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 15	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 456	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

CoDeX	0.15 151	0.70 306	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 487	0.02 15	0.69 474	0.75 497	0.01 9	0.02 21	0.02 20

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

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

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

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

SFCPSM	0.17 164	0.78 320	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 526	0.02 15	0.75 487	0.76 499	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 413	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 164	0.04 110	0.06 125	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 642	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 651	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 648	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 459	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 456	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 540	0.06 122	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 646	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

IGEV_i1	0.26 216	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 134	0.05 104	0.03 52	4.34 673	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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

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

FINET	0.07 67	0.08 85	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 135	0.07 142	0.08 134	0.07 142	0.08 134	0.06 134	0.07 132	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

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

DA	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

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

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

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

GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 572	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

VMStereo-Base	0.03 29	0.09 94	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

SMFormer	0.09 75	1.01 380	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

Wz-Net-SNSev	0.03 29	0.09 94	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 143	0.08 147	0.10 146	0.09 147	0.09 142	0.09 147	0.09 141	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

FADE		0.06 79		0.09 76	0.10 155			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 146	0.10 99	0.17 190	0.13 191	0.11 156	0.11 165

test_sample6	0.09 75	0.97 360	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 386	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

CAS++	0.17 164	0.27 172	0.21 204	0.10 81	0.21 254	0.15 173	0.22 241	0.10 143	0.21 242	0.22 212	0.10 151	0.19 195	0.18 230	0.10 146	0.19 228	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 75	0.95 357	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 91	1.07 394	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 75	1.01 380	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.07 142	0.08 134	0.05 127	0.08 134	0.05 117	0.09 141	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 75	1.00 370	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 386	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 335	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 188	0.11 155	0.11 172	0.12 164	0.11 169	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

mmm	0.14 139	1.83 526	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.12 177	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

DualNet (step1)	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 335	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

ffm	0.25 207	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 207	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 207	3.83 636	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

Wz-Net-MNSev	0.06 61	0.54 286	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 268	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

xxxx	0.11 112	1.16 408	0.16 173	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 396	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

SuperB	0.21 188	0.10 99	2.51 667	0.12 106	0.09 148	0.10 143	0.09 145	0.08 135	0.07 142	0.10 146	0.09 147	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 194	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.11 169	0.11 158	0.11 168	0.12 167	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

11t1	0.17 164	2.16 561	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 165	0.10 150	0.14 167	0.10 154	0.23 218	0.10 151	0.20 198	0.10 151	0.24 225	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

222	0.10 91	0.99 368	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

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

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

qqq1	0.25 207	3.70 630	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 207	3.70 630	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

1111x	0.10 91	1.14 403	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

x	0.11 112	1.15 406	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.14 187	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 155	0.14 165	0.10 150	0.91 503	0.69 506	0.14 166	0.11 169	0.14 167	0.11 168	0.14 169	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 493	0.76 520

CCAANet	0.17 164	0.71 307	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.22 239	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 173	0.09 145	0.14 167	0.10 154	0.14 166	0.09 147	0.14 167	0.09 147	0.13 168	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 513

StereoDRNet	0.15 151	0.14 123	0.10 92	0.14 122	0.09 148	0.15 173	0.09 145	0.14 167	0.09 150	0.14 166	0.10 151	0.14 167	0.09 147	0.14 169	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 529

PDISCO_ROB	0.83 479	2.80 611	3.49 688	0.14 122	0.11 175	0.17 187	0.09 145	0.15 180	0.10 154	0.15 173	0.12 177	0.16 179	0.14 194	3.30 680	0.13 183	0.14 133	2.34 660	0.16 182	0.12 180	2.62 660	0.10 151

RT-Monster	0.09 75	0.07 83	0.03 39	0.15 134	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

zh-sn7	0.10 91	0.98 361	0.14 148	0.15 134	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo	0.18 173	0.50 268	0.16 173	0.15 134	0.16 218	0.16 180	0.16 202	0.16 181	0.16 212	0.16 178	0.16 209	0.16 179	0.16 208	0.16 180	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 134	0.10 155	0.14 165	0.10 150	0.14 167	0.10 154	0.15 173	0.10 151	0.14 167	0.10 151	0.14 169	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 158	2.01 551	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 132	0.20 139	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 167	0.11 172	0.14 166	0.11 169	0.14 167	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR_C	0.14 139	0.20 139	0.12 123	0.15 134	0.11 175	0.14 165	0.15 196	0.14 167	0.11 172	0.15 173	0.12 177	0.14 167	0.11 168	0.16 180	0.11 162	0.15 146	0.12 136	0.14 165	0.12 180	0.15 178	0.12 179

ACRE	0.13 132	0.21 145	0.14 148	0.15 134	0.11 175	0.14 165	0.11 167	0.14 167	0.11 172	0.14 166	0.12 177	0.14 167	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 134	0.10 155	0.18 191	0.11 167	0.19 193	0.11 172	0.19 191	0.12 177	0.18 191	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 132	0.16 126	0.11 112	0.15 134	0.09 148	0.18 191	0.11 167	0.18 191	0.11 172	0.17 185	0.11 169	0.18 191	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
over-6	0.11 112	0.11 110	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.10 154	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.10 147	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

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

over-8	0.11 112	0.14 123	0.15 166	0.16 144	0.10 155	0.11 154	0.10 150	0.11 155	0.09 150	0.11 158	0.10 151	0.11 158	0.10 151	0.11 159	0.09 140	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

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

iinet-test	0.08 72	0.16 126	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 443	0.02 16	0.02 19	0.02 21	0.02 21	0.16 198

xyz-stereo-finetune2	0.18 173	0.48 261	0.16 173	0.16 144	0.15 208	0.15 173	0.16 202	0.16 181	0.16 212	0.16 178	0.16 209	0.16 179	0.16 208	0.16 180	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

xyz-stereo-finetune	0.28 220	0.49 263	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.22 213	0.30 308	0.32 266	0.31 355	0.32 271	0.31 358	0.32 269	0.32 348	0.32 246	0.33 297	0.31 268	0.32 377	0.31 254	0.32 356

GMStereo_Zeroshot	0.16 158	0.16 126	0.16 173	0.16 144	0.16 218	0.16 180	0.16 202	0.16 181	0.16 212	0.16 178	0.16 209	0.16 179	0.16 208	0.16 180	0.16 205	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

ProNet	0.14 139	0.20 139	0.14 148	0.16 144	0.11 175	0.16 180	0.11 167	0.17 187	0.11 172	0.17 185	0.12 177	0.17 187	0.13 189	0.17 187	0.12 174	0.15 146	0.11 122	0.16 182	0.11 165	0.15 178	0.12 179

CIPLG	0.13 132	0.21 145	0.12 123	0.16 144	0.11 175	0.15 173	0.11 167	0.14 167	0.11 172	0.15 173	0.12 177	0.15 178	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

MIPNet	0.14 139	0.21 145	0.17 183	0.16 144	0.11 175	0.15 173	0.12 180	0.14 167	0.11 172	0.16 178	0.11 169	0.14 167	0.11 168	0.14 169	0.11 162	0.14 133	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR	0.14 139	0.24 159	0.14 148	0.16 144	0.12 188	0.15 173	0.12 180	0.14 167	0.11 172	0.15 173	0.12 177	0.14 167	0.11 168	0.14 169	0.11 162	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ICVP	0.15 151	0.53 282	0.11 112	0.16 144	0.11 175	0.16 180	0.11 167	0.16 181	0.11 172	0.16 178	0.11 169	0.16 179	0.11 168	0.16 180	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 139	0.17 131	0.12 123	0.17 157	0.11 175	0.17 187	0.11 167	0.17 187	0.11 172	0.17 185	0.11 169	0.17 187	0.11 168	0.17 187	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 139	0.16 126	0.12 123	0.17 157	0.12 188	0.17 187	0.11 167	0.17 187	0.11 172	0.17 185	0.12 177	0.17 187	0.12 183	0.17 187	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.12 179

LSFM	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 283	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 283	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

cf-r	0.66 425	2.17 562	0.12 123	0.18 159	0.12 188	0.18 191	2.70 685	2.60 660	0.12 188	0.18 189	0.12 177	0.18 191	0.12 183	0.18 190	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 618	1.74 661

LALA_ROB	0.15 151	0.19 135	0.12 123	0.18 159	0.11 175	0.20 199	0.12 180	0.21 208	0.12 188	0.20 197	0.12 177	0.20 198	0.12 183	0.21 209	0.13 183	0.17 167	0.10 99	0.18 200	0.11 165	0.18 194	0.11 165

SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 159	0.11 175	0.19 194	0.11 167	0.19 193	0.12 188	0.19 191	0.12 177	0.20 198	0.12 183	0.19 193	0.12 174	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TS12	0.09 75	0.09 94	0.17 183	0.19 164	0.06 139	0.08 132	0.06 137	0.08 135	0.06 138	0.08 134	0.06 138	0.08 134	0.06 134	0.08 135	0.06 131	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

IGEV-FE	0.35 257	0.37 197	0.17 183	0.19 164	0.17 224	0.20 199	0.17 212	0.19 193	0.17 222	0.19 191	0.17 217	0.19 195	0.17 220	0.37 294	0.36 381	0.19 179	0.17 196	0.19 203	0.17 231	0.38 308	2.84 685

DDVS	0.30 226	3.10 616	0.14 148	0.19 164	0.14 194	0.19 194	0.14 188	0.20 199	0.14 195	0.19 191	0.13 190	0.16 179	0.13 189	0.19 193	0.13 183	0.17 167	0.13 159	0.17 190	0.13 191	0.17 190	0.13 186

DeepPruner_ROB	0.16 158	0.18 134	0.13 143	0.19 164	0.13 192	0.19 194	0.13 186	0.19 193	0.13 192	0.19 191	0.13 190	0.19 195	0.13 189	0.19 193	0.13 183	0.18 175	0.13 159	0.18 200	0.13 191	0.18 194	0.13 186

zh-mn7	0.12 125	1.14 403	0.17 183	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 151	0.17 131	0.13 143	0.20 168	0.13 192	0.19 194	0.13 186	0.18 191	0.13 192	0.19 191	0.13 190	0.18 191	0.14 194	0.18 190	0.14 187	0.16 159	0.11 122	0.15 178	0.14 197	0.18 194	0.11 165

DAS	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 199	0.20 237	0.20 197	0.20 240	0.20 198	0.20 241	0.20 197	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 226

ASD4	0.20 179	0.20 139	0.20 198	0.20 168	0.20 243	0.20 199	0.20 230	0.20 199	0.20 237	0.20 197	0.20 240	0.20 198	0.20 241	0.20 197	0.20 231	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 226

ACVNet	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 547	0.21 208	0.14 195	0.20 197	0.13 190	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

acv_ft	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 547	0.21 208	0.14 195	0.20 197	0.13 190	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

hitnet-ft	0.79 462	2.78 610	0.14 148	0.20 168	0.14 194	0.21 210	2.89 686	2.80 674	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.54 659	2.33 678

PSMNet-RSSM	0.77 457	2.76 605	0.14 148	0.20 168	0.14 194	0.20 199	2.66 683	2.79 673	0.14 195	0.21 209	0.14 195	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 651	2.31 676

GwcNet-RSSM	0.77 457	2.77 607	0.14 148	0.20 168	0.14 194	0.20 199	2.67 684	2.78 672	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.21 209	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 651	2.31 676

CFNet-ft	0.55 404	1.57 487	0.14 148	0.20 168	0.14 194	0.20 199	2.53 681	1.61 613	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	1.56 606	1.24 623

RAFT-FEzeroshot	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 199	0.16 212	0.20 197	0.17 217	0.21 206	0.16 208	0.27 250	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 694

RAFT-FE	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 199	0.16 212	0.20 197	0.17 217	0.21 206	0.16 208	0.27 250	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 694

DepthFocus	0.18 173	0.22 149	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.22 212	0.15 205	0.22 215	0.16 208	0.22 214	0.15 198	0.20 182	0.15 172	0.20 208	0.14 197	0.20 201	0.14 191

RSGM-EC	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.24 225	0.15 205	0.22 215	0.15 206	0.22 214	1.19 572	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

acva	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.24 225	0.15 205	0.22 215	0.15 206	0.22 214	1.19 572	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

IMH-64-1	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 235

IMH-64	0.22 194	0.23 151	0.23 209	0.22 180	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 235

WAO-6	0.22 194	0.23 151	0.22 206	0.23 185	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.22 217	0.22 249	0.22 210	0.22 233

Wz-Net-LNSev	0.06 61	0.24 159	0.20 198	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

dd	0.23 200	0.98 361	0.16 173	0.23 185	0.15 208	0.23 222	0.15 196	0.23 220	0.15 207	0.23 218	0.15 205	0.24 229	0.17 220	0.23 221	0.15 198	0.22 192	0.15 172	0.21 212	0.15 206	0.22 210	0.16 198

dad	0.23 200	1.03 386	0.16 173	0.23 185	0.15 208	0.24 225	0.15 196	0.24 223	0.16 212	0.23 218	0.16 209	0.24 229	0.16 208	0.23 221	0.15 198	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 198

ac_64	0.22 194	0.13 117	0.19 195	0.23 185	0.10 155	0.26 244	1.02 557	0.14 167	0.10 154	0.28 248	0.14 195	0.17 187	0.19 237	0.28 255	0.09 140	0.22 192	0.16 175	0.23 226	0.17 231	0.11 156	0.12 179

BStereo	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 294	0.17 222	0.23 218	0.17 217	0.23 223	0.16 208	0.24 225	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 198

Anonymus123	0.22 194	0.23 151	0.20 198	0.24 190	0.20 243	0.23 222	0.33 364	0.39 294	0.17 222	0.23 218	0.17 217	0.23 223	0.16 208	0.24 225	0.17 212	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 198

ISRNet	0.11 112	0.05 66	0.36 297	0.24 190	0.07 141	0.13 164	0.05 120	0.06 122	0.05 125	0.05 113	0.05 127	0.13 166	0.05 117	0.05 104	0.09 140	0.24 210	0.20 208	0.10 141	0.05 123	0.06 123	0.13 186

Pointernet	0.21 188	0.22 149	0.19 195	0.24 190	0.19 240	0.24 225	0.19 226	0.24 223	0.19 235	0.24 225	0.19 236	0.24 229	0.19 237	0.24 225	0.19 228	0.22 192	0.17 196	0.22 217	0.17 231	0.22 210	0.17 215

UPFNet	0.42 322	1.20 413	0.17 183	0.24 190	0.17 224	0.25 235	0.17 212	1.19 543	0.90 542	0.25 233	0.17 217	0.24 229	0.17 220	0.25 234	0.17 212	0.22 192	0.17 196	0.22 217	0.16 209	1.15 531	0.93 539

iResNetv2_ROB	0.20 179	0.23 151	0.18 193	0.24 190	0.20 243	0.24 225	0.18 220	0.24 223	0.18 228	0.24 225	0.18 233	0.23 223	0.19 237	0.24 225	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.22 210	0.16 198

iResNet	0.20 179	0.23 151	0.18 193	0.24 190	0.18 235	0.24 225	0.20 230	0.24 223	0.18 228	0.23 218	0.17 217	0.23 223	0.18 230	0.23 221	0.18 224	0.22 192	0.16 175	0.21 212	0.16 209	0.21 208	0.16 198

ACV-stereo	0.30 226	2.08 553	0.25 219	0.25 197	0.18 235	0.24 225	0.17 212	0.24 223	0.18 228	0.24 225	0.17 217	0.25 236	0.17 220	0.24 225	0.17 212	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 198

LoS_RVC	0.30 226	1.14 403	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 231	0.25 261	0.25 233	0.25 266	0.26 248	0.26 272	0.26 246	0.25 257	0.26 219	0.26 231	0.25 241	0.25 265	0.26 233	0.26 253

CAS	0.30 226	1.17 409	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 231	0.26 275	0.25 233	0.25 266	0.25 236	0.25 262	0.25 234	0.25 257	0.26 219	0.26 231	0.26 246	0.25 265	0.26 233	0.25 247

LoS	0.25 207	0.27 172	0.25 219	0.25 197	0.25 270	0.25 235	0.25 257	0.26 237	0.25 261	0.25 233	0.25 266	0.25 236	0.25 262	0.25 234	0.25 257	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 337	1.24 467	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.93 548	0.25 233	0.17 217	0.25 236	0.18 230	0.25 234	0.17 212	0.23 203	0.16 175	0.23 226	0.16 209	1.20 543	0.99 545

delet	0.43 324	1.21 459	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.95 550	0.25 233	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.23 203	0.16 175	0.22 217	0.16 209	1.18 539	0.98 544

psm_up	0.43 324	1.19 412	0.17 183	0.25 197	0.18 235	0.25 235	0.19 226	1.26 595	0.91 543	0.26 242	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.22 192	0.17 196	0.23 226	0.16 209	1.18 539	0.99 545

Select-FE	0.41 308	0.44 238	0.23 209	0.26 204	0.22 256	0.26 244	0.22 241	0.26 237	0.23 253	0.26 242	0.23 253	0.26 248	0.23 256	0.45 394	0.42 425	0.25 217	0.22 217	0.25 241	0.22 249	0.45 393	2.90 686

tg	0.21 188	0.25 166	0.21 204	0.26 204	0.17 224	0.24 225	0.17 212	0.24 223	0.17 222	0.24 225	0.17 217	0.24 229	0.17 220	0.24 225	0.17 212	0.24 210	0.17 196	0.23 226	0.16 209	0.23 222	0.16 198

UNDER WATER-64	0.25 207	0.26 169	0.25 219	0.26 204	0.25 270	0.25 235	0.25 257	0.25 231	0.25 261	0.25 233	0.25 266	0.25 236	0.25 262	0.26 246	0.25 257	0.25 217	0.25 228	0.25 241	0.25 265	0.25 230	0.25 247

small-0shot	0.35 257	1.92 547	0.27 229	0.27 207	0.27 278	0.27 249	0.27 267	0.27 241	0.27 279	0.27 247	0.27 275	0.26 248	0.27 279	0.27 250	0.26 262	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 291

GEStereo_RVC	0.86 491	4.45 651	0.20 198	0.27 207	0.20 243	0.27 249	0.20 230	0.26 237	0.18 228	5.03 710	0.20 240	0.27 251	0.19 237	0.27 250	0.21 235	0.20 182	0.19 206	0.19 203	4.02 714	0.20 201	0.18 221

SQANet	0.28 220	0.28 175	0.28 236	0.28 209	0.28 284	0.28 251	0.28 278	0.28 242	0.28 285	0.28 248	0.28 283	0.28 252	0.28 288	0.28 255	0.28 273	0.28 228	0.28 251	0.28 255	0.28 328	0.28 241	0.28 317

ssnet_v2	0.68 431	1.96 549	1.25 591	0.29 210	0.20 243	0.30 256	0.20 230	0.29 247	0.22 246	1.50 615	0.20 240	0.31 267	0.20 241	0.27 250	0.22 239	0.24 210	1.49 614	0.26 246	0.18 238	3.90 670	0.19 224

DStereoO	0.31 233	0.31 183	0.31 262	0.30 211	0.40 420	0.31 263	0.30 298	0.30 250	0.34 382	0.29 253	0.31 355	0.29 258	0.30 307	0.31 266	0.31 338	0.31 243	0.29 265	0.31 268	0.30 359	0.31 254	0.31 349

MultiAttention	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340

MSAF-DinoV2	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340

IGEV_Zeroshot_test	0.20 179	0.19 135	0.40 346	0.30 211	0.17 224	0.22 213	0.17 212	0.21 208	0.17 222	0.20 197	0.17 217	0.21 206	0.18 230	0.21 209	0.17 212	0.20 182	0.16 175	0.20 208	0.16 209	0.20 201	0.17 215

GMOStereo	0.37 275	0.45 247	0.23 209	0.30 211	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	0.34 256	0.22 217	0.47 432	0.37 413	0.39 353	0.33 363

DANet	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 223	0.16 212	0.24 225	0.16 209	0.24 229	0.16 208	0.24 225	0.16 205	0.27 223	0.23 223	0.24 236	0.16 209	0.23 222	0.16 198

LACA1	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 223	0.16 212	0.24 225	0.16 209	0.24 229	0.16 208	0.24 225	0.16 205	0.27 223	0.22 217	0.23 226	0.16 209	0.23 222	0.16 198

DStereoSA	0.32 242	0.52 278	0.34 284	0.31 217	0.31 354	0.30 256	0.30 298	0.31 256	0.30 308	0.31 260	0.31 355	0.31 267	0.30 307	0.31 266	0.31 338	0.30 237	0.32 284	0.31 268	0.31 370	0.31 254	0.31 349

xxxxx1	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 262	0.25 261	0.31 260	0.24 260	0.33 275	0.25 262	0.32 269	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

tt_ll	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 262	0.25 261	0.31 260	0.24 260	0.33 275	0.25 262	0.32 269	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

ff	0.31 233	0.91 345	0.23 209	0.31 217	0.23 262	0.31 263	0.23 250	0.33 262	0.25 261	0.31 260	0.24 260	0.33 275	0.25 262	0.32 269	0.24 249	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

w-ln-seven-2	0.14 139	1.22 465	0.28 236	0.32 223	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 246	0.27 243	0.04 93	0.03 57	0.03 47	0.03 52

WCG-NET（raft）	0.32 242	1.24 467	0.24 216	0.32 223	0.24 267	0.32 272	0.23 250	0.32 258	0.24 256	0.32 266	0.24 260	0.32 271	0.24 259	0.32 269	0.24 249	0.30 237	0.23 223	0.30 262	0.23 255	0.30 249	0.23 235

CASnet	0.35 257	0.51 276	0.44 368	0.32 223	0.31 354	0.24 225	0.34 377	0.36 272	0.25 261	0.31 260	0.37 402	0.30 262	0.33 374	0.25 234	0.45 431	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 389
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 220	0.32 185	0.24 216	0.32 223	0.25 270	0.32 272	0.24 255	0.32 258	0.24 256	0.33 271	0.24 260	0.35 282	0.24 259	0.33 277	0.24 249	0.31 243	0.24 227	0.32 271	0.24 262	0.32 257	0.24 245

SMOE	0.23 200	0.25 166	0.30 246	0.33 227	0.18 235	0.26 244	0.18 220	0.26 237	0.18 228	0.26 242	0.18 233	0.25 236	0.18 230	0.25 234	0.18 224	0.31 243	0.27 243	0.23 226	0.17 231	0.23 222	0.17 215

DStereoFS	0.32 242	0.33 186	0.32 268	0.33 227	0.30 307	0.32 272	0.32 353	0.32 258	0.31 353	0.30 255	0.31 355	0.31 267	0.30 307	0.32 269	0.32 348	0.32 246	0.31 279	0.30 262	0.47 460	0.32 257	0.34 370

model_zeroshot	0.27 217	0.20 139	0.27 229	0.33 227	0.21 254	0.37 291	0.22 241	0.37 280	0.24 256	0.26 242	0.27 275	0.33 275	0.21 249	0.25 234	0.27 264	0.32 246	0.20 208	0.34 288	0.23 255	0.25 230	0.26 253

tt1	0.31 233	0.93 354	0.24 216	0.33 227	0.23 262	0.31 263	0.24 255	0.32 258	0.24 256	0.32 266	0.23 253	0.32 271	0.25 262	0.32 269	0.24 249	0.27 223	0.26 231	0.27 251	0.26 271	0.27 239	0.27 291

depth_test_26	0.20 179	0.34 187	0.25 219	0.34 231	0.14 194	0.21 210	0.14 188	0.21 208	0.14 195	0.21 209	0.14 195	0.21 206	0.14 194	0.21 209	0.14 187	0.26 219	0.26 231	0.22 217	0.15 206	0.22 210	0.14 191

DLNR-FE	0.28 220	0.89 340	0.30 246	0.34 231	0.19 240	0.28 251	0.19 226	0.28 242	0.20 237	0.28 248	0.20 240	0.28 252	0.20 241	0.28 255	0.20 231	0.33 252	0.28 251	0.25 241	0.19 239	0.24 227	0.19 224

H2IRNET	0.34 248	0.34 187	0.34 284	0.34 231	0.34 388	0.34 275	0.34 377	0.34 265	0.34 382	0.34 274	0.34 382	0.34 280	0.34 379	0.34 278	0.34 373	0.34 256	0.34 326	0.34 288	0.34 391	0.34 269	0.34 370

DMCA	0.36 265	0.38 201	0.37 301	0.35 234	0.35 392	0.36 283	0.36 389	0.36 272	0.35 386	0.35 278	0.37 402	0.36 287	0.36 390	0.35 281	0.36 381	0.36 269	0.36 339	0.35 304	0.36 410	0.36 290	0.36 384

MLCV	0.31 233	0.35 189	0.27 229	0.35 234	0.28 284	0.35 279	0.27 267	0.35 268	0.28 285	0.36 282	0.27 275	0.35 282	0.27 279	0.35 281	0.27 264	0.34 256	0.27 243	0.34 288	0.27 309	0.34 269	0.27 291

ETE_ROB	0.35 257	0.35 189	0.35 295	0.35 234	0.35 392	0.35 279	0.35 382	0.35 268	0.35 386	0.35 278	0.35 391	0.35 282	0.35 386	0.35 281	0.35 377	0.35 264	0.35 333	0.35 304	0.35 404	0.35 282	0.35 381

DN-CSS_ROB	0.31 233	0.35 189	0.28 236	0.35 234	0.28 284	0.34 275	0.27 267	0.34 265	0.25 261	0.35 278	0.27 275	0.36 287	0.26 272	0.34 278	0.28 273	0.35 264	0.28 251	0.34 288	0.28 328	0.34 269	0.27 291

Any-RAFT	0.32 242	0.36 194	0.27 229	0.36 238	0.27 278	0.36 283	0.27 267	0.36 272	0.27 279	0.36 282	0.27 275	0.36 287	0.27 279	0.36 287	0.28 273	0.36 269	0.28 251	0.36 311	0.28 328	0.36 290	0.28 317

CES	0.39 295	0.47 255	0.36 297	0.36 238	0.37 402	0.45 397	0.35 382	0.35 268	0.40 417	0.36 282	0.44 442	0.47 407	0.36 390	0.44 376	0.36 381	0.37 272	0.39 357	0.44 413	0.35 404	0.37 295	0.36 384

HGLStereo	0.28 220	0.29 177	0.22 206	0.36 238	0.22 256	0.36 283	0.21 236	0.36 272	0.21 242	0.42 331	0.21 246	0.36 287	0.22 250	0.36 287	0.21 235	0.34 256	0.21 213	0.34 288	0.21 246	0.34 269	0.21 230

PAM	0.39 295	1.88 537	0.34 284	0.37 241	0.41 430	0.45 397	0.22 241	0.28 242	0.23 253	0.28 248	0.24 260	0.29 258	0.23 256	0.29 259	0.23 246	0.38 284	0.32 284	0.38 322	0.37 413	0.32 257	0.22 233

RSM	0.36 265	0.36 194	0.43 366	0.37 241	0.42 440	0.49 420	0.42 430	0.37 280	0.28 285	0.36 282	0.29 296	0.36 287	0.30 307	0.37 294	0.28 273	0.34 256	0.31 279	0.34 288	0.35 404	0.40 367	0.29 326

XPNet_ROB	0.37 275	0.37 197	0.37 301	0.37 241	0.37 402	0.37 291	0.37 395	0.37 280	0.37 399	0.37 288	0.37 402	0.37 297	0.37 395	0.37 294	0.37 391	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 389

Weightmod	0.27 217	0.29 177	0.33 273	0.38 244	0.20 243	0.30 256	0.21 236	0.29 247	0.21 242	0.29 253	0.22 248	0.30 262	0.20 241	0.30 261	0.21 235	0.37 272	0.31 279	0.27 251	0.20 241	0.28 241	0.21 230

SME	0.27 217	0.29 177	0.31 262	0.38 244	0.20 243	0.29 254	0.18 220	0.30 250	0.20 237	0.32 266	0.21 246	0.32 271	0.20 241	0.32 269	0.21 235	0.35 264	0.32 284	0.27 251	0.19 239	0.29 245	0.20 226

PStereo	0.32 242	0.36 194	0.28 236	0.38 244	0.29 295	0.36 283	0.27 267	0.38 289	0.27 279	0.38 289	0.28 283	0.36 287	0.27 279	0.36 287	0.28 273	0.32 246	0.27 243	0.33 278	0.27 309	0.33 264	0.27 291

Monster-pub-mixall	0.44 337	0.56 290	0.60 432	0.38 244	0.27 278	0.37 291	0.27 267	0.37 280	0.29 293	0.38 289	0.27 275	0.38 299	0.29 298	0.85 503	0.27 264	1.46 593	0.26 231	0.34 288	0.26 271	0.36 290	0.53 458

WAO-8	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 289	0.38 403	0.38 289	0.38 407	0.38 299	0.38 399	0.38 297	0.38 394	0.38 284	0.38 350	0.38 322	0.37 413	0.38 308	0.38 396

WAO-7	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 289	0.38 403	0.38 289	0.38 407	0.38 299	0.38 399	0.38 297	0.38 394	0.38 284	0.38 350	0.38 322	0.38 426	0.38 308	0.38 396

Venus	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.37 291	0.38 402	0.37 280	0.37 399	0.41 317	0.37 402	0.39 304	0.37 395	0.38 297	0.38 394	0.37 272	0.38 350	0.38 322	0.37 413	0.37 295	0.38 396

IMH	0.38 281	0.38 201	0.38 303	0.38 244	0.38 409	0.38 298	0.38 402	0.38 289	0.38 403	0.42 331	0.38 407	0.40 312	0.38 399	0.38 297	0.38 394	0.38 284	0.38 350	0.39 363	0.38 426	0.38 308	0.38 396

Monster-pub-eth3d	0.45 360	0.57 291	0.60 432	0.39 252	0.28 284	0.37 291	0.28 278	0.37 280	0.30 308	0.39 296	0.29 296	0.39 304	0.30 307	0.92 515	0.27 264	1.42 590	0.28 251	0.34 288	0.28 328	0.37 295	0.53 458

1test111	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 294	0.29 293	0.39 296	0.29 296	0.39 304	0.28 288	0.40 308	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 349

cc1	0.37 275	1.02 384	0.30 246	0.39 252	0.29 295	0.40 306	0.28 278	0.39 294	0.29 293	0.39 296	0.29 296	0.39 304	0.28 288	0.40 308	0.29 287	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 349

HanzoNet	0.39 295	0.38 201	0.40 346	0.39 252	0.41 430	0.38 298	0.38 402	0.38 289	0.38 403	0.39 296	0.39 417	0.38 299	0.38 399	0.39 305	0.40 409	0.38 284	0.38 350	0.40 376	0.38 426	0.38 308	0.40 405

gwcnet-sp	0.82 475	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 709	0.23 235

scenet	0.82 475	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 709	0.23 235

ssnet	0.82 475	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 709	0.23 235

Wz-Net-LNSev-Ref	0.11 112	0.44 238	0.33 273	0.39 252	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 297	0.36 339	0.02 19	0.02 21	0.02 21	0.02 20

iRaft-Stereo_5w	0.34 248	0.42 233	0.31 262	0.39 252	0.30 307	0.38 298	0.30 298	0.40 302	0.29 293	0.40 303	0.37 402	0.41 325	0.34 379	0.38 297	0.30 297	0.34 256	0.27 243	0.34 288	0.26 271	0.34 269	0.26 253

iRaft-Stereo_20w	0.34 248	0.41 223	0.31 262	0.39 252	0.29 295	0.40 306	0.32 353	0.41 317	0.32 363	0.38 289	0.30 311	0.39 304	0.30 307	0.38 297	0.32 348	0.35 264	0.27 243	0.34 288	0.27 309	0.34 269	0.29 326

RAFT + AFF	0.31 233	0.45 247	0.34 284	0.39 252	0.28 284	0.38 298	0.33 364	0.29 247	0.31 353	0.30 255	0.30 311	0.29 258	0.27 279	0.29 259	0.30 297	0.28 228	0.29 265	0.29 260	0.29 343	0.27 239	0.32 356

StereoDRNet-Refined	0.33 247	0.39 208	0.26 226	0.39 252	0.26 277	0.40 306	0.26 264	0.40 302	0.26 275	0.39 296	0.26 271	0.39 304	0.26 272	0.39 305	0.26 262	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 389
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 531	0.39 208	5.28 702	0.39 252	0.20 243	0.39 304	0.27 267	0.39 294	0.22 246	0.38 289	0.20 240	0.38 299	0.20 241	6.95 721	0.22 239	0.30 237	0.21 213	0.27 251	0.21 246	5.25 702	0.21 230

Replicate-Monster	0.45 360	0.57 291	0.60 432	0.40 265	0.29 295	0.37 291	0.27 267	0.37 280	0.30 308	0.40 303	0.31 355	0.40 312	0.30 307	0.99 523	0.27 264	1.36 586	0.31 279	0.34 288	0.30 359	0.36 290	0.54 461

w-ln-seven	0.18 173	1.47 484	0.33 273	0.40 265	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 284	0.32 284	0.05 108	0.04 99	0.04 97	0.04 96

DCVSM-stereo	0.36 265	1.89 538	0.22 206	0.40 265	0.22 256	0.40 306	0.22 241	0.40 302	0.22 246	0.40 303	0.22 248	0.40 312	0.22 250	0.40 308	0.22 239	0.28 228	0.21 213	0.28 255	0.21 246	0.28 241	0.20 226

IGEV++	0.34 248	0.43 235	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 302	0.29 293	0.40 303	0.29 296	0.40 312	0.29 298	0.40 308	0.30 297	0.38 284	0.29 265	0.37 314	0.29 343	0.37 295	0.29 326

ACVNet-DCA	0.37 275	1.00 370	0.30 246	0.40 265	0.29 295	0.40 306	0.29 290	0.40 302	0.29 293	0.40 303	0.29 296	0.40 312	0.29 298	0.39 305	0.28 273	0.33 252	0.32 284	0.33 278	0.32 377	0.33 264	0.32 356

xx1	0.38 281	1.03 386	0.31 262	0.40 265	0.31 354	0.41 322	0.28 278	0.40 302	0.29 293	0.40 303	0.29 296	0.40 312	0.29 298	0.40 308	0.29 287	0.34 256	0.33 297	0.34 288	0.32 377	0.34 269	0.32 356

knoymous	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

anonymousa	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

riskmin	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

Anonymous_2	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

Anonymous_1	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

AdaStereo	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405
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	0.36 265	0.40 212	0.28 236	0.41 277	0.28 284	0.41 322	0.28 278	0.41 317	0.28 285	0.41 317	0.28 283	0.41 325	0.28 288	0.42 338	0.30 297	0.37 272	0.26 231	0.37 314	0.27 309	0.45 393	0.56 472

z-mn7	0.16 158	1.21 459	0.33 273	0.41 277	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 264	0.31 279	0.04 93	0.04 99	0.04 97	0.04 96

RAFT-Test	0.36 265	0.37 197	0.33 273	0.41 277	0.32 366	0.41 322	0.32 353	0.41 317	0.32 363	0.41 317	0.32 365	0.41 325	0.32 363	0.41 324	0.33 360	0.37 272	0.29 265	0.37 314	0.29 343	0.38 308	0.31 349

GwcNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 439	0.41 378	0.41 413

PSMNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 439	0.41 378	0.41 413

GANet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 439	0.41 378	0.41 413

ADLNet2	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 439	0.41 378	0.41 413

ADLNet	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 439	0.41 378	0.41 413

GES	0.66 425	2.34 578	0.29 242	0.41 277	0.29 295	0.41 322	0.29 290	0.42 335	0.29 293	0.40 303	0.41 428	0.41 325	0.30 307	0.51 436	0.29 287	0.32 246	0.29 265	0.32 271	2.46 685	2.49 647	0.30 340

DGSMNet	0.34 248	0.41 223	0.27 229	0.41 277	0.28 284	0.41 322	0.28 278	0.41 317	0.27 279	0.41 317	0.27 275	0.42 343	0.27 279	0.41 324	0.28 273	0.40 304	0.29 265	0.40 376	0.28 328	0.40 367	0.27 291

HiDET	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 335	0.30 308	0.44 376	0.30 311	0.42 343	0.30 307	0.42 338	0.68 495	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

LCMNet	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 335	0.30 308	0.45 388	0.30 311	0.42 343	0.30 307	0.42 338	0.69 503	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

CSFM-Stereo	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.43 343	0.30 308	0.44 376	0.30 311	0.42 343	0.30 307	0.42 338	0.73 516	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.30 340

HART	0.38 281	0.45 247	0.34 284	0.42 287	0.33 378	0.41 322	0.34 377	0.42 335	0.33 373	0.43 338	0.34 382	0.42 343	0.34 379	0.41 324	0.38 394	0.40 304	0.32 284	0.42 410	0.32 377	0.40 367	0.32 356

RAFT-Stereo-weight	0.45 360	1.90 540	0.34 284	0.42 287	0.36 398	0.43 349	0.35 382	0.42 335	0.34 382	0.42 331	0.34 382	0.44 387	0.34 379	0.41 324	0.34 373	0.38 284	0.32 284	0.38 322	0.32 377	0.38 308	0.33 363

Gwc-CoAtRS	0.41 308	1.49 485	0.32 268	0.42 287	0.32 366	0.41 322	0.32 353	0.41 317	0.33 373	0.41 317	0.32 365	0.41 325	0.32 363	0.41 324	0.32 348	0.39 297	0.28 251	0.39 363	0.28 328	0.40 367	0.28 317

Anonymus	0.47 374	0.73 310	0.46 375	0.43 293	0.54 479	0.53 447	0.27 267	0.39 294	0.35 386	0.33 271	0.40 420	0.33 275	0.38 399	0.53 443	0.54 464	0.56 410	0.36 339	0.49 445	0.53 476	0.66 450	0.54 461

MonSter++	0.38 281	0.44 238	0.31 262	0.43 293	0.30 307	0.43 349	0.31 345	0.43 343	0.31 353	0.45 388	0.31 355	0.43 352	0.31 358	0.43 345	0.69 503	0.38 284	0.33 297	0.40 376	0.30 359	0.38 308	0.30 340

test_for_model	0.35 257	0.39 208	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.31 338	0.38 284	0.26 231	0.38 322	0.26 271	0.38 308	0.26 253

GCAPDPT-zeroshot	0.36 265	0.40 212	0.30 246	0.43 293	0.30 307	0.43 349	0.30 298	0.43 343	0.31 353	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.31 338	0.39 297	0.28 251	0.39 363	0.27 309	0.39 353	0.26 253

gcap_with_dpt	0.35 257	0.39 208	0.30 246	0.44 297	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.30 311	0.44 387	0.30 307	0.44 376	0.30 297	0.38 284	0.26 231	0.38 322	0.27 309	0.38 308	0.27 291

gcap-zeroshot	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 381	0.32 363	0.44 376	0.32 365	0.44 387	0.32 363	0.44 376	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 291

testlalala	0.36 265	0.40 212	0.34 284	0.44 297	0.31 354	0.44 383	0.31 345	0.44 381	0.32 363	0.44 376	0.32 365	0.44 387	0.32 363	0.44 376	0.31 338	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 291

RCA-Stereo	0.51 393	3.22 621	0.34 284	0.44 297	0.34 388	0.44 383	0.34 377	0.43 343	0.34 382	0.43 338	0.34 382	0.44 387	0.33 374	0.43 345	0.33 360	0.38 284	0.29 265	0.38 322	0.29 343	0.38 308	0.29 326

CFNet-RSSM	0.91 497	4.89 657	0.34 284	0.44 297	1.07 564	1.62 623	1.40 637	0.91 503	0.35 386	1.60 616	1.39 637	0.64 471	0.34 379	0.44 376	0.33 360	0.41 312	0.35 333	0.75 497	0.30 359	0.41 378	0.29 326

GeoVLM	0.36 265	0.38 201	0.27 229	0.46 302	0.28 284	0.35 279	0.28 278	0.37 280	0.27 279	0.35 278	0.28 283	0.36 287	0.38 399	0.35 281	0.28 273	1.08 510	0.26 231	0.33 278	0.27 309	0.34 269	0.33 363

fffy	0.38 281	0.43 235	0.33 273	0.46 302	0.33 378	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.33 374	0.45 394	0.32 348	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 384

otaku	0.46 367	0.46 251	0.46 375	0.46 302	0.46 449	0.46 404	0.46 441	0.46 394	0.46 442	0.46 394	0.46 449	0.46 401	0.46 441	0.46 399	0.46 435	0.46 367	0.46 395	0.46 422	0.46 453	0.46 396	0.46 428

Ntro	0.47 374	0.47 255	0.46 375	0.46 302	0.46 449	0.47 409	0.47 446	0.46 394	0.47 447	0.46 394	0.46 449	0.47 407	0.46 441	0.47 403	0.47 442	0.47 374	0.46 395	0.46 422	0.46 453	0.46 396	0.46 428

Dean	0.46 367	0.46 251	0.46 375	0.46 302	0.46 449	0.46 404	0.46 441	0.46 394	0.46 442	0.47 400	0.46 449	0.46 401	0.46 441	0.46 399	0.46 435	0.46 367	0.46 395	0.46 422	0.46 453	0.46 396	0.46 428

ACVNet_1	0.46 367	0.47 255	0.46 375	0.46 302	0.46 449	0.46 404	0.46 441	0.46 394	0.47 447	0.46 394	0.46 449	0.46 401	0.46 441	0.46 399	0.46 435	0.46 367	0.46 395	0.47 432	0.46 453	0.46 396	0.46 428

ACVNet-4b	0.46 367	0.46 251	0.46 375	0.46 302	0.46 449	0.46 404	0.46 441	0.46 394	0.46 442	0.46 394	0.46 449	0.46 401	0.46 441	0.47 403	0.46 435	0.46 367	0.46 395	0.46 422	0.46 453	0.46 396	0.46 428

Weightmod_eth	0.20 179	0.24 159	0.28 236	0.47 309	0.14 194	0.24 225	0.14 188	0.17 187	0.13 192	0.22 212	0.16 209	0.22 215	0.13 189	0.20 197	0.16 205	0.24 210	0.20 208	0.19 203	0.14 197	0.16 183	0.24 245

FE-Mocha	0.35 257	0.71 307	0.40 346	0.47 309	0.27 278	0.34 275	0.27 267	0.34 265	0.26 275	0.34 274	0.26 271	0.34 280	0.27 279	0.34 278	0.27 264	0.44 328	0.41 371	0.33 278	0.29 343	0.32 257	0.29 326

LG-Stereo_L2	0.34 248	0.37 197	0.38 303	0.47 309	0.28 284	0.39 304	0.28 278	0.39 294	0.28 285	0.39 296	0.28 283	0.39 304	0.28 288	0.38 297	0.28 273	0.42 326	0.35 333	0.36 311	0.26 271	0.35 282	0.26 253

UNDER WATER	0.47 374	0.47 255	0.47 383	0.47 309	0.47 455	0.47 409	0.47 446	0.47 400	0.47 447	0.47 400	0.47 457	0.47 407	0.46 441	0.47 403	0.47 442	0.47 374	0.47 403	0.47 432	0.46 453	0.47 410	0.47 435

LVE	0.47 374	0.47 255	0.47 383	0.47 309	0.49 462	0.47 409	0.47 446	0.47 400	0.49 456	0.47 400	0.47 457	0.47 407	0.46 441	0.47 403	0.47 442	0.47 374	0.47 403	0.48 440	0.47 460	0.47 410	0.47 435

GANet-RSSM	0.75 451	1.91 541	0.14 148	0.47 309	0.14 194	0.21 210	3.21 702	2.30 646	0.14 195	0.46 394	0.14 195	0.23 223	0.18 230	0.21 209	0.14 187	0.18 175	0.27 243	0.37 314	0.13 191	2.13 629	2.12 671

GREAT-IGEV	0.38 281	0.43 235	0.36 297	0.48 315	0.32 366	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.32 363	0.45 394	0.32 348	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 326
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	0.36 265	0.49 263	0.39 314	0.48 315	0.32 366	0.41 322	0.28 278	0.40 302	0.30 308	0.41 317	0.28 283	0.40 312	0.28 288	0.42 338	0.28 273	0.45 357	0.32 284	0.38 322	0.30 359	0.37 295	0.27 291

mms	0.40 300	0.45 247	0.35 295	0.48 315	0.36 398	0.47 409	0.34 377	0.45 390	0.38 403	0.47 400	0.33 374	0.45 397	0.32 363	0.45 394	0.32 348	0.39 297	0.38 350	0.38 322	0.37 413	0.39 353	0.39 402

ccccc	0.41 308	0.44 238	0.34 284	0.48 315	0.35 392	0.48 414	0.35 382	0.51 432	0.35 386	0.47 400	0.35 391	0.47 407	0.34 379	0.47 403	0.35 377	0.41 312	0.40 361	0.40 376	0.40 431	0.41 378	0.39 402

RainbowNet	0.48 380	0.48 261	0.48 391	0.48 315	0.48 459	0.48 414	0.48 455	0.48 404	0.48 454	0.48 407	0.48 461	0.48 414	0.48 450	0.48 412	0.48 448	0.48 379	0.48 407	0.48 440	0.48 464	0.48 414	0.48 437

notaker	0.48 380	0.49 263	0.48 391	0.48 315	0.48 459	0.48 414	0.48 455	0.48 404	0.49 456	0.48 407	0.48 461	0.48 414	0.48 450	0.48 412	0.48 448	0.48 379	0.48 407	0.48 440	0.48 464	0.48 414	0.49 443

aanet-new-90k	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-60k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-70k	0.44 337	1.82 523	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-78k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-36k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-34k	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-32k-new	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 381	0.30 308	0.44 376	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.34 326	0.39 363	0.26 271	0.38 308	0.26 253

aanet-new-32k	0.44 337	1.79 510	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-30k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-28k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.44 381	0.30 308	0.44 376	0.30 311	0.44 387	0.30 307	0.44 376	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT26K	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.31 338	0.44 328	0.33 297	0.38 322	0.27 309	0.38 308	0.26 253

aanet-new-24k	0.44 337	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-22k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-16k	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-14k	0.60 409	5.12 660	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.30 297	0.44 328	0.37 343	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-8k	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new	0.43 324	1.80 511	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-cres-4k	0.44 337	1.81 516	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-cres	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-36K	0.43 324	1.78 506	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-22K	0.44 337	1.85 532	0.38 303	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-20K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-24K	0.44 337	1.86 535	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-5K	0.44 337	1.80 511	0.39 314	0.49 321	0.30 307	0.44 383	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-2K	0.44 337	1.82 523	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-3K	0.43 324	1.77 503	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-50K	0.44 337	1.83 526	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.36 339	0.38 322	0.26 271	0.38 308	0.26 253

Pro-Stereo	0.79 462	0.53 282	0.38 303	0.49 321	0.38 409	0.49 420	0.37 395	0.49 409	0.67 495	0.50 427	0.38 407	1.10 546	0.38 399	0.49 418	0.38 394	0.71 443	0.88 503	5.98 718	0.36 410	0.46 396	0.36 384

GCAP-BAT	0.41 308	1.30 471	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.44 376	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.34 326	0.38 322	0.26 271	0.38 308	0.26 253

GCAPDPT-zeroshot4090	0.40 300	1.09 396	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.44 381	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.34 326	0.38 322	0.27 309	0.38 308	0.27 291

MyStereo07	0.60 409	3.72 633	0.48 391	0.49 321	0.41 430	0.36 283	0.32 353	0.49 409	0.43 435	0.51 436	0.42 438	0.49 419	0.43 432	0.51 436	0.64 479	0.49 382	0.45 393	0.34 288	0.32 377	0.35 282	0.43 422

MyStereo04	0.56 406	3.72 633	0.59 428	0.49 321	0.41 430	0.36 283	0.32 353	0.37 280	0.31 353	0.34 274	0.46 449	0.35 282	0.32 363	0.35 281	0.33 360	0.49 382	0.45 393	0.34 288	0.32 377	0.35 282	0.43 422

HaxPig	0.47 374	0.47 255	0.47 383	0.49 321	0.47 455	0.47 409	0.47 446	0.47 400	0.47 447	0.47 400	0.47 457	0.47 407	0.47 449	0.47 403	0.47 442	0.47 374	0.47 403	0.47 432	0.47 460	0.47 410	0.48 437

ACVNet_2	0.49 386	0.49 263	0.49 398	0.49 321	0.49 462	0.49 420	0.49 457	0.49 409	0.49 456	0.49 414	0.49 464	0.49 419	0.49 456	0.49 418	0.49 450	0.49 382	0.49 410	0.49 445	0.49 468	0.49 417	0.49 443

IGEV-Stereo	0.35 257	0.44 238	0.45 370	0.49 321	0.30 307	0.37 291	0.30 298	0.36 272	0.30 308	0.36 282	0.29 296	0.36 287	0.29 298	0.36 287	0.30 297	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 308	0.46 251	0.33 273	0.49 321	0.33 378	0.49 420	0.33 364	0.49 409	0.33 373	0.49 414	0.33 374	0.49 419	0.33 374	0.51 436	0.33 360	0.41 312	0.30 274	0.41 394	0.30 359	0.79 476	0.29 326

aanet-new-40k	0.44 337	1.81 516	0.39 314	0.50 357	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-10k	0.45 360	1.81 516	0.40 346	0.50 357	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.32 363	0.44 376	0.31 338	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

252Zero-FE	0.45 360	0.50 268	0.36 297	0.50 357	0.36 398	0.50 429	0.36 389	0.50 418	0.36 397	0.49 414	0.36 395	0.49 419	0.36 390	0.54 446	0.41 417	0.45 357	0.34 326	0.45 418	0.34 391	0.55 436	0.75 517

water-stereo	0.41 308	0.84 329	0.46 375	0.50 357	0.33 378	0.45 397	0.33 364	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.32 363	0.45 394	0.32 348	0.44 328	0.41 371	0.39 363	0.31 370	0.39 353	0.32 356

DilatedVolume-Stereo	0.43 324	0.86 333	0.48 391	0.50 357	0.33 378	0.46 404	0.33 364	0.46 394	0.33 373	0.46 394	0.33 374	0.47 407	0.33 374	0.47 403	0.34 373	0.45 357	0.42 380	0.40 376	0.33 387	0.47 410	0.38 396

FoundationStereo	0.50 388	0.50 268	0.50 403	0.50 357	0.50 466	0.50 429	0.50 461	0.50 418	0.50 461	0.50 427	0.50 468	0.50 433	0.50 460	0.50 426	0.50 453	0.50 388	0.50 418	0.50 451	0.50 470	0.50 422	0.50 446

StereoAnything_RVC	0.50 388	0.50 268	0.50 403	0.50 357	0.50 466	0.50 429	0.50 461	0.50 418	0.50 461	0.50 427	0.50 468	0.50 433	0.50 460	0.50 426	0.50 453	0.50 388	0.50 418	0.50 451	0.50 470	0.50 422	0.50 446

dual_stereo	0.50 388	0.50 268	0.50 403	0.50 357	0.50 466	0.50 429	0.50 461	0.50 418	0.50 461	0.50 427	0.50 468	0.50 433	0.50 460	0.50 426	0.50 453	0.50 388	0.50 418	0.50 451	0.50 470	0.50 422	0.50 446

TorneroNet	0.66 425	0.53 282	0.50 403	0.50 357	0.64 497	1.06 535	0.70 512	0.50 418	0.51 468	0.49 414	0.69 512	0.49 419	0.50 460	0.48 412	1.15 564	0.71 443	0.49 410	1.14 552	1.08 563	0.49 417	0.49 443

ccnet	0.80 465	2.28 570	0.33 273	0.50 357	0.33 378	0.50 429	0.33 364	0.50 418	0.33 373	0.49 414	0.33 374	0.49 419	1.56 629	2.38 650	0.33 360	0.41 312	0.29 265	0.42 410	1.57 645	2.28 635	0.29 326

SANet	0.50 388	0.50 268	0.50 403	0.50 357	0.50 466	0.50 429	0.50 461	0.50 418	0.50 461	0.50 427	0.50 468	0.50 433	0.50 460	0.50 426	0.50 453	0.50 388	0.50 418	0.50 451	0.50 470	0.50 422	0.50 446

quiztm	0.43 324	0.49 263	0.40 346	0.51 368	0.40 420	0.51 441	0.40 416	0.50 418	0.40 417	0.50 427	0.40 420	0.51 444	0.40 411	0.50 426	0.40 409	0.44 328	0.34 326	0.44 413	0.34 391	0.44 388	0.34 370

aanet-new-12k	0.46 367	1.99 550	0.40 346	0.51 368	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.31 358	0.44 376	0.32 348	0.47 374	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

GCAP-Stereo-DPT-FT	0.41 308	1.06 393	0.40 346	0.51 368	0.31 354	0.44 383	0.30 298	0.43 343	0.32 363	0.44 376	0.30 311	0.56 457	0.30 307	0.44 376	0.31 338	0.45 357	0.34 326	0.39 363	0.27 309	0.40 367	0.27 291

GCAP-Stereo-DPT-25K	0.41 308	1.09 396	0.40 346	0.52 371	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.31 358	0.44 376	0.31 338	0.46 367	0.35 333	0.39 363	0.28 328	0.39 353	0.28 317

fffft	0.48 380	0.51 276	0.45 370	0.52 371	0.45 447	0.52 445	0.45 439	0.52 437	0.48 454	0.53 443	0.45 446	0.52 445	0.45 438	0.52 441	0.46 435	0.51 394	0.41 371	0.50 451	0.41 439	0.50 422	0.41 413
1: 1. 1
DDF-Stereo	0.43 324	1.15 406	0.57 426	0.53 373	0.32 366	0.41 322	0.32 353	0.41 317	0.32 363	0.41 317	0.32 365	0.41 325	0.32 363	0.40 308	0.32 348	0.52 396	0.50 418	0.38 322	0.31 370	0.39 353	0.31 349

UGAM-zero	0.51 393	2.17 562	0.39 314	0.53 373	0.36 398	0.50 429	0.36 389	0.50 418	0.36 397	0.49 414	0.36 395	0.50 433	0.35 386	0.50 426	0.36 381	0.49 382	0.37 343	0.47 432	0.35 404	0.46 396	0.34 370

GCST	0.50 388	2.08 553	0.38 303	0.53 373	0.35 392	0.49 420	0.35 382	0.50 418	0.35 386	0.49 414	0.35 391	0.49 419	0.35 386	0.49 418	0.35 377	0.48 379	0.37 343	0.45 418	0.33 387	0.44 388	0.33 363

LACA3	0.23 200	0.25 166	0.27 229	0.54 376	0.17 224	0.25 235	0.17 212	0.25 231	0.17 222	0.25 233	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.28 228	0.23 223	0.24 236	0.17 231	0.24 227	0.17 215

depthmonostereo	0.44 337	0.85 331	0.46 375	0.54 376	0.40 420	0.52 445	0.38 402	0.52 437	0.35 386	0.47 400	0.34 382	0.46 401	0.34 379	0.47 403	0.34 373	0.45 357	0.43 385	0.41 394	0.33 387	0.41 378	0.32 356

SCV_C0	0.45 360	0.88 337	0.49 398	0.54 376	0.37 402	0.48 414	0.37 395	0.48 404	0.37 399	0.48 407	0.36 395	0.48 414	0.37 395	0.49 418	0.37 391	0.50 388	0.41 371	0.44 413	0.34 391	0.44 388	0.34 370

SCV	0.46 367	0.94 356	0.45 370	0.54 376	0.37 402	0.48 414	0.38 402	0.48 404	0.37 399	0.48 407	0.39 417	0.48 414	0.37 395	0.49 418	0.37 391	0.50 388	0.46 395	0.44 413	0.34 391	0.44 388	0.34 370

UGAM	0.51 393	2.23 567	0.39 314	0.54 376	0.35 392	0.50 429	0.35 382	0.49 409	0.35 386	0.49 414	0.35 391	0.49 419	0.36 390	0.50 426	0.36 381	0.49 382	0.37 343	0.45 418	0.34 391	0.45 393	0.34 370

FCDSN-DC	0.41 308	0.59 294	0.64 446	0.54 376	0.33 378	0.50 429	0.37 395	0.42 335	0.40 417	0.61 463	0.43 440	0.50 433	0.49 456	0.38 297	0.32 348	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 399	0.54 286	0.54 418	0.54 376	0.53 476	0.54 451	0.54 470	0.53 439	0.54 471	0.54 449	0.54 478	0.54 450	0.53 467	0.54 446	0.54 464	0.54 400	0.53 427	0.54 463	0.54 478	0.54 435	0.54 461

z-ln-s-r	0.21 188	1.40 482	0.53 417	0.56 383	0.04 101	0.05 110	0.04 103	0.05 110	0.05 125	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 115	0.57 412	0.44 392	0.04 93	0.04 99	0.04 97	0.04 96

GASTEREO	0.48 380	1.21 459	0.47 383	0.57 384	0.38 409	0.50 429	0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	0.38 399	0.50 426	0.38 394	0.52 396	0.42 380	0.46 422	0.34 391	0.46 396	0.34 370

CASS	0.57 408	0.89 340	0.56 422	0.57 384	0.56 480	0.56 453	0.56 472	0.56 445	0.53 469	0.57 457	0.57 481	0.59 464	0.48 450	0.56 451	0.57 468	0.55 406	0.56 432	0.47 432	0.56 484	0.62 446	0.56 472
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 393	1.40 482	0.49 398	0.58 386	0.38 409	0.50 429	0.38 402	0.54 441	0.41 427	0.52 440	0.41 428	0.53 446	0.42 429	0.53 443	0.41 417	0.60 416	0.47 403	0.48 440	0.37 413	0.48 414	0.38 396

TorneroNet-64	0.45 360	0.27 172	0.30 246	0.58 386	0.27 278	0.70 477	0.30 298	0.28 242	0.73 525	0.73 483	0.28 283	0.71 482	0.66 490	0.75 484	0.27 264	0.27 223	0.29 265	0.37 314	0.75 530	0.28 241	0.30 340

PML	0.46 367	1.36 477	0.29 242	0.58 386	0.30 307	0.57 459	0.29 290	0.57 448	0.29 293	0.57 457	0.29 296	0.57 460	0.29 298	0.56 451	0.29 287	0.52 396	0.30 274	0.53 462	0.31 370	0.53 434	0.30 340

S0	0.42 322	0.44 238	0.54 418	0.59 389	0.34 388	0.48 414	0.22 241	0.51 432	0.25 261	0.51 436	0.34 382	0.53 446	0.35 386	0.47 403	0.36 381	0.55 406	0.39 357	0.49 445	0.27 309	0.46 396	0.34 370

GSStereo	0.81 470	4.28 650	0.50 403	0.59 389	0.40 420	0.51 441	0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	3.79 699	0.50 426	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

MyStereo8	0.71 440	3.92 642	0.52 413	0.59 389	0.52 473	0.57 459	0.53 467	0.59 454	0.50 461	0.59 461	0.51 474	0.57 460	0.50 460	0.56 451	0.52 460	0.54 400	0.49 410	0.54 463	0.49 468	0.55 436	0.50 446

LL-Strereo2	0.48 380	1.73 499	0.51 410	0.59 389	0.34 388	0.42 342	0.33 364	0.40 302	0.31 353	0.42 331	0.33 374	0.42 343	0.31 358	0.44 376	0.39 406	0.60 416	0.51 423	0.44 413	0.33 387	0.44 388	0.33 363

PA-Net	11.80 723	223.51 750	0.62 439	0.59 389	0.71 515	0.59 461	0.73 518	0.67 468	0.73 525	0.55 452	0.61 491	0.60 465	0.74 515	0.63 466	0.73 516	0.66 433	0.60 447	0.69 484	0.66 507	0.72 463	0.65 491
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 414	1.21 459	0.54 418	0.61 394	0.53 476	0.67 472	0.53 467	0.66 467	0.53 469	0.64 469	0.53 477	0.65 475	0.53 467	0.59 458	0.52 460	0.65 431	0.48 407	0.64 475	0.52 474	0.58 443	0.50 446

LG-Stereo_L1	0.47 374	0.52 278	0.47 383	0.62 395	0.39 419	0.53 447	0.40 416	0.53 439	0.39 416	0.53 443	0.39 417	0.53 446	0.39 410	0.53 443	0.39 406	0.55 406	0.46 395	0.49 445	0.37 413	0.49 417	0.37 389

MonSter	0.60 409	0.64 301	0.52 413	0.62 395	0.44 443	2.07 638	0.44 433	0.62 460	0.44 438	0.62 466	0.44 442	0.62 469	0.44 434	0.62 461	0.44 429	0.58 413	0.42 380	0.62 471	0.46 453	0.58 443	0.42 420

GREATEN-IGEV_RVC	0.38 281	0.35 189	0.56 422	0.63 397	0.29 295	0.36 283	0.29 290	0.36 272	0.29 293	0.39 296	0.29 296	0.36 287	0.29 298	0.36 287	0.29 287	0.62 424	0.57 434	0.35 304	0.29 343	0.36 290	0.29 326

GREATEN-IGEV-FM_RVC	0.38 281	0.35 189	0.56 422	0.63 397	0.28 284	0.36 283	0.28 278	0.36 272	0.28 285	0.36 282	0.28 283	0.36 287	0.28 288	0.36 287	0.28 273	0.62 424	0.57 434	0.35 304	0.28 328	0.35 282	0.28 317

LG-Stereo_Zeroshot	0.48 380	0.55 288	0.47 383	0.63 397	0.41 430	0.56 453	0.44 433	0.56 445	0.41 427	0.56 454	0.41 428	0.57 460	0.42 429	0.56 451	0.41 417	0.55 406	0.43 385	0.51 456	0.37 413	0.51 428	0.37 389

MyStereo06	0.75 451	4.12 644	0.60 432	0.63 397	0.61 491	0.62 466	0.66 488	0.56 445	0.45 441	0.55 452	0.48 461	0.54 450	0.46 441	0.57 456	0.45 431	0.60 416	0.57 434	0.64 475	0.55 480	0.72 463	0.55 469

MyStereo05	0.80 465	4.12 644	0.63 443	0.63 397	0.61 491	0.62 466	0.66 488	0.65 464	0.62 485	0.67 475	0.61 491	0.65 475	0.58 475	0.67 471	0.55 467	0.60 416	0.57 434	0.64 475	0.55 480	0.72 463	0.55 469

LG-Stereo	0.60 409	0.58 293	0.47 383	0.64 402	0.74 520	1.00 518	0.69 505	0.57 448	0.41 427	0.57 457	0.41 428	0.57 460	0.41 423	1.00 525	0.75 521	0.91 483	0.51 423	0.52 459	0.37 413	0.52 430	0.37 389

DN	0.53 398	0.85 331	0.45 370	0.65 403	0.44 443	0.60 462	0.44 433	0.60 456	0.44 438	0.60 462	0.45 446	0.60 465	0.44 434	0.60 460	0.44 429	0.56 410	0.42 380	0.56 465	0.42 447	0.56 438	0.42 420

MSKI-zero shot	0.24 204	0.21 145	0.49 398	0.65 403	0.18 235	0.22 213	0.17 212	0.23 220	0.18 228	0.21 209	0.17 217	0.23 223	0.28 288	0.23 221	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.21 208	0.16 198

LMCR-Stereo	0.65 423	0.63 299	0.65 450	0.65 403	0.65 499	0.66 471	0.63 483	0.58 451	0.65 490	0.63 468	0.64 495	0.65 475	0.65 486	0.66 469	0.66 486	0.66 433	0.64 457	0.65 478	0.67 511	0.68 454	0.73 513

DSFCA	0.66 425	0.73 310	0.78 489	0.65 403	0.65 499	0.64 468	0.64 484	0.65 464	0.63 488	0.64 469	0.64 495	0.64 471	0.64 484	0.65 468	0.65 482	0.65 431	0.65 459	0.65 478	0.65 505	0.66 450	0.64 489

AIO-test1	0.54 399	0.60 297	0.52 413	0.66 407	0.47 455	0.61 463	0.47 446	0.58 451	0.46 442	0.61 463	0.46 449	0.61 467	0.45 438	0.62 461	0.45 431	0.61 420	0.52 425	0.57 466	0.48 464	0.57 441	0.48 437

WAFT-Stereo (ZS)	0.67 430	0.78 320	0.67 457	0.67 408	0.66 503	0.67 472	0.67 492	0.65 464	0.66 493	0.66 473	0.67 501	0.66 478	0.67 492	0.67 471	0.72 515	0.66 433	0.67 462	0.67 480	0.67 511	0.67 453	0.67 496

AIO-test2	0.55 404	0.59 294	0.52 413	0.67 408	0.47 455	0.61 463	0.47 446	0.61 459	0.47 447	0.61 463	0.47 457	0.61 467	0.48 450	0.62 461	0.47 442	0.64 430	0.53 427	0.58 467	0.47 460	0.58 443	0.48 437

S	0.56 406	0.61 298	0.54 418	0.68 410	0.48 459	0.65 469	0.49 457	0.63 461	0.49 456	0.64 469	0.49 464	0.64 471	0.48 450	0.62 461	0.49 450	0.63 428	0.62 452	0.59 470	0.48 464	0.57 441	0.48 437

mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 509	0.69 474	0.69 505	0.69 470	0.69 506	0.69 478	0.69 512	0.69 479	0.69 504	0.69 474	0.69 503	0.69 437	0.69 474	0.69 484	0.69 517	0.69 458	0.69 500

mm1	0.69 434	0.69 303	0.69 467	0.69 411	0.69 509	0.69 474	0.69 505	0.69 470	0.69 506	0.69 478	0.69 512	0.69 479	0.69 504	0.69 474	0.69 503	0.69 437	0.69 474	0.69 484	0.69 517	0.69 458	0.69 500

GEAStereo	0.62 417	3.91 640	0.48 391	0.69 411	0.38 409	0.51 441	0.38 402	0.51 432	0.38 403	0.53 443	0.38 407	0.50 433	0.38 399	0.51 436	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

gasm-f	0.62 417	3.91 640	0.48 391	0.69 411	0.38 409	0.51 441	0.38 402	0.51 432	0.38 403	0.53 443	0.38 407	0.50 433	0.38 399	0.51 436	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

4D-IteraStereo	0.78 461	3.13 618	0.89 501	0.69 411	0.32 366	0.40 306	0.32 353	0.76 481	0.97 553	0.52 440	0.65 497	0.89 510	0.32 363	0.76 485	0.98 546	0.83 475	0.94 509	0.35 304	0.27 309	0.70 461	0.89 535

Selective-IGEV	0.51 393	0.55 288	0.45 370	0.69 411	0.45 447	0.61 463	0.45 439	0.50 418	0.40 417	0.56 454	0.44 442	0.55 454	0.40 411	0.72 479	0.67 487	0.59 415	0.46 395	0.45 418	0.34 391	0.46 396	0.37 389

LL-Strereo	1.01 519	5.06 659	1.63 622	0.70 417	1.43 637	0.56 453	0.46 441	0.57 448	0.50 461	0.57 457	0.50 468	1.58 619	0.49 456	0.59 458	0.50 453	1.64 602	0.52 425	0.51 456	1.37 632	0.52 430	0.45 427

DMCA-RVC	0.70 437	0.80 323	0.70 470	0.70 417	0.70 513	0.70 477	0.70 512	0.71 475	0.70 514	0.70 480	0.71 521	0.71 482	0.70 508	0.70 476	0.69 503	0.69 437	0.70 477	0.69 484	0.70 521	0.69 458	0.70 503

DStereoRT	0.73 447	0.81 326	0.73 481	0.71 419	0.74 520	0.73 481	0.75 520	0.71 475	0.71 519	0.74 488	0.72 524	0.73 487	0.80 524	0.71 477	0.73 516	0.76 461	0.71 481	0.73 491	0.72 526	0.70 461	0.76 520

anonymity	0.63 419	0.69 303	0.56 422	0.71 419	0.56 480	0.71 479	0.56 472	0.71 475	0.56 472	0.72 481	0.56 480	0.71 482	0.56 471	0.71 477	0.58 470	0.68 436	0.55 430	0.68 481	0.55 480	0.68 454	0.54 461

HLF11	0.17 164	0.05 66	0.63 443	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 443	0.59 444	0.05 108	0.04 99	0.04 97	0.04 96

HLf8	0.17 164	0.05 66	0.62 439	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 451	0.58 438	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 450	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 443	0.59 444	0.05 108	0.04 99	0.05 114	0.04 96

iGMRVC	0.84 482	2.85 612	0.72 477	0.72 421	0.73 518	0.77 483	0.79 525	0.73 478	0.74 527	0.73 483	0.72 524	0.73 487	0.76 518	0.73 481	0.73 516	0.72 451	0.73 484	0.73 491	0.72 526	0.73 466	0.72 510

ManiGeoR	0.17 164	0.05 66	0.62 439	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 451	0.58 438	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 164	0.05 66	0.62 439	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 451	0.58 438	0.05 108	0.04 99	0.05 114	0.04 96

SMoEStereo_RVC	0.63 419	0.75 315	0.51 410	0.73 425	0.53 476	0.71 479	0.47 446	0.67 468	0.58 475	0.74 488	0.60 487	0.72 485	0.53 467	0.74 483	0.51 458	0.61 420	0.62 452	0.62 471	0.61 493	0.63 447	0.61 478

ARAFT	0.68 431	0.81 326	0.63 443	0.74 428	0.60 485	0.78 485	0.62 482	0.77 482	0.66 493	0.74 488	0.63 493	0.75 490	0.62 483	0.83 498	0.60 475	0.70 442	0.55 430	0.70 489	0.60 491	0.78 474	0.55 469

GCAP-Stereo	0.75 451	4.15 647	0.42 365	0.75 429	0.35 392	0.78 485	0.40 416	0.79 483	0.38 403	0.78 492	0.36 395	0.78 493	0.36 390	0.79 487	0.39 406	0.75 459	0.39 357	0.76 499	0.39 430	0.75 467	0.39 402

AFF-stereo	0.73 447	0.88 337	0.67 457	0.75 429	0.68 508	0.75 482	0.64 484	0.80 486	0.72 522	0.83 503	0.70 516	0.82 501	0.64 484	0.84 499	0.67 487	0.77 463	0.63 455	0.81 508	0.63 496	0.78 474	0.62 481

SE	0.64 421	0.73 310	0.77 487	0.79 431	0.59 483	0.78 485	0.54 470	0.58 451	0.58 475	0.78 492	0.59 485	0.63 470	0.18 230	0.78 486	0.52 460	0.80 466	0.65 459	0.69 484	0.57 486	0.75 467	0.52 455

PointNet	0.60 409	0.75 315	0.49 398	0.79 431	0.50 466	0.79 488	0.49 457	0.79 483	0.49 456	0.80 495	0.49 464	0.79 495	0.49 456	0.80 489	0.49 450	0.63 428	0.40 361	0.63 473	0.40 431	0.63 447	0.40 405

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 383	0.79 431	0.24 267	0.30 256	0.26 264	0.30 250	0.24 256	0.32 266	0.23 253	0.31 267	0.24 259	0.30 261	0.23 246	0.29 236	0.26 231	0.29 260	0.24 262	0.33 264	0.23 235

G-Net	0.79 462	0.79 322	0.79 492	0.79 431	0.79 533	0.79 488	0.79 525	0.79 483	0.79 533	0.79 494	0.79 536	0.79 495	0.79 523	0.79 487	0.79 526	0.79 464	0.79 494	0.79 503	0.79 537	0.79 476	0.79 525

MIM_Stereo	0.25 207	0.23 151	0.66 453	0.80 435	0.17 224	0.22 213	0.17 212	0.23 220	0.18 228	0.26 242	0.17 217	0.21 206	0.17 220	0.25 234	0.17 212	0.23 203	0.16 175	0.21 212	0.17 231	0.22 210	0.17 215

RAFT-Stereo + iAFF	0.70 437	0.72 309	0.71 474	0.80 435	0.62 496	0.82 496	0.61 481	0.81 489	0.62 485	0.81 498	0.63 493	0.80 497	0.70 508	0.73 481	0.61 477	0.76 461	0.61 451	0.74 496	0.61 493	0.77 472	0.61 478

NaN_ROB	0.80 465	0.80 323	0.80 493	0.80 435	0.80 536	0.80 490	0.80 528	0.80 486	0.80 535	0.80 495	0.80 538	0.80 497	0.80 524	0.80 489	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 526

CSAN	0.80 465	0.80 323	0.80 493	0.80 435	0.80 536	0.80 490	0.80 528	0.80 486	0.80 535	0.80 495	0.80 538	0.80 497	0.80 524	0.80 489	0.80 529	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 526

AIO-Stereo	0.84 482	0.66 302	0.70 470	0.83 439	0.67 505	0.98 516	0.82 535	1.14 534	0.72 522	1.03 537	0.74 528	1.03 539	1.09 551	0.99 523	0.45 431	1.04 507	0.73 484	0.95 536	0.74 528	0.94 510	0.46 428

CAR	0.72 443	0.76 317	0.59 428	0.84 440	1.19 578	0.81 493	0.58 475	0.81 489	0.58 475	0.81 498	0.58 483	0.83 502	0.59 477	0.82 493	0.59 473	0.71 443	0.49 410	0.73 491	0.68 513	0.87 490	0.52 455

MSE-Stereo	0.72 443	0.76 317	0.59 428	0.84 440	1.19 578	0.81 493	0.58 475	0.81 489	0.58 475	0.81 498	0.58 483	0.83 502	0.59 477	0.82 493	0.59 473	0.71 443	0.49 410	0.73 491	0.68 513	0.87 490	0.52 455

Former-RAFT_DAM_RVC	0.49 386	0.98 361	0.64 446	0.84 440	0.46 449	0.45 397	0.35 382	0.47 400	0.47 447	0.45 388	0.34 382	0.46 401	0.48 450	0.46 399	0.35 377	0.39 297	0.71 481	0.39 363	0.35 404	0.41 378	0.41 413

test_xeample3	1.10 529	1.81 516	0.61 438	0.84 440	0.49 462	0.77 483	0.66 488	0.92 506	1.40 638	0.68 477	0.46 449	0.78 493	0.54 470	1.72 623	1.48 639	1.34 583	1.52 616	1.35 621	1.67 658	1.33 598	1.55 641

RSM++	0.76 456	0.82 328	0.66 453	0.85 444	0.64 497	0.85 500	0.71 515	0.94 510	0.64 489	0.87 504	0.67 501	0.87 506	0.65 486	0.84 499	0.65 482	0.81 470	0.70 477	0.79 503	0.71 524	0.83 486	0.70 503

Selective-RAFT-Error	0.88 494	0.84 329	0.98 513	0.86 445	0.97 552	0.88 504	0.95 546	0.84 493	0.99 556	0.92 512	0.82 540	0.84 504	0.98 538	0.87 504	0.97 545	0.81 470	0.83 500	0.79 503	0.82 542	0.79 476	0.85 531

DNS	0.77 457	1.09 396	0.65 450	0.89 446	0.65 499	0.89 507	0.65 487	0.89 500	0.65 490	0.89 507	0.65 497	0.89 510	0.65 486	0.90 509	0.65 482	0.84 477	0.62 452	0.84 514	0.61 493	0.84 487	0.62 481

monster-pro	0.75 451	1.67 491	0.64 446	0.89 446	0.57 482	0.86 502	0.56 472	0.87 495	0.56 472	0.87 504	0.57 481	0.88 507	0.57 472	0.87 504	0.57 468	0.79 464	0.58 438	0.76 499	0.54 478	0.77 472	0.54 461

FC-DCNN	1.07 526	1.09 396	0.98 513	0.89 446	0.52 473	1.41 615	0.91 541	1.21 591	1.24 626	1.96 628	2.05 683	1.91 629	1.30 617	1.27 607	1.08 558	0.80 466	0.60 447	0.58 467	0.41 439	0.68 454	0.54 461

DDUNet	0.81 470	2.45 586	0.57 426	0.90 449	0.60 485	0.88 504	0.59 479	0.90 501	0.60 481	0.88 506	0.60 487	0.90 512	0.58 475	0.88 506	0.60 475	0.84 477	0.60 447	0.86 517	0.57 486	0.86 489	0.60 477

ADCS	0.09 75	0.02 12	0.04 64	0.90 449	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 169	0.36 381	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

UDG	0.80 465	2.21 566	0.60 432	0.91 451	0.60 485	0.90 508	0.58 475	0.88 499	0.60 481	0.90 508	0.60 487	0.88 507	0.60 479	0.90 509	0.58 470	0.86 480	0.60 447	0.84 514	0.59 490	0.84 487	0.61 478

DPSM_ROB	0.92 499	0.91 345	0.91 506	0.91 451	0.92 547	0.92 510	0.92 542	0.92 506	0.91 543	0.93 514	0.91 547	0.92 515	0.90 531	0.91 511	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 539

DPSM	0.92 499	0.91 345	0.91 506	0.91 451	0.92 547	0.92 510	0.92 542	0.92 506	0.91 543	0.93 514	0.91 547	0.92 515	0.90 531	0.91 511	0.92 538	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 539

MGA	0.73 447	0.76 317	0.60 432	0.92 454	1.17 574	0.81 493	0.59 479	0.84 493	0.62 485	0.81 498	0.59 485	0.84 504	0.60 479	0.81 492	0.61 477	0.71 443	0.53 427	0.89 519	0.53 476	0.75 467	0.54 461

zero-FE	0.72 443	1.31 473	0.66 453	0.92 454	0.60 485	0.82 496	0.58 475	0.82 492	0.58 475	0.81 498	0.60 487	0.81 500	0.60 479	0.82 493	0.58 470	0.74 458	0.59 444	0.73 491	0.52 474	0.76 470	0.51 453

tt45	1.04 524	0.88 337	1.36 603	0.92 454	1.03 562	1.51 619	0.79 525	0.70 474	0.88 541	0.74 488	0.90 544	1.60 620	0.72 513	1.60 618	0.75 521	0.91 483	0.78 492	1.52 628	0.79 537	1.14 528	1.32 628

PAM_32	0.64 421	2.38 582	0.51 410	0.92 454	0.43 442	0.53 447	0.44 433	0.87 495	0.43 435	0.52 440	0.45 446	0.53 446	0.40 411	0.54 446	0.46 435	0.62 424	0.56 432	0.48 440	0.45 451	0.76 470	0.44 425

MoCha-V2	2.11 635	26.97 727	0.78 489	0.92 454	0.77 530	0.96 515	0.72 517	0.90 501	0.72 522	0.94 516	0.70 516	0.90 512	0.71 512	0.91 511	0.71 513	0.85 479	0.71 481	0.88 518	0.69 517	0.87 490	0.67 496

Syn2CoEx	0.25 207	1.31 473	0.74 482	0.92 454	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

pmcnn	0.92 499	0.92 350	0.92 508	0.92 454	0.92 547	0.92 510	0.92 542	0.92 506	0.92 547	0.92 512	0.92 550	0.92 515	0.92 533	0.92 515	0.92 538	0.92 486	0.92 507	0.92 526	0.92 546	0.92 501	0.92 538

DCRE	0.84 482	1.89 538	0.77 487	0.94 461	0.72 517	0.88 504	0.73 518	0.87 495	0.78 529	0.90 508	0.71 521	0.88 507	0.67 492	0.88 506	0.73 516	0.81 470	0.68 468	0.81 508	0.70 521	0.82 484	0.70 503

DGTPSM_ROB	0.93 504	1.00 370	0.92 508	0.94 461	0.96 551	0.91 509	0.92 542	0.91 503	0.96 552	0.91 510	0.96 551	0.93 518	0.92 533	0.94 517	0.92 538	0.92 486	0.92 507	0.90 520	0.92 546	0.94 510	0.91 537

ToySt	0.92 499	2.11 556	0.90 504	0.95 463	0.79 533	0.99 517	0.78 524	0.94 510	0.81 538	0.94 516	0.78 534	0.95 521	0.77 520	0.94 517	0.86 536	0.91 483	0.79 494	0.85 516	0.77 533	0.89 494	0.73 513

R-Stereo Train	0.81 470	0.96 358	0.67 457	0.95 463	0.67 505	0.95 513	0.68 497	0.95 512	0.68 501	0.95 518	0.68 507	0.96 522	0.68 497	0.96 521	0.68 495	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 498

RAFT-Stereo	0.81 470	0.96 358	0.67 457	0.95 463	0.67 505	0.95 513	0.68 497	0.95 512	0.68 501	0.95 518	0.68 507	0.96 522	0.68 497	0.96 521	0.68 495	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 498
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 451	0.92 350	0.85 500	0.96 466	0.59 483	1.27 601	0.44 433	0.59 454	0.69 506	0.91 510	0.68 507	0.55 454	0.61 482	1.06 541	0.83 534	0.62 424	0.70 477	0.90 520	0.41 439	0.89 494	0.56 472

ff7	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 633	1.80 661	2.05 638	1.56 643	2.33 645	2.12 667	2.23 641	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

ffff	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 633	1.80 661	2.05 638	1.56 643	2.33 645	2.12 667	2.23 641	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

ccc-4	1.68 599	2.68 594	1.35 595	0.97 467	0.89 542	1.84 624	2.15 676	2.12 633	1.80 661	2.05 638	1.56 643	2.33 645	2.12 667	2.23 641	2.25 679	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

LGCAT	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

Test_v1	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

GANet	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

TDLM	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

CVANet_RVC	1.00 511	1.00 370	1.00 515	1.00 470	1.00 553	1.00 518	1.00 550	1.00 514	1.00 557	1.00 520	1.00 554	1.00 525	1.00 539	1.00 525	1.00 548	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

AdaDepth	0.86 491	0.93 354	0.71 474	1.01 475	1.07 564	1.02 532	0.71 515	1.00 514	0.71 519	1.01 531	0.71 521	1.00 525	0.72 513	1.14 552	0.71 513	0.92 486	0.64 457	0.90 520	0.64 501	0.89 494	0.69 500

trnet	1.01 519	1.01 380	1.01 520	1.01 475	1.01 559	1.01 526	1.01 555	1.01 523	1.01 562	1.01 531	1.01 559	1.01 533	1.01 547	1.01 533	1.01 553	1.01 506	1.01 517	1.01 546	1.01 560	1.01 520	1.01 553

ADCMid	0.08 72	0.02 12	0.02 15	1.01 475	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

STTRV1_RVC	0.82 475	1.60 489	0.70 470	1.01 475	0.60 485	1.07 538	0.69 505	1.01 523	0.60 481	0.72 481	0.55 479	1.02 537	0.68 497	1.03 539	0.67 487	0.89 482	0.63 455	0.92 526	0.57 486	0.90 497	0.65 491

edge stereo	2.43 660	27.07 728	1.14 529	1.06 479	1.14 567	1.08 539	1.17 569	1.16 538	1.14 569	1.10 541	1.16 569	1.09 544	1.16 561	1.10 547	1.16 568	1.10 513	1.11 531	1.16 555	1.19 571	1.13 527	1.11 558

EKT-Stereo	0.37 275	0.40 212	0.44 368	1.07 480	0.29 295	0.34 275	0.31 345	0.36 272	0.29 293	0.38 289	0.31 355	0.37 297	0.30 307	0.36 287	0.29 287	0.34 256	0.28 251	0.39 363	0.30 359	0.37 295	0.30 340

GLC_STEREO	1.07 526	1.01 380	1.06 523	1.07 480	1.05 563	1.06 535	1.08 560	1.08 530	1.05 566	1.07 539	1.06 561	1.08 542	1.05 549	1.06 541	1.10 559	1.07 509	1.09 527	1.05 550	1.05 562	1.06 524	1.12 560

999	1.00 511	1.12 402	0.59 428	1.10 482	1.21 626	1.09 541	0.52 466	1.08 530	1.43 640	1.18 552	1.35 631	0.98 524	0.52 466	0.91 511	0.85 535	0.72 451	1.46 612	0.83 513	0.98 551	0.68 454	1.41 636

HH	0.71 440	2.54 588	0.74 482	1.10 482	0.32 366	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 544	0.75 490	1.00 539	0.84 499	0.69 503	0.69 437	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

HanStereo	0.71 440	2.54 588	0.74 482	1.10 482	0.32 366	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 544	0.75 490	1.00 539	0.84 499	0.69 503	0.69 437	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

DPSimNet_ROB	0.97 508	1.18 411	0.81 496	1.10 482	0.91 546	1.02 532	0.82 535	1.04 529	0.91 543	1.03 537	0.86 543	1.28 608	0.82 528	1.03 539	0.89 537	1.17 524	0.81 499	1.02 547	0.82 542	1.08 525	0.81 528

MSMD_ROB	1.19 536	1.10 401	0.70 470	1.10 482	0.60 485	1.10 542	0.70 512	1.10 533	0.70 514	1.10 541	0.70 516	1.10 546	0.70 508	7.00 722	0.70 511	1.10 513	0.70 477	1.10 551	0.70 521	1.10 526	0.70 503

AF-Net	2.37 657	25.71 723	1.17 533	1.13 487	1.15 569	1.15 549	1.18 570	1.19 543	1.16 571	1.10 541	1.15 566	1.10 546	1.18 562	1.12 551	1.15 564	1.10 513	1.10 530	1.17 559	1.15 567	1.16 533	1.12 560

DF	0.39 295	1.37 479	1.02 521	1.14 488	0.12 188	0.16 180	0.12 180	0.16 181	0.12 188	0.16 178	0.12 177	0.16 179	0.12 183	0.16 180	0.12 174	1.12 519	1.00 511	0.15 178	0.12 180	0.15 178	0.12 179

ktn	0.72 443	0.53 282	1.08 525	1.14 488	0.51 472	1.22 597	1.36 630	0.51 432	0.59 480	0.51 436	0.51 474	0.69 479	1.20 564	0.67 471	0.51 458	0.51 394	0.49 410	0.58 467	0.66 507	0.52 430	0.53 458

Nwc_Net	2.37 657	25.95 724	1.15 531	1.14 488	1.15 569	1.08 539	1.14 564	1.17 540	1.16 571	1.14 550	1.15 566	1.08 542	1.15 557	1.11 549	1.14 563	1.10 513	1.11 531	1.16 555	1.09 564	1.16 533	1.15 565

KSHMR	0.66 425	0.50 268	0.48 391	1.15 491	0.52 473	0.49 420	0.51 465	0.49 409	0.71 519	0.67 475	0.50 468	1.16 554	1.11 552	0.66 469	0.52 460	0.49 382	0.49 410	0.51 456	0.66 507	0.50 422	1.14 564

HBP-ISP	1.24 586	1.72 494	1.65 623	1.15 491	0.76 527	1.40 613	0.88 538	1.67 619	1.02 563	1.69 623	1.38 636	1.69 624	1.21 610	1.87 630	1.21 619	1.05 508	0.79 494	0.97 539	0.80 539	1.19 541	0.75 517

RP	2.33 653	25.00 720	1.13 528	1.15 491	1.15 569	1.10 542	1.15 566	1.15 535	1.15 570	1.12 547	1.15 566	1.09 544	1.13 553	1.10 547	1.15 564	1.11 518	1.09 527	1.16 555	1.12 565	1.16 533	1.17 569

RGC	2.36 655	25.48 721	1.19 537	1.15 491	1.15 569	1.10 542	1.16 568	1.17 540	1.16 571	1.12 547	1.16 569	1.11 550	1.13 553	1.09 545	1.18 570	1.10 513	1.15 536	1.16 555	1.12 565	1.14 528	1.12 560

NCC-stereo	2.36 655	25.52 722	1.17 533	1.15 491	1.17 574	1.11 545	1.11 561	1.15 535	1.16 571	1.10 541	1.16 569	1.10 546	1.15 557	1.14 552	1.13 562	1.09 511	1.11 531	1.15 554	1.16 569	1.17 538	1.17 569

Selective-RAFT	0.89 496	0.89 340	0.72 477	1.16 496	0.78 531	1.06 535	0.82 535	0.87 495	0.97 553	1.00 520	0.91 547	0.90 512	1.00 539	0.89 508	0.93 542	0.83 475	0.83 500	0.82 512	0.82 542	0.81 482	0.82 529

Abc-Net	2.32 652	24.75 719	1.14 529	1.17 497	1.17 574	1.11 545	1.15 566	1.17 540	1.21 623	1.08 540	1.16 569	1.12 551	1.14 556	1.09 545	1.17 569	1.09 511	1.16 537	1.17 559	1.17 570	1.16 533	1.11 558
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 653	24.38 718	1.18 535	1.18 498	1.18 577	1.14 548	1.18 570	1.19 543	1.19 577	1.14 550	1.18 573	1.14 552	1.18 562	1.14 552	1.18 570	1.14 522	1.14 535	1.19 564	1.19 571	1.15 531	1.19 573

HSM-Net_RVC	0.95 507	1.17 409	0.78 489	1.18 498	0.71 515	1.16 550	0.75 520	1.09 532	0.80 535	1.10 541	0.75 529	1.17 555	0.74 515	1.17 555	0.80 529	1.13 520	0.73 484	1.17 559	0.77 533	1.16 533	0.72 510
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

CrosDoStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PFNet+	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

LCNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

HHNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Patchmatch Stereo++	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574
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	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

STrans-v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

TransformOpticalFlow	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

OMP-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

IIG-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

NF-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

OCTAStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-softLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

KMStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

NRIStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-adaLoss	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-AAD	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ROB_FTStereo_v2	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ROB_FTStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Consistency-Raft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

KYRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

HUI-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ASMatch	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DeepStereo_LL	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DEmStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

SST-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

THIR-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT_R40	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DRaft	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PFNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

GrayStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RE-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Pruner-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

TVStereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DeepStereo_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-RH_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

IRAFT_RVC	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-345	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

iRAFT	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

CRE-IMP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

GMM-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-IKP	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Prome-Stereo	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

CroCo-Stereo	0.73 447	1.22 465	0.25 219	1.22 545	0.25 270	1.22 597	0.25 257	1.22 592	0.25 261	1.22 600	0.25 266	1.22 603	0.25 262	1.22 603	0.25 257	1.22 575	0.26 231	1.21 611	0.25 265	1.22 591	0.25 247
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	2.51 664	26.86 726	1.23 589	1.22 545	1.22 628	1.24 599	1.25 621	1.22 592	1.24 626	1.21 599	1.24 622	1.19 556	1.27 614	1.19 556	1.24 621	1.19 525	1.20 542	1.25 614	1.19 571	1.24 592	1.23 622

FAT-Stereo	2.46 662	26.05 725	1.23 589	1.23 547	1.22 628	1.20 551	1.24 620	1.23 594	1.23 625	1.19 553	1.22 620	1.21 602	1.24 612	1.20 557	1.24 621	1.21 573	1.17 540	1.22 612	1.25 624	1.20 543	1.24 623

AIO-Stereo-zeroshot	0.91 497	0.86 333	0.89 501	1.25 548	0.69 509	1.05 534	0.81 532	1.16 538	0.50 461	1.12 547	0.97 552	0.72 485	0.82 528	1.06 541	0.95 543	0.61 420	0.87 502	1.03 549	0.85 545	1.04 523	1.01 553

WQFJA1++	0.84 482	0.98 361	0.67 457	1.26 549	0.75 522	1.00 518	0.67 492	1.00 514	0.67 495	1.00 520	0.67 501	1.00 525	0.67 492	1.00 525	0.67 487	0.96 494	0.67 462	0.91 523	0.63 496	0.92 501	0.63 483

NLMM	0.84 482	1.00 370	0.67 457	1.27 550	0.75 522	1.00 518	0.68 497	1.00 514	0.67 495	1.00 520	0.67 501	1.02 537	0.67 492	1.02 537	0.67 487	0.97 495	0.67 462	0.93 530	0.63 496	0.92 501	0.63 483

MLG-Stereo	0.92 499	0.90 343	0.84 499	1.27 550	0.49 462	1.38 611	0.88 538	1.41 609	0.97 553	0.73 483	1.09 563	1.26 604	0.43 432	0.72 479	1.05 556	1.13 520	0.49 410	1.18 562	0.66 507	1.01 520	0.46 428

CroCo-Stereo Lap2	0.77 457	1.29 469	0.29 242	1.27 550	0.29 295	1.27 601	0.26 264	1.26 595	0.26 275	1.26 601	0.26 271	1.27 607	0.26 272	1.26 604	0.27 264	1.27 578	0.27 243	1.27 615	0.27 309	1.27 595	0.27 291

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 550	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Hybrid-DGEV	1.03 523	1.75 500	0.80 493	1.28 554	0.78 531	1.26 600	0.80 528	1.26 595	0.78 529	1.26 601	0.78 534	1.26 604	0.78 522	1.26 604	0.78 525	1.15 523	0.75 487	1.14 552	0.74 528	1.14 528	0.75 517

WQFJA1	0.85 488	0.98 361	0.67 457	1.29 555	0.76 527	1.01 526	0.67 492	1.02 528	0.67 495	1.02 535	0.67 501	1.01 533	0.67 492	1.01 533	0.68 495	0.99 500	0.67 462	0.93 530	0.64 501	0.92 501	0.65 491

NLSM3	0.85 488	0.99 368	0.68 465	1.29 555	0.76 527	1.01 526	0.68 497	1.01 523	0.68 501	1.02 535	0.68 507	1.01 533	0.68 497	1.01 533	0.68 495	0.97 495	0.68 468	0.93 530	0.64 501	0.93 506	0.63 483

WQFJX1	0.84 482	0.98 361	0.67 457	1.30 557	0.75 522	1.01 526	0.67 492	1.01 523	0.67 495	1.01 531	0.67 501	1.01 533	0.68 497	1.00 525	0.68 495	0.98 499	0.67 462	0.92 526	0.64 501	0.92 501	0.64 489

WQFJX	0.85 488	1.00 370	0.68 465	1.30 557	0.75 522	1.01 526	0.68 497	1.01 523	0.68 501	1.01 531	0.68 507	1.03 539	0.68 497	1.02 537	0.67 487	0.97 495	0.67 462	0.93 530	0.63 496	0.94 510	0.63 483

castereo++	0.54 399	3.59 627	1.15 531	1.31 559	0.14 194	0.16 180	0.14 188	0.16 181	0.14 195	0.16 178	0.14 195	0.16 179	0.13 189	0.16 180	0.14 187	1.45 592	1.16 537	0.15 178	0.14 197	0.15 178	0.13 186

11t	1.27 588	2.70 597	1.34 593	1.32 560	0.89 542	1.30 603	1.34 627	1.64 616	0.57 474	1.45 614	0.72 524	1.05 541	1.29 616	1.07 544	1.29 628	1.49 594	1.02 518	0.97 539	1.15 567	1.48 603	1.31 627

Hybrid-DGEV-2	1.05 525	1.83 526	0.83 497	1.33 561	0.82 539	1.30 603	0.81 532	1.26 595	0.79 533	1.29 603	0.79 536	1.26 604	0.80 524	1.26 604	0.79 526	1.20 527	0.78 492	1.18 562	0.77 533	1.20 543	0.77 522

Hybrid-DGEV-03	1.07 526	1.83 526	0.83 497	1.34 562	0.81 538	1.32 605	0.81 532	1.31 602	0.81 538	1.31 604	0.82 540	1.32 609	0.82 528	1.32 609	0.81 532	1.19 525	0.77 490	1.19 564	0.76 531	1.19 541	0.77 522

PS-NSSS	1.38 593	1.39 481	1.34 593	1.34 562	1.35 631	1.38 611	1.37 635	1.35 603	1.38 637	1.34 606	1.34 630	1.39 613	1.38 625	1.70 622	1.40 636	1.36 586	1.36 604	1.36 623	1.37 632	1.37 600	1.36 633

MaskLacGwcNet_RVC	1.35 590	1.35 476	1.35 595	1.35 564	1.35 631	1.35 607	1.35 628	1.36 604	1.35 634	1.36 608	1.35 631	1.36 611	1.36 622	1.36 610	1.35 632	1.35 584	1.35 603	1.35 621	1.35 629	1.35 599	1.35 632

CSP-Net	0.34 248	1.29 469	1.19 537	1.36 565	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 577	1.21 588	0.03 41	0.09 142	0.02 21	0.09 143

CC-Net-ROB	1.36 591	1.33 475	1.33 592	1.36 565	1.38 634	1.36 609	1.33 626	1.37 606	1.34 631	1.35 607	1.36 633	1.38 612	1.34 620	1.38 612	1.38 635	1.35 584	1.38 607	1.33 618	1.35 629	1.43 602	1.34 631

RASNet	1.49 594	1.65 490	1.45 611	1.38 567	1.43 637	1.47 618	1.36 630	1.38 607	1.36 635	1.39 609	1.60 647	1.45 617	1.45 628	1.51 617	2.21 678	1.53 598	1.36 604	1.36 623	1.36 631	1.66 611	1.36 633

qqai	1.22 584	1.38 480	1.12 526	1.39 568	1.14 567	1.40 613	1.14 564	1.41 609	1.12 567	1.40 610	1.11 565	1.40 615	1.13 553	1.41 613	1.15 564	1.25 576	0.97 510	1.24 613	1.01 560	1.24 592	0.96 542

FENet	0.54 399	1.52 486	1.19 537	1.41 569	0.23 262	0.35 279	0.23 250	0.35 268	0.23 253	0.34 274	0.23 253	0.35 282	0.23 256	0.35 281	0.23 246	1.40 589	1.07 521	0.32 271	0.23 255	0.33 264	0.23 235

BLMT-Stereo	1.53 595	1.36 477	1.06 523	1.42 570	1.23 630	1.41 615	1.07 559	1.43 611	1.12 567	1.42 612	1.06 561	1.83 626	1.07 550	1.42 615	1.07 557	1.27 578	1.38 607	6.80 719	1.00 553	1.26 594	1.00 547

MM-Stereo_test2	1.20 537	1.85 532	1.05 522	1.46 571	0.94 550	1.36 609	0.99 549	1.36 604	0.95 550	1.41 611	0.98 553	1.40 615	0.96 535	1.37 611	0.95 543	1.37 588	1.06 520	1.33 618	0.93 550	1.29 597	0.89 535

NLMM1	0.86 491	0.98 361	0.69 467	1.48 572	0.75 522	1.01 526	0.69 505	1.00 514	0.69 506	1.00 520	0.70 516	1.00 525	0.68 497	1.01 533	0.67 487	0.97 495	0.68 468	0.92 526	0.63 496	0.93 506	0.63 483

castereo	0.61 414	3.79 635	1.35 595	1.52 573	0.15 208	0.17 187	0.16 202	0.20 199	0.21 242	0.18 189	0.16 209	0.21 206	0.12 183	0.26 246	0.17 212	1.43 591	1.38 607	0.17 190	0.16 209	0.18 194	0.16 198

PASM	0.39 295	3.06 615	1.36 603	1.58 574	0.09 148	0.11 154	0.11 167	0.11 155	0.11 172	0.09 141	0.09 147	0.11 158	0.09 147	0.09 141	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

FlowAnything_test	1.02 521	1.72 494	0.71 474	1.59 575	0.70 513	1.61 621	0.69 505	1.61 613	0.70 514	1.60 616	0.70 516	1.61 623	0.69 504	1.61 620	0.70 511	0.81 470	0.58 438	0.81 508	0.55 480	0.81 482	0.56 472

FlowAnything	1.02 521	1.71 493	0.72 477	1.59 575	0.69 509	1.60 620	0.69 505	1.61 613	0.70 514	1.60 616	0.69 512	1.60 620	0.69 504	1.61 620	0.69 503	0.81 470	0.58 438	0.81 508	0.56 484	0.82 484	0.56 472

DPSMNet_ROB	1.60 598	1.59 488	1.70 625	1.59 575	1.59 643	1.61 621	1.61 646	1.60 612	1.60 644	1.62 622	1.59 646	1.60 620	1.60 631	1.60 618	1.59 643	1.59 599	1.60 627	1.59 629	1.59 650	1.59 607	1.59 647

MM-Stereo_test3	1.27 588	2.07 552	1.18 535	1.60 578	1.02 561	1.45 617	1.01 555	1.40 608	1.04 565	1.44 613	1.03 560	1.46 618	1.02 548	1.44 616	1.02 554	1.51 597	1.12 534	1.32 617	0.98 551	1.38 601	0.97 543

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

DEFOM-Stereo	0.68 431	3.11 617	1.40 609	1.63 582	0.25 270	0.31 263	0.25 257	0.31 256	0.28 285	0.31 260	0.29 296	0.29 258	0.27 279	0.31 266	0.28 273	1.59 599	1.47 613	0.30 262	0.29 343	0.30 249	0.28 317

ours_stereo	1.20 537	1.21 459	0.90 504	1.64 583	1.11 566	1.35 607	0.67 492	1.76 620	0.93 548	1.70 624	1.10 564	1.39 613	0.75 517	1.41 613	0.81 532	1.60 601	1.03 519	1.33 618	1.00 553	1.61 608	0.72 510

ADCRef	0.12 125	0.03 31	0.04 64	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

test-3	0.98 510	4.13 646	1.85 643	1.85 585	0.61 491	0.69 474	0.37 395	0.63 461	0.61 484	0.66 473	0.51 474	0.73 487	0.44 434	0.57 456	0.54 464	1.68 603	1.81 640	0.40 376	0.43 449	0.66 450	0.50 446

RAFT_CTSACE	1.92 610	3.71 632	1.72 628	1.88 586	1.72 655	2.04 636	1.42 640	2.18 638	1.89 673	2.02 635	1.97 672	1.95 630	2.06 666	1.93 632	1.62 644	1.76 604	1.66 631	2.02 647	1.73 666	1.73 614	1.43 638

GANetREF_RVC	1.55 596	1.94 548	1.22 587	1.88 586	1.21 626	1.88 627	1.22 618	1.88 622	1.22 624	1.88 625	1.22 620	1.88 627	1.22 611	1.89 631	1.22 620	1.87 609	1.22 589	1.88 642	1.22 620	1.88 620	1.22 620
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	0.43 324	1.91 541	0.92 508	1.91 588	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

Wavelet-MonSter	1.00 511	1.21 459	0.76 485	1.94 589	1.01 559	1.11 545	0.76 522	1.15 535	0.76 528	1.11 546	0.76 530	1.14 552	0.76 518	1.11 549	0.76 523	1.21 573	0.90 504	1.02 547	0.71 524	1.02 522	0.71 509

SPS-STEREO	1.59 597	1.91 541	1.21 586	1.94 589	1.20 580	2.00 635	1.23 619	1.99 627	1.24 626	2.00 633	1.25 623	2.03 637	1.26 613	2.00 635	1.29 628	1.90 613	1.18 541	1.89 643	1.21 619	1.89 621	1.20 574
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 607	1.91 541	1.71 627	1.95 591	1.70 654	1.95 632	1.70 651	1.96 625	1.74 657	1.97 630	1.72 655	1.95 630	1.71 639	1.97 634	1.71 651	1.86 607	1.62 628	1.85 635	1.66 657	1.86 619	1.64 653

CRFU-Net	0.65 423	1.67 491	1.22 587	1.96 592	0.27 278	0.41 322	0.27 267	0.41 317	0.27 279	0.40 303	0.26 271	0.41 325	0.27 279	0.40 308	0.27 264	1.80 606	1.62 628	0.34 288	0.23 255	0.33 264	0.23 235

NINENet	0.69 434	3.87 639	1.20 540	1.98 593	0.05 126	0.40 306	0.04 103	0.40 302	0.05 125	0.41 317	0.04 110	0.41 325	0.05 117	0.40 308	0.05 115	1.79 605	1.56 620	0.34 288	0.22 249	0.34 269	0.23 235

error version	0.93 504	4.47 652	2.35 662	1.99 594	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	1.87 609	2.16 656	0.47 432	0.37 413	0.39 353	0.33 363

test_1	0.93 504	4.47 652	2.35 662	1.99 594	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	1.87 609	2.16 656	0.47 432	0.37 413	0.39 353	0.33 363

MM-Stereo_test1	1.80 606	3.41 625	1.52 618	2.12 596	1.41 636	2.04 636	1.41 638	2.05 631	1.46 641	2.04 637	1.41 638	2.05 638	1.42 627	2.05 636	1.43 638	2.04 622	1.54 619	1.94 644	1.38 634	1.99 624	1.33 629

MC-Stereo	1.76 603	2.96 613	1.37 605	2.14 597	1.37 633	2.14 641	1.36 630	2.14 636	1.37 636	2.14 642	1.37 634	2.14 639	1.37 624	2.14 640	1.37 634	1.97 618	1.32 591	1.97 646	1.32 628	1.98 623	1.33 629

derf	1.91 609	2.15 560	1.78 631	2.16 598	1.75 656	2.21 642	1.80 654	2.22 639	1.80 661	2.21 645	1.76 656	2.17 640	1.81 648	2.24 644	1.74 659	1.93 616	1.56 620	1.96 645	1.53 643	1.95 622	1.56 642

DEFOM-Stereo_RVC	0.83 479	5.18 662	1.98 654	2.19 599	0.17 224	0.19 194	0.18 220	0.19 193	0.16 212	0.20 197	0.19 236	0.22 215	0.22 250	0.20 197	0.15 198	2.28 635	2.13 655	0.24 236	0.17 231	0.18 194	0.16 198

ADCP+	0.15 151	0.04 52	0.04 64	2.20 600	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 601	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 602	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 602	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

TRStereo	2.00 617	2.13 557	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 642	1.86 667	2.30 648	1.87 661	2.30 642	1.87 650	2.08 637	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

XX-Stereo	2.00 617	2.13 557	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 642	1.86 667	2.30 648	1.87 661	2.30 642	1.87 650	2.08 637	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

EAI-Stereo	2.00 617	2.13 557	1.85 643	2.27 604	1.84 660	2.28 646	1.84 656	2.29 642	1.86 667	2.30 648	1.87 661	2.30 642	1.87 650	2.08 637	1.72 653	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

NCCL2	2.28 651	2.27 569	2.28 660	2.28 607	2.28 684	2.27 644	2.29 679	2.28 640	2.28 683	2.27 647	2.28 684	2.28 641	2.27 670	2.27 645	2.28 683	2.28 635	2.28 659	2.27 654	2.29 683	2.27 634	2.29 675

MatchStereo	0.54 399	0.12 115	2.38 665	2.32 608	0.09 148	0.09 140	0.08 144	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 135	2.34 641	2.34 660	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 639	2.34 578	1.87 647	2.32 608	1.94 669	2.40 651	1.89 664	2.37 650	2.07 682	2.52 661	1.95 671	2.44 652	1.99 662	2.41 653	1.89 671	2.32 640	2.09 653	2.24 653	2.18 679	2.21 630	2.23 674

HUF	2.18 639	2.30 571	1.99 657	2.34 610	2.02 674	2.41 652	2.06 675	2.38 651	1.89 673	2.36 653	1.85 659	2.56 660	1.98 660	2.31 648	1.97 674	2.30 638	2.03 652	2.30 656	2.11 677	2.23 631	2.16 672

STTStereo	3.73 685	30.40 732	2.37 664	2.39 611	2.31 686	2.35 649	2.33 680	2.29 642	2.42 684	2.32 652	2.34 685	2.33 645	2.36 671	2.30 647	2.27 682	2.35 642	2.22 658	2.31 657	2.22 680	2.29 636	2.34 679

AIO_test	2.18 639	2.09 555	2.04 658	2.42 612	2.01 671	2.47 654	1.94 666	2.34 649	2.03 681	2.56 662	1.94 669	2.43 651	1.94 657	2.41 653	1.87 669	2.39 645	2.10 654	2.35 661	1.91 676	2.25 633	2.19 673

iRaftStereo_RVC	0.97 508	3.17 620	2.30 661	2.42 612	0.38 409	0.54 451	0.38 402	0.54 441	0.38 403	0.54 449	0.38 407	0.54 450	0.38 399	0.54 446	0.38 394	2.38 644	2.34 660	0.49 445	0.36 410	0.49 417	0.36 384

UDGNet	2.23 649	5.40 670	1.72 628	2.48 614	1.69 651	2.51 659	1.69 650	2.51 658	1.72 654	2.50 660	1.69 654	2.52 654	1.69 637	2.50 657	1.68 649	2.41 646	1.70 633	2.42 664	1.69 662	2.42 641	1.64 653

VIP-Stereo	0.70 437	2.97 614	2.43 666	2.49 615	0.16 218	0.25 235	0.16 202	0.25 231	0.16 212	0.25 233	0.18 233	0.25 236	0.16 208	0.26 246	0.16 205	1.86 607	1.26 590	0.23 226	0.15 206	0.23 222	0.15 197

IGEVStereo-DCA	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 617	1.17 575	2.75 672	1.90 666	2.54 658	1.15 557	0.94 517	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 532

rrr	1.77 604	4.21 648	1.84 641	2.49 615	2.11 677	2.54 662	1.36 630	1.65 617	1.17 575	2.75 672	1.90 666	2.54 658	1.15 557	0.94 517	1.11 560	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 532

FBW_ROB	2.12 636	2.46 587	1.77 630	2.49 615	1.79 659	2.38 650	1.83 655	2.46 654	1.78 660	2.48 659	1.97 672	2.40 650	1.78 646	2.42 655	1.83 663	2.31 639	1.85 642	2.38 662	1.82 668	2.35 638	1.84 663

FSD	0.61 414	0.59 294	0.50 403	2.58 619	0.44 443	0.56 453	0.44 433	0.55 444	0.44 438	0.56 454	0.44 442	0.56 457	0.44 434	0.56 451	0.46 435	0.61 420	0.42 380	0.52 459	0.42 447	0.52 430	0.51 453

MonStereo	2.17 637	2.41 584	1.49 617	2.67 620	1.67 648	2.60 665	2.04 674	2.32 647	1.76 658	2.44 656	1.68 653	2.50 653	1.69 637	2.38 650	1.80 662	2.28 635	1.78 637	2.63 673	2.14 678	3.47 666	1.68 656

IER	0.88 494	7.04 682	2.23 659	2.75 621	0.28 284	0.43 349	0.25 257	0.39 294	0.25 261	0.41 317	0.27 275	0.39 304	0.25 262	0.40 308	0.28 273	0.37 272	0.28 251	0.37 314	0.25 265	0.37 295	0.25 247

LGtest1	2.22 646	2.70 597	1.89 648	2.76 622	1.86 663	2.75 672	1.86 660	2.75 669	1.86 667	2.75 672	1.86 660	2.77 676	1.87 650	2.75 673	1.86 666	2.46 648	1.58 623	2.45 665	1.56 644	2.45 643	1.56 642

4.5_new	2.00 617	1.84 531	1.98 654	2.77 623	2.16 679	2.27 644	1.28 625	2.09 632	1.98 677	2.01 634	1.28 626	2.71 667	1.98 660	2.51 658	1.65 646	2.26 631	1.33 598	1.87 639	1.87 670	2.49 647	1.60 648

LG-G_1	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 670	1.87 671	2.75 672	1.87 661	2.76 674	1.87 650	2.75 673	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 644

LG-G	2.22 646	2.71 599	1.89 648	2.77 623	1.87 666	2.75 672	1.87 662	2.76 670	1.87 671	2.75 672	1.87 661	2.76 674	1.87 650	2.75 673	1.86 666	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 644

sCroCo_RVC	2.10 634	2.76 605	1.92 651	2.78 626	1.39 635	2.73 670	1.41 638	2.73 668	1.40 638	2.77 677	1.41 638	2.74 673	1.40 626	2.74 672	1.40 636	2.72 659	1.42 610	2.72 674	1.44 640	2.79 661	1.42 637

NLCA_NET_v2_RVC	5.04 713	50.87 743	2.78 669	2.87 627	2.71 688	2.78 675	0.47 446	2.88 675	2.86 689	1.89 626	2.67 687	2.79 677	2.79 676	2.78 676	2.83 685	2.82 660	2.82 666	2.83 675	2.77 687	2.83 662	2.76 684
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	2.02 625	2.20 564	1.82 637	2.90 628	2.16 679	2.41 652	1.25 621	2.00 628	1.98 677	1.99 632	1.31 628	2.72 671	1.93 656	2.67 666	1.69 650	2.26 631	1.32 591	1.83 634	1.87 670	2.53 654	1.61 650

2.25w	2.00 617	1.86 535	1.98 654	2.95 629	2.17 681	2.26 643	1.35 628	2.42 653	2.00 680	2.07 641	1.27 625	2.53 655	1.99 662	2.29 646	1.49 640	2.21 629	1.32 591	1.85 635	1.87 670	2.52 651	1.62 651

3.25w	2.04 630	2.20 564	1.48 613	3.03 630	2.17 681	2.63 666	1.39 636	1.96 625	1.95 676	1.96 628	1.37 634	2.71 667	1.96 659	2.71 667	1.73 658	2.26 631	1.32 591	1.87 639	1.87 670	2.51 650	1.63 652

plain	1.88 608	3.16 619	0.64 446	3.10 631	0.65 499	3.10 677	0.64 484	3.12 677	0.65 490	3.10 678	0.65 497	3.11 678	0.65 486	3.12 677	0.65 482	3.12 664	0.65 459	3.13 676	0.65 505	3.13 664	0.65 491

2.75w_new	1.99 613	2.34 578	1.81 632	3.14 632	1.62 645	1.94 629	1.99 670	2.72 662	1.71 650	2.72 666	1.99 681	1.90 628	1.73 641	1.82 629	1.29 628	2.37 643	2.01 647	2.31 657	1.42 638	1.77 617	1.22 620

3w_stereo	2.04 630	2.24 568	1.70 625	3.15 633	2.18 683	2.49 656	1.26 623	2.03 630	1.98 677	1.98 631	1.33 629	2.72 671	1.99 662	2.59 661	1.72 653	2.22 630	1.33 598	1.85 635	1.88 675	2.50 649	1.58 646

3.75w	1.99 613	2.31 572	1.83 640	3.16 634	1.65 647	1.93 628	1.98 667	2.72 662	1.68 646	2.73 671	1.97 672	2.00 634	1.72 640	1.81 628	1.25 624	2.27 634	2.01 647	2.38 662	1.42 638	1.71 613	1.24 623

MIF-Stereo (partial)	2.58 666	3.31 624	0.66 453	3.18 635	0.66 503	3.18 678	0.66 488	3.21 678	0.67 495	3.19 679	0.66 500	3.19 679	0.66 490	3.31 681	0.68 495	5.09 696	1.79 639	8.23 723	1.67 658	6.18 707	1.38 635

LiteMatch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 491	0.83 498	0.68 497	0.73 478	0.69 506	1.00 520	0.77 532	0.94 519	0.57 472	0.82 493	0.64 479	2.97 661	2.43 663	0.68 481	0.32 377	0.56 438	0.70 503

Lsterematch	1.13 534	0.73 310	2.80 670	3.23 636	0.61 491	0.83 498	0.68 497	0.73 478	0.69 506	1.00 520	0.77 532	0.94 519	0.57 472	0.82 493	0.64 479	2.97 661	2.43 663	0.68 481	0.32 377	0.56 438	0.70 503

2w_stereo	1.99 613	2.36 581	1.81 632	3.24 638	1.67 648	1.94 629	1.98 667	2.72 662	1.68 646	2.72 666	1.94 669	1.98 633	1.74 643	1.79 627	1.27 625	1.95 617	2.00 645	2.53 670	1.60 651	1.68 612	1.15 565

AEACV	1.12 532	0.52 278	3.12 684	3.24 638	0.86 540	0.53 447	0.49 457	0.60 456	0.47 447	0.53 443	0.49 464	0.55 454	0.45 438	0.55 450	0.47 442	3.01 663	3.88 687	0.71 490	0.60 491	0.80 479	0.48 437

4.5w-stereo	1.99 613	2.33 574	1.81 632	3.28 640	1.68 650	1.94 629	1.99 670	2.72 662	1.70 649	2.72 666	1.99 681	1.97 632	1.68 635	1.76 624	1.29 628	1.91 614	2.02 651	2.53 670	1.61 652	1.75 616	1.16 568

2.5w	2.01 624	2.40 583	1.37 605	3.28 640	2.01 671	2.71 667	1.43 643	1.82 621	1.83 665	1.90 627	1.41 638	2.71 667	1.35 621	2.71 667	1.85 665	2.66 655	1.53 617	1.64 630	1.23 621	2.53 654	1.87 667

Anonymous3	2.55 665	3.26 623	1.65 623	3.28 640	1.63 646	3.24 679	1.68 649	3.27 679	1.66 645	3.28 680	1.67 652	3.25 680	1.66 634	3.27 679	1.64 645	3.26 665	1.65 630	3.30 678	1.65 656	4.95 698	1.65 655

4.25_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 662	1.71 650	2.72 666	1.97 672	2.01 635	1.74 643	1.77 625	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 569

4.5w_new	2.00 617	2.33 574	1.82 637	3.32 643	1.69 651	1.95 632	1.99 670	2.72 662	1.71 650	2.72 666	1.97 672	2.01 635	1.74 643	1.77 625	1.28 626	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 569

3.25w_new	2.03 627	2.72 601	1.35 595	3.33 645	1.57 641	2.72 668	1.53 645	2.15 637	1.33 630	2.15 643	1.60 647	2.63 664	1.30 617	2.72 669	1.99 676	2.67 657	1.53 617	1.75 633	1.25 624	2.53 654	1.87 667

4w-stereo	2.02 625	2.72 601	1.44 610	3.36 646	1.59 643	2.48 655	1.72 652	2.28 640	1.24 626	2.24 646	1.65 651	2.56 660	1.32 619	2.39 652	1.98 675	2.67 657	1.51 615	1.66 631	1.24 622	2.53 654	1.88 670

3.5w_stereo	2.03 627	2.72 601	1.35 595	3.41 647	1.57 641	2.72 668	1.49 644	2.01 629	1.34 631	2.15 643	1.61 649	2.63 664	1.36 622	2.72 669	1.99 676	2.66 655	1.58 623	1.68 632	1.24 622	2.53 654	1.87 667

UniTT-Stereo	2.03 627	3.43 626	0.72 477	3.42 648	0.73 518	3.27 680	0.68 497	3.38 682	0.69 506	3.29 681	0.72 524	3.28 681	0.70 508	3.35 683	0.68 495	3.39 667	0.68 468	3.31 679	0.69 517	3.37 665	0.73 513

DispNO	1.00 511	0.63 299	0.43 366	3.45 649	0.44 443	0.65 469	0.43 432	0.64 463	0.43 435	0.64 469	0.43 440	0.64 471	3.03 677	0.64 467	0.43 428	4.55 679	0.43 385	0.63 473	0.43 449	0.63 447	0.43 422

asda	2.17 637	2.54 588	1.81 632	3.47 650	1.78 658	2.50 658	1.86 660	2.61 661	1.68 646	2.61 663	1.83 658	2.37 649	1.73 641	2.44 656	1.88 670	2.51 652	1.84 641	2.34 659	1.62 654	2.23 631	1.77 662

4.25w-stereo	1.98 612	2.72 601	1.46 612	3.47 650	1.43 637	2.07 638	1.98 667	2.53 659	1.52 642	2.71 665	1.98 678	1.81 625	1.62 633	1.96 633	1.36 633	1.88 612	2.00 645	2.53 670	1.61 652	1.74 615	1.15 565

monsters	2.18 639	2.41 584	1.96 653	3.47 650	2.03 675	2.53 660	1.64 648	2.48 655	1.73 655	2.40 655	1.50 641	2.62 663	1.94 657	2.59 661	1.94 672	2.44 647	1.57 622	2.28 655	1.87 670	2.42 641	1.86 665

Occ-G	1.12 532	0.52 278	3.72 693	3.50 653	0.50 466	0.56 453	0.47 446	0.54 441	0.46 442	0.54 449	0.41 428	0.54 450	0.42 429	0.52 441	0.42 425	3.42 668	4.02 689	0.52 459	0.45 451	0.51 428	0.44 425

HCRNet	1.22 584	7.11 683	3.00 672	3.55 654	0.33 378	0.29 254	0.14 188	0.19 193	0.15 207	0.33 271	0.29 296	0.25 236	0.14 194	0.22 214	0.33 360	3.64 669	3.00 667	0.76 499	0.32 377	0.18 194	0.13 186

asd	2.18 639	2.77 607	1.58 620	3.59 655	2.00 670	2.58 664	1.85 659	2.39 652	1.71 650	2.47 658	1.97 672	2.59 662	1.61 632	2.56 659	1.79 661	2.51 652	1.99 644	2.11 652	1.62 654	2.36 639	1.60 648

DPSNet	3.66 683	3.60 628	3.62 691	3.63 656	3.64 709	3.65 684	3.65 708	3.66 685	3.67 706	3.67 684	3.65 706	3.67 685	3.66 694	3.66 684	3.68 703	3.68 670	3.66 685	3.67 683	3.68 709	3.67 667	3.67 708

monsterstereo	2.20 645	2.33 574	1.95 652	3.65 657	2.07 676	2.49 656	1.61 646	2.48 655	1.83 665	2.45 657	1.61 649	2.67 666	1.86 649	2.64 663	1.94 672	2.48 651	1.66 631	2.34 659	1.68 660	2.40 640	1.86 665

RAStereo	2.23 649	3.64 629	0.76 485	3.65 657	0.86 540	3.66 685	0.76 522	3.67 686	0.81 538	3.66 683	0.76 530	3.66 684	0.77 520	3.68 685	0.77 524	3.68 670	0.77 490	3.69 684	0.77 533	3.70 668	0.77 522

sAnonymous2	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 709	2.72 687	5.45 714	1.98 678	4.59 699	2.64 673	2.65 664	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 680

CroCo_RVC	3.31 681	2.63 592	1.38 607	3.71 659	1.86 663	4.70 705	1.11 561	4.82 709	2.72 687	5.45 714	1.98 678	4.59 699	2.64 673	2.65 664	6.21 719	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 680

MonStereo1	1.94 611	2.77 607	1.52 618	3.73 661	1.51 640	2.13 640	1.42 640	2.32 647	1.52 642	2.31 651	1.50 641	2.53 655	1.59 630	2.34 649	1.56 641	1.91 614	1.36 604	1.86 638	1.31 627	2.07 625	1.53 639

1w_stereo	2.05 632	2.32 573	1.35 595	3.74 662	2.01 671	2.73 670	1.42 640	1.88 622	1.93 675	2.03 636	1.28 626	2.71 667	1.99 662	2.72 669	1.72 653	2.20 628	1.32 591	1.87 639	1.86 669	2.45 643	1.54 640

qwe	2.18 639	2.60 591	1.58 620	3.83 663	1.90 668	2.53 660	1.90 665	2.48 655	1.73 655	2.37 654	1.92 668	2.53 655	1.68 635	2.56 659	1.83 663	2.52 654	1.87 643	2.07 648	1.68 660	2.32 637	1.71 657

NLSM1	2.93 678	3.24 622	2.57 668	4.04 664	2.66 687	3.30 681	2.55 682	3.29 680	2.55 685	3.35 682	2.48 686	3.28 681	2.47 672	3.34 682	2.49 684	3.26 665	2.55 665	3.13 676	2.57 686	3.00 663	2.46 682

BUS	0.83 479	1.91 541	0.92 508	4.48 665	0.02 22	0.40 306	0.04 103	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.05 117	0.03 43	0.05 115	1.97 618	4.19 690	0.33 278	0.23 255	0.34 269	0.27 291

BSDual-CNN	0.81 470	1.91 541	0.92 508	4.48 665	0.02 22	0.42 342	0.06 137	0.41 317	0.02 22	0.48 407	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 690	0.33 278	0.23 255	0.34 269	0.27 291

hknet	1.10 529	1.85 532	3.49 688	4.48 665	0.02 22	0.42 342	0.06 137	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.03 53	0.42 338	0.03 52	4.39 676	4.19 690	0.33 278	0.23 255	0.34 269	0.27 291

rvit_105_1	3.83 686	5.22 663	3.01 673	4.53 668	3.01 690	4.51 693	3.01 688	4.56 696	3.04 690	4.53 695	3.03 690	4.55 697	3.03 677	4.56 696	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.57 682	3.05 689

rvit_stereo_0081	3.83 686	5.23 664	3.01 673	4.53 668	3.03 692	4.55 699	3.02 689	4.56 696	3.04 690	4.52 693	3.02 688	4.54 695	3.03 677	4.56 696	3.04 686	4.57 680	3.05 668	4.57 692	3.05 691	4.58 683	3.05 689

rvit_stereo_0082	3.86 688	5.82 678	3.01 673	4.53 668	3.03 692	4.54 695	3.02 689	4.56 696	3.04 690	4.53 695	3.02 688	4.55 697	3.04 680	4.57 699	3.05 688	4.57 680	3.05 668	4.58 694	3.05 691	4.58 683	3.06 692

rvit_0105_4	3.91 693	5.47 674	3.02 676	4.54 671	3.02 691	4.54 695	3.03 693	4.75 706	3.17 701	4.57 699	3.06 693	4.61 703	3.16 688	4.65 703	3.09 694	4.66 687	3.11 676	4.68 701	3.18 702	4.81 693	3.16 701

rvit_stereo_0080	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 700	3.07 695	4.58 700	3.06 693	4.59 699	3.06 682	4.61 700	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 696

whm_eth	3.89 691	5.70 675	3.04 678	4.54 671	3.03 692	4.56 700	3.05 695	4.60 700	3.07 695	4.58 700	3.06 693	4.59 699	3.06 682	4.61 700	3.08 692	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 696

rvit_stereo_0081_aga	3.86 688	5.33 667	3.02 676	4.55 674	3.04 696	4.54 695	3.02 689	4.64 703	3.06 694	4.54 697	3.04 692	4.62 704	3.08 684	4.62 702	3.07 691	4.58 683	3.06 672	4.60 696	3.08 695	4.63 686	3.07 693

rvit_stereo_ft	3.93 696	5.44 672	3.05 680	4.59 675	3.06 697	4.61 703	3.08 698	4.67 705	3.12 700	4.63 704	3.10 698	4.65 706	3.11 686	4.69 706	3.13 696	4.70 688	3.14 678	4.71 703	3.15 701	4.74 690	3.16 701

rvit_0105_3	3.91 693	5.33 667	3.06 681	4.60 676	3.07 698	4.60 702	3.06 697	4.62 702	3.08 698	4.60 702	3.07 696	4.62 704	3.08 684	4.67 704	3.10 695	4.70 688	3.11 676	4.77 705	3.19 703	4.77 692	3.14 700

rvit_stereo_0083	3.92 695	5.30 666	3.06 681	4.61 677	3.09 699	4.67 704	3.08 698	4.66 704	3.09 699	4.62 703	3.10 698	4.66 707	3.11 686	4.67 704	3.16 697	4.72 690	3.16 679	4.77 705	3.11 698	4.66 689	3.11 698

rvit_0105_6	3.87 690	5.73 677	3.10 683	4.69 678	3.12 700	4.54 695	3.02 689	4.56 696	3.04 690	4.54 697	3.03 690	4.54 695	3.04 680	4.56 696	3.05 688	4.58 683	3.05 668	4.58 694	3.05 691	4.58 683	3.05 689

rvit_0105_5	4.10 697	5.40 670	3.13 686	4.71 679	3.15 701	4.72 707	3.10 700	4.90 711	3.27 703	4.69 705	3.16 700	4.84 711	3.25 690	4.96 710	3.34 700	5.05 695	3.39 684	5.10 710	3.40 704	5.11 700	3.42 705

NLCSM	3.67 684	4.08 643	3.19 687	4.80 680	3.26 702	3.99 689	3.24 703	4.25 692	3.18 702	4.09 688	3.27 701	4.14 690	3.18 689	4.13 690	3.28 699	4.06 672	3.10 675	3.85 688	3.14 700	3.91 673	3.27 704

StereoVision	3.15 679	5.00 658	0.89 501	4.83 681	1.00 553	3.93 686	1.27 624	6.37 716	1.34 631	5.67 716	1.26 624	5.84 717	1.27 614	5.03 713	1.24 621	5.10 697	1.09 527	4.61 697	0.57 486	5.62 705	1.12 560

MLG-Stereo_test2	4.28 700	5.46 673	3.69 692	4.86 682	3.72 710	5.58 714	3.42 704	4.81 708	3.77 711	4.85 707	3.72 708	5.55 716	3.63 693	5.58 714	3.53 702	4.41 677	3.28 683	4.99 709	2.95 689	4.75 691	3.13 699

TestStereo	4.88 710	4.75 654	4.79 697	4.87 683	4.92 718	4.81 710	4.90 718	4.78 707	4.77 718	4.87 708	4.89 717	4.90 712	4.91 710	4.99 711	4.79 715	4.98 693	4.87 695	4.87 708	4.92 719	5.00 699	5.00 718

DispFullNet	4.61 706	4.84 655	3.12 684	5.00 684	3.57 706	4.75 708	3.03 693	7.75 722	4.17 715	4.91 709	3.09 697	6.20 718	3.95 703	6.71 718	3.51 701	5.30 698	3.67 686	5.86 717	3.63 706	5.61 704	3.46 706

FC-DCNN v2	5.10 714	5.15 661	4.49 696	5.07 685	3.37 704	6.87 717	4.75 717	5.04 712	6.34 722	7.84 722	5.06 718	6.72 722	4.09 706	4.99 711	5.44 718	5.03 694	3.16 679	4.67 700	4.86 718	5.15 701	3.89 713

MLG-Stereo_test1	4.25 698	5.34 669	3.61 690	5.31 686	3.63 708	5.23 711	3.57 706	5.38 714	3.65 705	5.23 711	3.47 703	4.76 708	3.74 697	4.85 707	3.71 704	4.96 692	3.18 681	4.71 703	2.92 688	4.86 696	2.90 686

MLG-Stereo_test3	4.26 699	4.85 656	3.95 694	5.35 687	3.60 707	4.75 708	3.76 709	5.49 715	3.71 707	5.39 712	3.69 707	4.82 710	3.66 694	4.85 707	3.73 707	4.93 691	3.19 682	4.69 702	2.99 690	4.84 695	2.98 688

CFNet	1.37 592	5.27 665	0.19 195	5.49 688	0.19 240	0.28 251	0.19 226	0.28 242	0.19 235	0.28 248	0.19 236	0.28 252	4.35 707	0.28 255	0.19 228	0.23 203	0.17 196	0.23 226	4.21 716	4.81 693	0.17 215

RAFT+CT+SA	4.28 700	7.62 687	4.91 699	5.55 689	2.28 684	3.09 676	3.64 707	4.49 694	3.07 695	4.80 706	3.35 702	4.77 709	3.70 696	4.29 693	3.05 688	5.58 699	5.98 702	3.58 682	3.78 711	4.26 676	3.72 709

MaDis-Stereo	3.19 680	6.02 680	1.12 526	5.61 690	1.16 573	5.43 713	1.02 557	5.15 713	0.70 514	5.43 713	1.21 619	5.03 714	0.97 536	4.85 707	0.99 547	4.53 678	1.16 537	5.53 713	1.25 624	5.37 703	1.30 626

AANet_RVC	1.26 587	0.31 183	4.99 700	5.93 691	0.20 243	0.25 235	0.20 230	0.25 231	0.20 237	0.23 218	0.19 236	0.25 236	0.20 241	0.25 234	0.20 231	5.66 700	4.76 694	0.26 246	0.30 359	0.24 227	0.27 291

SA	4.33 702	7.35 684	6.85 711	5.96 692	4.09 714	3.59 683	3.15 701	3.82 687	2.64 686	3.91 685	3.85 709	3.57 683	2.72 675	3.13 678	4.03 710	7.09 712	6.86 707	3.57 681	3.12 699	3.85 669	3.51 707

SGM-Forest	5.21 716	5.92 679	4.08 695	6.18 693	4.16 715	6.31 716	4.34 716	6.50 717	4.33 716	6.14 718	4.21 714	6.61 721	4.55 709	6.67 717	4.48 714	5.94 702	3.94 688	5.85 716	4.03 715	5.79 706	4.17 716
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 633	1.30 471	5.73 705	6.28 694	0.79 533	1.33 606	0.80 528	1.30 601	1.02 563	1.33 605	0.84 542	1.33 610	0.97 536	1.28 608	1.04 555	6.05 704	5.89 700	1.28 616	0.76 531	1.28 596	0.88 532

test_5	4.62 707	7.55 686	6.23 706	6.32 695	3.40 705	5.29 712	3.50 705	3.53 684	4.11 714	4.28 690	4.47 716	4.26 693	4.38 708	3.68 685	3.24 698	5.89 701	5.60 698	4.84 707	3.50 705	4.33 677	3.93 715

cross-raft	4.83 709	7.52 685	6.43 707	6.63 696	3.96 713	4.51 693	3.99 713	4.49 694	3.96 713	4.52 693	3.96 711	4.50 694	3.97 704	4.50 695	3.97 709	6.65 707	6.44 704	4.33 689	3.92 713	4.35 678	3.91 714

PhaseNet	1.74 602	6.34 681	4.81 698	6.77 697	0.24 267	0.80 490	0.53 467	0.48 404	0.22 246	0.53 443	0.28 283	0.48 414	0.25 262	0.40 308	0.32 348	6.39 706	4.61 693	0.46 422	0.38 426	0.25 230	0.18 221

raft_robust	4.71 708	7.75 688	5.40 704	6.81 698	3.31 703	4.28 692	4.20 715	4.32 693	4.37 717	4.35 692	4.35 715	4.14 690	3.75 698	4.30 694	4.20 713	6.67 708	6.37 703	3.36 680	4.24 717	4.86 696	3.25 703

TestStereo1	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 689	3.74 708	3.97 686	3.52 704	3.94 688	3.58 691	3.98 688	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 711

SA-5K	4.60 704	8.41 691	6.44 708	6.86 699	3.79 711	3.97 687	3.78 710	3.99 689	3.74 708	3.97 686	3.52 704	3.94 688	3.58 691	3.98 688	3.72 705	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 711

Sa-1000	4.34 703	8.37 690	6.84 710	6.98 701	4.45 717	3.58 682	3.00 687	3.42 683	3.39 704	2.61 663	4.00 712	3.83 687	4.01 705	3.90 687	3.90 708	5.98 703	5.62 699	3.76 685	2.34 684	4.35 678	2.47 683

test_4	4.88 710	8.13 689	6.98 712	7.46 702	4.44 716	4.25 691	3.85 712	4.04 691	3.92 712	4.13 689	3.91 710	4.18 692	3.84 701	4.14 691	4.06 711	7.01 711	7.13 710	4.53 690	3.72 710	4.09 674	3.72 709

rvit_stereo_0075_2	6.64 718	8.80 695	5.25 701	7.89 703	5.27 720	7.90 721	5.27 719	7.92 723	5.28 720	7.91 723	5.29 720	7.93 723	5.27 711	7.92 723	5.28 716	7.93 713	5.28 697	7.93 722	5.29 721	7.93 715	5.28 720

test_3	5.01 712	8.86 696	7.77 714	8.09 704	2.76 689	4.13 690	4.05 714	3.88 688	3.76 710	4.33 691	4.13 713	3.71 686	3.91 702	4.21 692	4.06 711	7.93 713	7.69 712	4.53 690	3.91 712	4.17 675	4.29 717

test-1	6.46 717	9.16 698	8.03 718	8.09 704	5.62 721	6.11 715	6.35 721	6.85 719	4.94 719	6.08 717	6.29 723	4.98 713	6.43 715	6.22 715	6.36 721	6.16 705	7.47 711	5.82 715	5.44 722	7.11 712	5.68 721

U	5.15 715	8.49 693	1.81 632	8.49 706	1.77 657	8.49 722	1.77 653	8.51 724	1.77 659	8.49 724	1.77 657	8.50 724	1.78 646	8.58 724	1.77 660	8.54 716	1.78 637	8.55 724	1.78 667	8.55 718	1.84 663

RAFT	6.73 719	9.36 699	7.40 713	8.51 707	6.55 722	6.88 718	6.60 722	6.79 718	6.60 723	6.80 719	6.72 724	5.31 715	5.50 713	6.61 716	6.61 722	8.42 715	5.89 700	5.73 714	5.45 723	6.61 708	6.24 722

SGM+DAISY	7.06 720	9.15 697	5.38 703	8.84 708	5.18 719	8.80 723	5.31 720	8.79 725	5.28 720	8.89 725	5.20 719	8.93 725	5.33 712	8.95 725	5.36 717	8.70 717	5.21 696	8.74 725	5.20 720	8.89 719	5.15 719

testmc14	2.43 660	10.48 707	8.02 717	8.93 709	0.31 354	0.44 383	0.30 298	0.42 335	0.30 308	0.42 331	0.30 311	0.42 343	0.30 307	0.42 338	0.30 297	8.88 719	6.99 709	0.41 394	0.28 328	0.39 353	0.28 317

CFNet_RVC	2.38 659	8.71 694	0.38 303	9.33 710	0.42 440	0.56 453	0.42 430	0.60 456	0.38 403	0.62 466	0.42 438	0.56 457	7.29 719	0.62 461	0.42 425	0.53 399	0.37 343	0.49 445	0.34 391	8.30 716	6.87 723

test-v	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 720	6.91 724	7.29 720	5.71 721	6.45 719	6.93 716	6.73 719	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 724

test-2	7.53 721	11.89 709	7.98 715	9.36 711	7.14 723	7.06 719	7.09 723	7.37 720	6.91 724	7.29 720	5.71 721	6.45 719	6.93 716	6.73 719	7.27 723	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 724

MCSU-Stereo	2.48 663	10.56 708	8.50 719	9.47 713	0.31 354	0.43 349	0.30 298	0.42 335	0.30 308	0.42 331	0.30 311	0.42 343	0.30 307	0.41 324	0.30 297	8.86 718	6.93 708	0.40 376	0.29 343	0.39 353	0.28 317

MSMDNet	2.65 667	10.14 705	0.33 273	9.74 714	0.32 366	0.87 503	0.33 364	2.95 676	0.68 501	0.49 414	0.34 382	0.49 419	5.70 714	0.49 418	0.33 360	0.42 326	9.57 716	0.41 394	0.31 370	8.36 717	0.65 491

pcwnet_v2	2.66 668	9.89 703	0.33 273	9.89 715	0.32 366	0.50 429	0.32 353	0.49 409	0.33 373	0.49 414	0.34 382	0.49 419	8.76 721	0.48 412	0.33 360	0.41 312	9.58 717	0.40 376	0.29 343	9.01 720	0.63 483

CFNet_ucs	2.73 670	9.64 701	0.33 273	9.92 716	0.32 366	0.49 420	0.33 364	0.49 409	0.33 373	0.49 414	0.33 374	0.49 419	8.98 722	0.48 412	0.33 360	0.41 312	9.96 721	0.40 376	0.29 343	10.12 725	0.54 461

ccs_rob	2.79 676	10.17 706	0.32 268	10.00 717	0.33 378	0.49 420	0.33 364	1.90 624	0.32 363	0.51 436	0.33 374	0.49 419	9.24 723	0.49 418	0.33 360	0.41 312	9.82 719	0.41 394	0.28 328	9.34 721	0.29 326

PCWNet_CMD	2.80 677	9.82 702	0.32 268	10.09 718	0.32 366	0.49 420	0.33 364	3.34 681	0.33 373	0.49 414	0.33 374	0.49 419	8.73 720	0.48 412	0.33 360	0.41 312	9.22 715	0.42 410	0.29 343	9.55 722	0.31 349

UCFNet_RVC	2.75 672	10.06 704	0.29 242	10.31 719	0.29 295	0.42 342	0.29 290	0.43 343	0.29 293	0.42 331	0.29 296	0.42 343	9.87 724	0.43 345	0.29 287	0.36 269	9.84 720	0.36 311	0.26 271	9.77 723	0.26 253

CFNet_pseudo	2.67 669	9.36 699	0.32 268	10.99 720	0.33 378	0.85 500	0.33 364	0.49 409	0.33 373	0.49 414	0.32 365	0.49 419	7.26 718	0.49 418	0.33 360	0.41 312	9.62 718	0.41 394	0.29 343	10.03 724	0.29 326

TestStereo_HL3	2.76 673	0.41 223	11.46 723	14.11 721	0.30 307	0.45 397	0.29 290	0.43 343	0.29 293	0.43 338	0.29 296	0.43 352	0.28 288	0.44 376	0.30 297	13.57 724	10.32 722	0.41 394	0.27 309	0.38 308	0.27 291

TestStereo_HL2	2.73 670	0.41 223	11.06 720	14.13 722	0.30 307	0.44 383	0.28 278	0.43 343	0.29 293	0.43 338	0.28 283	0.43 352	0.29 298	0.43 345	0.28 273	13.51 723	10.37 723	0.41 394	0.27 309	0.38 308	0.27 291

GGDA	2.76 673	0.41 223	11.34 722	14.28 723	0.30 307	0.44 383	0.29 290	0.43 343	0.29 293	0.43 338	0.28 283	0.43 352	0.28 288	0.43 345	0.29 287	13.45 722	10.57 724	0.41 394	0.27 309	0.38 308	0.27 291

TestStereo-Hl	2.78 675	0.42 233	11.23 721	14.38 724	0.30 307	0.44 383	0.30 298	0.43 343	0.28 285	0.43 338	0.29 296	0.44 387	0.29 298	0.44 376	0.29 287	13.64 725	10.73 725	0.41 394	0.27 309	0.38 308	0.27 291

rafts_anoy	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

raft+_RVC	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

raftrobust	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

CasAABBNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

RALCasStereoNet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

RALAANet	20.00 725	20.00 711	20.00 725	20.00 725	20.00 726	20.00 724	20.00 726	20.00 726	20.00 727	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

MANE	19.05 724	23.00 717	15.00 724	23.00 731	15.00 725	24.00 730	16.00 725	24.00 732	16.00 726	22.00 732	15.00 725	23.00 732	16.00 725	23.00 732	15.00 725	22.00 732	15.00 726	22.00 732	15.00 726	22.00 732	15.00 726

fff	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 734	10000000.00 754	35.27 736	29.82 734	32.45 734	30.15 733	32.35 734	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

csc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 734	10000000.00 754	35.27 736	29.82 734	32.45 734	30.15 733	32.35 734	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

cscssc	1000028.16 752	29.62 729	29.72 732	32.61 732	30.02 733	35.13 733	31.83 734	32.07 734	10000000.00 754	35.27 736	29.82 734	32.45 734	30.15 733	32.35 734	30.09 733	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

111	30.40 731	30.94 733	29.72 732	32.61 732	30.02 733	33.57 731	30.47 733	31.50 733	29.39 734	30.98 733	29.11 733	29.78 733	30.39 736	29.45 733	30.76 736	30.08 733	29.02 734	29.92 733	30.32 737	29.86 733	30.17 734

DCANet-4	35.22 733	34.54 734	35.08 738	33.58 736	35.47 740	34.55 732	35.53 740	36.08 739	35.85 738	35.92 739	35.77 739	35.18 739	35.48 738	35.39 739	37.15 743	34.55 739	33.92 738	35.02 740	34.90 739	35.79 737	34.74 741

ADStereo(finetuned)	36.13 734	36.63 738	38.07 743	36.97 737	33.25 737	35.91 736	34.45 737	36.36 740	32.99 735	38.14 745	36.71 740	36.69 740	34.13 737	38.57 745	40.79 744	37.60 745	36.58 741	35.90 741	33.36 738	35.42 736	34.04 738

fast-reg	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

Reg-Stereo(zero)	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

fast-iter	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

CoSv	37.00 735	37.00 739	37.00 739	37.00 738	37.00 741	37.00 739	37.00 741	37.00 741	37.00 739	37.00 740	37.00 741	37.00 741	37.00 739	37.00 740	37.00 739	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

tt	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 737	33.55 736	34.50 734	35.43 737	33.81 737	10000000.00 754	33.57 737	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 739

DCANet	500032.53 750	34.60 735	29.72 732	37.47 742	34.41 738	36.85 737	35.22 738	34.71 737	33.55 736	34.50 734	35.43 737	33.81 737	10000000.00 754	33.57 737	33.13 737	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 739

WCMA_ROB	31.10 732	35.43 737	27.12 731	39.51 744	23.10 732	38.78 743	25.30 732	37.49 745	25.39 733	37.29 744	27.02 732	38.52 745	26.48 732	37.80 744	26.44 732	36.28 740	22.65 733	33.90 737	22.30 733	37.10 742	24.18 733

NOSS_ROB	102.95 740	153.00 748	121.00 747	51.00 745	44.00 745	165.00 747	127.00 747	153.00 748	119.00 745	164.00 749	125.00 747	168.00 749	120.00 745	153.00 748	117.00 747	49.00 746	44.00 746	49.00 746	44.00 746	49.00 743	44.00 746

CBMV	128.50 741	1422.70 755	53.10 745	79.50 746	51.30 746	77.30 745	49.70 745	74.00 746	48.20 744	77.20 747	48.80 746	73.90 747	48.00 744	73.80 747	48.80 746	70.40 747	45.10 747	68.90 747	46.10 747	68.20 744	45.00 747
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 739	87.70 744	41.95 744	113.75 747	65.62 747	75.05 744	55.25 746	75.64 747	45.04 743	71.61 746	41.75 745	72.81 746	44.06 743	68.38 746	44.63 745	101.89 748	59.57 748	107.10 748	61.05 748	104.38 745	59.38 748

MeshStereo	159.24 742	171.00 749	160.68 750	162.58 748	160.59 748	164.01 746	160.35 748	158.51 749	158.56 746	158.34 748	160.12 748	158.56 748	159.92 746	157.26 749	158.94 748	154.38 749	158.36 749	155.75 749	159.13 750	153.67 746	154.07 749
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	201.80 743	123.00 745	115.00 746	219.00 749	218.00 750	223.00 748	244.00 750	217.00 750	236.00 748	202.00 750	203.00 749	205.00 750	208.00 747	225.00 750	204.00 749	210.00 750	198.00 750	197.00 750	184.00 751	204.00 747	201.00 750

MGS-Stereo	239.45 744	123.00 745	135.00 748	266.00 750	286.00 751	277.00 749	305.00 751	271.00 751	242.00 749	274.00 751	279.00 751	255.00 751	270.00 749	268.00 751	297.00 751	221.00 751	247.00 752	216.00 751	123.00 749	217.00 748	217.00 752

EGLCR-Stereo	246.90 745	129.00 747	139.00 749	266.00 750	286.00 751	277.00 749	305.00 751	271.00 751	242.00 749	274.00 751	279.00 751	255.00 751	270.00 749	268.00 751	297.00 751	230.00 752	247.00 752	216.00 751	223.00 753	237.00 749	227.00 753

DLCB_ROB	284.23 746	354.61 751	207.27 751	363.24 752	206.46 749	364.72 751	210.41 749	364.72 753	210.41 747	364.81 753	208.64 750	364.81 753	208.64 748	364.72 753	210.41 750	354.70 753	205.53 751	354.70 753	205.53 752	354.70 750	205.53 751

LE_ROB	396.57 747	471.28 752	329.84 752	471.48 753	308.15 753	526.83 752	322.10 753	488.15 754	323.76 751	495.46 754	317.97 753	497.17 754	320.10 751	481.62 754	326.76 753	462.71 754	298.97 754	466.16 754	285.98 754	447.62 751	289.21 754

SGM-ForestM	596.69 748	677.77 753	444.52 753	699.85 754	517.25 754	732.94 753	488.29 754	770.79 755	460.11 752	750.81 755	487.98 754	792.79 755	499.41 752	730.90 755	475.81 754	720.03 755	491.16 755	663.96 755	418.60 755	674.76 752	436.05 755

CBMV_ROB	818.48 749	913.88 754	709.52 754	862.84 755	597.78 755	1073.99 754	700.52 755	1015.66 756	702.59 753	1115.65 756	760.02 755	1130.24 756	721.57 753	1037.41 756	692.65 755	814.05 756	564.29 756	843.28 756	595.31 756	915.51 753	602.92 756

111111	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

SGD-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-Stereo++	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-BASED-STEREO-	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-Stereo+	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

SDNR	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

anonymousdsp2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

anonymousdsp	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

test_example2	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

DIP-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757
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							0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	3.79 699	0.50 426	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

Low-res two-view benchmark