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	0.73 425	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	0.15 146	0.70 279	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 450	0.02 15	0.69 443	0.75 459	0.01 9	0.02 21	0.02 20

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	0.17 157	0.78 288	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 486	0.02 15	0.75 454	0.76 461	0.02 21	0.02 21	0.02 20

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 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

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	0.11 156	0.04 90	0.03 52	0.58 396	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 600	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 609	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 606	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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	0.75 428	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	0.73 425	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	0.90 500	0.06 117	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

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

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 604	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

IGEV_i1	0.26 201	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 129	0.05 104	0.03 52	4.34 637	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

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

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 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 130	0.07 137	0.08 129	0.07 137	0.08 129	0.06 129	0.07 127	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

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

DA	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

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

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

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

GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 530	0.07 127	0.05 120	0.05 113	0.05 122	0.08 129	0.05 112	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

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

SMFormer	0.09 75	1.01 344	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

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

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

FADE		0.06 74		0.09 76	0.10 147			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 178	0.13 179	0.11 148	0.11 153

test_sample6	0.09 75	0.97 325	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 358	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 350	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 137	0.21 226	0.22 199	0.10 145	0.19 183	0.18 216	0.10 140	0.19 214	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 207
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 75	0.95 322	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 90	1.07 358	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 75	1.01 344	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 67	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.07 137	0.08 129	0.05 122	0.08 129	0.05 112	0.09 136	0.08 129	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 75	1.00 335	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 350	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 302	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 149	0.11 160	0.12 152	0.11 159	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

mmm	0.14 134	1.83 488	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 111	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.12 167	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 387	0.11 153

DualNet (step1)	0.10 90	1.05 354	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 354	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 354	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 302	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

ffm	0.25 192	3.83 596	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 192	3.83 596	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 192	3.83 596	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

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

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

xxxx	0.11 111	1.16 371	0.16 169	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 360	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

SuperB	0.21 174	0.10 93	2.51 631	0.12 106	0.09 140	0.10 137	0.09 139	0.08 130	0.07 137	0.10 138	0.09 141	0.09 137	0.07 135	0.07 127	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

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

11t1	0.17 157	2.16 521	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 110	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.23 204	0.10 145	0.20 186	0.10 143	0.24 211	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

222	0.10 90	0.99 333	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

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	0.25 192	3.70 590	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 192	3.70 590	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

1111x	0.10 90	1.14 366	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

x	0.11 111	1.15 369	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 208	0.90 310	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 463	0.69 468	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 453	0.76 480

CCAANet	0.17 157	0.72 281	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.10 145	0.14 154	0.09 141	0.14 155	0.09 139	0.13 156	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 473

StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.09 144	0.14 154	0.10 145	0.14 155	0.09 139	0.14 157	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 489

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

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 453	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

zh-sn7	0.10 90	0.98 326	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

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

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.15 161	0.10 145	0.14 155	0.10 143	0.14 157	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 153	2.01 512	0.12 123	0.15 133	0.04 101	0.06 114	0.05 115	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 127	0.20 129	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

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

ACRE	0.13 127	0.21 135	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 180	0.11 160	0.19 179	0.12 167	0.18 179	0.11 156	0.19 181	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 116	0.11 112	0.15 133	0.09 140	0.18 179	0.11 157	0.18 178	0.11 160	0.17 173	0.11 159	0.18 179	0.11 156	0.18 178	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
iinet-test	0.08 72	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 420	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

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

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

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

ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	0.16 168	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.13 177	0.17 175	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

CIPLG	0.13 127	0.21 135	0.12 123	0.16 143	0.11 163	0.15 161	0.11 157	0.14 155	0.11 160	0.15 161	0.12 167	0.15 166	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	0.15 161	0.12 170	0.14 155	0.11 160	0.16 166	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 134	0.24 149	0.14 148	0.16 143	0.12 176	0.15 161	0.12 170	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ICVP	0.15 146	0.53 258	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 169	0.11 160	0.16 166	0.11 159	0.16 167	0.11 156	0.16 168	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.11 159	0.17 175	0.11 156	0.17 175	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 134	0.16 116	0.12 123	0.17 152	0.12 176	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.12 171	0.17 175	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

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

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

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 180	0.12 176	0.19 179	0.12 167	0.20 186	0.12 171	0.19 181	0.12 164	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TS12	0.09 75	0.09 89	0.17 176	0.19 157	0.06 134	0.08 127	0.06 132	0.08 130	0.06 133	0.08 129	0.06 133	0.08 129	0.06 129	0.08 130	0.06 126	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

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

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

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 157	0.13 180	0.19 182	0.13 174	0.19 180	0.13 180	0.19 179	0.13 180	0.19 183	0.13 177	0.19 181	0.13 171	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 174

zh-mn7	0.12 120	1.14 366	0.17 176	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 161	0.13 180	0.19 182	0.13 174	0.18 178	0.13 180	0.19 179	0.13 180	0.18 179	0.14 181	0.18 178	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

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

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

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

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

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

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	0.07 136	0.13 152	0.05 115	0.06 117	0.05 120	0.05 113	0.05 122	0.13 154	0.05 112	0.05 104	0.09 134	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 174

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

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

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

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

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

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

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

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 223	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 229
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 314	1.24 430	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 554	0.93 508	0.25 219	0.17 205	0.25 222	0.18 216	0.25 220	0.17 199	0.23 196	0.16 170	0.23 212	0.16 195	1.20 502	0.99 504

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

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

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

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

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.26 231	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 229

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

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

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

DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 233	0.34 353	0.29 237	0.31 327	0.29 242	0.30 280	0.31 249	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 321

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

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

IGEV_Zeroshot_test	0.20 167	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 195	0.17 208	0.20 185	0.17 205	0.21 194	0.18 216	0.21 196	0.17 199	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 202

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

DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 193	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 185

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

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

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

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

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

w-ln-seven-2	0.14 134	1.22 428	0.28 227	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

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

CASnet	0.35 239	0.51 252	0.44 353	0.32 215	0.31 328	0.24 212	0.34 348	0.36 254	0.25 243	0.31 243	0.37 373	0.30 246	0.33 345	0.25 220	0.45 401	0.37 259	0.37 327	0.33 260	0.35 375	0.34 249	0.37 359
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 240	0.24 238	0.33 253	0.24 245	0.35 263	0.24 241	0.33 259	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

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

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

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

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

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

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

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

ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 250	0.35 357	0.35 259	0.35 362	0.35 263	0.35 357	0.35 263	0.35 349	0.35 252	0.35 318	0.35 285	0.35 375	0.35 262	0.35 351

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 260	0.39 239	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 283	0.36 324	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 280	0.26 256	0.39 275	0.26 256	0.39 282	0.26 253	0.39 284	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 359
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 497	0.39 190	5.28 665	0.39 239	0.20 228	0.39 283	0.27 249	0.39 273	0.22 229	0.38 269	0.20 227	0.38 277	0.20 225	6.95 678	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 659	0.21 214

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

w-ln-seven	0.18 161	1.47 446	0.33 260	0.40 252	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 344	0.40 355	0.40 401	0.40 339	0.40 375
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.28 264	0.41 295	0.28 267	0.41 303	0.28 267	0.42 315	0.30 273	0.37 259	0.26 223	0.37 293	0.27 291	0.45 364	0.56 436

z-mn7	0.16 153	1.21 422	0.33 260	0.41 264	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fffy	0.38 262	0.43 213	0.33 260	0.46 288	0.33 350	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.33 345	0.45 366	0.32 321	0.38 270	0.38 334	0.38 301	0.37 384	0.37 273	0.36 354

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

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

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

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

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

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

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

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

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

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

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 299
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 300	0.32 338	0.41 301	0.28 257	0.40 280	0.30 281	0.41 295	0.28 267	0.40 290	0.28 267	0.42 315	0.28 255	0.45 342	0.32 271	0.38 301	0.30 331	0.37 273	0.27 273

mms	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 362	0.38 373	0.47 372	0.33 346	0.45 369	0.32 334	0.45 366	0.32 321	0.39 283	0.38 334	0.38 301	0.37 384	0.39 327	0.39 372

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

RainbowNet	0.48 356	0.48 238	0.48 375	0.48 300	0.48 429	0.48 387	0.48 425	0.48 376	0.48 423	0.48 379	0.48 430	0.48 386	0.48 418	0.48 383	0.48 418	0.48 364	0.48 390	0.48 411	0.48 434	0.48 384	0.48 407

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.35 239	0.44 216	0.45 355	0.49 306	0.30 285	0.37 270	0.30 272	0.36 254	0.30 281	0.36 263	0.29 273	0.36 268	0.29 274	0.36 269	0.30 273	0.46 352	0.39 341	0.32 253	0.24 245	0.32 238	0.25 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	0.33 345	0.51 406	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 439	0.29 299

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

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

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

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

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

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

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

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

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

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

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

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

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

GCAP-Stereo-DPT-25K	0.41 287	1.09 360	0.40 332	0.52 355	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.31 311	0.46 352	0.35 318	0.39 342	0.28 304	0.39 327	0.28 293

fffft	0.48 356	0.51 252	0.45 355	0.52 355	0.45 417	0.52 416	0.45 409	0.52 406	0.48 423	0.53 413	0.45 415	0.52 415	0.45 406	0.52 411	0.46 405	0.51 379	0.41 354	0.50 420	0.41 409	0.50 392	0.41 383
1: 1. 1
DDF-Stereo	0.43 302	1.15 369	0.57 406	0.53 357	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.40 287	0.32 321	0.52 381	0.50 399	0.38 301	0.31 342	0.39 327	0.31 321

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

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

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

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

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

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

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

FCDSN-DC	0.41 287	0.59 270	0.64 419	0.54 360	0.33 350	0.50 401	0.37 366	0.42 313	0.40 387	0.61 432	0.43 409	0.50 404	0.49 423	0.38 276	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 293
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 375	0.54 262	0.54 402	0.54 360	0.53 445	0.54 421	0.54 438	0.53 408	0.54 439	0.54 418	0.54 446	0.54 419	0.53 434	0.54 415	0.54 432	0.54 385	0.53 408	0.54 432	0.54 445	0.54 405	0.54 427

z-ln-s-r	0.21 174	1.40 444	0.53 401	0.56 367	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 110	0.57 395	0.44 375	0.04 93	0.04 99	0.04 97	0.04 96

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

CASS	0.57 383	0.89 307	0.56 404	0.57 368	0.56 448	0.56 423	0.56 439	0.56 414	0.53 437	0.57 426	0.57 449	0.59 433	0.48 418	0.56 420	0.57 435	0.55 391	0.56 412	0.47 403	0.56 451	0.62 415	0.56 436
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 369	1.40 444	0.49 382	0.58 370	0.38 380	0.50 401	0.38 373	0.54 410	0.41 396	0.52 410	0.41 397	0.53 416	0.42 397	0.53 413	0.41 387	0.60 399	0.47 386	0.48 411	0.37 384	0.48 384	0.38 366

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

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

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

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

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

PA-Net	11.80 680	223.51 706	0.62 416	0.59 373	0.71 478	0.59 431	0.73 478	0.67 434	0.73 485	0.55 421	0.61 455	0.60 434	0.74 475	0.63 434	0.73 476	0.66 413	0.60 420	0.69 451	0.66 472	0.72 428	0.65 454
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 389	1.21 422	0.54 402	0.61 377	0.53 445	0.67 441	0.53 436	0.66 433	0.53 437	0.64 438	0.53 445	0.65 442	0.53 434	0.59 427	0.52 429	0.65 411	0.48 390	0.64 443	0.52 443	0.58 412	0.50 415

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

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

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

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

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

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

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

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

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

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

AIO-test1	0.54 375	0.60 273	0.52 397	0.66 388	0.47 425	0.61 433	0.47 416	0.58 420	0.46 411	0.61 432	0.46 418	0.61 436	0.45 406	0.62 430	0.45 401	0.61 403	0.52 406	0.57 435	0.48 434	0.57 411	0.48 407

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

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

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

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

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

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

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

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

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

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

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

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

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

AFF-stereo	0.73 416	0.88 304	0.67 428	0.75 401	0.68 473	0.75 448	0.64 448	0.80 450	0.72 482	0.83 464	0.70 476	0.82 465	0.64 448	0.84 460	0.67 450	0.77 432	0.63 426	0.81 470	0.63 461	0.78 437	0.62 445

PointNet	0.60 384	0.75 286	0.49 382	0.79 403	0.50 435	0.79 453	0.49 427	0.79 447	0.49 425	0.80 459	0.49 433	0.79 459	0.49 423	0.80 453	0.49 420	0.63 409	0.40 344	0.63 441	0.40 401	0.63 416	0.40 375

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ADCS	0.09 75	0.02 12	0.04 64	0.90 417	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 353	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

Syn2CoEx	0.25 192	1.31 436	0.74 450	0.92 422	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 448	0.75 454	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

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

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

RAFT-Stereo	0.81 437	0.96 323	0.67 428	0.95 430	0.67 470	0.95 473	0.68 459	0.95 472	0.68 463	0.95 478	0.68 469	0.96 482	0.68 459	0.96 481	0.68 458	0.94 459	0.68 437	0.94 494	0.68 477	0.94 470	0.68 460
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 419	0.92 317	0.85 467	0.96 433	0.59 451	1.27 560	0.44 403	0.59 422	0.69 468	0.91 470	0.68 469	0.55 423	0.61 446	1.06 500	0.83 494	0.62 407	0.70 444	0.90 480	0.41 409	0.89 454	0.56 436

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

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

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

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

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

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

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 441	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RP	2.33 616	25.00 677	1.13 493	1.15 457	1.15 530	1.10 501	1.15 524	1.15 494	1.15 528	1.12 506	1.15 524	1.09 503	1.13 512	1.10 506	1.15 523	1.11 484	1.09 492	1.16 514	1.12 523	1.16 492	1.17 527

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

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

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

Abc-Net	2.32 615	24.75 676	1.14 494	1.17 463	1.17 535	1.11 504	1.15 524	1.17 499	1.21 581	1.08 499	1.16 527	1.12 510	1.14 514	1.09 504	1.17 527	1.09 477	1.16 502	1.17 518	1.17 528	1.16 492	1.11 516
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 616	24.38 675	1.18 500	1.18 464	1.18 537	1.14 507	1.18 528	1.19 502	1.19 535	1.14 509	1.18 531	1.14 511	1.18 520	1.14 511	1.18 528	1.14 488	1.14 500	1.19 523	1.19 529	1.15 490	1.19 531

HSM-Net_RVC	0.95 474	1.17 372	0.78 456	1.18 464	0.71 478	1.16 509	0.75 480	1.09 491	0.80 495	1.10 500	0.75 489	1.17 514	0.74 475	1.17 514	0.80 489	1.13 486	0.73 451	1.17 518	0.77 493	1.16 492	0.72 470
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

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

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

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

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

Patchmatch Stereo++	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 503	1.20 376	1.20 505	1.20 466	1.20 538	1.20 510	1.20 530	1.20 505	1.20 536	1.20 513	1.20 532	1.20 516	1.20 522	1.20 516	1.20 532	1.20 493	1.20 507	1.20 525	1.20 532	1.20 502	1.20 532

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.73 416	1.22 428	0.25 212	1.22 511	0.25 252	1.22 556	0.25 239	1.22 551	0.25 243	1.22 559	0.25 251	1.22 562	0.25 244	1.22 562	0.25 240	1.22 541	0.26 223	1.21 570	0.25 248	1.22 550	0.25 229
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 625	26.86 683	1.23 554	1.22 511	1.22 586	1.24 558	1.25 579	1.22 551	1.24 584	1.21 558	1.24 580	1.19 515	1.27 572	1.19 515	1.24 579	1.19 491	1.20 507	1.25 572	1.19 529	1.24 551	1.23 580

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

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

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

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

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

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

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 516	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 130	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

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

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

CSP-Net	0.34 230	1.29 432	1.19 502	1.36 531	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 542	1.21 553	0.03 41	0.09 136	0.02 21	0.09 135

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

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

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

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

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

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

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

PASM	0.39 274	3.06 575	1.36 568	1.58 539	0.09 140	0.11 148	0.11 157	0.11 149	0.11 160	0.09 136	0.09 141	0.11 150	0.09 139	0.09 136	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

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

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

DPSMNet_ROB	1.60 563	1.59 450	1.70 590	1.59 540	1.59 601	1.61 579	1.61 604	1.60 570	1.60 602	1.62 580	1.59 604	1.60 578	1.60 589	1.60 576	1.59 601	1.59 564	1.60 591	1.59 587	1.59 607	1.59 565	1.59 604

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 543	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 543	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 546	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 111	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

ADCRef	0.12 120	0.03 31	0.04 64	1.71 549	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 111	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

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

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

GANetREF_RVC	1.55 561	1.94 509	1.22 552	1.88 551	1.21 584	1.88 585	1.22 576	1.88 580	1.22 582	1.88 583	1.22 578	1.88 585	1.22 569	1.89 589	1.22 578	1.87 574	1.22 554	1.88 600	1.22 578	1.88 578	1.22 578
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
psmg	0.43 302	1.91 503	0.92 475	1.91 553	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 582	1.44 576	0.04 93	0.03 57	0.02 21	0.03 52

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

SPS-STEREO	1.59 562	1.91 503	1.21 551	1.94 554	1.20 538	2.00 593	1.23 577	1.99 585	1.24 584	2.00 591	1.25 581	2.03 595	1.26 571	2.00 593	1.29 586	1.90 578	1.18 506	1.89 601	1.21 577	1.89 579	1.20 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 571	1.91 503	1.71 592	1.95 556	1.70 612	1.95 590	1.70 609	1.96 583	1.74 615	1.97 588	1.72 613	1.95 588	1.71 597	1.97 592	1.71 609	1.86 572	1.62 592	1.85 593	1.66 614	1.86 577	1.64 610

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

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

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

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

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

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

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

ADCP+	0.15 146	0.04 52	0.04 64	2.20 564	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.04 100	0.08 130	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 565	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 127	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 566	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 80	0.08 82	2.23 566	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

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

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

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

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

MatchStereo	0.54 375	0.12 106	2.38 629	2.32 572	0.09 140	0.09 135	0.08 138	0.09 136	0.07 137	0.09 136	0.07 137	0.09 137	0.07 135	0.09 136	0.08 129	2.34 605	2.34 624	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 602	2.34 538	1.87 611	2.32 572	1.94 626	2.40 608	1.89 621	2.37 607	2.07 639	2.52 618	1.95 628	2.44 609	1.99 619	2.41 610	1.89 628	2.32 604	2.09 617	2.24 610	2.18 636	2.21 587	2.23 631

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

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

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

iRaftStereo_RVC	0.97 475	3.17 580	2.30 625	2.42 576	0.38 380	0.54 421	0.38 373	0.54 410	0.38 373	0.54 418	0.38 378	0.54 419	0.38 369	0.54 415	0.38 365	2.38 608	2.34 624	0.49 416	0.36 381	0.49 387	0.36 354

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 670	50.87 699	2.78 633	2.87 591	2.71 645	2.78 632	0.47 416	2.88 632	2.86 646	1.89 584	2.67 644	2.79 634	2.79 633	2.78 633	2.83 642	2.82 624	2.82 630	2.83 632	2.77 644	2.83 619	2.76 641
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV	2.02 588	2.20 524	1.82 601	2.90 592	2.16 636	2.41 609	1.25 579	2.00 586	1.98 634	1.99 590	1.31 586	2.72 628	1.93 613	2.67 623	1.69 608	2.26 595	1.32 556	1.83 592	1.87 627	2.53 611	1.61 607

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FC-DCNN v2	5.10 671	5.15 621	4.49 660	5.07 649	3.37 661	6.87 674	4.75 674	5.04 669	6.34 679	7.84 679	5.06 675	6.72 679	4.09 663	4.99 668	5.44 675	5.03 658	3.16 643	4.67 657	4.86 675	5.15 658	3.89 670

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

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

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

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

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

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

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

SGM-Forest	5.21 673	5.92 639	4.08 659	6.18 657	4.16 672	6.31 673	4.34 673	6.50 674	4.33 673	6.14 675	4.21 671	6.61 678	4.55 666	6.67 674	4.48 671	5.94 666	3.94 652	5.85 673	4.03 672	5.79 663	4.17 673
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 596	1.30 434	5.73 668	6.28 658	0.79 496	1.33 565	0.80 488	1.30 560	1.02 522	1.33 564	0.84 502	1.33 569	0.97 496	1.28 567	1.04 514	6.05 668	5.89 663	1.28 574	0.76 491	1.28 554	0.88 492

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

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

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

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

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

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

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

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

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

test-1	6.46 674	9.16 657	8.03 680	8.09 667	5.62 678	6.11 672	6.35 678	6.85 676	4.94 676	6.08 674	6.29 680	4.98 670	6.43 672	6.22 672	6.36 678	6.16 669	7.47 672	5.82 672	5.44 679	7.11 669	5.68 678

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MANE	19.05 681	23.00 674	15.00 681	23.00 688	15.00 682	24.00 687	16.00 682	24.00 689	16.00 683	22.00 689	15.00 682	23.00 689	16.00 682	23.00 689	15.00 682	22.00 689	15.00 683	22.00 689	15.00 683	22.00 689	15.00 683

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	128.50 697	1422.70 711	53.10 701	79.50 702	51.30 702	77.30 701	49.70 701	74.00 702	48.20 700	77.20 703	48.80 702	73.90 703	48.00 700	73.80 703	48.80 702	70.40 703	45.10 703	68.90 703	46.10 703	68.20 700	45.00 703
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 695	87.70 700	41.95 700	113.75 703	65.62 703	75.05 700	55.25 702	75.64 703	45.04 699	71.61 702	41.75 701	72.81 702	44.06 699	68.38 702	44.63 701	101.89 704	59.57 704	107.10 704	61.05 704	104.38 701	59.38 704

MeshStereo	159.24 698	171.00 705	160.68 706	162.58 704	160.59 704	164.01 702	160.35 704	158.51 705	158.56 702	158.34 704	160.12 704	158.56 704	159.92 702	157.26 705	158.94 704	154.38 705	158.36 705	155.75 705	159.13 706	153.67 702	154.07 705
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 699	123.00 701	115.00 702	219.00 705	218.00 706	223.00 704	244.00 706	217.00 706	236.00 704	202.00 706	203.00 705	205.00 706	208.00 703	225.00 706	204.00 705	210.00 706	198.00 706	197.00 706	184.00 707	204.00 703	201.00 706

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 710	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 710	10000000.00 713
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 656	0.50 397	0.38 365	0.54 385	0.43 368	0.46 394	0.34 363	0.46 367	0.35 351

Low-res two-view benchmark