32 222	0.23 211	0.32 227	0.25 217	0.32 225	0.24 205	0.27 198	0.26 198	0.27 208	0.26 229	0.27 195	0.27 218

DLNR-FE	0.28 177	0.89 275	0.30 207	0.34 196	0.19 197	0.28 208	0.19 182	0.28 200	0.20 194	0.28 205	0.20 199	0.28 209	0.20 197	0.28 212	0.20 190	0.33 221	0.28 212	0.25 199	0.19 197	0.24 186	0.19 181

H2IRNET	0.34 205	0.34 149	0.34 242	0.34 196	0.34 297	0.34 231	0.34 286	0.34 221	0.34 290	0.34 228	0.34 291	0.34 234	0.34 289	0.34 233	0.34 282	0.34 225	0.34 259	0.34 242	0.34 299	0.34 223	0.34 279

DMCA	0.36 220	0.38 159	0.37 257	0.35 198	0.35 300	0.36 239	0.36 298	0.36 229	0.35 294	0.35 233	0.37 311	0.36 242	0.36 299	0.35 236	0.36 290	0.36 238	0.36 264	0.35 258	0.36 317	0.36 242	0.36 292

MLCV	0.31 190	0.35 150	0.27 195	0.35 198	0.28 239	0.35 236	0.27 224	0.35 225	0.28 237	0.36 236	0.27 234	0.35 236	0.27 234	0.35 236	0.27 219	0.34 225	0.27 205	0.34 242	0.27 238	0.34 223	0.27 218

ETE_ROB	0.35 214	0.35 150	0.35 251	0.35 198	0.35 300	0.35 236	0.35 291	0.35 225	0.35 294	0.35 233	0.35 300	0.35 236	0.35 296	0.35 236	0.35 286	0.35 234	0.35 261	0.35 258	0.35 311	0.35 235	0.35 289

DN-CSS_ROB	0.31 190	0.35 150	0.28 199	0.35 198	0.28 239	0.34 231	0.27 224	0.34 221	0.25 216	0.35 233	0.27 234	0.36 242	0.26 226	0.34 233	0.28 229	0.35 234	0.28 212	0.34 242	0.28 245	0.34 223	0.27 218

Any-RAFT	0.32 199	0.36 153	0.27 195	0.36 202	0.27 234	0.36 239	0.27 224	0.36 229	0.27 234	0.36 236	0.27 234	0.36 242	0.27 234	0.36 242	0.28 229	0.36 238	0.28 212	0.36 263	0.28 245	0.36 242	0.28 232

CES	0.39 246	0.47 204	0.36 253	0.36 202	0.37 310	0.45 309	0.35 291	0.35 225	0.40 325	0.36 236	0.44 349	0.47 317	0.36 299	0.44 299	0.36 290	0.37 242	0.39 280	0.44 324	0.35 311	0.37 246	0.36 292

HGLStereo	0.28 177	0.29 140	0.22 175	0.36 202	0.22 212	0.36 239	0.21 193	0.36 229	0.21 199	0.42 282	0.21 206	0.36 242	0.22 205	0.36 242	0.21 194	0.34 225	0.21 182	0.34 242	0.21 202	0.34 223	0.21 187

PAM	0.39 246	1.88 431	0.34 242	0.37 205	0.41 338	0.45 309	0.22 198	0.28 200	0.23 208	0.28 205	0.24 218	0.29 215	0.23 211	0.29 216	0.23 202	0.38 253	0.32 243	0.38 274	0.37 320	0.32 211	0.22 189

RSM	0.36 220	0.36 153	0.43 289	0.37 205	0.42 348	0.49 330	0.42 338	0.37 235	0.28 237	0.36 236	0.29 246	0.36 242	0.30 255	0.37 246	0.28 229	0.34 225	0.31 239	0.34 242	0.35 311	0.40 277	0.29 237

XPNet_ROB	0.37 228	0.37 155	0.37 257	0.37 205	0.37 310	0.37 244	0.37 304	0.37 235	0.37 307	0.37 241	0.37 311	0.37 248	0.37 304	0.37 246	0.37 299	0.37 242	0.37 267	0.37 266	0.37 320	0.37 246	0.37 297

Monster-pub-mixall	0.44 274	0.56 238	0.60 347	0.38 208	0.27 234	0.37 244	0.27 224	0.37 235	0.29 243	0.38 242	0.27 234	0.38 250	0.29 248	0.85 398	0.27 219	1.46 493	0.26 198	0.34 242	0.26 229	0.36 242	0.53 360

GCAP-BAT	0.33 203	0.78 256	0.32 226	0.38 208	0.25 225	0.34 231	0.25 213	0.34 221	0.26 229	0.34 228	0.25 224	0.35 236	0.26 226	0.35 236	0.27 219	0.36 238	0.30 233	0.32 226	0.24 219	0.32 211	0.26 208

WAO-8	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.38 251	0.38 311	0.38 243	0.38 311	0.38 242	0.38 316	0.38 250	0.38 308	0.38 249	0.38 302	0.38 253	0.38 273	0.38 274	0.37 320	0.38 259	0.38 304

WAO-7	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.38 251	0.38 311	0.38 243	0.38 311	0.38 242	0.38 316	0.38 250	0.38 308	0.38 249	0.38 302	0.38 253	0.38 273	0.38 274	0.38 333	0.38 259	0.38 304

Venus	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.37 244	0.38 311	0.37 235	0.37 307	0.41 268	0.37 311	0.39 255	0.37 304	0.38 249	0.38 302	0.37 242	0.38 273	0.38 274	0.37 320	0.37 246	0.38 304

IMH	0.38 234	0.38 159	0.38 260	0.38 208	0.38 317	0.38 251	0.38 311	0.38 243	0.38 311	0.42 282	0.38 316	0.40 263	0.38 308	0.38 249	0.38 302	0.38 253	0.38 273	0.39 287	0.38 333	0.38 259	0.38 304

Monster-pub-eth3d	0.45 277	0.57 239	0.60 347	0.39 214	0.28 239	0.37 244	0.28 232	0.37 235	0.30 254	0.39 248	0.29 246	0.39 255	0.30 255	0.92 408	0.27 219	1.42 490	0.28 212	0.34 242	0.28 245	0.37 246	0.53 360

1test111	0.37 228	1.02 315	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 221	0.32 243	0.33 234	0.31 280	0.32 211	0.31 259

cc1	0.37 228	1.02 315	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 221	0.32 243	0.33 234	0.31 280	0.32 211	0.31 259

HanzoNet	0.39 246	0.38 159	0.40 274	0.39 214	0.41 338	0.38 251	0.38 311	0.38 243	0.38 311	0.39 248	0.39 326	0.38 250	0.38 308	0.39 257	0.40 318	0.38 253	0.38 273	0.40 293	0.38 333	0.38 259	0.40 313

gwcnet-sp	0.82 377	1.72 416	1.48 512	0.39 214	0.15 169	0.31 218	0.21 193	0.20 161	0.25 216	1.61 508	0.23 211	0.28 209	0.26 226	0.20 160	0.15 161	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 191

scenet	0.82 377	1.72 416	1.48 512	0.39 214	0.15 169	0.31 218	0.21 193	0.20 161	0.25 216	1.61 508	0.23 211	0.28 209	0.26 226	0.20 160	0.15 161	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 191

ssnet	0.82 377	1.72 416	1.48 512	0.39 214	0.15 169	0.31 218	0.21 193	0.20 161	0.25 216	1.61 508	0.23 211	0.28 209	0.26 226	0.20 160	0.15 161	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 191

Wz-Net-LNSev-Ref	0.11 89	0.44 188	0.33 232	0.39 214	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 265	0.36 264	0.02 18	0.02 20	0.02 20	0.02 20

iRaft-Stereo_5w	0.34 205	0.42 184	0.31 220	0.39 214	0.30 258	0.38 251	0.30 246	0.40 254	0.29 243	0.40 254	0.37 311	0.41 276	0.34 289	0.38 249	0.30 246	0.34 225	0.27 205	0.34 242	0.26 229	0.34 223	0.26 208

iRaft-Stereo_20w	0.34 205	0.41 177	0.31 220	0.39 214	0.29 248	0.40 259	0.32 262	0.41 269	0.32 274	0.38 242	0.30 258	0.39 255	0.30 255	0.38 249	0.32 259	0.35 234	0.27 205	0.34 242	0.27 238	0.34 223	0.29 237

RAFT + AFF	0.31 190	0.45 196	0.34 242	0.39 214	0.28 239	0.38 251	0.33 273	0.29 205	0.31 268	0.30 211	0.30 258	0.29 215	0.27 234	0.29 216	0.30 246	0.28 200	0.29 224	0.29 215	0.29 255	0.27 195	0.32 266

StereoDRNet-Refined	0.33 203	0.39 165	0.26 194	0.39 214	0.26 233	0.40 259	0.26 221	0.40 254	0.26 229	0.39 248	0.26 230	0.39 255	0.26 226	0.39 257	0.26 218	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 297
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 431	0.39 165	5.28 597	0.39 214	0.20 200	0.39 257	0.27 224	0.39 247	0.22 202	0.38 242	0.20 199	0.38 250	0.20 197	6.95 609	0.22 196	0.30 208	0.21 182	0.27 208	0.21 202	5.25 590	0.21 187

Replicate-Monster	0.45 277	0.57 239	0.60 347	0.40 227	0.29 248	0.37 244	0.27 224	0.37 235	0.30 254	0.40 254	0.31 268	0.40 263	0.30 255	0.99 416	0.27 219	1.36 486	0.31 239	0.34 242	0.30 269	0.36 242	0.54 363

w-ln-seven	0.18 138	1.47 407	0.33 232	0.40 227	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 253	0.32 243	0.05 86	0.04 78	0.04 77	0.04 79

DCVSM-stereo	0.36 220	1.89 432	0.22 175	0.40 227	0.22 212	0.40 259	0.22 198	0.40 254	0.22 202	0.40 254	0.22 207	0.40 263	0.22 205	0.40 260	0.22 196	0.28 200	0.21 182	0.28 210	0.21 202	0.28 197	0.20 184

IGEV++	0.34 205	0.43 185	0.30 207	0.40 227	0.29 248	0.40 259	0.29 241	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.40 260	0.30 246	0.38 253	0.29 224	0.37 266	0.29 255	0.37 246	0.29 237

ACVNet-DCA	0.37 228	1.00 303	0.30 207	0.40 227	0.29 248	0.40 259	0.29 241	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.39 257	0.28 229	0.33 221	0.32 243	0.33 234	0.32 287	0.33 219	0.32 266

xx1	0.38 234	1.03 317	0.31 220	0.40 227	0.31 271	0.41 275	0.28 232	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.40 260	0.29 239	0.34 225	0.33 255	0.34 242	0.32 287	0.34 223	0.32 266

knoymous	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 254	0.40 325	0.40 254	0.40 329	0.40 263	0.40 318	0.40 260	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

anonymousa	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 254	0.40 325	0.40 254	0.40 329	0.40 263	0.40 318	0.40 260	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

riskmin	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 254	0.40 325	0.40 254	0.40 329	0.40 263	0.40 318	0.40 260	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

Anonymous_2	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 254	0.40 325	0.40 254	0.40 329	0.40 263	0.40 318	0.40 260	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

Anonymous_1	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 254	0.40 325	0.40 254	0.40 329	0.40 263	0.40 318	0.40 260	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

AdaStereo	0.40 250	0.40 167	0.40 274	0.40 227	0.40 329	0.40 259	0.40 325	0.40 254	0.40 325	0.40 254	0.40 329	0.40 263	0.40 318	0.40 260	0.40 318	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313
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.
Zero-FE251	0.36 220	0.40 167	0.28 199	0.41 239	0.28 239	0.41 275	0.28 232	0.41 269	0.28 237	0.41 268	0.28 241	0.41 276	0.28 241	0.42 288	0.30 246	0.37 242	0.26 198	0.37 266	0.27 238	0.45 301	0.56 371

z-mn7	0.16 131	1.21 386	0.33 232	0.41 239	0.04 79	0.04 77	0.03 51	0.04 77	0.04 82	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 234	0.31 239	0.04 73	0.04 78	0.04 77	0.04 79

RAFT-Test	0.36 220	0.37 155	0.33 232	0.41 239	0.32 275	0.41 275	0.32 262	0.41 269	0.32 274	0.41 268	0.32 276	0.41 276	0.32 276	0.41 275	0.33 269	0.37 242	0.29 224	0.37 266	0.29 255	0.38 259	0.31 259

GwcNet-ADL	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 269	0.41 334	0.41 268	0.41 335	0.41 276	0.41 329	0.41 275	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

PSMNet-ADL	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 269	0.41 334	0.41 268	0.41 335	0.41 276	0.41 329	0.41 275	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

GANet-ADL	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 269	0.41 334	0.41 268	0.41 335	0.41 276	0.41 329	0.41 275	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

ADLNet2	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 269	0.41 334	0.41 268	0.41 335	0.41 276	0.41 329	0.41 275	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

ADLNet	0.41 257	0.41 177	0.41 283	0.41 239	0.41 338	0.41 275	0.41 333	0.41 269	0.41 334	0.41 268	0.41 335	0.41 276	0.41 329	0.41 275	0.41 325	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

GES	0.66 335	2.34 469	0.29 203	0.41 239	0.29 248	0.41 275	0.29 241	0.42 287	0.29 243	0.40 254	0.41 335	0.41 276	0.30 255	0.51 344	0.29 239	0.32 216	0.29 224	0.32 226	2.46 573	2.49 535	0.30 250

DGSMNet	0.34 205	0.41 177	0.27 195	0.41 239	0.28 239	0.41 275	0.28 232	0.41 269	0.27 234	0.41 268	0.27 234	0.42 294	0.27 234	0.41 275	0.28 229	0.40 270	0.29 224	0.40 293	0.28 245	0.40 277	0.27 218

HiDET	0.38 234	0.44 188	0.30 207	0.42 249	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.44 295	0.30 258	0.42 294	0.30 255	0.42 288	0.68 391	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.29 237

LCMNet	0.38 234	0.44 188	0.30 207	0.42 249	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.45 298	0.30 258	0.42 294	0.30 255	0.42 288	0.69 399	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.29 237

CSFM-Stereo	0.38 234	0.44 188	0.30 207	0.42 249	0.30 258	0.42 295	0.30 246	0.43 293	0.30 254	0.44 295	0.30 258	0.42 294	0.30 255	0.42 288	0.73 409	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.30 250

HART	0.38 234	0.45 196	0.34 242	0.42 249	0.33 287	0.41 275	0.34 286	0.42 287	0.33 281	0.43 288	0.34 291	0.42 294	0.34 289	0.41 275	0.38 302	0.40 270	0.32 243	0.42 321	0.32 287	0.40 277	0.32 266

RAFT-Stereo-weight	0.45 277	1.90 434	0.34 242	0.42 249	0.36 306	0.43 302	0.35 291	0.42 287	0.34 290	0.42 282	0.34 291	0.44 304	0.34 289	0.41 275	0.34 282	0.38 253	0.32 243	0.38 274	0.32 287	0.38 259	0.33 273

Gwc-CoAtRS	0.41 257	1.49 408	0.32 226	0.42 249	0.32 275	0.41 275	0.32 262	0.41 269	0.33 281	0.41 268	0.32 276	0.41 276	0.32 276	0.41 275	0.32 259	0.39 265	0.28 212	0.39 287	0.28 245	0.40 277	0.28 232

MonSter++	0.38 234	0.44 188	0.31 220	0.43 255	0.30 258	0.43 302	0.31 259	0.43 293	0.31 268	0.45 298	0.31 268	0.43 301	0.31 272	0.43 294	0.69 399	0.38 253	0.33 255	0.40 293	0.30 269	0.38 259	0.30 250

GCAPDPT-zeroshot	0.36 220	0.40 167	0.30 207	0.43 255	0.30 258	0.43 302	0.30 246	0.43 293	0.31 268	0.43 288	0.30 258	0.43 301	0.30 255	0.44 299	0.31 255	0.39 265	0.28 212	0.39 287	0.27 238	0.39 270	0.26 208

gcap_with_dpt	0.36 220	0.40 167	0.31 220	0.44 257	0.31 271	0.44 307	0.31 259	0.43 293	0.30 254	0.44 295	0.31 268	0.44 304	0.31 272	0.43 294	0.31 255	0.38 253	0.27 205	0.38 274	0.27 238	0.38 259	0.27 218

RCA-Stereo	0.51 308	3.22 513	0.34 242	0.44 257	0.34 297	0.44 307	0.34 286	0.43 293	0.34 290	0.43 288	0.34 291	0.44 304	0.33 284	0.43 294	0.33 269	0.38 253	0.29 224	0.38 274	0.29 255	0.38 259	0.29 237

CFNet-RSSM	0.91 399	4.89 549	0.34 242	0.44 257	1.07 457	1.62 512	1.40 526	0.91 396	0.35 294	1.60 505	1.39 526	0.64 376	0.34 289	0.44 299	0.33 269	0.41 278	0.35 261	0.75 393	0.30 269	0.41 287	0.29 237

test_for_model	0.24 163	0.24 125	0.46 297	0.45 260	0.21 209	0.24 187	0.20 186	0.24 184	0.20 194	0.24 186	0.20 199	0.24 190	0.20 197	0.24 186	0.19 186	0.26 194	0.25 194	0.19 166	0.15 167	0.20 164	0.19 181

fffy	0.38 234	0.43 185	0.33 232	0.46 261	0.33 287	0.45 309	0.32 262	0.45 300	0.32 274	0.45 298	0.32 276	0.45 307	0.33 284	0.45 303	0.32 259	0.38 253	0.38 273	0.38 274	0.37 320	0.37 246	0.36 292

otaku	0.46 283	0.46 200	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 304	0.46 348	0.46 304	0.46 355	0.46 311	0.46 346	0.46 308	0.46 342	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

Ntro	0.47 289	0.47 204	0.46 297	0.46 261	0.46 356	0.47 320	0.47 353	0.46 304	0.47 353	0.46 304	0.46 355	0.47 317	0.46 346	0.47 312	0.47 349	0.47 307	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

Dean	0.46 283	0.46 200	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 304	0.46 348	0.47 310	0.46 355	0.46 311	0.46 346	0.46 308	0.46 342	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

ACVNet_1	0.46 283	0.47 204	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 304	0.47 353	0.46 304	0.46 355	0.46 311	0.46 346	0.46 308	0.46 342	0.46 302	0.46 315	0.47 341	0.46 357	0.46 304	0.46 334

ACVNet-4b	0.46 283	0.46 200	0.46 297	0.46 261	0.46 356	0.46 315	0.46 348	0.46 304	0.46 348	0.46 304	0.46 355	0.46 311	0.46 346	0.47 312	0.46 342	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

FE-Mocha	0.35 214	0.71 252	0.40 274	0.47 267	0.27 234	0.34 231	0.27 224	0.34 221	0.26 229	0.34 228	0.26 230	0.34 234	0.27 234	0.34 233	0.27 219	0.44 294	0.41 292	0.33 234	0.29 255	0.32 211	0.29 237

LG-Stereo_L2	0.34 205	0.37 155	0.38 260	0.47 267	0.28 239	0.39 257	0.28 232	0.39 247	0.28 237	0.39 248	0.28 241	0.39 255	0.28 241	0.38 249	0.28 229	0.42 292	0.35 261	0.36 263	0.26 229	0.35 235	0.26 208

UNDER WATER	0.47 289	0.47 204	0.47 305	0.47 267	0.47 362	0.47 320	0.47 353	0.47 310	0.47 353	0.47 310	0.47 363	0.47 317	0.46 346	0.47 312	0.47 349	0.47 307	0.47 323	0.47 341	0.46 357	0.47 317	0.47 341

LVE	0.47 289	0.47 204	0.47 305	0.47 267	0.49 368	0.47 320	0.47 353	0.47 310	0.49 362	0.47 310	0.47 363	0.47 317	0.46 346	0.47 312	0.47 349	0.47 307	0.47 323	0.48 349	0.47 364	0.47 317	0.47 341

GANet-RSSM	0.75 355	1.91 435	0.14 126	0.47 267	0.14 158	0.21 174	3.21 590	2.30 534	0.14 158	0.46 304	0.14 161	0.23 184	0.18 188	0.21 172	0.14 151	0.18 151	0.27 205	0.37 266	0.13 155	2.13 517	2.12 559

GREAT-IGEV	0.38 234	0.43 185	0.36 253	0.48 272	0.32 275	0.45 309	0.32 262	0.45 300	0.32 274	0.45 298	0.32 276	0.45 307	0.32 276	0.45 303	0.32 259	0.44 294	0.33 255	0.41 310	0.29 255	0.41 287	0.29 237
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 220	0.49 212	0.39 268	0.48 272	0.32 275	0.41 275	0.28 232	0.40 254	0.30 254	0.41 268	0.28 241	0.40 263	0.28 241	0.42 288	0.28 229	0.45 297	0.32 243	0.38 274	0.30 269	0.37 246	0.27 218

mms	0.40 250	0.45 196	0.35 251	0.48 272	0.36 306	0.47 320	0.34 286	0.45 300	0.38 311	0.47 310	0.33 283	0.45 307	0.32 276	0.45 303	0.32 259	0.39 265	0.38 273	0.38 274	0.37 320	0.39 270	0.39 310

ccccc	0.41 257	0.44 188	0.34 242	0.48 272	0.35 300	0.48 325	0.35 291	0.51 340	0.35 294	0.47 310	0.35 300	0.47 317	0.34 289	0.47 312	0.35 286	0.41 278	0.40 283	0.40 293	0.40 337	0.41 287	0.39 310

RainbowNet	0.48 294	0.48 210	0.48 313	0.48 272	0.48 366	0.48 325	0.48 362	0.48 314	0.48 360	0.48 317	0.48 367	0.48 324	0.48 355	0.48 321	0.48 355	0.48 311	0.48 327	0.48 349	0.48 368	0.48 321	0.48 343

notaker	0.48 294	0.49 212	0.48 313	0.48 272	0.48 366	0.48 325	0.48 362	0.48 314	0.49 362	0.48 317	0.48 367	0.48 324	0.48 355	0.48 321	0.48 355	0.48 311	0.48 327	0.48 349	0.48 368	0.48 321	0.49 348

Pro-Stereo	0.79 364	0.53 230	0.38 260	0.49 278	0.38 317	0.49 330	0.37 304	0.49 318	0.67 392	0.50 337	0.38 316	1.10 437	0.38 308	0.49 327	0.38 302	0.71 364	0.88 406	5.98 606	0.36 317	0.46 304	0.36 292

gcap-zeroshot	0.35 214	0.32 146	0.37 257	0.49 278	0.39 327	0.33 230	0.21 193	0.26 196	0.35 294	0.42 282	0.34 291	0.49 328	0.29 248	0.47 312	0.39 314	0.34 225	0.17 167	0.38 274	0.23 211	0.48 321	0.34 279

MyStereo07	0.60 322	3.72 525	0.48 313	0.49 278	0.41 338	0.36 239	0.32 262	0.49 318	0.43 342	0.51 345	0.42 345	0.49 328	0.43 338	0.51 344	0.64 378	0.49 314	0.45 313	0.34 242	0.32 287	0.35 235	0.43 328

MyStereo04	0.56 320	3.72 525	0.59 345	0.49 278	0.41 338	0.36 239	0.32 262	0.37 235	0.31 268	0.34 228	0.46 355	0.35 236	0.32 276	0.35 236	0.33 269	0.49 314	0.45 313	0.34 242	0.32 287	0.35 235	0.43 328

HaxPig	0.47 289	0.47 204	0.47 305	0.49 278	0.47 362	0.47 320	0.47 353	0.47 310	0.47 353	0.47 310	0.47 363	0.47 317	0.47 354	0.47 312	0.47 349	0.47 307	0.47 323	0.47 341	0.47 364	0.47 317	0.48 343

ACVNet_2	0.49 300	0.49 212	0.49 320	0.49 278	0.49 368	0.49 330	0.49 364	0.49 318	0.49 362	0.49 324	0.49 370	0.49 328	0.49 360	0.49 327	0.49 357	0.49 314	0.49 330	0.49 354	0.49 371	0.49 325	0.49 348

testlalala	0.49 300	2.86 504	0.39 268	0.49 278	0.30 258	0.43 302	0.30 246	0.43 293	0.30 254	0.43 288	0.30 258	0.43 301	0.30 255	0.43 294	0.30 246	0.45 297	0.36 264	0.38 274	0.26 229	0.38 259	0.26 208

IGEV-Stereo	0.35 214	0.44 188	0.45 293	0.49 278	0.30 258	0.37 244	0.30 246	0.36 229	0.30 254	0.36 236	0.29 246	0.36 242	0.29 248	0.36 242	0.30 246	0.46 302	0.39 280	0.32 226	0.24 219	0.32 211	0.25 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 257	0.46 200	0.33 232	0.49 278	0.33 287	0.49 330	0.33 273	0.49 318	0.33 281	0.49 324	0.33 283	0.49 328	0.33 284	0.51 344	0.33 269	0.41 278	0.30 233	0.41 310	0.30 269	0.79 372	0.29 237

252Zero-FE	0.45 277	0.50 216	0.36 253	0.50 287	0.36 306	0.50 339	0.36 298	0.50 327	0.36 305	0.49 324	0.36 304	0.49 328	0.36 299	0.54 353	0.41 325	0.45 297	0.34 259	0.45 328	0.34 299	0.55 344	0.75 410

water-stereo	0.41 257	0.84 265	0.46 297	0.50 287	0.33 287	0.45 309	0.33 273	0.45 300	0.32 274	0.45 298	0.32 276	0.45 307	0.32 276	0.45 303	0.32 259	0.44 294	0.41 292	0.39 287	0.31 280	0.39 270	0.32 266

DilatedVolume-Stereo	0.43 269	0.86 268	0.48 313	0.50 287	0.33 287	0.46 315	0.33 273	0.46 304	0.33 281	0.46 304	0.33 283	0.47 317	0.33 284	0.47 312	0.34 282	0.45 297	0.42 301	0.40 293	0.33 295	0.47 317	0.38 304

FoundationStereo	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 327	0.50 365	0.50 337	0.50 372	0.50 343	0.50 363	0.50 335	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

StereoAnything_RVC	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 327	0.50 365	0.50 337	0.50 372	0.50 343	0.50 363	0.50 335	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

dual_stereo	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 327	0.50 365	0.50 337	0.50 372	0.50 343	0.50 363	0.50 335	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

TorneroNet	0.66 335	0.53 230	0.50 324	0.50 287	0.64 397	1.06 426	0.70 405	0.50 327	0.51 372	0.49 324	0.69 409	0.49 328	0.50 363	0.48 321	1.15 454	0.71 364	0.49 330	1.14 443	1.08 452	0.49 325	0.49 348

ccnet	0.80 367	2.28 461	0.33 232	0.50 287	0.33 287	0.50 339	0.33 273	0.50 327	0.33 281	0.49 324	0.33 283	0.49 328	1.56 518	2.38 538	0.33 269	0.41 278	0.29 224	0.42 321	1.57 533	2.28 523	0.29 237

SANet	0.50 303	0.50 216	0.50 324	0.50 287	0.50 372	0.50 339	0.50 366	0.50 327	0.50 365	0.50 337	0.50 372	0.50 343	0.50 363	0.50 335	0.50 358	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

fffft	0.48 294	0.51 224	0.45 293	0.52 296	0.45 354	0.52 354	0.45 346	0.52 344	0.48 360	0.53 351	0.45 353	0.52 354	0.45 343	0.52 349	0.46 342	0.51 326	0.41 292	0.50 358	0.41 344	0.50 330	0.41 320
1: 1. 1
DDF-Stereo	0.43 269	1.15 333	0.57 343	0.53 297	0.32 275	0.41 275	0.32 262	0.41 269	0.32 274	0.41 268	0.32 276	0.41 276	0.32 276	0.40 260	0.32 259	0.52 328	0.50 336	0.38 274	0.31 280	0.39 270	0.31 259

UGAM-zero	0.51 308	2.17 453	0.39 268	0.53 297	0.36 306	0.50 339	0.36 298	0.50 327	0.36 305	0.49 324	0.36 304	0.50 343	0.35 296	0.50 335	0.36 290	0.49 314	0.37 267	0.47 341	0.35 311	0.46 304	0.34 279

GCST	0.50 303	2.08 445	0.38 260	0.53 297	0.35 300	0.49 330	0.35 291	0.50 327	0.35 294	0.49 324	0.35 300	0.49 328	0.35 296	0.49 327	0.35 286	0.48 311	0.37 267	0.45 328	0.33 295	0.44 297	0.33 273

depthmonostereo	0.44 274	0.85 267	0.46 297	0.54 300	0.40 329	0.52 354	0.38 311	0.52 344	0.35 294	0.47 310	0.34 291	0.46 311	0.34 289	0.47 312	0.34 282	0.45 297	0.43 305	0.41 310	0.33 295	0.41 287	0.32 266

SCV_C0	0.45 277	0.88 272	0.49 320	0.54 300	0.37 310	0.48 325	0.37 304	0.48 314	0.37 307	0.48 317	0.36 304	0.48 324	0.37 304	0.49 327	0.37 299	0.50 320	0.41 292	0.44 324	0.34 299	0.44 297	0.34 279

SCV	0.46 283	0.94 289	0.45 293	0.54 300	0.37 310	0.48 325	0.38 311	0.48 314	0.37 307	0.48 317	0.39 326	0.48 324	0.37 304	0.49 327	0.37 299	0.50 320	0.46 315	0.44 324	0.34 299	0.44 297	0.34 279

UGAM	0.51 308	2.23 458	0.39 268	0.54 300	0.35 300	0.50 339	0.35 291	0.49 318	0.35 294	0.49 324	0.35 300	0.49 328	0.36 299	0.50 335	0.36 290	0.49 314	0.37 267	0.45 328	0.34 299	0.45 301	0.34 279

FCDSN-DC	0.41 257	0.59 242	0.64 356	0.54 300	0.33 287	0.50 339	0.37 304	0.42 287	0.40 325	0.61 369	0.43 347	0.50 343	0.49 360	0.38 249	0.32 259	0.28 200	0.23 191	0.26 204	0.22 205	0.35 235	0.28 232
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 313	0.54 234	0.54 339	0.54 300	0.53 381	0.54 359	0.54 374	0.53 346	0.54 375	0.54 356	0.54 382	0.54 358	0.53 370	0.54 353	0.54 368	0.54 332	0.53 345	0.54 370	0.54 379	0.54 343	0.54 363

z-ln-s-r	0.21 151	1.40 405	0.53 338	0.56 306	0.04 79	0.05 89	0.04 81	0.05 89	0.05 99	0.05 92	0.04 88	0.05 91	0.04 84	0.05 83	0.05 89	0.57 341	0.44 312	0.04 73	0.04 78	0.04 77	0.04 79

GASTEREO	0.48 294	1.21 386	0.47 305	0.57 307	0.38 317	0.50 339	0.38 311	0.50 327	0.38 311	0.50 337	0.38 316	0.50 343	0.38 308	0.50 335	0.38 302	0.52 328	0.42 301	0.46 332	0.34 299	0.46 304	0.34 279

CASS	0.57 321	0.89 275	0.56 341	0.57 307	0.56 384	0.56 361	0.56 375	0.56 352	0.53 373	0.57 364	0.57 385	0.59 371	0.48 355	0.56 358	0.57 371	0.55 338	0.56 349	0.47 341	0.56 384	0.62 350	0.56 371
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 308	1.40 405	0.49 320	0.58 309	0.38 317	0.50 339	0.38 311	0.54 348	0.41 334	0.52 348	0.41 335	0.53 355	0.42 335	0.53 351	0.41 325	0.60 344	0.47 323	0.48 349	0.37 320	0.48 321	0.38 304

TorneroNet-64	0.45 277	0.27 135	0.30 207	0.58 309	0.27 234	0.70 380	0.30 246	0.28 200	0.73 418	0.73 385	0.28 241	0.71 383	0.66 386	0.75 386	0.27 219	0.27 198	0.29 224	0.37 266	0.75 423	0.28 197	0.30 250

PML	0.46 283	1.36 402	0.29 203	0.58 309	0.30 258	0.57 367	0.29 241	0.57 355	0.29 243	0.57 364	0.29 246	0.57 367	0.29 248	0.56 358	0.29 239	0.52 328	0.30 233	0.53 369	0.31 280	0.53 342	0.30 250

GSStereo	0.81 372	4.28 542	0.50 324	0.59 312	0.40 329	0.51 351	0.38 311	0.50 327	0.38 311	0.50 337	0.38 316	0.50 343	3.79 587	0.50 335	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.35 289

MyStereo8	0.71 347	3.92 534	0.52 334	0.59 312	0.52 378	0.57 367	0.53 372	0.59 360	0.50 365	0.59 368	0.51 378	0.57 367	0.50 363	0.56 358	0.52 365	0.54 332	0.49 330	0.54 370	0.49 371	0.55 344	0.50 351

LL-Strereo2	0.48 294	1.73 421	0.51 331	0.59 312	0.34 297	0.42 295	0.33 273	0.40 254	0.31 268	0.42 282	0.33 283	0.42 294	0.31 272	0.44 299	0.39 314	0.60 344	0.51 341	0.44 324	0.33 295	0.44 297	0.33 273

PA-Net	11.80 611	223.51 637	0.62 353	0.59 312	0.71 411	0.59 369	0.73 411	0.67 371	0.73 418	0.55 359	0.61 390	0.60 372	0.74 408	0.63 371	0.73 409	0.66 357	0.60 356	0.69 385	0.66 405	0.72 362	0.65 389
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 325	1.21 386	0.54 339	0.61 316	0.53 381	0.67 378	0.53 372	0.66 370	0.53 373	0.64 375	0.53 381	0.65 379	0.53 370	0.59 365	0.52 365	0.65 355	0.48 327	0.64 379	0.52 377	0.58 347	0.50 351

LG-Stereo_L1	0.47 289	0.52 226	0.47 305	0.62 317	0.39 327	0.53 356	0.40 325	0.53 346	0.39 324	0.53 351	0.39 326	0.53 355	0.39 317	0.53 351	0.39 314	0.55 338	0.46 315	0.49 354	0.37 320	0.49 325	0.37 297

MonSter	0.60 322	0.64 248	0.52 334	0.62 317	0.44 351	2.07 527	0.44 341	0.62 365	0.44 345	0.62 372	0.44 349	0.62 375	0.44 340	0.62 367	0.44 337	0.58 342	0.42 301	0.62 376	0.46 357	0.58 347	0.42 327

LG-Stereo_Zeroshot	0.48 294	0.55 236	0.47 305	0.63 319	0.41 338	0.56 361	0.44 341	0.56 352	0.41 334	0.56 361	0.41 335	0.57 367	0.42 335	0.56 358	0.41 325	0.55 338	0.43 305	0.51 363	0.37 320	0.51 336	0.37 297

MyStereo06	0.75 355	4.12 536	0.60 347	0.63 319	0.61 393	0.62 373	0.66 386	0.56 352	0.45 347	0.55 359	0.48 367	0.54 358	0.46 346	0.57 363	0.45 338	0.60 344	0.57 351	0.64 379	0.55 380	0.72 362	0.55 368

MyStereo05	0.80 367	4.12 536	0.63 354	0.63 319	0.61 393	0.62 373	0.66 386	0.65 368	0.62 385	0.67 379	0.61 390	0.65 379	0.58 375	0.67 376	0.55 370	0.60 344	0.57 351	0.64 379	0.55 380	0.72 362	0.55 368

LG-Stereo	0.60 322	0.58 241	0.47 305	0.64 322	0.74 416	1.00 411	0.69 400	0.57 355	0.41 334	0.57 364	0.41 335	0.57 367	0.41 329	1.00 418	0.75 414	0.91 389	0.51 341	0.52 366	0.37 320	0.52 338	0.37 297

MSKI-zero shot	0.24 163	0.21 112	0.49 320	0.65 323	0.18 193	0.22 176	0.17 171	0.23 181	0.18 186	0.21 173	0.17 178	0.23 184	0.28 241	0.23 182	0.18 183	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

LMCR-Stereo	0.65 333	0.63 246	0.65 359	0.65 323	0.65 399	0.66 377	0.63 382	0.58 358	0.65 389	0.63 374	0.64 394	0.65 379	0.65 383	0.66 374	0.66 382	0.66 357	0.64 364	0.65 382	0.67 409	0.68 355	0.73 406

DSFCA	0.66 335	0.73 254	0.78 392	0.65 323	0.65 399	0.64 375	0.64 383	0.65 368	0.63 387	0.64 375	0.64 394	0.64 376	0.64 381	0.65 373	0.65 379	0.65 355	0.65 366	0.65 382	0.65 403	0.66 353	0.64 387

AIO-test1	0.54 313	0.60 245	0.52 334	0.66 326	0.47 362	0.61 370	0.47 353	0.58 358	0.46 348	0.61 369	0.46 355	0.61 373	0.45 343	0.62 367	0.45 338	0.61 348	0.52 343	0.57 372	0.48 368	0.57 346	0.48 343

AIO-test2	0.55 318	0.59 242	0.52 334	0.67 327	0.47 362	0.61 370	0.47 353	0.61 364	0.47 353	0.61 369	0.47 363	0.61 373	0.48 355	0.62 367	0.47 349	0.64 354	0.53 345	0.58 373	0.47 364	0.58 347	0.48 343

GEAStereo	0.62 328	3.91 532	0.48 313	0.69 328	0.38 317	0.51 351	0.38 311	0.51 340	0.38 311	0.53 351	0.38 316	0.50 343	0.38 308	0.51 344	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.34 279

gasm-f	0.62 328	3.91 532	0.48 313	0.69 328	0.38 317	0.51 351	0.38 311	0.51 340	0.38 311	0.53 351	0.38 316	0.50 343	0.38 308	0.51 344	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.34 279

4D-IteraStereo	0.78 363	3.13 510	0.89 404	0.69 328	0.32 275	0.40 259	0.32 262	0.76 380	0.97 446	0.52 348	0.65 396	0.89 406	0.32 276	0.76 387	0.98 439	0.83 382	0.94 412	0.35 258	0.27 238	0.70 360	0.89 427

Selective-IGEV	0.51 308	0.55 236	0.45 293	0.69 328	0.45 354	0.61 370	0.45 346	0.50 327	0.40 325	0.56 361	0.44 349	0.55 362	0.40 318	0.72 381	0.67 383	0.59 343	0.46 315	0.45 328	0.34 299	0.46 304	0.37 297

LL-Strereo	1.01 419	5.06 551	1.63 521	0.70 332	1.43 526	0.56 361	0.46 348	0.57 355	0.50 365	0.57 364	0.50 372	1.58 508	0.49 360	0.59 365	0.50 358	1.64 502	0.52 343	0.51 363	1.37 521	0.52 338	0.45 333

DMCA-RVC	0.70 344	0.80 259	0.70 374	0.70 332	0.70 409	0.70 380	0.70 405	0.71 376	0.70 407	0.70 382	0.71 416	0.71 383	0.70 401	0.70 378	0.69 399	0.69 360	0.70 380	0.69 385	0.70 414	0.69 359	0.70 398

DStereoRT	0.73 352	0.81 262	0.73 385	0.71 334	0.74 416	0.73 384	0.75 413	0.71 376	0.71 412	0.74 390	0.72 419	0.73 388	0.80 417	0.71 379	0.73 409	0.76 370	0.71 384	0.73 389	0.72 419	0.70 360	0.76 413

anonymity	0.63 330	0.69 250	0.56 341	0.71 334	0.56 384	0.71 382	0.56 375	0.71 376	0.56 376	0.72 383	0.56 384	0.71 383	0.56 374	0.71 379	0.58 372	0.68 359	0.55 347	0.68 384	0.55 380	0.68 355	0.54 363

iGMRVC	0.84 384	2.85 503	0.72 381	0.72 336	0.73 414	0.77 386	0.79 418	0.73 379	0.74 420	0.73 385	0.72 419	0.73 388	0.76 411	0.73 383	0.73 409	0.72 366	0.73 387	0.73 389	0.72 419	0.73 365	0.72 403

SMoEStereo_RVC	0.63 330	0.75 255	0.51 331	0.73 337	0.53 381	0.71 382	0.47 353	0.67 371	0.58 378	0.74 390	0.60 386	0.72 386	0.53 370	0.74 385	0.51 363	0.61 348	0.62 361	0.62 376	0.61 392	0.63 351	0.61 377

ARAFT	0.68 340	0.81 262	0.63 354	0.74 338	0.60 387	0.78 388	0.62 381	0.77 381	0.66 391	0.74 390	0.63 392	0.75 391	0.62 380	0.83 393	0.60 375	0.70 363	0.55 347	0.70 387	0.60 390	0.78 370	0.55 368

GCAP-Stereo	0.75 355	4.15 539	0.42 288	0.75 339	0.35 300	0.78 388	0.40 325	0.79 382	0.38 311	0.78 394	0.36 304	0.78 394	0.36 299	0.79 388	0.39 314	0.75 369	0.39 280	0.76 395	0.39 336	0.75 366	0.39 310

AFF-stereo	0.73 352	0.88 272	0.67 364	0.75 339	0.68 406	0.75 385	0.64 383	0.80 384	0.72 415	0.83 400	0.70 411	0.82 401	0.64 381	0.84 394	0.67 383	0.77 372	0.63 362	0.81 403	0.63 394	0.78 370	0.62 380

DLNR_Zeroshot_test	0.31 190	0.28 138	0.47 305	0.79 341	0.24 223	0.30 212	0.26 221	0.30 207	0.24 211	0.32 222	0.23 211	0.31 223	0.24 214	0.30 218	0.23 202	0.29 207	0.26 198	0.29 215	0.24 219	0.33 219	0.23 191

G-Net	0.79 364	0.79 258	0.79 395	0.79 341	0.79 429	0.79 390	0.79 418	0.79 382	0.79 426	0.79 395	0.79 429	0.79 396	0.79 416	0.79 388	0.79 419	0.79 373	0.79 397	0.79 398	0.79 429	0.79 372	0.79 418

MIM_Stereo	0.25 167	0.23 117	0.66 360	0.80 343	0.17 183	0.22 176	0.17 171	0.23 181	0.18 186	0.26 201	0.17 178	0.21 169	0.17 179	0.25 194	0.17 172	0.23 179	0.16 147	0.21 175	0.17 191	0.22 173	0.17 175

RAFT-Stereo + iAFF	0.70 344	0.72 253	0.71 378	0.80 343	0.62 396	0.82 393	0.61 380	0.81 387	0.62 385	0.81 398	0.63 392	0.80 397	0.70 401	0.73 383	0.61 377	0.76 370	0.61 360	0.74 392	0.61 392	0.77 369	0.61 377

NaN_ROB	0.80 367	0.80 259	0.80 396	0.80 343	0.80 431	0.80 391	0.80 421	0.80 384	0.80 428	0.80 396	0.80 431	0.80 397	0.80 417	0.80 390	0.80 422	0.80 374	0.80 400	0.80 401	0.80 431	0.80 375	0.80 419

CSAN	0.80 367	0.80 259	0.80 396	0.80 343	0.80 431	0.80 391	0.80 421	0.80 384	0.80 428	0.80 396	0.80 431	0.80 397	0.80 417	0.80 390	0.80 422	0.80 374	0.80 400	0.80 401	0.80 431	0.80 375	0.80 419

AIO-Stereo	0.84 384	0.66 249	0.70 374	0.83 347	0.67 403	0.98 409	0.82 427	1.14 425	0.72 415	1.03 428	0.74 423	1.03 430	1.09 441	0.99 416	0.45 338	1.04 410	0.73 387	0.95 429	0.74 421	0.94 403	0.46 334

Former-RAFT_DAM_RVC	0.49 300	0.98 294	0.64 356	0.84 348	0.46 356	0.45 309	0.35 291	0.47 310	0.47 353	0.45 298	0.34 291	0.46 311	0.48 355	0.46 308	0.35 286	0.39 265	0.71 384	0.39 287	0.35 311	0.41 287	0.41 320

test_xeample3	1.10 429	1.81 423	0.61 352	0.84 348	0.49 368	0.77 386	0.66 386	0.92 399	1.40 527	0.68 381	0.46 355	0.78 394	0.54 373	1.72 512	1.48 528	1.34 483	1.52 515	1.35 510	1.67 546	1.33 487	1.55 530

RSM++	0.76 359	0.82 264	0.66 360	0.85 350	0.64 397	0.85 395	0.71 408	0.94 403	0.64 388	0.87 401	0.67 399	0.87 403	0.65 383	0.84 394	0.65 379	0.81 377	0.70 380	0.79 398	0.71 417	0.83 382	0.70 398

Selective-RAFT-Error	0.88 396	0.84 265	0.98 416	0.86 351	0.97 447	0.88 398	0.95 438	0.84 389	0.99 449	0.92 407	0.82 433	0.84 402	0.98 430	0.87 399	0.97 438	0.81 377	0.83 403	0.79 398	0.82 434	0.79 372	0.85 424

FC-DCNN	1.07 426	1.09 326	0.98 416	0.89 352	0.52 378	1.41 504	0.91 433	1.21 482	1.24 515	1.96 517	2.05 571	1.91 518	1.30 506	1.27 498	1.08 448	0.80 374	0.60 356	0.58 373	0.41 344	0.68 355	0.54 363

DDUNet	0.81 372	2.45 477	0.57 343	0.90 353	0.60 387	0.88 398	0.59 379	0.90 394	0.60 381	0.88 402	0.60 386	0.90 407	0.58 375	0.88 400	0.60 375	0.84 384	0.60 356	0.86 411	0.57 386	0.86 384	0.60 376

ADCS	0.09 55	0.02 12	0.04 43	0.90 353	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 134	0.36 290	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

UDG	0.80 367	2.21 457	0.60 347	0.91 355	0.60 387	0.90 401	0.58 377	0.88 393	0.60 381	0.90 403	0.60 386	0.88 404	0.60 377	0.90 403	0.58 372	0.86 386	0.60 356	0.84 409	0.59 389	0.84 383	0.61 377

DPSM_ROB	0.92 401	0.91 280	0.91 409	0.91 355	0.92 442	0.92 403	0.92 434	0.92 399	0.91 436	0.93 409	0.91 439	0.92 410	0.90 424	0.91 404	0.92 431	0.92 392	0.91 408	0.91 416	0.92 438	0.93 399	0.93 431

DPSM	0.92 401	0.91 280	0.91 409	0.91 355	0.92 442	0.92 403	0.92 434	0.92 399	0.91 436	0.93 409	0.91 439	0.92 410	0.90 424	0.91 404	0.92 431	0.92 392	0.91 408	0.91 416	0.92 438	0.93 399	0.93 431

zero-FE	0.72 350	1.31 398	0.66 360	0.92 358	0.60 387	0.82 393	0.58 377	0.82 388	0.58 378	0.81 398	0.60 386	0.81 400	0.60 377	0.82 392	0.58 372	0.74 368	0.59 355	0.73 389	0.52 377	0.76 367	0.51 358

tt45	1.04 424	0.88 272	1.36 502	0.92 358	1.03 455	1.51 508	0.79 418	0.70 375	0.88 434	0.74 390	0.90 436	1.60 509	0.72 406	1.60 507	0.75 414	0.91 389	0.78 395	1.52 517	0.79 429	1.14 419	1.32 517

PAM_32	0.64 332	2.38 473	0.51 331	0.92 358	0.43 350	0.53 356	0.44 341	0.87 390	0.43 342	0.52 348	0.45 353	0.53 355	0.40 318	0.54 353	0.46 342	0.62 352	0.56 349	0.48 349	0.45 355	0.76 367	0.44 331

MoCha-V2	2.11 529	26.97 615	0.78 392	0.92 358	0.77 426	0.96 408	0.72 410	0.90 394	0.72 415	0.94 411	0.70 411	0.90 407	0.71 405	0.91 404	0.71 407	0.85 385	0.71 384	0.88 412	0.69 412	0.87 385	0.67 394

Syn2CoEx	0.25 167	1.31 398	0.74 386	0.92 358	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 387	0.75 390	0.02 18	0.02 20	0.02 20	0.02 20

pmcnn	0.92 401	0.92 285	0.92 411	0.92 358	0.92 442	0.92 403	0.92 434	0.92 399	0.92 440	0.92 407	0.92 442	0.92 410	0.92 426	0.92 408	0.92 431	0.92 392	0.92 410	0.92 419	0.92 438	0.92 394	0.92 430

DCRE	0.84 384	1.89 432	0.77 391	0.94 364	0.72 413	0.88 398	0.73 411	0.87 390	0.78 422	0.90 403	0.71 416	0.88 404	0.67 388	0.88 400	0.73 409	0.81 377	0.68 373	0.81 403	0.70 414	0.82 380	0.70 398

DGTPSM_ROB	0.93 406	1.00 303	0.92 411	0.94 364	0.96 446	0.91 402	0.92 434	0.91 396	0.96 445	0.91 405	0.96 443	0.93 413	0.92 426	0.94 410	0.92 431	0.92 392	0.92 410	0.90 413	0.92 438	0.94 403	0.91 429

ToySt	0.92 401	2.11 448	0.90 407	0.95 366	0.79 429	0.99 410	0.78 417	0.94 403	0.81 431	0.94 411	0.78 427	0.95 414	0.77 413	0.94 410	0.86 429	0.91 389	0.79 397	0.85 410	0.77 425	0.89 387	0.73 406

R-Stereo Train	0.81 372	0.96 291	0.67 364	0.95 366	0.67 403	0.95 406	0.68 394	0.95 405	0.68 398	0.95 413	0.68 404	0.96 415	0.68 392	0.96 414	0.68 391	0.94 397	0.68 373	0.94 427	0.68 410	0.94 403	0.68 395

RAFT-Stereo	0.81 372	0.96 291	0.67 364	0.95 366	0.67 403	0.95 406	0.68 394	0.95 405	0.68 398	0.95 413	0.68 404	0.96 415	0.68 392	0.96 414	0.68 391	0.94 397	0.68 373	0.94 427	0.68 410	0.94 403	0.68 395
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 355	0.92 285	0.85 403	0.96 369	0.59 386	1.27 492	0.44 341	0.59 360	0.69 403	0.91 405	0.68 404	0.55 362	0.61 379	1.06 432	0.83 427	0.62 352	0.70 380	0.90 413	0.41 344	0.89 387	0.56 371

ff7	1.68 496	2.68 485	1.35 494	0.97 370	0.89 437	1.84 513	2.15 564	2.12 522	1.80 550	2.05 527	1.56 532	2.33 533	2.12 555	2.23 530	2.25 567	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 444

ffff	1.68 496	2.68 485	1.35 494	0.97 370	0.89 437	1.84 513	2.15 564	2.12 522	1.80 550	2.05 527	1.56 532	2.33 533	2.12 555	2.23 530	2.25 567	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 444

ccc-4	1.68 496	2.68 485	1.35 494	0.97 370	0.89 437	1.84 513	2.15 564	2.12 522	1.80 550	2.05 527	1.56 532	2.33 533	2.12 555	2.23 530	2.25 567	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 444

GANet	1.00 413	1.00 303	1.00 418	1.00 373	1.00 448	1.00 411	1.00 442	1.00 407	1.00 450	1.00 415	1.00 446	1.00 418	1.00 431	1.00 418	1.00 441	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 438

TDLM	1.00 413	1.00 303	1.00 418	1.00 373	1.00 448	1.00 411	1.00 442	1.00 407	1.00 450	1.00 415	1.00 446	1.00 418	1.00 431	1.00 418	1.00 441	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 438

CVANet_RVC	1.00 413	1.00 303	1.00 418	1.00 373	1.00 448	1.00 411	1.00 442	1.00 407	1.00 450	1.00 415	1.00 446	1.00 418	1.00 431	1.00 418	1.00 441	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 438

AdaDepth	0.86 393	0.93 287	0.71 378	1.01 376	1.07 457	1.02 423	0.71 408	1.00 407	0.71 412	1.01 422	0.71 416	1.00 418	0.72 406	1.14 443	0.71 407	0.92 392	0.64 364	0.90 413	0.64 399	0.89 387	0.69 397

trnet	1.01 419	1.01 311	1.01 421	1.01 376	1.01 452	1.01 417	1.01 445	1.01 414	1.01 453	1.01 422	1.01 449	1.01 424	1.01 437	1.01 424	1.01 444	1.01 409	1.01 416	1.01 437	1.01 450	1.01 411	1.01 442

ADCMid	0.08 53	0.02 12	0.02 14	1.01 376	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 111	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

STTRV1_RVC	0.82 377	1.60 412	0.70 374	1.01 376	0.60 387	1.07 429	0.69 400	1.01 414	0.60 381	0.72 383	0.55 383	1.02 428	0.68 392	1.03 430	0.67 383	0.89 388	0.63 362	0.92 419	0.57 386	0.90 390	0.65 389

edge stereo	2.43 554	27.07 616	1.14 428	1.06 380	1.14 460	1.08 430	1.17 458	1.16 429	1.14 458	1.10 432	1.16 458	1.09 435	1.16 450	1.10 438	1.16 457	1.10 415	1.11 430	1.16 446	1.19 460	1.13 418	1.11 447

EKT-Stereo	0.37 228	0.40 167	0.44 291	1.07 381	0.29 248	0.34 231	0.31 259	0.36 229	0.29 243	0.38 242	0.31 268	0.37 248	0.30 255	0.36 242	0.29 239	0.34 225	0.28 212	0.39 287	0.30 269	0.37 246	0.30 250

GLC_STEREO	1.07 426	1.01 311	1.06 423	1.07 381	1.05 456	1.06 426	1.08 450	1.08 421	1.05 456	1.07 430	1.06 451	1.08 433	1.05 439	1.06 432	1.10 449	1.07 412	1.09 426	1.05 441	1.05 451	1.06 415	1.12 449

999	1.00 413	1.12 329	0.59 345	1.10 383	1.21 515	1.09 432	0.52 371	1.08 421	1.43 529	1.18 443	1.35 520	0.98 417	0.52 369	0.91 404	0.85 428	0.72 366	1.46 511	0.83 408	0.98 443	0.68 355	1.41 525

HH	0.71 347	2.54 479	0.74 386	1.10 383	0.32 275	0.41 275	0.37 304	0.69 373	0.78 422	0.73 385	0.90 436	0.75 391	1.00 431	0.84 394	0.69 399	0.69 360	0.40 283	0.35 258	0.26 229	0.35 235	0.26 208

HanStereo	0.71 347	2.54 479	0.74 386	1.10 383	0.32 275	0.41 275	0.37 304	0.69 373	0.78 422	0.73 385	0.90 436	0.75 391	1.00 431	0.84 394	0.69 399	0.69 360	0.40 283	0.35 258	0.26 229	0.35 235	0.26 208

DPSimNet_ROB	0.97 410	1.18 338	0.81 399	1.10 383	0.91 441	1.02 423	0.82 427	1.04 420	0.91 436	1.03 428	0.86 435	1.28 499	0.82 421	1.03 430	0.89 430	1.17 425	0.81 402	1.02 438	0.82 434	1.08 416	0.81 421

MSMD_ROB	1.19 434	1.10 328	0.70 374	1.10 383	0.60 387	1.10 433	0.70 405	1.10 424	0.70 407	1.10 432	0.70 411	1.10 437	0.70 401	7.00 610	0.70 405	1.10 415	0.70 380	1.10 442	0.70 414	1.10 417	0.70 398

AF-Net	2.37 551	25.71 611	1.17 432	1.13 388	1.15 461	1.15 440	1.18 459	1.19 434	1.16 460	1.10 432	1.15 455	1.10 437	1.18 451	1.12 442	1.15 454	1.10 415	1.10 429	1.17 450	1.15 456	1.16 424	1.12 449

ktn	0.72 350	0.53 230	1.08 425	1.14 389	0.51 377	1.22 488	1.36 519	0.51 340	0.59 380	0.51 345	0.51 378	0.69 382	1.20 453	0.67 376	0.51 363	0.51 326	0.49 330	0.58 373	0.66 405	0.52 338	0.53 360

Nwc_Net	2.37 551	25.95 612	1.15 430	1.14 389	1.15 461	1.08 430	1.14 454	1.17 431	1.16 460	1.14 441	1.15 455	1.08 433	1.15 446	1.11 440	1.14 453	1.10 415	1.11 430	1.16 446	1.09 453	1.16 424	1.15 454

KSHMR	0.66 335	0.50 216	0.48 313	1.15 391	0.52 378	0.49 330	0.51 370	0.49 318	0.71 412	0.67 379	0.50 372	1.16 445	1.11 442	0.66 374	0.52 365	0.49 314	0.49 330	0.51 363	0.66 405	0.50 330	1.14 453

HBP-ISP	1.24 483	1.72 416	1.65 522	1.15 391	0.76 423	1.40 503	0.88 430	1.67 508	1.02 454	1.69 512	1.38 525	1.69 513	1.21 499	1.87 519	1.21 508	1.05 411	0.79 397	0.97 432	0.80 431	1.19 432	0.75 410

RP	2.33 547	25.00 608	1.13 427	1.15 391	1.15 461	1.10 433	1.15 455	1.15 426	1.15 459	1.12 438	1.15 455	1.09 435	1.13 443	1.10 438	1.15 454	1.11 420	1.09 426	1.16 446	1.12 454	1.16 424	1.17 458

RGC	2.36 549	25.48 609	1.19 436	1.15 391	1.15 461	1.10 433	1.16 457	1.17 431	1.16 460	1.12 438	1.16 458	1.11 441	1.13 443	1.09 436	1.18 459	1.10 415	1.15 435	1.16 446	1.12 454	1.14 419	1.12 449

NCC-stereo	2.36 549	25.52 610	1.17 432	1.15 391	1.17 466	1.11 436	1.11 451	1.15 426	1.16 460	1.10 432	1.16 458	1.10 437	1.15 446	1.14 443	1.13 452	1.09 413	1.11 430	1.15 445	1.16 458	1.17 429	1.17 458

Selective-RAFT	0.89 398	0.89 275	0.72 381	1.16 396	0.78 427	1.06 426	0.82 427	0.87 390	0.97 446	1.00 415	0.91 439	0.90 407	1.00 431	0.89 402	0.93 435	0.83 382	0.83 403	0.82 407	0.82 434	0.81 378	0.82 422

Abc-Net	2.32 546	24.75 607	1.14 428	1.17 397	1.17 466	1.11 436	1.15 455	1.17 431	1.21 512	1.08 431	1.16 458	1.12 442	1.14 445	1.09 436	1.17 458	1.09 413	1.16 436	1.17 450	1.17 459	1.16 424	1.11 447
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 547	24.38 606	1.18 434	1.18 398	1.18 468	1.14 439	1.18 459	1.19 434	1.19 466	1.14 441	1.18 462	1.14 443	1.18 451	1.14 443	1.18 459	1.14 423	1.14 434	1.19 455	1.19 460	1.15 422	1.19 462

HSM-Net_RVC	0.95 409	1.17 336	0.78 392	1.18 398	0.71 411	1.16 441	0.75 413	1.09 423	0.80 428	1.10 432	0.75 424	1.17 446	0.74 408	1.17 446	0.80 422	1.13 421	0.73 387	1.17 450	0.77 425	1.16 424	0.72 403
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

CrosDoStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PFNet+	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

LCNet	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

HHNet	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Patchmatch Stereo++	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463
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	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

STrans-v2	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

TransformOpticalFlow	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

OMP-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

IIG-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

NF-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

OCTAStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PSM-softLoss	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

KMStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

NRIStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PSM-adaLoss	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PSM-AAD	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

FTStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

ROB_FTStereo_v2	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

ROB_FTStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Consistency-Raft	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

KYRaft	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

HUI-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

ASMatch	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DeepStereo_LL	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DEmStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

SST-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

THIR-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT_R40	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DRaft	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PFNet	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

GrayStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RE-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Pruner-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

TVStereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DeepStereo_RVC	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT-RH_RVC	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

IRAFT_RVC	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT-345	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

iRAFT	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

CRE-IMP	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

GMM-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT-IKP	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Prome-Stereo	1.20 435	1.20 340	1.20 439	1.20 400	1.20 469	1.20 442	1.20 461	1.20 437	1.20 467	1.20 445	1.20 463	1.20 448	1.20 453	1.20 448	1.20 463	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

CroCo-Stereo	0.73 352	1.22 392	0.25 188	1.22 445	0.25 225	1.22 488	0.25 213	1.22 483	0.25 216	1.22 491	0.25 224	1.22 494	0.25 217	1.22 494	0.25 213	1.22 476	0.26 198	1.21 502	0.25 223	1.22 482	0.25 202
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
S-Stereo	2.51 556	26.86 614	1.23 488	1.22 445	1.22 517	1.24 490	1.25 510	1.22 483	1.24 515	1.21 490	1.24 511	1.19 447	1.27 503	1.19 447	1.24 510	1.19 426	1.20 441	1.25 504	1.19 460	1.24 483	1.23 511

FAT-Stereo	2.46 555	26.05 613	1.23 488	1.23 447	1.22 517	1.20 442	1.24 509	1.23 485	1.23 514	1.19 444	1.22 509	1.21 493	1.24 501	1.20 448	1.24 510	1.21 474	1.17 439	1.22 503	1.25 513	1.20 434	1.24 512

AIO-Stereo-zeroshot	0.91 399	0.86 268	0.89 404	1.25 448	0.69 407	1.05 425	0.81 424	1.16 429	0.50 365	1.12 438	0.97 444	0.72 386	0.82 421	1.06 432	0.95 436	0.61 348	0.87 405	1.03 440	0.85 437	1.04 414	1.01 442

WQFJA1++	0.84 384	0.98 294	0.67 364	1.26 449	0.75 418	1.00 411	0.67 390	1.00 407	0.67 392	1.00 415	0.67 399	1.00 418	0.67 388	1.00 418	0.67 383	0.96 399	0.67 368	0.91 416	0.63 394	0.92 394	0.63 381

NLMM	0.84 384	1.00 303	0.67 364	1.27 450	0.75 418	1.00 411	0.68 394	1.00 407	0.67 392	1.00 415	0.67 399	1.02 428	0.67 388	1.02 428	0.67 383	0.97 400	0.67 368	0.93 423	0.63 394	0.92 394	0.63 381

MLG-Stereo	0.92 401	0.90 278	0.84 402	1.27 450	0.49 368	1.38 501	0.88 430	1.41 499	0.97 446	0.73 385	1.09 453	1.26 495	0.43 338	0.72 381	1.05 446	1.13 421	0.49 330	1.18 453	0.66 405	1.01 411	0.46 334

CroCo-Stereo Lap2	0.77 360	1.29 396	0.29 203	1.27 450	0.29 248	1.27 492	0.26 221	1.26 486	0.26 229	1.26 492	0.26 230	1.27 498	0.26 226	1.26 495	0.27 219	1.27 478	0.27 205	1.27 505	0.27 238	1.27 485	0.27 218

ADCPNet	0.10 68	0.03 31	0.04 43	1.27 450	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 109	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Hybrid-DGEV	1.03 423	1.75 422	0.80 396	1.28 454	0.78 427	1.26 491	0.80 421	1.26 486	0.78 422	1.26 492	0.78 427	1.26 495	0.78 415	1.26 495	0.78 418	1.15 424	0.75 390	1.14 443	0.74 421	1.14 419	0.75 410

WQFJA1	0.85 390	0.98 294	0.67 364	1.29 455	0.76 423	1.01 417	0.67 390	1.02 419	0.67 392	1.02 426	0.67 399	1.01 424	0.67 388	1.01 424	0.68 391	0.99 405	0.67 368	0.93 423	0.64 399	0.92 394	0.65 389

NLSM3	0.85 390	0.99 301	0.68 371	1.29 455	0.76 423	1.01 417	0.68 394	1.01 414	0.68 398	1.02 426	0.68 404	1.01 424	0.68 392	1.01 424	0.68 391	0.97 400	0.68 373	0.93 423	0.64 399	0.93 399	0.63 381

WQFJX1	0.84 384	0.98 294	0.67 364	1.30 457	0.75 418	1.01 417	0.67 390	1.01 414	0.67 392	1.01 422	0.67 399	1.01 424	0.68 392	1.00 418	0.68 391	0.98 404	0.67 368	0.92 419	0.64 399	0.92 394	0.64 387

WQFJX	0.85 390	1.00 303	0.68 371	1.30 457	0.75 418	1.01 417	0.68 394	1.01 414	0.68 398	1.01 422	0.68 404	1.03 430	0.68 392	1.02 428	0.67 383	0.97 400	0.67 368	0.93 423	0.63 394	0.94 403	0.63 381

castereo++	0.54 313	3.59 519	1.15 430	1.31 459	0.14 158	0.16 144	0.14 152	0.16 145	0.14 158	0.16 142	0.14 161	0.16 143	0.13 154	0.16 144	0.14 151	1.45 492	1.16 436	0.15 142	0.14 161	0.15 142	0.13 151

11t	1.27 485	2.70 488	1.34 492	1.32 460	0.89 437	1.30 494	1.34 516	1.64 505	0.57 377	1.45 503	0.72 419	1.05 432	1.29 505	1.07 435	1.29 517	1.49 494	1.02 417	0.97 432	1.15 456	1.48 492	1.31 516

Hybrid-DGEV-2	1.05 425	1.83 424	0.83 400	1.33 461	0.82 434	1.30 494	0.81 424	1.26 486	0.79 426	1.29 494	0.79 429	1.26 495	0.80 417	1.26 495	0.79 419	1.20 428	0.78 395	1.18 453	0.77 425	1.20 434	0.77 415

Hybrid-DGEV-03	1.07 426	1.83 424	0.83 400	1.34 462	0.81 433	1.32 496	0.81 424	1.31 492	0.81 431	1.31 495	0.82 433	1.32 500	0.82 421	1.32 499	0.81 425	1.19 426	0.77 393	1.19 455	0.76 424	1.19 432	0.77 415

PS-NSSS	1.38 490	1.39 404	1.34 492	1.34 462	1.35 520	1.38 501	1.37 524	1.35 493	1.38 526	1.34 496	1.34 519	1.39 503	1.38 514	1.70 511	1.40 525	1.36 486	1.36 503	1.36 512	1.37 521	1.37 489	1.36 522

MaskLacGwcNet_RVC	1.35 487	1.35 401	1.35 494	1.35 464	1.35 520	1.35 497	1.35 517	1.36 494	1.35 523	1.36 498	1.35 520	1.36 501	1.36 511	1.36 500	1.35 521	1.35 484	1.35 502	1.35 510	1.35 518	1.35 488	1.35 521

CSP-Net	0.34 205	1.29 396	1.19 436	1.36 465	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 477	1.21 487	0.03 38	0.09 113	0.02 20	0.09 113

CC-Net-ROB	1.36 488	1.33 400	1.33 491	1.36 465	1.38 523	1.36 499	1.33 515	1.37 496	1.34 520	1.35 497	1.36 522	1.38 502	1.34 509	1.38 502	1.38 524	1.35 484	1.38 506	1.33 507	1.35 518	1.43 491	1.34 520

RASNet	1.49 491	1.65 413	1.45 510	1.38 467	1.43 526	1.47 507	1.36 519	1.38 497	1.36 524	1.39 499	1.60 536	1.45 506	1.45 517	1.51 506	2.21 566	1.53 498	1.36 503	1.36 512	1.36 520	1.66 500	1.36 522

FENet	0.54 313	1.52 409	1.19 436	1.41 468	0.23 218	0.35 236	0.23 206	0.35 225	0.23 208	0.34 228	0.23 211	0.35 236	0.23 211	0.35 236	0.23 202	1.40 489	1.07 420	0.32 226	0.23 211	0.33 219	0.23 191

BPD-Stereo	1.53 492	1.36 402	1.06 423	1.42 469	1.23 519	1.41 504	1.07 449	1.43 500	1.12 457	1.42 501	1.06 451	1.83 515	1.07 440	1.42 504	1.07 447	1.27 478	1.38 506	6.80 607	1.00 445	1.26 484	1.00 438

MM-Stereo_test2	1.20 435	1.85 428	1.05 422	1.46 470	0.94 445	1.36 499	0.99 441	1.36 494	0.95 443	1.41 500	0.98 445	1.40 505	0.96 428	1.37 501	0.95 436	1.37 488	1.06 419	1.33 507	0.93 442	1.29 486	0.89 427

NLMM1	0.86 393	0.98 294	0.69 373	1.48 471	0.75 418	1.01 417	0.69 400	1.00 407	0.69 403	1.00 415	0.70 411	1.00 418	0.68 392	1.01 424	0.67 383	0.97 400	0.68 373	0.92 419	0.63 394	0.93 399	0.63 381

castereo	0.61 325	3.79 527	1.35 494	1.52 472	0.15 169	0.17 150	0.16 162	0.20 161	0.21 199	0.18 152	0.16 172	0.21 169	0.12 149	0.26 204	0.17 172	1.43 491	1.38 506	0.17 153	0.16 171	0.18 156	0.16 161

PASM	0.39 246	3.06 507	1.36 502	1.58 473	0.09 117	0.11 125	0.11 134	0.11 126	0.11 137	0.09 113	0.09 118	0.11 127	0.09 119	0.09 113	0.09 111	0.11 90	0.11 100	0.11 121	0.09 113	0.11 125	0.11 131

FlowAnything_test	1.02 421	1.72 416	0.71 378	1.59 474	0.70 409	1.61 510	0.69 400	1.61 502	0.70 407	1.60 505	0.70 411	1.61 512	0.69 399	1.61 509	0.70 405	0.81 377	0.58 353	0.81 403	0.55 380	0.81 378	0.56 371

FlowAnything	1.02 421	1.71 415	0.72 381	1.59 474	0.69 407	1.60 509	0.69 400	1.61 502	0.70 407	1.60 505	0.69 409	1.60 509	0.69 399	1.61 509	0.69 399	0.81 377	0.58 353	0.81 403	0.56 384	0.82 380	0.56 371

DPSMNet_ROB	1.60 495	1.59 411	1.70 524	1.59 474	1.59 532	1.61 510	1.61 535	1.60 501	1.60 533	1.62 511	1.59 535	1.60 509	1.60 520	1.60 507	1.59 532	1.59 499	1.60 525	1.59 518	1.59 538	1.59 496	1.59 535

MM-Stereo_test3	1.27 485	2.07 444	1.18 434	1.60 477	1.02 454	1.45 506	1.01 445	1.40 498	1.04 455	1.44 502	1.03 450	1.46 507	1.02 438	1.44 505	1.02 445	1.51 497	1.12 433	1.32 506	0.98 443	1.38 490	0.97 434

BEATNet_4x	0.11 89	0.03 31	0.03 36	1.60 477	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 83	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 89	0.03 31	0.03 36	1.60 477	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 83	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 480	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 89	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

DEFOM-Stereo	0.68 340	3.11 509	1.40 508	1.63 481	0.25 225	0.31 218	0.25 213	0.31 212	0.28 237	0.31 216	0.29 246	0.29 215	0.27 234	0.31 222	0.28 229	1.59 499	1.47 512	0.30 217	0.29 255	0.30 203	0.28 232

ours_stereo	1.20 435	1.21 386	0.90 407	1.64 482	1.11 459	1.35 497	0.67 390	1.76 509	0.93 441	1.70 513	1.10 454	1.39 503	0.75 410	1.41 503	0.81 425	1.60 501	1.03 418	1.33 507	1.00 445	1.61 497	0.72 403

ADCRef	0.12 98	0.03 31	0.04 43	1.71 483	0.04 79	0.03 41	0.03 51	0.04 77	0.04 82	0.04 74	0.03 53	0.04 77	0.03 53	0.06 89	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

test-3	0.98 412	4.13 538	1.85 541	1.85 484	0.61 393	0.69 379	0.37 304	0.63 366	0.61 384	0.66 378	0.51 378	0.73 388	0.44 340	0.57 363	0.54 368	1.68 503	1.81 538	0.40 293	0.43 353	0.66 353	0.50 351

RAFT_CTSACE	1.92 505	3.71 524	1.72 527	1.88 485	1.72 544	2.04 525	1.42 529	2.18 527	1.89 561	2.02 524	1.97 560	1.95 519	2.06 554	1.93 521	1.62 533	1.76 504	1.66 529	2.02 535	1.73 554	1.73 503	1.43 527

GANetREF_RVC	1.55 493	1.94 441	1.22 486	1.88 485	1.21 515	1.88 516	1.22 507	1.88 511	1.22 513	1.88 514	1.22 509	1.88 516	1.22 500	1.89 520	1.22 509	1.87 509	1.22 488	1.88 531	1.22 509	1.88 509	1.22 509
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
psmg	0.43 269	1.91 435	0.92 411	1.91 487	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 517	1.44 510	0.04 73	0.03 54	0.02 20	0.03 51

Wavelet-MonSter	1.00 413	1.21 386	0.76 389	1.94 488	1.01 452	1.11 436	0.76 415	1.15 426	0.76 421	1.11 437	0.76 425	1.14 443	0.76 411	1.11 440	0.76 416	1.21 474	0.90 407	1.02 438	0.71 417	1.02 413	0.71 402

SPS-STEREO	1.59 494	1.91 435	1.21 485	1.94 488	1.20 469	2.00 524	1.23 508	1.99 516	1.24 515	2.00 522	1.25 512	2.03 526	1.26 502	2.00 524	1.29 517	1.90 513	1.18 440	1.89 532	1.21 508	1.89 510	1.20 463
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 503	1.91 435	1.71 526	1.95 490	1.70 543	1.95 521	1.70 540	1.96 514	1.74 546	1.97 519	1.72 544	1.95 519	1.71 528	1.97 523	1.71 540	1.86 507	1.62 526	1.85 524	1.66 545	1.86 508	1.64 541

CRFU-Net	0.65 333	1.67 414	1.22 486	1.96 491	0.27 234	0.41 275	0.27 224	0.41 269	0.27 234	0.40 254	0.26 230	0.41 276	0.27 234	0.40 260	0.27 219	1.80 506	1.62 526	0.34 242	0.23 211	0.33 219	0.23 191

NINENet	0.69 343	3.87 531	1.20 439	1.98 492	0.05 99	0.40 259	0.04 81	0.40 254	0.05 99	0.41 268	0.04 88	0.41 276	0.05 95	0.40 260	0.05 89	1.79 505	1.56 519	0.34 242	0.22 205	0.34 223	0.23 191

error version	0.93 406	4.47 544	2.35 560	1.99 493	0.37 310	0.41 275	0.36 298	0.41 269	0.35 294	0.43 288	0.36 304	0.41 276	0.40 318	0.41 275	0.36 290	1.87 509	2.16 554	0.47 341	0.37 320	0.39 270	0.33 273

test_1	0.93 406	4.47 544	2.35 560	1.99 493	0.37 310	0.41 275	0.36 298	0.41 269	0.35 294	0.43 288	0.36 304	0.41 276	0.40 318	0.41 275	0.36 290	1.87 509	2.16 554	0.47 341	0.37 320	0.39 270	0.33 273

MM-Stereo_test1	1.80 502	3.41 517	1.52 517	2.12 495	1.41 525	2.04 525	1.41 527	2.05 520	1.46 530	2.04 526	1.41 527	2.05 527	1.42 516	2.05 525	1.43 527	2.04 521	1.54 518	1.94 533	1.38 523	1.99 512	1.33 518

MC-Stereo	1.76 499	2.96 505	1.37 504	2.14 496	1.37 522	2.14 530	1.36 519	2.14 525	1.37 525	2.14 531	1.37 523	2.14 528	1.37 513	2.14 529	1.37 523	1.97 517	1.32 490	1.97 534	1.32 517	1.98 511	1.33 518

DEFOM-Stereo_RVC	0.83 381	5.18 553	1.98 552	2.19 497	0.17 183	0.19 157	0.18 178	0.19 155	0.16 172	0.20 160	0.19 195	0.22 178	0.22 205	0.20 160	0.15 161	2.28 534	2.13 553	0.24 196	0.17 191	0.18 156	0.16 161

ADCP+	0.15 124	0.04 37	0.04 43	2.20 498	0.04 79	0.04 77	0.04 81	0.04 77	0.04 82	0.04 74	0.05 100	0.04 77	0.04 84	0.08 109	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 499	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 106	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 500	0.08 115	0.08 106	0.07 113	0.07 106	0.08 118	0.08 108	0.07 114	0.08 108	0.07 115	0.11 128	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 500	0.08 115	0.08 106	0.07 113	0.07 106	0.08 118	0.08 108	0.07 114	0.08 108	0.07 115	0.11 128	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

TRStereo	2.00 512	2.13 449	1.85 541	2.27 502	1.84 548	2.28 534	1.84 544	2.29 530	1.86 555	2.30 536	1.87 549	2.30 530	1.87 538	2.08 526	1.72 542	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 546

XX-Stereo	2.00 512	2.13 449	1.85 541	2.27 502	1.84 548	2.28 534	1.84 544	2.29 530	1.86 555	2.30 536	1.87 549	2.30 530	1.87 538	2.08 526	1.72 542	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 546

EAI-Stereo	2.00 512	2.13 449	1.85 541	2.27 502	1.84 548	2.28 534	1.84 544	2.29 530	1.86 555	2.30 536	1.87 549	2.30 530	1.87 538	2.08 526	1.72 542	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 546

NCCL2	2.28 545	2.27 460	2.28 558	2.28 505	2.28 572	2.27 532	2.29 567	2.28 528	2.28 571	2.27 535	2.28 572	2.28 529	2.27 558	2.27 533	2.28 571	2.28 534	2.28 557	2.27 542	2.29 571	2.27 522	2.29 563

MatchStereo	0.54 313	0.12 83	2.38 563	2.32 506	0.09 117	0.09 112	0.08 115	0.09 113	0.07 114	0.09 113	0.07 114	0.09 114	0.07 115	0.09 113	0.08 106	2.34 540	2.34 558	0.12 124	0.11 132	0.11 125	0.10 118

AIO_rvc	2.18 533	2.34 469	1.87 545	2.32 506	1.94 557	2.40 539	1.89 552	2.37 538	2.07 570	2.52 549	1.95 559	2.44 540	1.99 550	2.41 541	1.89 559	2.32 539	2.09 551	2.24 541	2.18 567	2.21 518	2.23 562

HUF	2.18 533	2.30 462	1.99 555	2.34 508	2.02 562	2.41 540	2.06 563	2.38 539	1.89 561	2.36 541	1.85 547	2.56 548	1.98 548	2.31 536	1.97 562	2.30 537	2.03 550	2.30 544	2.11 565	2.23 519	2.16 560

STTStereo	3.73 573	30.40 620	2.37 562	2.39 509	2.31 574	2.35 537	2.33 568	2.29 530	2.42 572	2.32 540	2.34 573	2.33 533	2.36 559	2.30 535	2.27 570	2.35 541	2.22 556	2.31 545	2.22 568	2.29 524	2.34 567

AIO_test	2.18 533	2.09 447	2.04 556	2.42 510	2.01 559	2.47 542	1.94 554	2.34 537	2.03 569	2.56 550	1.94 557	2.43 539	1.94 545	2.41 541	1.87 557	2.39 544	2.10 552	2.35 549	1.91 564	2.25 521	2.19 561

iRaftStereo_RVC	0.97 410	3.17 512	2.30 559	2.42 510	0.38 317	0.54 359	0.38 311	0.54 348	0.38 311	0.54 356	0.38 316	0.54 358	0.38 308	0.54 353	0.38 302	2.38 543	2.34 558	0.49 354	0.36 317	0.49 325	0.36 292

UDGNet	2.23 543	5.40 561	1.72 527	2.48 512	1.69 540	2.51 547	1.69 539	2.51 546	1.72 543	2.50 548	1.69 543	2.52 542	1.69 526	2.50 545	1.68 538	2.41 545	1.70 531	2.42 552	1.69 550	2.42 529	1.64 541

VIP-Stereo	0.70 344	2.97 506	2.43 564	2.49 513	0.16 178	0.25 195	0.16 162	0.25 191	0.16 172	0.25 193	0.18 193	0.25 196	0.16 170	0.26 204	0.16 167	1.86 507	1.26 489	0.23 188	0.15 167	0.23 184	0.15 159

IGEVStereo-DCA	1.77 500	4.21 540	1.84 539	2.49 513	2.11 565	2.54 550	1.36 519	1.65 506	1.17 464	2.75 560	1.90 554	2.54 546	1.15 446	0.94 410	1.11 450	1.50 495	1.32 490	0.96 430	1.46 530	1.49 493	0.88 425

rrr	1.77 500	4.21 540	1.84 539	2.49 513	2.11 565	2.54 550	1.36 519	1.65 506	1.17 464	2.75 560	1.90 554	2.54 546	1.15 446	0.94 410	1.11 450	1.50 495	1.32 490	0.96 430	1.46 530	1.49 493	0.88 425

FBW_ROB	2.12 530	2.46 478	1.77 529	2.49 513	1.79 547	2.38 538	1.83 543	2.46 542	1.78 549	2.48 547	1.97 560	2.40 538	1.78 535	2.42 543	1.83 551	2.31 538	1.85 540	2.38 550	1.82 556	2.35 526	1.84 551

FSD	0.61 325	0.59 242	0.50 324	2.58 517	0.44 351	0.56 361	0.44 341	0.55 351	0.44 345	0.56 361	0.44 349	0.56 365	0.44 340	0.56 358	0.46 342	0.61 348	0.42 301	0.52 366	0.42 352	0.52 338	0.51 358

MonStereo	2.17 531	2.41 475	1.49 516	2.67 518	1.67 537	2.60 553	2.04 562	2.32 535	1.76 547	2.44 544	1.68 542	2.50 541	1.69 526	2.38 538	1.80 550	2.28 534	1.78 535	2.63 561	2.14 566	3.47 554	1.68 544

IER	0.88 396	7.04 572	2.23 557	2.75 519	0.28 239	0.43 302	0.25 213	0.39 247	0.25 216	0.41 268	0.27 234	0.39 255	0.25 217	0.40 260	0.28 229	0.37 242	0.28 212	0.37 266	0.25 223	0.37 246	0.25 202

LGtest1	2.22 540	2.70 488	1.89 546	2.76 520	1.86 551	2.75 560	1.86 548	2.75 557	1.86 555	2.75 560	1.86 548	2.77 564	1.87 538	2.75 561	1.86 554	2.46 547	1.58 521	2.45 553	1.56 532	2.45 531	1.56 531

4.5_new	2.00 512	1.84 427	1.98 552	2.77 521	2.16 567	2.27 532	1.28 514	2.09 521	1.98 565	2.01 523	1.28 515	2.71 555	1.98 548	2.51 546	1.65 535	2.26 530	1.33 497	1.87 528	1.87 558	2.49 535	1.60 536

LG-G_1	2.22 540	2.71 490	1.89 546	2.77 521	1.87 554	2.75 560	1.87 550	2.76 558	1.87 559	2.75 560	1.87 549	2.76 562	1.87 538	2.75 561	1.86 554	2.47 548	1.58 521	2.45 553	1.57 533	2.45 531	1.57 532

LG-G	2.22 540	2.71 490	1.89 546	2.77 521	1.87 554	2.75 560	1.87 550	2.76 558	1.87 559	2.75 560	1.87 549	2.76 562	1.87 538	2.75 561	1.86 554	2.47 548	1.58 521	2.45 553	1.57 533	2.45 531	1.57 532

sCroCo_RVC	2.10 528	2.76 496	1.92 549	2.78 524	1.39 524	2.73 558	1.41 527	2.73 556	1.40 527	2.77 565	1.41 527	2.74 561	1.40 515	2.74 560	1.40 525	2.72 558	1.42 509	2.72 562	1.44 529	2.79 549	1.42 526

NLCA_NET_v2_RVC	5.04 601	50.87 630	2.78 567	2.87 525	2.71 576	2.78 563	0.47 353	2.88 563	2.86 577	1.89 515	2.67 575	2.79 565	2.79 564	2.78 564	2.83 573	2.82 559	2.82 562	2.83 563	2.77 575	2.83 550	2.76 572
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV	2.02 520	2.20 455	1.82 535	2.90 526	2.16 567	2.41 540	1.25 510	2.00 517	1.98 565	1.99 521	1.31 517	2.72 559	1.93 544	2.67 554	1.69 539	2.26 530	1.32 490	1.83 523	1.87 558	2.53 542	1.61 538

2.25w	2.00 512	1.86 430	1.98 552	2.95 527	2.17 569	2.26 531	1.35 517	2.42 541	2.00 568	2.07 530	1.27 514	2.53 543	1.99 550	2.29 534	1.49 529	2.21 528	1.32 490	1.85 524	1.87 558	2.52 539	1.62 539

3.25w	2.04 525	2.20 455	1.48 512	3.03 528	2.17 569	2.63 554	1.39 525	1.96 514	1.95 564	1.96 517	1.37 523	2.71 555	1.96 547	2.71 555	1.73 547	2.26 530	1.32 490	1.87 528	1.87 558	2.51 538	1.63 540

plain	1.88 504	3.16 511	0.64 356	3.10 529	0.65 399	3.10 565	0.64 383	3.12 565	0.65 389	3.10 566	0.65 396	3.11 566	0.65 383	3.12 565	0.65 379	3.12 561	0.65 366	3.13 564	0.65 403	3.13 552	0.65 389

2.75w_new	1.99 508	2.34 469	1.81 530	3.14 530	1.62 534	1.94 518	1.99 558	2.72 550	1.71 539	2.72 554	1.99 569	1.90 517	1.73 530	1.82 518	1.29 517	2.37 542	2.01 545	2.31 545	1.42 527	1.77 506	1.22 509

3w_stereo	2.04 525	2.24 459	1.70 524	3.15 531	2.18 571	2.49 544	1.26 512	2.03 519	1.98 565	1.98 520	1.33 518	2.72 559	1.99 550	2.59 549	1.72 542	2.22 529	1.33 497	1.85 524	1.88 563	2.50 537	1.58 534

3.75w	1.99 508	2.31 463	1.83 538	3.16 532	1.65 536	1.93 517	1.98 555	2.72 550	1.68 535	2.73 559	1.97 560	2.00 523	1.72 529	1.81 517	1.25 513	2.27 533	2.01 545	2.38 550	1.42 527	1.71 502	1.24 512

MIF-Stereo (partial)	2.58 558	3.31 516	0.66 360	3.18 533	0.66 402	3.18 566	0.66 386	3.21 566	0.67 392	3.19 567	0.66 398	3.19 567	0.66 386	3.31 569	0.68 391	5.09 592	1.79 537	8.23 611	1.67 546	6.18 595	1.38 524

2w_stereo	1.99 508	2.36 472	1.81 530	3.24 534	1.67 537	1.94 518	1.98 555	2.72 550	1.68 535	2.72 554	1.94 557	1.98 522	1.74 532	1.79 516	1.27 514	1.95 516	2.00 543	2.53 558	1.60 539	1.68 501	1.15 454

AEACV	1.12 432	0.52 226	3.12 580	3.24 534	0.86 435	0.53 356	0.49 364	0.60 362	0.47 353	0.53 351	0.49 370	0.55 362	0.45 343	0.55 357	0.47 349	3.01 560	3.88 583	0.71 388	0.60 390	0.80 375	0.48 343

4.5w-stereo	1.99 508	2.33 465	1.81 530	3.28 536	1.68 539	1.94 518	1.99 558	2.72 550	1.70 538	2.72 554	1.99 569	1.97 521	1.68 524	1.76 513	1.29 517	1.91 514	2.02 549	2.53 558	1.61 540	1.75 505	1.16 457

2.5w	2.01 519	2.40 474	1.37 504	3.28 536	2.01 559	2.71 555	1.43 532	1.82 510	1.83 553	1.90 516	1.41 527	2.71 555	1.35 510	2.71 555	1.85 553	2.66 554	1.53 516	1.64 519	1.23 510	2.53 542	1.87 555

Anonymous3	2.55 557	3.26 515	1.65 522	3.28 536	1.63 535	3.24 567	1.68 538	3.27 567	1.66 534	3.28 568	1.67 541	3.25 568	1.66 523	3.27 567	1.64 534	3.26 562	1.65 528	3.30 566	1.65 544	4.95 586	1.65 543

4.25_new	2.00 512	2.33 465	1.82 535	3.32 539	1.69 540	1.95 521	1.99 558	2.72 550	1.71 539	2.72 554	1.97 560	2.01 524	1.74 532	1.77 514	1.28 515	2.18 525	2.01 545	2.48 556	1.58 536	1.65 498	1.17 458

4.5w_new	2.00 512	2.33 465	1.82 535	3.32 539	1.69 540	1.95 521	1.99 558	2.72 550	1.71 539	2.72 554	1.97 560	2.01 524	1.74 532	1.77 514	1.28 515	2.18 525	2.01 545	2.48 556	1.58 536	1.65 498	1.17 458

3.25w_new	2.03 522	2.72 492	1.35 494	3.33 541	1.57 530	2.72 556	1.53 534	2.15 526	1.33 519	2.15 532	1.60 536	2.63 552	1.30 506	2.72 557	1.99 564	2.67 556	1.53 516	1.75 522	1.25 513	2.53 542	1.87 555

4w-stereo	2.02 520	2.72 492	1.44 509	3.36 542	1.59 532	2.48 543	1.72 541	2.28 528	1.24 515	2.24 534	1.65 540	2.56 548	1.32 508	2.39 540	1.98 563	2.67 556	1.51 514	1.66 520	1.24 511	2.53 542	1.88 558

3.5w_stereo	2.03 522	2.72 492	1.35 494	3.41 543	1.57 530	2.72 556	1.49 533	2.01 518	1.34 520	2.15 532	1.61 538	2.63 552	1.36 511	2.72 557	1.99 564	2.66 554	1.58 521	1.68 521	1.24 511	2.53 542	1.87 555

UniTT-Stereo	2.03 522	3.43 518	0.72 381	3.42 544	0.73 414	3.27 568	0.68 394	3.38 570	0.69 403	3.29 569	0.72 419	3.28 569	0.70 401	3.35 571	0.68 391	3.39 564	0.68 373	3.31 567	0.69 412	3.37 553	0.73 406

DispNO	1.00 413	0.63 246	0.43 289	3.45 545	0.44 351	0.65 376	0.43 340	0.64 367	0.43 342	0.64 375	0.43 347	0.64 376	3.03 565	0.64 372	0.43 336	4.55 575	0.43 305	0.63 378	0.43 353	0.63 351	0.43 328

asda	2.17 531	2.54 479	1.81 530	3.47 546	1.78 546	2.50 546	1.86 548	2.61 549	1.68 535	2.61 551	1.83 546	2.37 537	1.73 530	2.44 544	1.88 558	2.51 551	1.84 539	2.34 547	1.62 542	2.23 519	1.77 550

4.25w-stereo	1.98 507	2.72 492	1.46 511	3.47 546	1.43 526	2.07 527	1.98 555	2.53 547	1.52 531	2.71 553	1.98 566	1.81 514	1.62 522	1.96 522	1.36 522	1.88 512	2.00 543	2.53 558	1.61 540	1.74 504	1.15 454

monsters	2.18 533	2.41 475	1.96 551	3.47 546	2.03 563	2.53 548	1.64 537	2.48 543	1.73 544	2.40 543	1.50 530	2.62 551	1.94 545	2.59 549	1.94 560	2.44 546	1.57 520	2.28 543	1.87 558	2.42 529	1.86 553

Occ-G	1.12 432	0.52 226	3.72 589	3.50 549	0.50 372	0.56 361	0.47 353	0.54 348	0.46 348	0.54 356	0.41 335	0.54 358	0.42 335	0.52 349	0.42 333	3.42 565	4.02 585	0.52 366	0.45 355	0.51 336	0.44 331

HCRNet	1.22 482	7.11 573	3.00 568	3.55 550	0.33 287	0.29 211	0.14 152	0.19 155	0.15 168	0.33 226	0.29 246	0.25 196	0.14 158	0.22 176	0.33 269	3.64 566	3.00 563	0.76 395	0.32 287	0.18 156	0.13 151

asd	2.18 533	2.77 498	1.58 519	3.59 551	2.00 558	2.58 552	1.85 547	2.39 540	1.71 539	2.47 546	1.97 560	2.59 550	1.61 521	2.56 547	1.79 549	2.51 551	1.99 542	2.11 540	1.62 542	2.36 527	1.60 536

DPSNet	3.66 571	3.60 520	3.62 587	3.63 552	3.64 597	3.65 572	3.65 596	3.66 573	3.67 594	3.67 572	3.65 594	3.67 573	3.66 582	3.66 572	3.68 591	3.68 567	3.66 581	3.67 571	3.68 597	3.67 555	3.67 596

monsterstereo	2.20 539	2.33 465	1.95 550	3.65 553	2.07 564	2.49 544	1.61 535	2.48 543	1.83 553	2.45 545	1.61 538	2.67 554	1.86 537	2.64 551	1.94 560	2.48 550	1.66 529	2.34 547	1.68 548	2.40 528	1.86 553

RAStereo	2.23 543	3.64 521	0.76 389	3.65 553	0.86 435	3.66 573	0.76 415	3.67 574	0.81 431	3.66 571	0.76 425	3.66 572	0.77 413	3.68 573	0.77 417	3.68 567	0.77 393	3.69 572	0.77 425	3.70 556	0.77 415

sAnonymous2	3.31 569	2.63 483	1.38 506	3.71 555	1.86 551	4.70 593	1.11 451	4.82 597	2.72 575	5.45 602	1.98 566	4.59 587	2.64 561	2.65 552	6.21 607	4.37 570	1.08 424	5.16 599	2.24 569	4.52 568	2.39 568

CroCo_RVC	3.31 569	2.63 483	1.38 506	3.71 555	1.86 551	4.70 593	1.11 451	4.82 597	2.72 575	5.45 602	1.98 566	4.59 587	2.64 561	2.65 552	6.21 607	4.37 570	1.08 424	5.16 599	2.24 569	4.52 568	2.39 568

MonStereo1	1.94 506	2.77 498	1.52 517	3.73 557	1.51 529	2.13 529	1.42 529	2.32 535	1.52 531	2.31 539	1.50 530	2.53 543	1.59 519	2.34 537	1.56 530	1.91 514	1.36 503	1.86 527	1.31 516	2.07 513	1.53 528

1w_stereo	2.05 527	2.32 464	1.35 494	3.74 558	2.01 559	2.73 558	1.42 529	1.88 511	1.93 563	2.03 525	1.28 515	2.71 555	1.99 550	2.72 557	1.72 542	2.20 527	1.32 490	1.87 528	1.86 557	2.45 531	1.54 529

qwe	2.18 533	2.60 482	1.58 519	3.83 559	1.90 556	2.53 548	1.90 553	2.48 543	1.73 544	2.37 542	1.92 556	2.53 543	1.68 524	2.56 547	1.83 551	2.52 553	1.87 541	2.07 536	1.68 548	2.32 525	1.71 545

NLSM1	2.93 566	3.24 514	2.57 566	4.04 560	2.66 575	3.30 569	2.55 570	3.29 568	2.55 573	3.35 570	2.48 574	3.28 569	2.47 560	3.34 570	2.49 572	3.26 562	2.55 561	3.13 564	2.57 574	3.00 551	2.46 570

BUS	0.83 381	1.91 435	0.92 411	4.48 561	0.02 21	0.40 259	0.04 81	0.41 269	0.02 21	0.48 317	0.03 53	0.41 276	0.05 95	0.03 40	0.05 89	1.97 517	4.19 586	0.33 234	0.23 211	0.34 223	0.27 218

BSDual-CNN	0.81 372	1.91 435	0.92 411	4.48 561	0.02 21	0.42 295	0.06 110	0.41 269	0.02 21	0.48 317	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 517	4.19 586	0.33 234	0.23 211	0.34 223	0.27 218

hknet	1.10 429	1.85 428	3.49 584	4.48 561	0.02 21	0.42 295	0.06 110	0.41 269	0.02 21	0.48 317	0.03 53	0.41 276	0.03 53	0.42 288	0.03 49	4.39 572	4.19 586	0.33 234	0.23 211	0.34 223	0.27 218

rvit_105_1	3.83 574	5.22 554	3.01 569	4.53 564	3.01 578	4.51 581	3.01 576	4.56 584	3.04 578	4.53 583	3.03 578	4.55 585	3.03 565	4.56 584	3.04 574	4.57 576	3.05 564	4.57 580	3.05 579	4.57 570	3.05 577

rvit_stereo_0081	3.83 574	5.23 555	3.01 569	4.53 564	3.03 580	4.55 587	3.02 577	4.56 584	3.04 578	4.52 581	3.02 576	4.54 583	3.03 565	4.56 584	3.04 574	4.57 576	3.05 564	4.57 580	3.05 579	4.58 571	3.05 577

rvit_stereo_0082	3.86 576	5.82 569	3.01 569	4.53 564	3.03 580	4.54 583	3.02 577	4.56 584	3.04 578	4.53 583	3.02 576	4.55 585	3.04 568	4.57 587	3.05 576	4.57 576	3.05 564	4.58 582	3.05 579	4.58 571	3.06 580

rvit_0105_4	3.91 581	5.47 565	3.02 572	4.54 567	3.02 579	4.54 583	3.03 581	4.75 594	3.17 589	4.57 587	3.06 581	4.61 591	3.16 576	4.65 591	3.09 582	4.66 583	3.11 572	4.68 589	3.18 590	4.81 581	3.16 589

rvit_stereo_0080	3.89 579	5.70 566	3.04 574	4.54 567	3.03 580	4.56 588	3.05 583	4.60 588	3.07 583	4.58 588	3.06 581	4.59 587	3.06 570	4.61 588	3.08 580	4.63 581	3.09 569	4.64 586	3.10 584	4.65 575	3.10 584

whm_eth	3.89 579	5.70 566	3.04 574	4.54 567	3.03 580	4.56 588	3.05 583	4.60 588	3.07 583	4.58 588	3.06 581	4.59 587	3.06 570	4.61 588	3.08 580	4.63 581	3.09 569	4.64 586	3.10 584	4.65 575	3.10 584

rvit_stereo_0081_aga	3.86 576	5.33 558	3.02 572	4.55 570	3.04 584	4.54 583	3.02 577	4.64 591	3.06 582	4.54 585	3.04 580	4.62 592	3.08 572	4.62 590	3.07 579	4.58 579	3.06 568	4.60 584	3.08 583	4.63 574	3.07 581

rvit_stereo_ft	3.93 584	5.44 563	3.05 576	4.59 571	3.06 585	4.61 591	3.08 586	4.67 593	3.12 588	4.63 592	3.10 586	4.65 594	3.11 574	4.69 594	3.13 584	4.70 584	3.14 574	4.71 591	3.15 589	4.74 578	3.16 589

rvit_0105_3	3.91 581	5.33 558	3.06 577	4.60 572	3.07 586	4.60 590	3.06 585	4.62 590	3.08 586	4.60 590	3.07 584	4.62 592	3.08 572	4.67 592	3.10 583	4.70 584	3.11 572	4.77 593	3.19 591	4.77 580	3.14 588

rvit_stereo_0083	3.92 583	5.30 557	3.06 577	4.61 573	3.09 587	4.67 592	3.08 586	4.66 592	3.09 587	4.62 591	3.10 586	4.66 595	3.11 574	4.67 592	3.16 585	4.72 586	3.16 575	4.77 593	3.11 586	4.66 577	3.11 586

rvit_0105_6	3.87 578	5.73 568	3.10 579	4.69 574	3.12 588	4.54 583	3.02 577	4.56 584	3.04 578	4.54 585	3.03 578	4.54 583	3.04 568	4.56 584	3.05 576	4.58 579	3.05 564	4.58 582	3.05 579	4.58 571	3.05 577

rvit_0105_5	4.10 585	5.40 561	3.13 582	4.71 575	3.15 589	4.72 595	3.10 588	4.90 599	3.27 591	4.69 593	3.16 588	4.84 599	3.25 578	4.96 598	3.34 588	5.05 591	3.39 580	5.10 598	3.40 592	5.11 588	3.42 593

NLCSM	3.67 572	4.08 535	3.19 583	4.80 576	3.26 590	3.99 577	3.24 591	4.25 580	3.18 590	4.09 576	3.27 589	4.14 578	3.18 577	4.13 578	3.28 587	4.06 569	3.10 571	3.85 576	3.14 588	3.91 561	3.27 592

StereoVision	3.15 567	5.00 550	0.89 404	4.83 577	1.00 448	3.93 574	1.27 513	6.37 604	1.34 520	5.67 604	1.26 513	5.84 605	1.27 503	5.03 601	1.24 510	5.10 593	1.09 426	4.61 585	0.57 386	5.62 593	1.12 449

MLG-Stereo_test2	4.28 588	5.46 564	3.69 588	4.86 578	3.72 598	5.58 602	3.42 592	4.81 596	3.77 599	4.85 595	3.72 596	5.55 604	3.63 581	5.58 602	3.53 590	4.41 573	3.28 579	4.99 597	2.95 577	4.75 579	3.13 587

TestStereo	4.88 598	4.75 546	4.79 593	4.87 579	4.92 606	4.81 598	4.90 606	4.78 595	4.77 606	4.87 596	4.89 605	4.90 600	4.91 598	4.99 599	4.79 603	4.98 589	4.87 590	4.87 596	4.92 607	5.00 587	5.00 606

DispFullNet	4.61 594	4.84 547	3.12 580	5.00 580	3.57 594	4.75 596	3.03 581	7.75 610	4.17 603	4.91 597	3.09 585	6.20 606	3.95 591	6.71 606	3.51 589	5.30 594	3.67 582	5.86 605	3.63 594	5.61 592	3.46 594

FC-DCNN v2	5.10 602	5.15 552	4.49 592	5.07 581	3.37 592	6.87 605	4.75 605	5.04 600	6.34 610	7.84 610	5.06 606	6.72 610	4.09 594	4.99 599	5.44 606	5.03 590	3.16 575	4.67 588	4.86 606	5.15 589	3.89 601

MLG-Stereo_test1	4.25 586	5.34 560	3.61 586	5.31 582	3.63 596	5.23 599	3.57 594	5.38 602	3.65 593	5.23 599	3.47 591	4.76 596	3.74 585	4.85 595	3.71 592	4.96 588	3.18 577	4.71 591	2.92 576	4.86 584	2.90 574

MLG-Stereo_test3	4.26 587	4.85 548	3.95 590	5.35 583	3.60 595	4.75 596	3.76 597	5.49 603	3.71 595	5.39 600	3.69 595	4.82 598	3.66 582	4.85 595	3.73 595	4.93 587	3.19 578	4.69 590	2.99 578	4.84 583	2.98 576

CFNet	1.37 489	5.27 556	0.19 164	5.49 584	0.19 197	0.28 208	0.19 182	0.28 200	0.19 192	0.28 205	0.19 195	0.28 209	4.35 595	0.28 212	0.19 186	0.23 179	0.17 167	0.23 188	4.21 604	4.81 581	0.17 175

RAFT+CT+SA	4.28 588	7.62 577	4.91 594	5.55 585	2.28 572	3.09 564	3.64 595	4.49 582	3.07 583	4.80 594	3.35 590	4.77 597	3.70 584	4.29 581	3.05 576	5.58 595	5.98 596	3.58 570	3.78 599	4.26 564	3.72 597

MaDis-Stereo	3.19 568	6.02 571	1.12 426	5.61 586	1.16 465	5.43 601	1.02 447	5.15 601	0.70 407	5.43 601	1.21 508	5.03 602	0.97 429	4.85 595	0.99 440	4.53 574	1.16 436	5.53 601	1.25 513	5.37 591	1.30 515

AANet_RVC	1.26 484	0.31 144	4.99 595	5.93 587	0.20 200	0.25 195	0.20 186	0.25 191	0.20 194	0.23 179	0.19 195	0.25 196	0.20 197	0.25 194	0.20 190	5.66 596	4.76 589	0.26 204	0.30 269	0.24 186	0.27 218

SA	4.33 590	7.35 574	6.85 605	5.96 588	4.09 602	3.59 571	3.15 589	3.82 575	2.64 574	3.91 573	3.85 597	3.57 571	2.72 563	3.13 566	4.03 598	7.09 606	6.86 601	3.57 569	3.12 587	3.85 557	3.51 595

SGM-Forest	5.21 604	5.92 570	4.08 591	6.18 589	4.16 603	6.31 604	4.34 604	6.50 605	4.33 604	6.14 606	4.21 602	6.61 609	4.55 597	6.67 605	4.48 602	5.94 598	3.94 584	5.85 604	4.03 603	5.79 594	4.17 604
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_5	4.62 595	7.55 576	6.23 600	6.32 590	3.40 593	5.29 600	3.50 593	3.53 572	4.11 602	4.28 578	4.47 604	4.26 581	4.38 596	3.68 573	3.24 586	5.89 597	5.60 593	4.84 595	3.50 593	4.33 565	3.93 603

cross-raft	4.83 597	7.52 575	6.43 601	6.63 591	3.96 601	4.51 581	3.99 601	4.49 582	3.96 601	4.52 581	3.96 599	4.50 582	3.97 592	4.50 583	3.97 597	6.65 601	6.44 598	4.33 577	3.92 601	4.35 566	3.91 602

raft_robust	4.71 596	7.75 578	5.40 599	6.81 592	3.31 591	4.28 580	4.20 603	4.32 581	4.37 605	4.35 580	4.35 603	4.14 578	3.75 586	4.30 582	4.20 601	6.67 602	6.37 597	3.36 568	4.24 605	4.86 584	3.25 591

TestStereo1	4.60 592	8.41 581	6.44 602	6.86 593	3.79 599	3.97 575	3.78 598	3.99 577	3.74 596	3.97 574	3.52 592	3.94 576	3.58 579	3.98 576	3.72 593	6.82 603	6.50 599	3.76 573	3.66 595	3.90 558	3.74 599

SA-5K	4.60 592	8.41 581	6.44 602	6.86 593	3.79 599	3.97 575	3.78 598	3.99 577	3.74 596	3.97 574	3.52 592	3.94 576	3.58 579	3.98 576	3.72 593	6.82 603	6.50 599	3.76 573	3.66 595	3.90 558	3.74 599

Sa-1000	4.34 591	8.37 580	6.84 604	6.98 595	4.45 605	3.58 570	3.00 575	3.42 571	3.39 592	2.61 551	4.00 600	3.83 575	4.01 593	3.90 575	3.90 596	5.98 599	5.62 594	3.76 573	2.34 572	4.35 566	2.47 571

test_4	4.88 598	8.13 579	6.98 606	7.46 596	4.44 604	4.25 579	3.85 600	4.04 579	3.92 600	4.13 577	3.91 598	4.18 580	3.84 589	4.14 579	4.06 599	7.01 605	7.13 602	4.53 578	3.72 598	4.09 562	3.72 597

rvit_stereo_0075_2	6.64 606	8.80 585	5.25 596	7.89 597	5.27 608	7.90 609	5.27 607	7.92 611	5.28 608	7.91 611	5.29 608	7.93 611	5.27 599	7.92 611	5.28 604	7.93 607	5.28 592	7.93 610	5.29 609	7.93 603	5.28 608

test_3	5.01 600	8.86 586	7.77 608	8.09 598	2.76 577	4.13 578	4.05 602	3.88 576	3.76 598	4.33 579	4.13 601	3.71 574	3.91 590	4.21 580	4.06 599	7.93 607	7.69 604	4.53 578	3.91 600	4.17 563	4.29 605

test-1	6.46 605	9.16 588	8.03 611	8.09 598	5.62 609	6.11 603	6.35 609	6.85 607	4.94 607	6.08 605	6.29 611	4.98 601	6.43 603	6.22 603	6.36 609	6.16 600	7.47 603	5.82 603	5.44 610	7.11 600	5.68 609

U	5.15 603	8.49 583	1.81 530	8.49 600	1.77 545	8.49 610	1.77 542	8.51 612	1.77 548	8.49 612	1.77 545	8.50 612	1.78 535	8.58 612	1.77 548	8.54 610	1.78 535	8.55 612	1.78 555	8.55 606	1.84 551

RAFT	6.73 607	9.36 589	7.40 607	8.51 601	6.55 610	6.88 606	6.60 610	6.79 606	6.60 611	6.80 607	6.72 612	5.31 603	5.50 601	6.61 604	6.61 610	8.42 609	5.89 595	5.73 602	5.45 611	6.61 596	6.24 610

SGM+DAISY	7.06 608	9.15 587	5.38 598	8.84 602	5.18 607	8.80 611	5.31 608	8.79 613	5.28 608	8.89 613	5.20 607	8.93 613	5.33 600	8.95 613	5.36 605	8.70 611	5.21 591	8.74 613	5.20 608	8.89 607	5.15 607

CFNet_RVC	2.38 553	8.71 584	0.38 260	9.33 603	0.42 348	0.56 361	0.42 338	0.60 362	0.38 311	0.62 372	0.42 345	0.56 365	7.29 607	0.62 367	0.42 333	0.53 331	0.37 267	0.49 354	0.34 299	8.30 604	6.87 611

test-v	7.53 609	11.89 597	7.98 609	9.36 604	7.14 611	7.06 607	7.09 611	7.37 608	6.91 612	7.29 608	5.71 609	6.45 607	6.93 604	6.73 607	7.27 611	8.93 612	7.85 605	6.98 608	6.80 612	7.56 601	7.34 612

test-2	7.53 609	11.89 597	7.98 609	9.36 604	7.14 611	7.06 607	7.09 611	7.37 608	6.91 612	7.29 608	5.71 609	6.45 607	6.93 604	6.73 607	7.27 611	8.93 612	7.85 605	6.98 608	6.80 612	7.56 601	7.34 612

MSMDNet	2.65 559	10.14 595	0.33 232	9.74 606	0.32 275	0.87 397	0.33 273	2.95 564	0.68 398	0.49 324	0.34 291	0.49 328	5.70 602	0.49 327	0.33 269	0.42 292	9.57 608	0.41 310	0.31 280	8.36 605	0.65 389

pcwnet_v2	2.66 560	9.89 593	0.33 232	9.89 607	0.32 275	0.50 339	0.32 262	0.49 318	0.33 281	0.49 324	0.34 291	0.49 328	8.76 609	0.48 321	0.33 269	0.41 278	9.58 609	0.40 293	0.29 255	9.01 608	0.63 381

CFNet_ucs	2.73 562	9.64 591	0.33 232	9.92 608	0.32 275	0.49 330	0.33 273	0.49 318	0.33 281	0.49 324	0.33 283	0.49 328	8.98 610	0.48 321	0.33 269	0.41 278	9.96 613	0.40 293	0.29 255	10.12 613	0.54 363

ccs_rob	2.79 564	10.17 596	0.32 226	10.00 609	0.33 287	0.49 330	0.33 273	1.90 513	0.32 274	0.51 345	0.33 283	0.49 328	9.24 611	0.49 327	0.33 269	0.41 278	9.82 611	0.41 310	0.28 245	9.34 609	0.29 237

PCWNet_CMD	2.80 565	9.82 592	0.32 226	10.09 610	0.32 275	0.49 330	0.33 273	3.34 569	0.33 281	0.49 324	0.33 283	0.49 328	8.73 608	0.48 321	0.33 269	0.41 278	9.22 607	0.42 321	0.29 255	9.55 610	0.31 259

UCFNet_RVC	2.75 563	10.06 594	0.29 203	10.31 611	0.29 248	0.42 295	0.29 241	0.43 293	0.29 243	0.42 282	0.29 246	0.42 294	9.87 612	0.43 294	0.29 239	0.36 238	9.84 612	0.36 263	0.26 229	9.77 611	0.26 208

CFNet_pseudo	2.67 561	9.36 589	0.32 226	10.99 612	0.33 287	0.85 395	0.33 273	0.49 318	0.33 281	0.49 324	0.32 276	0.49 328	7.26 606	0.49 327	0.33 269	0.41 278	9.62 610	0.41 310	0.29 255	10.03 612	0.29 237

rafts_anoy	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 614	20.00 615	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

raft+_RVC	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 614	20.00 615	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

raftrobust	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 614	20.00 615	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

CasAABBNet	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 614	20.00 615	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

RALCasStereoNet	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 614	20.00 615	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

RALAANet	20.00 613	20.00 599	20.00 613	20.00 613	20.00 614	20.00 612	20.00 614	20.00 614	20.00 615	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

MANE	19.05 612	23.00 605	15.00 612	23.00 619	15.00 613	24.00 618	16.00 613	24.00 620	16.00 614	22.00 620	15.00 613	23.00 620	16.00 613	23.00 620	15.00 613	22.00 620	15.00 614	22.00 620	15.00 614	22.00 620	15.00 614

fff	1000028.16 639	29.62 617	29.72 620	32.61 620	30.02 621	35.13 621	31.83 622	32.07 622	10000000.00 641	35.27 624	29.82 622	32.45 622	30.15 621	32.35 622	30.09 621	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 623

csc	1000028.16 639	29.62 617	29.72 620	32.61 620	30.02 621	35.13 621	31.83 622	32.07 622	10000000.00 641	35.27 624	29.82 622	32.45 622	30.15 621	32.35 622	30.09 621	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 623

cscssc	1000028.16 639	29.62 617	29.72 620	32.61 620	30.02 621	35.13 621	31.83 622	32.07 622	10000000.00 641	35.27 624	29.82 622	32.45 622	30.15 621	32.35 622	30.09 621	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 623

111	30.40 619	30.94 621	29.72 620	32.61 620	30.02 621	33.57 619	30.47 621	31.50 621	29.39 622	30.98 621	29.11 621	29.78 621	30.39 624	29.45 621	30.76 624	30.08 621	29.02 622	29.92 621	30.32 625	29.86 621	30.17 622

DCANet-4	35.22 621	34.54 622	35.08 626	33.58 624	35.47 628	34.55 620	35.53 628	36.08 627	35.85 626	35.92 627	35.77 627	35.18 627	35.48 626	35.39 627	37.15 630	34.55 627	33.92 626	35.02 628	34.90 627	35.79 625	34.74 629

ADStereo(finetuned)	36.13 622	36.63 626	38.07 630	36.97 625	33.25 625	35.91 624	34.45 625	36.36 628	32.99 623	38.14 632	36.71 628	36.69 628	34.13 625	38.57 632	40.79 631	37.60 632	36.58 629	35.90 629	33.36 626	35.42 624	34.04 626

Reg-Stereo(zero)	37.00 623	37.00 627	37.00 627	37.00 626	37.00 629	37.00 627	37.00 629	37.00 629	37.00 627	37.00 628	37.00 629	37.00 629	37.00 627	37.00 628	37.00 627	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 630

HI	37.00 623	37.00 627	37.00 627	37.00 626	37.00 629	37.00 627	37.00 629	37.00 629	37.00 627	37.00 628	37.00 629	37.00 629	37.00 627	37.00 628	37.00 627	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 630

CoSv	37.00 623	37.00 627	37.00 627	37.00 626	37.00 629	37.00 627	37.00 629	37.00 629	37.00 627	37.00 628	37.00 629	37.00 629	37.00 627	37.00 628	37.00 627	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 630

tt	500032.53 637	34.60 623	29.72 620	37.47 629	34.41 626	36.85 625	35.22 626	34.71 625	33.55 624	34.50 622	35.43 625	33.81 625	10000000.00 641	33.57 625	33.13 625	33.68 625	35.00 627	34.03 626	35.26 628	30.96 622	34.63 627

DCANet	500032.53 637	34.60 623	29.72 620	37.47 629	34.41 626	36.85 625	35.22 626	34.71 625	33.55 624	34.50 622	35.43 625	33.81 625	10000000.00 641	33.57 625	33.13 625	33.68 625	35.00 627	34.03 626	35.26 628	30.96 622	34.63 627

WCMA_ROB	31.10 620	35.43 625	27.12 619	39.51 631	23.10 620	38.78 630	25.30 620	37.49 632	25.39 621	37.29 631	27.02 620	38.52 632	26.48 620	37.80 631	26.44 620	36.28 628	22.65 621	33.90 625	22.30 621	37.10 629	24.18 621

NOSS_ROB	102.95 627	153.00 635	121.00 634	51.00 632	44.00 632	165.00 634	127.00 634	153.00 635	119.00 632	164.00 636	125.00 634	168.00 636	120.00 632	153.00 635	117.00 634	49.00 633	44.00 633	49.00 633	44.00 633	49.00 630	44.00 633

CBMV	128.50 628	1422.70 642	53.10 632	79.50 633	51.30 633	77.30 632	49.70 632	74.00 633	48.20 631	77.20 634	48.80 633	73.90 634	48.00 631	73.80 634	48.80 633	70.40 634	45.10 634	68.90 634	46.10 634	68.20 631	45.00 634
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 626	87.70 631	41.95 631	113.75 634	65.62 634	75.05 631	55.25 633	75.64 634	45.04 630	71.61 633	41.75 632	72.81 633	44.06 630	68.38 633	44.63 632	101.89 635	59.57 635	107.10 635	61.05 635	104.38 632	59.38 635

MeshStereo	159.24 629	171.00 636	160.68 637	162.58 635	160.59 635	164.01 633	160.35 635	158.51 636	158.56 633	158.34 635	160.12 635	158.56 635	159.92 633	157.26 636	158.94 635	154.38 636	158.36 636	155.75 636	159.13 637	153.67 633	154.07 636
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 630	123.00 632	115.00 633	219.00 636	218.00 637	223.00 635	244.00 637	217.00 637	236.00 635	202.00 637	203.00 636	205.00 637	208.00 634	225.00 637	204.00 636	210.00 637	198.00 637	197.00 637	184.00 638	204.00 634	201.00 637

MGS-Stereo	239.45 631	123.00 632	135.00 635	266.00 637	286.00 638	277.00 636	305.00 638	271.00 638	242.00 636	274.00 638	279.00 638	255.00 638	270.00 636	268.00 638	297.00 638	221.00 638	247.00 639	216.00 638	123.00 636	217.00 635	217.00 639

EGLCR-Stereo	246.90 632	129.00 634	139.00 636	266.00 637	286.00 638	277.00 636	305.00 638	271.00 638	242.00 636	274.00 638	279.00 638	255.00 638	270.00 636	268.00 638	297.00 638	230.00 639	247.00 639	216.00 638	223.00 640	237.00 636	227.00 640

DLCB_ROB	284.23 633	354.61 638	207.27 638	363.24 639	206.46 636	364.72 638	210.41 636	364.72 640	210.41 634	364.81 640	208.64 637	364.81 640	208.64 635	364.72 640	210.41 637	354.70 640	205.53 638	354.70 640	205.53 639	354.70 637	205.53 638

LE_ROB	396.57 634	471.28 639	329.84 639	471.48 640	308.15 640	526.83 639	322.10 640	488.15 641	323.76 638	495.46 641	317.97 640	497.17 641	320.10 638	481.62 641	326.76 640	462.71 641	298.97 641	466.16 641	285.98 641	447.62 638	289.21 641

SGM-ForestM	596.69 635	677.77 640	444.52 640	699.85 641	517.25 641	732.94 640	488.29 641	770.79 642	460.11 639	750.81 642	487.98 641	792.79 642	499.41 639	730.90 642	475.81 641	720.03 642	491.16 642	663.96 642	418.60 642	674.76 639	436.05 642

CBMV_ROB	818.48 636	913.88 641	709.52 641	862.84 642	597.78 642	1073.99 641	700.52 642	1015.66 643	702.59 640	1115.65 643	760.02 642	1130.24 643	721.57 640	1037.41 643	692.65 642	814.05 643	564.29 643	843.28 643	595.31 643	915.51 640	602.92 643

111111	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

SGD-Stereo	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

IGEV-Stereo++	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

IGEV-BASED-STEREO-	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

IGEV-Stereo+	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

SDNR	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

anonymousdsp2	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

anonymousdsp	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

test_example2	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

DIP-Stereo	10000000.00 642	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 643	10000000.00 642	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644
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							0.38 311	0.50 327	0.38 311	0.50 337	0.38 316	0.50 343	3.79 587	0.50 335	0.38 302	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.35 289

Low-res two-view benchmark