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

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

Wz-Net-SNSev	0.03 29	0.09 67	0.07 58	0.09 55	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 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 126	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 231	0.10 69	0.12 84	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 94	0.11 98	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 213	0.10 69	0.12 84	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 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

SFCPSM	0.17 136	0.78 253	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 415	0.02 15	0.75 387	0.76 392	0.02 20	0.02 20	0.02 20

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

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

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

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

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

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

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

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

test_sample7	0.09 53	1.00 301	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

tta	0.09 53	0.95 288	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

CoDeX	0.15 124	0.70 248	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 380	0.02 15	0.69 376	0.75 390	0.01 9	0.02 20	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 87	0.44 185	0.33 231	0.39 214	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 264	0.36 262	0.02 18	0.02 20	0.02 20	0.02 20

BUS	0.83 378	1.91 429	0.92 405	4.48 554	0.02 21	0.40 259	0.04 80	0.41 269	0.02 21	0.48 314	0.03 52	0.41 276	0.05 93	0.03 39	0.05 87	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 216

BSDual-CNN	0.81 369	1.91 429	0.92 405	4.48 554	0.02 21	0.42 295	0.06 108	0.41 269	0.02 21	0.48 314	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 216

hknet	1.10 423	1.85 422	3.49 577	4.48 554	0.02 21	0.42 295	0.06 108	0.41 269	0.02 21	0.48 314	0.03 52	0.41 276	0.03 52	0.42 288	0.03 48	4.39 565	4.19 579	0.33 234	0.23 210	0.34 223	0.27 216

psmg	0.43 267	1.91 429	0.92 405	1.91 480	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	1.44 503	0.04 72	0.03 53	0.02 20	0.03 50

CSP-Net	0.34 205	1.29 394	1.19 429	1.36 459	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 471	1.21 481	0.03 38	0.09 111	0.02 20	0.09 111

Syn2CoEx	0.25 166	1.31 396	0.74 383	0.92 355	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 384	0.75 387	0.02 18	0.02 20	0.02 20	0.02 20

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

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

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

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 473	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

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

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

zh-sn7	0.10 66	0.98 292	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

zh-mn7	0.12 96	1.14 328	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

DualNet (step1)	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample6	0.09 53	0.97 291	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample5	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

test_sample4	0.10 66	1.03 315	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

test_sample3	0.09 53	0.87 268	0.10 69	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 315	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 268	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 309	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

mmm	0.14 112	1.83 420	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 74	0.12 94	0.11 98	0.05 85	0.04 77	0.05 91	0.04 78

DualNet	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

1111x	0.10 66	1.14 328	0.13 121	0.14 100	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 309	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 50

x	0.11 87	1.15 331	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 53	0.03 43	0.03 50

222	0.10 66	0.99 299	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.02 20	0.04 76	0.03 50

xxxx	0.11 87	1.16 333	0.16 145	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 77	0.04 76	0.04 78

test_xeample	0.10 66	1.09 324	0.13 121	0.12 84	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 53	0.03 43	0.03 50

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCMid	0.08 51	0.02 12	0.02 14	1.01 373	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 71	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 447	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 107	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

z-mn7	0.16 132	1.21 384	0.33 231	0.41 240	0.04 78	0.04 76	0.03 50	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 233	0.31 236	0.04 72	0.04 77	0.04 76	0.04 78

z-ln-s-r	0.21 151	1.40 402	0.53 335	0.56 303	0.04 78	0.05 88	0.04 80	0.05 88	0.05 97	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.05 87	0.57 338	0.44 309	0.04 72	0.04 77	0.04 76	0.04 78

w-ln-seven-2	0.14 112	1.22 390	0.28 199	0.32 189	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 215	0.27 204	0.04 72	0.03 53	0.03 43	0.03 50

w-ln-seven	0.18 139	1.47 404	0.33 231	0.40 228	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 253	0.32 241	0.05 85	0.04 77	0.04 76	0.04 78

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 94	0.04 81	0.06 96	0.04 87	0.06 97	0.04 83	0.06 88	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

qqq1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 94	0.05 97	0.06 96	0.05 99	0.04 76	0.05 93	0.06 88	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 94	0.05 97	0.06 96	0.05 99	0.04 76	0.05 93	0.06 88	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

11t1	0.17 136	2.16 446	0.13 121	0.13 96	0.04 78	0.06 91	0.04 80	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 87	0.18 151	0.12 114	0.06 93	0.03 53	0.05 91	0.03 50

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 81	0.12 127	0.04 87	0.06 97	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

qqq	0.16 132	2.01 437	0.12 102	0.15 110	0.04 78	0.06 91	0.05 92	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 94	0.14 141	0.04 72	0.04 77	0.03 43	0.03 50

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 426	0.06 94	0.04 81	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 81	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 524	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 528	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 81	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 533	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 530	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCRef	0.12 96	0.03 31	0.04 43	1.71 476	0.04 78	0.03 40	0.03 50	0.04 76	0.04 81	0.04 73	0.03 52	0.04 76	0.03 52	0.06 88	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 492	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 104	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

ADCP+	0.15 124	0.04 37	0.04 43	2.20 491	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.05 99	0.04 76	0.04 83	0.08 107	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
BridgeDepth_RVC	0.07 49	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 107	0.05 97	0.08 106	0.05 99	0.08 106	0.05 93	0.08 107	0.05 87	0.11 88	0.10 75	0.07 98	0.05 95	0.07 105	0.05 96
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 51	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 107	0.07 112	0.08 106	0.05 99	0.08 106	0.05 93	0.09 111	0.08 104	0.15 125	0.11 98	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 128	0.05 97	0.06 96	0.05 99	0.06 97	0.05 93	0.06 88	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 128	0.05 97	0.06 96	0.05 99	0.06 97	0.05 93	0.06 88	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

ffm	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

NINENet	0.69 340	3.87 524	1.20 432	1.98 485	0.05 98	0.40 259	0.04 80	0.40 254	0.05 97	0.41 268	0.04 87	0.41 276	0.05 93	0.40 260	0.05 87	1.79 498	1.56 512	0.34 242	0.22 204	0.34 223	0.23 191

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 96	0.06 109	0.05 90	0.06 109	0.06 88	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 96	0.06 109	0.05 90	0.06 109	0.06 88	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 96	0.06 109	0.05 90	0.06 109	0.06 88	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 98	0.08 104	1.20 454	0.07 104	0.05 97	0.05 91	0.05 99	0.08 106	0.05 93	0.08 107	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

ADCS	0.09 53	0.02 12	0.04 43	0.90 350	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 132	0.36 287	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ISRNet	0.11 87	0.05 49	0.36 252	0.24 159	0.07 111	0.13 127	0.05 92	0.06 94	0.05 97	0.05 91	0.05 99	0.13 129	0.05 93	0.05 82	0.09 109	0.24 186	0.20 178	0.10 108	0.05 95	0.06 95	0.13 152

FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 111	0.08 104	0.06 108	0.08 107	0.07 112	0.08 106	0.07 112	0.08 106	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 98	0.07 105	0.06 95	0.06 104

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 104	0.08 116	0.08 106	0.07 112	0.08 106	0.07 113	0.11 126	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 104	0.08 116	0.08 106	0.07 112	0.08 106	0.07 113	0.11 126	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

MatchStereo	0.54 310	0.12 82	2.38 556	2.32 499	0.09 115	0.09 110	0.08 113	0.09 111	0.07 112	0.09 111	0.07 112	0.09 112	0.07 113	0.09 111	0.08 104	2.34 533	2.34 551	0.12 122	0.11 130	0.11 123	0.10 116

SepStereo	0.09 53	0.09 67	0.10 69	0.09 55	0.09 115	0.09 110	0.09 114	0.10 112	0.08 116	0.10 113	0.09 116	0.09 112	0.09 117	0.09 111	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

SuperB	0.21 151	0.10 69	2.51 558	0.12 84	0.09 115	0.10 112	0.09 114	0.08 107	0.07 112	0.10 113	0.09 116	0.09 112	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

PASM	0.39 244	3.06 500	1.36 495	1.58 466	0.09 115	0.11 123	0.11 132	0.11 124	0.11 135	0.09 111	0.09 116	0.11 125	0.09 117	0.09 111	0.09 109	0.11 88	0.11 98	0.11 119	0.09 111	0.11 123	0.11 129

DRN-Test	0.14 112	0.13 84	0.09 65	0.14 100	0.09 115	0.15 135	0.09 114	0.14 130	0.10 120	0.14 129	0.09 116	0.14 130	0.09 117	0.13 131	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 129	0.73 403

StereoDRNet	0.15 124	0.14 90	0.10 69	0.14 100	0.09 115	0.15 135	0.09 114	0.14 130	0.09 119	0.14 129	0.10 120	0.14 130	0.09 117	0.14 132	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.82 416

ELAS	0.13 103	0.16 92	0.11 89	0.15 110	0.09 115	0.18 155	0.11 132	0.18 154	0.11 135	0.17 149	0.11 134	0.18 155	0.11 133	0.18 154	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 133	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_L	0.12 96	0.14 90	0.10 69	0.15 110	0.10 122	0.14 128	0.10 119	0.14 130	0.10 120	0.15 135	0.10 120	0.14 130	0.10 121	0.14 132	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

LRCNet_RVC	0.13 103	0.13 84	0.09 65	0.13 96	0.10 122	0.14 128	0.10 119	0.14 130	0.10 120	0.23 179	0.10 120	0.20 162	0.10 121	0.24 186	0.11 127	0.11 88	0.09 70	0.12 122	0.14 162	0.12 129	0.09 111

UNet	0.29 181	0.90 276	0.10 69	0.14 100	0.10 122	0.14 128	0.10 119	0.91 393	0.69 400	0.14 129	0.11 134	0.14 130	0.11 133	0.14 132	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 383	0.76 409

ac_64	0.22 155	0.13 84	0.19 164	0.23 154	0.10 122	0.26 202	1.02 441	0.14 130	0.10 120	0.28 204	0.14 162	0.17 151	0.19 193	0.28 211	0.09 109	0.22 168	0.16 146	0.23 187	0.17 190	0.11 123	0.12 146

PVD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

FADE		0.06 54		0.09 55	0.10 122			0.05 88	0.03 55	0.04 73		0.05 90		0.04 71		0.15 125	0.10 75	0.17 154	0.13 156	0.11 123	0.11 129

ELAS_RVC	0.14 112	0.16 92	0.10 69	0.15 110	0.10 122	0.18 155	0.11 132	0.19 156	0.11 135	0.19 155	0.12 145	0.18 155	0.11 133	0.19 157	0.12 142	0.14 116	0.08 61	0.14 128	0.09 111	0.15 143	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 112	0.17 98	0.12 102	0.17 129	0.11 138	0.17 151	0.11 132	0.17 151	0.11 135	0.17 149	0.11 134	0.17 151	0.11 133	0.17 151	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_for_model	0.15 124	0.23 117	0.18 161	0.21 147	0.11 138	0.16 143	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.21 165	0.18 175	0.14 128	0.11 130	0.14 133	0.11 129

testlalala2	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.16 143	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

JetRed	0.11 87	0.12 82	0.11 89	0.11 76	0.11 138	0.11 123	0.14 153	0.11 124	0.11 135	0.12 127	0.11 134	0.11 125	0.11 133	0.11 126	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 129

testlalala_base	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.15 135	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

ProNet	0.14 112	0.20 106	0.14 126	0.16 121	0.11 138	0.16 143	0.11 132	0.17 151	0.11 135	0.17 149	0.12 145	0.17 151	0.13 155	0.17 151	0.12 142	0.15 125	0.11 98	0.16 146	0.11 130	0.15 143	0.12 146

CIPLG	0.13 103	0.21 112	0.12 102	0.16 121	0.11 138	0.15 135	0.11 132	0.14 130	0.11 135	0.15 135	0.12 145	0.15 140	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLG	0.13 103	0.20 106	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 130	0.11 135	0.14 129	0.11 134	0.14 130	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLGR_C	0.14 112	0.20 106	0.12 102	0.15 110	0.11 138	0.14 128	0.15 158	0.14 130	0.11 135	0.15 135	0.12 145	0.14 130	0.11 133	0.16 142	0.11 127	0.15 125	0.12 114	0.14 128	0.12 148	0.15 143	0.12 146

MIPNet	0.14 112	0.21 112	0.17 152	0.16 121	0.11 138	0.15 135	0.12 148	0.14 130	0.11 135	0.16 140	0.11 134	0.14 130	0.11 133	0.14 132	0.11 127	0.14 116	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

ACRE	0.13 103	0.21 112	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 130	0.11 135	0.14 129	0.12 145	0.14 130	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

ICVP	0.15 124	0.53 227	0.11 89	0.16 121	0.11 138	0.16 143	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 103	0.11 80	0.11 89	0.11 76	0.11 138	0.11 123	0.11 132	0.11 124	0.11 135	0.11 125	0.12 145	0.11 125	0.11 133	0.11 126	0.11 127	0.11 88	0.11 98	0.14 128	0.11 130	0.49 322	0.11 129

PDISCO_ROB	0.83 378	2.80 496	3.49 577	0.14 100	0.11 138	0.17 151	0.09 114	0.15 142	0.10 120	0.15 135	0.12 145	0.16 141	0.14 159	3.30 561	0.13 148	0.14 116	2.34 551	0.16 146	0.12 148	2.62 541	0.10 116

LALA_ROB	0.15 124	0.19 102	0.12 102	0.18 131	0.11 138	0.20 163	0.12 148	0.21 171	0.12 154	0.20 161	0.12 145	0.20 162	0.12 150	0.21 172	0.13 148	0.17 143	0.10 75	0.18 164	0.11 130	0.18 157	0.11 129

SGM_RVC	0.15 124	0.17 98	0.11 89	0.18 131	0.11 138	0.19 158	0.11 132	0.19 156	0.12 154	0.19 155	0.12 145	0.20 162	0.12 150	0.19 157	0.12 142	0.16 135	0.11 98	0.17 154	0.10 118	0.17 153	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IPLGR	0.14 112	0.24 126	0.14 126	0.16 121	0.12 154	0.15 135	0.12 148	0.14 130	0.11 135	0.15 135	0.12 145	0.14 130	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

cf-r	0.66 332	2.17 447	0.12 102	0.18 131	0.12 154	0.18 155	2.70 566	2.60 541	0.12 154	0.18 153	0.12 145	0.18 155	0.12 150	0.18 154	0.12 142	0.15 125	0.11 98	0.15 143	0.11 130	1.81 500	1.74 542

HSM	0.14 112	0.16 92	0.12 102	0.17 129	0.12 154	0.17 151	0.11 132	0.17 151	0.11 135	0.17 149	0.12 145	0.17 151	0.12 150	0.17 151	0.12 142	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.12 146

ITSA-stereo	0.15 124	0.17 98	0.13 121	0.20 137	0.13 157	0.19 158	0.13 151	0.18 154	0.13 157	0.19 155	0.13 157	0.18 155	0.14 159	0.18 154	0.14 152	0.16 135	0.11 98	0.15 143	0.14 162	0.18 157	0.11 129

DeepPruner_ROB	0.16 132	0.18 101	0.13 121	0.19 134	0.13 157	0.19 158	0.13 151	0.19 156	0.13 157	0.19 155	0.13 157	0.19 159	0.13 155	0.19 157	0.13 148	0.18 151	0.13 137	0.18 164	0.13 156	0.18 157	0.13 152

castereo++	0.54 310	3.59 512	1.15 423	1.31 455	0.14 159	0.16 143	0.14 153	0.16 143	0.14 159	0.16 140	0.14 162	0.16 141	0.13 155	0.16 142	0.14 152	1.45 485	1.16 430	0.15 143	0.14 162	0.15 143	0.13 152

DDVS	0.30 182	3.10 501	0.14 126	0.19 134	0.14 159	0.19 158	0.14 153	0.20 162	0.14 159	0.19 155	0.13 157	0.16 141	0.13 155	0.19 157	0.13 148	0.17 143	0.13 137	0.17 154	0.13 156	0.17 153	0.13 152

JetBlue	0.11 87	0.11 80	0.12 102	0.13 96	0.14 159	0.11 123	0.11 132	0.11 124	0.11 135	0.11 125	0.11 134	0.11 125	0.11 133	0.12 130	0.12 142	0.11 88	0.11 98	0.11 119	0.11 130	0.11 123	0.11 129

GMStereo	0.14 112	0.13 84	0.14 126	0.14 100	0.14 159	0.14 128	0.14 153	0.14 130	0.14 159	0.14 129	0.14 162	0.14 130	0.14 159	0.14 132	0.14 152	0.14 116	0.14 141	0.14 128	0.14 162	0.14 133	0.14 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 171	0.14 159	0.20 161	0.13 157	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

acv_ft	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 171	0.14 159	0.20 161	0.13 157	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

hitnet-ft	0.79 361	2.78 495	0.14 126	0.20 137	0.14 159	0.21 174	2.89 567	2.80 555	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.54 540	2.33 559

GANet-RSSM	0.75 352	1.91 429	0.14 126	0.47 265	0.14 159	0.21 174	3.21 583	2.30 527	0.14 159	0.46 301	0.14 162	0.23 184	0.18 188	0.21 172	0.14 152	0.18 151	0.27 204	0.37 266	0.13 156	2.13 510	2.12 552

PSMNet-RSSM	0.77 357	2.76 490	0.14 126	0.20 137	0.14 159	0.20 163	2.66 564	2.79 554	0.14 159	0.21 173	0.14 162	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 557

GwcNet-RSSM	0.77 357	2.77 492	0.14 126	0.20 137	0.14 159	0.20 163	2.67 565	2.78 553	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.21 172	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 557

CFNet-ft	0.55 315	1.57 407	0.14 126	0.20 137	0.14 159	0.20 163	2.53 562	1.61 495	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	1.56 488	1.24 505

RSGM-EC	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 175	0.15 169	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 157

acva	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 175	0.15 169	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 157

xyz-stereo-finetune2	0.18 139	0.48 207	0.16 145	0.16 121	0.15 170	0.15 135	0.16 163	0.16 143	0.16 173	0.16 140	0.16 173	0.16 141	0.16 171	0.16 142	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 161

castereo	0.61 322	3.79 520	1.35 487	1.52 465	0.15 170	0.17 151	0.16 163	0.20 162	0.21 198	0.18 153	0.16 173	0.21 170	0.12 150	0.26 203	0.17 172	1.43 484	1.38 500	0.17 154	0.16 170	0.18 157	0.16 161

gwcnet-sp	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 501	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 191

scenet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 501	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 191

ssnet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 501	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 191

dd	0.23 161	0.98 292	0.16 145	0.23 154	0.15 170	0.23 184	0.15 158	0.23 181	0.15 169	0.23 179	0.15 170	0.24 190	0.17 180	0.23 182	0.15 162	0.22 168	0.15 144	0.21 174	0.15 168	0.22 172	0.16 161

dad	0.23 161	1.03 315	0.16 145	0.23 154	0.15 170	0.24 187	0.15 158	0.24 184	0.16 173	0.23 179	0.16 173	0.24 190	0.16 171	0.23 182	0.15 162	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 161

VIP-Stereo	0.70 341	2.97 499	2.43 557	2.49 506	0.16 179	0.25 194	0.16 163	0.25 190	0.16 173	0.25 192	0.18 193	0.25 195	0.16 171	0.26 203	0.16 168	1.86 500	1.26 483	0.23 187	0.15 168	0.23 183	0.15 160

xyz-stereo-finetune	0.28 176	0.49 209	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.22 175	0.30 254	0.32 221	0.31 266	0.32 226	0.31 270	0.32 224	0.32 256	0.32 215	0.33 253	0.31 223	0.32 284	0.31 207	0.32 263

xyz-stereo	0.18 139	0.50 213	0.16 145	0.15 110	0.16 179	0.16 143	0.16 163	0.16 143	0.16 173	0.16 140	0.16 173	0.16 141	0.16 171	0.16 142	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 161

GMStereo_Zeroshot	0.16 132	0.16 92	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.16 143	0.16 173	0.16 140	0.16 173	0.16 141	0.16 171	0.16 142	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 161

RAFT-FEzeroshot	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 162	0.16 173	0.20 161	0.17 178	0.21 170	0.16 171	0.27 207	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 575

RAFT-FE	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 162	0.16 173	0.20 161	0.17 178	0.21 170	0.16 171	0.27 207	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 575

IGEV-FE	0.35 214	0.37 154	0.17 152	0.19 134	0.17 183	0.20 163	0.17 171	0.19 156	0.17 181	0.19 155	0.17 178	0.19 159	0.17 180	0.37 246	0.36 287	0.19 155	0.17 166	0.19 167	0.17 190	0.38 259	2.84 566

DEFOM-Stereo_RVC	0.83 378	5.18 546	1.98 545	2.19 490	0.17 183	0.19 158	0.18 178	0.19 156	0.16 173	0.20 161	0.19 195	0.22 178	0.22 204	0.20 161	0.15 162	2.28 527	2.13 546	0.24 195	0.17 190	0.18 157	0.16 161

tg	0.21 151	0.25 130	0.21 173	0.26 173	0.17 183	0.24 187	0.17 171	0.24 184	0.17 181	0.24 186	0.17 178	0.24 190	0.17 180	0.24 186	0.17 172	0.24 186	0.17 166	0.23 187	0.16 170	0.23 183	0.16 161

IGEV_Zeroshot_test	0.20 144	0.19 102	0.40 272	0.30 179	0.17 183	0.22 176	0.17 171	0.21 171	0.17 181	0.20 161	0.17 178	0.21 170	0.18 188	0.21 172	0.17 172	0.20 158	0.16 146	0.20 171	0.16 170	0.20 164	0.17 175

MIM_Stereo	0.25 166	0.23 117	0.66 357	0.80 340	0.17 183	0.22 176	0.17 171	0.23 181	0.18 186	0.26 200	0.17 178	0.21 170	0.17 180	0.25 193	0.17 172	0.23 179	0.16 146	0.21 174	0.17 190	0.22 172	0.17 175

MMNet	0.44 272	1.24 392	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 483	0.93 435	0.25 192	0.17 178	0.25 195	0.18 188	0.25 193	0.17 172	0.23 179	0.16 146	0.23 187	0.16 170	1.20 429	0.99 430

delet	0.43 267	1.21 384	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 483	0.95 437	0.25 192	0.17 178	0.25 195	0.17 180	0.25 193	0.17 172	0.23 179	0.16 146	0.22 179	0.16 170	1.18 426	0.98 429

UPFNet	0.42 266	1.20 338	0.17 152	0.24 159	0.17 183	0.25 194	0.17 171	1.19 431	0.90 429	0.25 192	0.17 178	0.24 190	0.17 180	0.25 193	0.17 172	0.22 168	0.17 166	0.22 179	0.16 170	1.15 418	0.93 425

ACV-stereo	0.30 182	2.08 439	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 184	0.18 186	0.24 186	0.17 178	0.25 195	0.17 180	0.24 186	0.17 172	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 161

MSKI-zero shot	0.24 163	0.21 112	0.49 317	0.65 320	0.18 193	0.22 176	0.17 171	0.23 181	0.18 186	0.21 173	0.17 178	0.23 184	0.28 241	0.23 182	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.21 170	0.16 161

psm_up	0.43 267	1.19 337	0.17 152	0.25 166	0.18 193	0.25 194	0.19 182	1.26 483	0.91 430	0.26 200	0.17 178	0.25 195	0.17 180	0.25 193	0.17 172	0.22 168	0.17 166	0.23 187	0.16 170	1.18 426	0.99 430

iResNet	0.20 144	0.23 117	0.18 161	0.24 159	0.18 193	0.24 187	0.20 186	0.24 184	0.18 186	0.23 179	0.17 178	0.23 184	0.18 188	0.23 182	0.18 183	0.22 168	0.16 146	0.21 174	0.16 170	0.21 170	0.16 161

DLNR-FE	0.28 176	0.89 273	0.30 207	0.34 196	0.19 197	0.28 207	0.19 182	0.28 199	0.20 194	0.28 204	0.20 199	0.28 208	0.20 197	0.28 211	0.20 189	0.33 220	0.28 210	0.25 198	0.19 196	0.24 185	0.19 181

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 197	0.24 187	0.19 182	0.24 184	0.19 192	0.24 186	0.19 195	0.24 190	0.19 193	0.24 186	0.19 186	0.22 168	0.17 166	0.22 179	0.17 190	0.22 172	0.17 175

CFNet	1.37 483	5.27 549	0.19 164	5.49 577	0.19 197	0.28 207	0.19 182	0.28 199	0.19 192	0.28 204	0.19 195	0.28 208	4.35 588	0.28 211	0.19 186	0.23 179	0.17 166	0.23 187	4.21 597	4.81 574	0.17 175

BStereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 247	0.17 181	0.23 179	0.17 178	0.23 184	0.16 171	0.24 186	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 161

Wave_Phase_stereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 247	0.17 181	0.23 179	0.17 178	0.23 184	0.16 171	0.24 186	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 161

ssnet_v2	0.68 337	1.96 436	1.25 483	0.29 178	0.20 200	0.30 211	0.20 186	0.29 204	0.22 201	1.50 497	0.20 199	0.31 222	0.20 197	0.27 207	0.22 195	0.24 186	1.49 506	0.26 203	0.18 195	3.90 551	0.19 181

DAS	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 162	0.20 194	0.20 161	0.20 199	0.20 162	0.20 197	0.20 161	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 183

GEStereo_RVC	0.86 390	4.45 536	0.20 167	0.27 176	0.20 200	0.27 206	0.20 186	0.26 195	0.18 186	5.03 591	0.20 199	0.27 207	0.19 193	0.27 207	0.21 193	0.20 158	0.19 176	0.19 167	4.02 595	0.20 164	0.18 179

ASD4	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 162	0.20 194	0.20 161	0.20 199	0.20 162	0.20 197	0.20 161	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 183

AANet_RVC	1.26 478	0.31 143	4.99 588	5.93 580	0.20 200	0.25 194	0.20 186	0.25 190	0.20 194	0.23 179	0.19 195	0.25 195	0.20 197	0.25 193	0.20 189	5.66 589	4.76 582	0.26 203	0.30 266	0.24 185	0.27 216

iResNetv2_ROB	0.20 144	0.23 117	0.18 161	0.24 159	0.20 200	0.24 187	0.18 178	0.24 184	0.18 186	0.24 186	0.18 193	0.23 184	0.19 193	0.24 186	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.22 172	0.16 161

DISCO	1.11 425	0.39 164	5.28 590	0.39 214	0.20 200	0.39 257	0.27 224	0.39 247	0.22 201	0.38 242	0.20 199	0.38 250	0.20 197	6.95 602	0.22 195	0.30 207	0.21 182	0.27 207	0.21 201	5.25 583	0.21 186

model_zeroshot	0.27 175	0.20 106	0.27 195	0.33 193	0.21 209	0.37 244	0.22 197	0.37 235	0.24 210	0.26 200	0.27 234	0.33 229	0.21 203	0.25 193	0.27 219	0.32 215	0.20 178	0.34 242	0.23 210	0.25 187	0.26 208

CAS++	0.17 136	0.27 134	0.21 173	0.10 59	0.21 209	0.15 135	0.22 197	0.10 112	0.21 198	0.22 175	0.10 120	0.19 159	0.18 188	0.10 115	0.19 186	0.20 158	0.19 176	0.18 164	0.10 118	0.19 163	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Select-FE	0.41 255	0.44 185	0.23 178	0.26 173	0.22 211	0.26 202	0.22 197	0.26 195	0.23 207	0.26 200	0.23 210	0.26 205	0.23 210	0.45 300	0.42 330	0.25 192	0.22 186	0.25 198	0.22 204	0.45 298	2.90 567

DCVSM-stereo	0.36 220	1.89 426	0.22 175	0.40 228	0.22 211	0.40 259	0.22 197	0.40 254	0.22 201	0.40 254	0.22 206	0.40 263	0.22 204	0.40 260	0.22 195	0.28 199	0.21 182	0.28 209	0.21 201	0.28 196	0.20 183

WAO-6	0.22 155	0.23 117	0.22 175	0.23 154	0.22 211	0.22 176	0.22 197	0.22 175	0.22 201	0.22 175	0.22 206	0.22 178	0.22 204	0.22 176	0.22 195	0.22 168	0.22 186	0.22 179	0.22 204	0.22 172	0.22 189

IMH-64-1	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 175	0.22 201	0.22 175	0.22 206	0.22 178	0.22 204	0.22 176	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 191

IMH-64	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 175	0.22 201	0.22 175	0.22 206	0.22 178	0.22 204	0.22 176	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 191

HGLStereo	0.28 176	0.29 139	0.22 175	0.36 202	0.22 211	0.36 239	0.21 192	0.36 229	0.21 198	0.42 282	0.21 205	0.36 242	0.22 204	0.36 242	0.21 193	0.34 224	0.21 182	0.34 242	0.21 201	0.34 223	0.21 186

tt1	0.31 189	0.93 285	0.24 185	0.33 193	0.23 217	0.31 217	0.24 210	0.32 213	0.24 210	0.32 221	0.23 210	0.32 226	0.25 217	0.32 224	0.24 205	0.27 197	0.26 197	0.27 207	0.26 229	0.27 194	0.27 216

xxxxx1	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

tt_ll	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

ff	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

FENet	0.54 310	1.52 406	1.19 429	1.41 462	0.23 217	0.35 236	0.23 205	0.35 225	0.23 207	0.34 228	0.23 210	0.35 236	0.23 210	0.35 236	0.23 201	1.40 482	1.07 414	0.32 226	0.23 210	0.33 219	0.23 191

WCG-NET（raft）	0.32 198	1.24 392	0.24 185	0.32 189	0.24 222	0.32 226	0.23 205	0.32 213	0.24 210	0.32 221	0.24 217	0.32 226	0.24 214	0.32 224	0.24 205	0.30 207	0.23 191	0.30 216	0.23 210	0.30 202	0.23 191

DLNR_Zeroshot_test	0.31 189	0.28 137	0.47 302	0.79 338	0.24 222	0.30 211	0.26 221	0.30 206	0.24 210	0.32 221	0.23 210	0.31 222	0.24 214	0.30 217	0.23 201	0.29 206	0.26 197	0.29 214	0.24 218	0.33 219	0.23 191

DEFOM-Stereo	0.68 337	3.11 502	1.40 501	1.63 474	0.25 224	0.31 217	0.25 213	0.31 211	0.28 237	0.31 215	0.29 246	0.29 214	0.27 234	0.31 221	0.28 229	1.59 492	1.47 505	0.30 216	0.29 252	0.30 202	0.28 229

GCAP-BAT	0.33 203	0.78 253	0.32 225	0.38 208	0.25 224	0.34 231	0.25 213	0.34 221	0.26 228	0.34 228	0.25 223	0.35 236	0.26 226	0.35 236	0.27 219	0.36 238	0.30 230	0.32 226	0.24 218	0.32 211	0.26 208

UNDER WATER-64	0.25 166	0.26 131	0.25 188	0.26 173	0.25 224	0.25 194	0.25 213	0.25 190	0.25 215	0.25 192	0.25 223	0.25 195	0.25 217	0.26 203	0.25 213	0.25 192	0.25 194	0.25 198	0.25 223	0.25 187	0.25 202

LoS_RVC	0.30 182	1.14 328	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 190	0.25 215	0.25 192	0.25 223	0.26 205	0.26 226	0.26 203	0.25 213	0.26 194	0.26 197	0.25 198	0.25 223	0.26 189	0.26 208

CAS	0.30 182	1.17 334	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 190	0.26 228	0.25 192	0.25 223	0.25 195	0.25 217	0.25 193	0.25 213	0.26 194	0.26 197	0.26 203	0.25 223	0.26 189	0.25 202

LoS	0.25 166	0.27 134	0.25 188	0.25 166	0.25 224	0.25 194	0.25 213	0.26 195	0.25 215	0.25 192	0.25 223	0.25 195	0.25 217	0.25 193	0.25 213	0.26 194	0.25 194	0.25 198	0.26 229	0.26 189	0.25 202
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 349	1.22 390	0.25 188	1.22 442	0.25 224	1.22 485	0.25 213	1.22 480	0.25 215	1.22 488	0.25 223	1.22 491	0.25 217	1.22 491	0.25 213	1.22 470	0.26 197	1.21 496	0.25 223	1.22 476	0.25 202
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iResNet_ROB	0.28 176	0.32 145	0.24 185	0.32 189	0.25 224	0.32 226	0.24 210	0.32 213	0.24 210	0.33 226	0.24 217	0.35 236	0.24 214	0.33 231	0.24 205	0.31 213	0.24 193	0.32 226	0.24 218	0.32 211	0.24 201

testlalala	0.32 198	0.81 259	0.31 219	0.39 214	0.26 232	0.33 229	0.24 210	0.33 217	0.26 228	0.32 221	0.26 229	0.33 229	0.23 210	0.33 231	0.23 201	0.35 233	0.31 236	0.30 216	0.24 218	0.31 207	0.21 186

StereoDRNet-Refined	0.33 203	0.39 164	0.26 194	0.39 214	0.26 232	0.40 259	0.26 221	0.40 254	0.26 228	0.39 248	0.26 229	0.39 255	0.26 226	0.39 257	0.26 218	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 294
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 214	0.71 249	0.40 272	0.47 265	0.27 234	0.34 231	0.27 224	0.34 221	0.26 228	0.34 228	0.26 229	0.34 234	0.27 234	0.34 233	0.27 219	0.44 292	0.41 289	0.33 234	0.29 252	0.32 211	0.29 234

Monster-pub-mixall	0.44 272	0.56 235	0.60 344	0.38 208	0.27 234	0.37 244	0.27 224	0.37 235	0.29 243	0.38 242	0.27 234	0.38 250	0.29 248	0.85 395	0.27 219	1.46 486	0.26 197	0.34 242	0.26 229	0.36 242	0.53 357

TorneroNet-64	0.45 275	0.27 134	0.30 207	0.58 306	0.27 234	0.70 377	0.30 246	0.28 199	0.73 415	0.73 382	0.28 241	0.71 380	0.66 383	0.75 383	0.27 219	0.27 197	0.29 221	0.37 266	0.75 419	0.28 196	0.30 247

Any-RAFT	0.32 198	0.36 152	0.27 195	0.36 202	0.27 234	0.36 239	0.27 224	0.36 229	0.27 234	0.36 236	0.27 234	0.36 242	0.27 234	0.36 242	0.28 229	0.36 238	0.28 210	0.36 263	0.28 242	0.36 242	0.28 229

CRFU-Net	0.65 330	1.67 411	1.22 479	1.96 484	0.27 234	0.41 275	0.27 224	0.41 269	0.27 234	0.40 254	0.26 229	0.41 276	0.27 234	0.40 260	0.27 219	1.80 499	1.62 519	0.34 242	0.23 210	0.33 219	0.23 191

Zero-FE251	0.36 220	0.40 166	0.28 199	0.41 240	0.28 239	0.41 275	0.28 232	0.41 269	0.28 237	0.41 268	0.28 241	0.41 276	0.28 241	0.42 288	0.30 246	0.37 242	0.26 197	0.37 266	0.27 237	0.45 298	0.56 368

Monster-pub-eth3d	0.45 275	0.57 236	0.60 344	0.39 214	0.28 239	0.37 244	0.28 232	0.37 235	0.30 254	0.39 248	0.29 246	0.39 255	0.30 255	0.92 405	0.27 219	1.42 483	0.28 210	0.34 242	0.28 242	0.37 246	0.53 357

LG-Stereo_L2	0.34 205	0.37 154	0.38 259	0.47 265	0.28 239	0.39 257	0.28 232	0.39 247	0.28 237	0.39 248	0.28 241	0.39 255	0.28 241	0.38 249	0.28 229	0.42 290	0.35 259	0.36 263	0.26 229	0.35 235	0.26 208

SQANet	0.28 176	0.28 137	0.28 199	0.28 177	0.28 239	0.28 207	0.28 232	0.28 199	0.28 237	0.28 204	0.28 241	0.28 208	0.28 241	0.28 211	0.28 229	0.28 199	0.28 210	0.28 209	0.28 242	0.28 196	0.28 229

IER	0.88 393	7.04 565	2.23 550	2.75 512	0.28 239	0.43 302	0.25 213	0.39 247	0.25 215	0.41 268	0.27 234	0.39 255	0.25 217	0.40 260	0.28 229	0.37 242	0.28 210	0.37 266	0.25 223	0.37 246	0.25 202

DGSMNet	0.34 205	0.41 174	0.27 195	0.41 240	0.28 239	0.41 275	0.28 232	0.41 269	0.27 234	0.41 268	0.27 234	0.42 294	0.27 234	0.41 275	0.28 229	0.40 268	0.29 221	0.40 290	0.28 242	0.40 274	0.27 216

RAFT + AFF	0.31 189	0.45 193	0.34 241	0.39 214	0.28 239	0.38 251	0.33 270	0.29 204	0.31 266	0.30 210	0.30 258	0.29 214	0.27 234	0.29 215	0.30 246	0.28 199	0.29 221	0.29 214	0.29 252	0.27 194	0.32 263

MLCV	0.31 189	0.35 149	0.27 195	0.35 198	0.28 239	0.35 236	0.27 224	0.35 225	0.28 237	0.36 236	0.27 234	0.35 236	0.27 234	0.35 236	0.27 219	0.34 224	0.27 204	0.34 242	0.27 237	0.34 223	0.27 216

DN-CSS_ROB	0.31 189	0.35 149	0.28 199	0.35 198	0.28 239	0.34 231	0.27 224	0.34 221	0.25 215	0.35 233	0.27 234	0.36 242	0.26 226	0.34 233	0.28 229	0.35 233	0.28 210	0.34 242	0.28 242	0.34 223	0.27 216

Replicate-Monster	0.45 275	0.57 236	0.60 344	0.40 228	0.29 248	0.37 244	0.27 224	0.37 235	0.30 254	0.40 254	0.31 266	0.40 263	0.30 255	0.99 413	0.27 219	1.36 479	0.31 236	0.34 242	0.30 266	0.36 242	0.54 360

IGEV++	0.34 205	0.43 182	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.40 260	0.30 246	0.38 253	0.29 221	0.37 266	0.29 252	0.37 246	0.29 234

ACVNet-DCA	0.37 226	1.00 301	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.39 257	0.28 229	0.33 220	0.32 241	0.33 234	0.32 284	0.33 219	0.32 263

1test111	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 256

cc1	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 256

EKT-Stereo	0.37 226	0.40 166	0.44 289	1.07 378	0.29 248	0.34 231	0.31 257	0.36 229	0.29 243	0.38 242	0.31 266	0.37 248	0.30 255	0.36 242	0.29 239	0.34 224	0.28 210	0.39 285	0.30 266	0.37 246	0.30 247

CroCo-Stereo Lap2	0.77 357	1.29 394	0.29 203	1.27 447	0.29 248	1.27 488	0.26 221	1.26 483	0.26 228	1.26 489	0.26 229	1.27 493	0.26 226	1.26 492	0.27 219	1.27 472	0.27 204	1.27 499	0.27 237	1.27 478	0.27 216

iRaft-Stereo_20w	0.34 205	0.41 174	0.31 219	0.39 214	0.29 248	0.40 259	0.32 259	0.41 269	0.32 271	0.38 242	0.30 258	0.39 255	0.30 255	0.38 249	0.32 256	0.35 233	0.27 204	0.34 242	0.27 237	0.34 223	0.29 234

GES	0.66 332	2.34 463	0.29 203	0.41 240	0.29 248	0.41 275	0.29 241	0.42 287	0.29 243	0.40 254	0.41 332	0.41 276	0.30 255	0.51 341	0.29 239	0.32 215	0.29 221	0.32 226	2.46 566	2.49 528	0.30 247

UCFNet_RVC	2.75 556	10.06 587	0.29 203	10.31 604	0.29 248	0.42 295	0.29 241	0.43 293	0.29 243	0.42 282	0.29 246	0.42 294	9.87 605	0.43 294	0.29 239	0.36 238	9.84 605	0.36 263	0.26 229	9.77 604	0.26 208

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 193	0.30 258	0.32 226	0.32 259	0.32 213	0.31 266	0.30 210	0.31 266	0.31 222	0.30 255	0.32 224	0.32 256	0.32 215	0.31 236	0.30 216	0.47 361	0.32 211	0.34 276

MonSter++	0.38 232	0.44 185	0.31 219	0.43 256	0.30 258	0.43 302	0.31 257	0.43 293	0.31 266	0.45 295	0.31 266	0.43 301	0.31 270	0.43 294	0.69 396	0.38 253	0.33 253	0.40 290	0.30 266	0.38 259	0.30 247

HiDET	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.44 293	0.30 258	0.42 294	0.30 255	0.42 288	0.68 388	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 234

LCMNet	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.45 295	0.30 258	0.42 294	0.30 255	0.42 288	0.69 396	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 234

CSFM-Stereo	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.43 293	0.30 254	0.44 293	0.30 258	0.42 294	0.30 255	0.42 288	0.73 406	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.30 247

MultiAttention	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 206	0.30 254	0.30 210	0.30 258	0.30 218	0.30 255	0.30 217	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 247

MSAF-DinoV2	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 206	0.30 254	0.30 210	0.30 258	0.30 218	0.30 255	0.30 217	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 247

IGEV-Stereo	0.35 214	0.44 185	0.45 291	0.49 276	0.30 258	0.37 244	0.30 246	0.36 229	0.30 254	0.36 236	0.29 246	0.36 242	0.29 248	0.36 242	0.30 246	0.46 299	0.39 277	0.32 226	0.24 218	0.32 211	0.25 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 205	0.42 181	0.31 219	0.39 214	0.30 258	0.38 251	0.30 246	0.40 254	0.29 243	0.40 254	0.37 308	0.41 276	0.34 286	0.38 249	0.30 246	0.34 224	0.27 204	0.34 242	0.26 229	0.34 223	0.26 208

PML	0.46 281	1.36 400	0.29 203	0.58 306	0.30 258	0.57 364	0.29 241	0.57 352	0.29 243	0.57 361	0.29 246	0.57 364	0.29 248	0.56 355	0.29 239	0.52 325	0.30 230	0.53 366	0.31 277	0.53 339	0.30 247

DANet	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 206	0.30 254	0.30 210	0.30 258	0.30 218	0.30 255	0.30 217	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 247
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 198	0.52 223	0.34 241	0.31 185	0.31 269	0.30 211	0.30 246	0.31 211	0.30 254	0.31 215	0.31 266	0.31 222	0.30 255	0.31 221	0.31 254	0.30 207	0.32 241	0.31 223	0.31 277	0.31 207	0.31 256

xx1	0.38 232	1.03 315	0.31 219	0.40 228	0.31 269	0.41 275	0.28 232	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.40 260	0.29 239	0.34 224	0.33 253	0.34 242	0.32 284	0.34 223	0.32 263

CASnet	0.35 214	0.51 221	0.44 289	0.32 189	0.31 269	0.24 187	0.34 283	0.36 229	0.25 215	0.31 215	0.37 308	0.30 218	0.33 281	0.25 193	0.45 335	0.37 242	0.37 264	0.33 234	0.35 308	0.34 223	0.37 294
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DDF-Stereo	0.43 267	1.15 331	0.57 340	0.53 294	0.32 272	0.41 275	0.32 259	0.41 269	0.32 271	0.41 268	0.32 273	0.41 276	0.32 273	0.40 260	0.32 256	0.52 325	0.50 333	0.38 274	0.31 277	0.39 268	0.31 256

GREAT-IGEV	0.38 232	0.43 182	0.36 252	0.48 270	0.32 272	0.45 306	0.32 259	0.45 297	0.32 271	0.45 295	0.32 273	0.45 304	0.32 273	0.45 300	0.32 256	0.44 292	0.33 253	0.41 307	0.29 252	0.41 284	0.29 234

GIP-stereo	0.36 220	0.49 209	0.39 267	0.48 270	0.32 272	0.41 275	0.28 232	0.40 254	0.30 254	0.41 268	0.28 241	0.40 263	0.28 241	0.42 288	0.28 229	0.45 295	0.32 241	0.38 274	0.30 266	0.37 246	0.27 216

PCWNet_CMD	2.80 558	9.82 585	0.32 225	10.09 603	0.32 272	0.49 327	0.33 270	3.34 562	0.33 278	0.49 321	0.33 280	0.49 325	8.73 601	0.48 318	0.33 266	0.41 276	9.22 600	0.42 318	0.29 252	9.55 603	0.31 256

CFNet_ucs	2.73 555	9.64 584	0.33 231	9.92 601	0.32 272	0.49 327	0.33 270	0.49 315	0.33 278	0.49 321	0.33 280	0.49 325	8.98 603	0.48 318	0.33 266	0.41 276	9.96 606	0.40 290	0.29 252	10.12 606	0.54 360

RAFT-Test	0.36 220	0.37 154	0.33 231	0.41 240	0.32 272	0.41 275	0.32 259	0.41 269	0.32 271	0.41 268	0.32 273	0.41 276	0.32 273	0.41 275	0.33 266	0.37 242	0.29 221	0.37 266	0.29 252	0.38 259	0.31 256

HH	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 370	0.78 419	0.73 382	0.90 430	0.75 388	1.00 425	0.84 391	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 208

HanStereo	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 370	0.78 419	0.73 382	0.90 430	0.75 388	1.00 425	0.84 391	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 208

4D-IteraStereo	0.78 360	3.13 503	0.89 398	0.69 325	0.32 272	0.40 259	0.32 259	0.76 377	0.97 440	0.52 345	0.65 393	0.89 403	0.32 273	0.76 384	0.98 433	0.83 379	0.94 406	0.35 258	0.27 237	0.70 357	0.89 421

pcwnet_v2	2.66 553	9.89 586	0.33 231	9.89 600	0.32 272	0.50 336	0.32 259	0.49 315	0.33 278	0.49 321	0.34 288	0.49 325	8.76 602	0.48 318	0.33 266	0.41 276	9.58 602	0.40 290	0.29 252	9.01 601	0.63 378

Gwc-CoAtRS	0.41 255	1.49 405	0.32 225	0.42 250	0.32 272	0.41 275	0.32 259	0.41 269	0.33 278	0.41 268	0.32 273	0.41 276	0.32 273	0.41 275	0.32 256	0.39 264	0.28 210	0.39 285	0.28 242	0.40 274	0.28 229

MSMDNet	2.65 552	10.14 588	0.33 231	9.74 599	0.32 272	0.87 394	0.33 270	2.95 557	0.68 395	0.49 321	0.34 288	0.49 325	5.70 595	0.49 324	0.33 266	0.42 290	9.57 601	0.41 307	0.31 277	8.36 598	0.65 386

water-stereo	0.41 255	0.84 263	0.46 295	0.50 284	0.33 284	0.45 306	0.33 270	0.45 297	0.32 271	0.45 295	0.32 273	0.45 304	0.32 273	0.45 300	0.32 256	0.44 292	0.41 289	0.39 285	0.31 277	0.39 268	0.32 263

DilatedVolume-Stereo	0.43 267	0.86 266	0.48 310	0.50 284	0.33 284	0.46 312	0.33 270	0.46 301	0.33 278	0.46 301	0.33 280	0.47 314	0.33 281	0.47 309	0.34 279	0.45 295	0.42 298	0.40 290	0.33 292	0.47 314	0.38 301

HART	0.38 232	0.45 193	0.34 241	0.42 250	0.33 284	0.41 275	0.34 283	0.42 287	0.33 278	0.43 288	0.34 288	0.42 294	0.34 286	0.41 275	0.38 299	0.40 268	0.32 241	0.42 318	0.32 284	0.40 274	0.32 263

fffy	0.38 232	0.43 182	0.33 231	0.46 259	0.33 284	0.45 306	0.32 259	0.45 297	0.32 271	0.45 295	0.32 273	0.45 304	0.33 281	0.45 300	0.32 256	0.38 253	0.38 270	0.38 274	0.37 317	0.37 246	0.36 289

CFNet_pseudo	2.67 554	9.36 582	0.32 225	10.99 605	0.33 284	0.85 392	0.33 270	0.49 315	0.33 278	0.49 321	0.32 273	0.49 325	7.26 599	0.49 324	0.33 266	0.41 276	9.62 603	0.41 307	0.29 252	10.03 605	0.29 234

HCRNet	1.22 476	7.11 566	3.00 561	3.55 543	0.33 284	0.29 210	0.14 153	0.19 156	0.15 169	0.33 226	0.29 246	0.25 195	0.14 159	0.22 176	0.33 266	3.64 559	3.00 556	0.76 392	0.32 284	0.18 157	0.13 152

ccnet	0.80 364	2.28 455	0.33 231	0.50 284	0.33 284	0.50 336	0.33 270	0.50 324	0.33 278	0.49 321	0.33 280	0.49 325	1.56 511	2.38 531	0.33 266	0.41 276	0.29 221	0.42 318	1.57 526	2.28 516	0.29 234

FCDSN-DC	0.41 255	0.59 239	0.64 353	0.54 297	0.33 284	0.50 336	0.37 301	0.42 287	0.40 322	0.61 366	0.43 344	0.50 340	0.49 357	0.38 249	0.32 256	0.28 199	0.23 191	0.26 203	0.22 204	0.35 235	0.28 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 255	0.46 197	0.33 231	0.49 276	0.33 284	0.49 327	0.33 270	0.49 315	0.33 278	0.49 321	0.33 280	0.49 325	0.33 281	0.51 341	0.33 266	0.41 276	0.30 230	0.41 307	0.30 266	0.79 369	0.29 234

ccs_rob	2.79 557	10.17 589	0.32 225	10.00 602	0.33 284	0.49 327	0.33 270	1.90 506	0.32 271	0.51 342	0.33 280	0.49 325	9.24 604	0.49 324	0.33 266	0.41 276	9.82 604	0.41 307	0.28 242	9.34 602	0.29 234

H2IRNET	0.34 205	0.34 148	0.34 241	0.34 196	0.34 294	0.34 231	0.34 283	0.34 221	0.34 287	0.34 228	0.34 288	0.34 234	0.34 286	0.34 233	0.34 279	0.34 224	0.34 257	0.34 242	0.34 296	0.34 223	0.34 276

LL-Strereo2	0.48 292	1.73 418	0.51 328	0.59 309	0.34 294	0.42 295	0.33 270	0.40 254	0.31 266	0.42 282	0.33 280	0.42 294	0.31 270	0.44 297	0.39 311	0.60 341	0.51 338	0.44 321	0.33 292	0.44 294	0.33 270

RCA-Stereo	0.51 305	3.22 506	0.34 241	0.44 257	0.34 294	0.44 305	0.34 283	0.43 293	0.34 287	0.43 288	0.34 288	0.44 302	0.33 281	0.43 294	0.33 266	0.38 253	0.29 221	0.38 274	0.29 252	0.38 259	0.29 234

ccccc	0.41 255	0.44 185	0.34 241	0.48 270	0.35 297	0.48 322	0.35 288	0.51 337	0.35 291	0.47 307	0.35 297	0.47 314	0.34 286	0.47 309	0.35 283	0.41 276	0.40 280	0.40 290	0.40 334	0.41 284	0.39 307

UGAM	0.51 305	2.23 452	0.39 267	0.54 297	0.35 297	0.50 336	0.35 288	0.49 315	0.35 291	0.49 321	0.35 297	0.49 325	0.36 296	0.50 332	0.36 287	0.49 311	0.37 264	0.45 325	0.34 296	0.45 298	0.34 276

GCST	0.50 300	2.08 439	0.38 259	0.53 294	0.35 297	0.49 327	0.35 288	0.50 324	0.35 291	0.49 321	0.35 297	0.49 325	0.35 293	0.49 324	0.35 283	0.48 308	0.37 264	0.45 325	0.33 292	0.44 294	0.33 270

GCAP-Stereo	0.75 352	4.15 532	0.42 286	0.75 336	0.35 297	0.78 385	0.40 322	0.79 379	0.38 308	0.78 391	0.36 301	0.78 391	0.36 296	0.79 385	0.39 311	0.75 366	0.39 277	0.76 392	0.39 333	0.75 363	0.39 307

DMCA	0.36 220	0.38 158	0.37 256	0.35 198	0.35 297	0.36 239	0.36 295	0.36 229	0.35 291	0.35 233	0.37 308	0.36 242	0.36 296	0.35 236	0.36 287	0.36 238	0.36 262	0.35 258	0.36 314	0.36 242	0.36 289

ETE_ROB	0.35 214	0.35 149	0.35 250	0.35 198	0.35 297	0.35 236	0.35 288	0.35 225	0.35 291	0.35 233	0.35 297	0.35 236	0.35 293	0.35 236	0.35 283	0.35 233	0.35 259	0.35 258	0.35 308	0.35 235	0.35 286

252Zero-FE	0.45 275	0.50 213	0.36 252	0.50 284	0.36 303	0.50 336	0.36 295	0.50 324	0.36 302	0.49 321	0.36 301	0.49 325	0.36 296	0.54 350	0.41 322	0.45 295	0.34 257	0.45 325	0.34 296	0.55 341	0.75 407

mms	0.40 248	0.45 193	0.35 250	0.48 270	0.36 303	0.47 317	0.34 283	0.45 297	0.38 308	0.47 307	0.33 280	0.45 304	0.32 273	0.45 300	0.32 256	0.39 264	0.38 270	0.38 274	0.37 317	0.39 268	0.39 307

UGAM-zero	0.51 305	2.17 447	0.39 267	0.53 294	0.36 303	0.50 336	0.36 295	0.50 324	0.36 302	0.49 321	0.36 301	0.50 340	0.35 293	0.50 332	0.36 287	0.49 311	0.37 264	0.47 338	0.35 308	0.46 301	0.34 276

RAFT-Stereo-weight	0.45 275	1.90 428	0.34 241	0.42 250	0.36 303	0.43 302	0.35 288	0.42 287	0.34 287	0.42 282	0.34 288	0.44 302	0.34 286	0.41 275	0.34 279	0.38 253	0.32 241	0.38 274	0.32 284	0.38 259	0.33 270

SCV_C0	0.45 275	0.88 270	0.49 317	0.54 297	0.37 307	0.48 322	0.37 301	0.48 311	0.37 304	0.48 314	0.36 301	0.48 321	0.37 301	0.49 324	0.37 296	0.50 317	0.41 289	0.44 321	0.34 296	0.44 294	0.34 276

SCV	0.46 281	0.94 287	0.45 291	0.54 297	0.37 307	0.48 322	0.38 308	0.48 311	0.37 304	0.48 314	0.39 323	0.48 321	0.37 301	0.49 324	0.37 296	0.50 317	0.46 312	0.44 321	0.34 296	0.44 294	0.34 276

CES	0.39 244	0.47 201	0.36 252	0.36 202	0.37 307	0.45 306	0.35 288	0.35 225	0.40 322	0.36 236	0.44 346	0.47 314	0.36 296	0.44 297	0.36 287	0.37 242	0.39 277	0.44 321	0.35 308	0.37 246	0.36 289

GMOStereo	0.37 226	0.45 193	0.23 178	0.30 179	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 315	0.41 275	0.36 287	0.34 224	0.22 186	0.47 338	0.37 317	0.39 268	0.33 270

error version	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 315	0.41 275	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 270

test_1	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 315	0.41 275	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 270

XPNet_ROB	0.37 226	0.37 154	0.37 256	0.37 205	0.37 307	0.37 244	0.37 301	0.37 235	0.37 304	0.37 241	0.37 308	0.37 248	0.37 301	0.37 246	0.37 296	0.37 242	0.37 264	0.37 266	0.37 317	0.37 246	0.37 294

Pro-Stereo	0.79 361	0.53 227	0.38 259	0.49 276	0.38 314	0.49 327	0.37 301	0.49 315	0.67 389	0.50 334	0.38 313	1.10 434	0.38 305	0.49 324	0.38 299	0.71 361	0.88 400	5.98 600	0.36 314	0.46 301	0.36 289

GEAStereo	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 337	0.38 308	0.53 348	0.38 313	0.50 340	0.38 305	0.51 341	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 276

gasm-f	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 337	0.38 308	0.53 348	0.38 313	0.50 340	0.38 305	0.51 341	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 276

GASTEREO	0.48 292	1.21 384	0.47 302	0.57 304	0.38 314	0.50 336	0.38 308	0.50 324	0.38 308	0.50 334	0.38 313	0.50 340	0.38 305	0.50 332	0.38 299	0.52 325	0.42 298	0.46 329	0.34 296	0.46 301	0.34 276

MSCF	0.51 305	1.40 402	0.49 317	0.58 306	0.38 314	0.50 336	0.38 308	0.54 345	0.41 331	0.52 345	0.41 332	0.53 352	0.42 332	0.53 348	0.41 322	0.60 341	0.47 320	0.48 346	0.37 317	0.48 318	0.38 301

WAO-8	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 243	0.38 308	0.38 242	0.38 313	0.38 250	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.38 274	0.37 317	0.38 259	0.38 301

WAO-7	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 243	0.38 308	0.38 242	0.38 313	0.38 250	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.38 274	0.38 330	0.38 259	0.38 301

Venus	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.37 244	0.38 308	0.37 235	0.37 304	0.41 268	0.37 308	0.39 255	0.37 301	0.38 249	0.38 299	0.37 242	0.38 270	0.38 274	0.37 317	0.37 246	0.38 301

IMH	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 243	0.38 308	0.42 282	0.38 313	0.40 263	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.39 285	0.38 330	0.38 259	0.38 301

iRaftStereo_RVC	0.97 407	3.17 505	2.30 552	2.42 503	0.38 314	0.54 356	0.38 308	0.54 345	0.38 308	0.54 353	0.38 313	0.54 355	0.38 305	0.54 350	0.38 299	2.38 536	2.34 551	0.49 351	0.36 314	0.49 322	0.36 289

LG-Stereo_L1	0.47 287	0.52 223	0.47 302	0.62 314	0.39 324	0.53 353	0.40 322	0.53 343	0.39 321	0.53 348	0.39 323	0.53 352	0.39 314	0.53 348	0.39 311	0.55 335	0.46 312	0.49 351	0.37 317	0.49 322	0.37 294

gcap-zeroshot	0.35 214	0.32 145	0.37 256	0.49 276	0.39 324	0.33 229	0.21 192	0.26 195	0.35 291	0.42 282	0.34 288	0.49 325	0.29 248	0.47 309	0.39 311	0.34 224	0.17 166	0.38 274	0.23 210	0.48 318	0.34 276

DStereoO	0.31 189	0.31 143	0.31 219	0.30 179	0.40 326	0.31 217	0.30 246	0.30 206	0.34 287	0.29 209	0.31 266	0.29 214	0.30 255	0.31 221	0.31 254	0.31 213	0.29 221	0.31 223	0.30 266	0.31 207	0.31 256

GSStereo	0.81 369	4.28 535	0.50 321	0.59 309	0.40 326	0.51 348	0.38 308	0.50 324	0.38 308	0.50 334	0.38 313	0.50 340	3.79 580	0.50 332	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 286

depthmonostereo	0.44 272	0.85 265	0.46 295	0.54 297	0.40 326	0.52 351	0.38 308	0.52 341	0.35 291	0.47 307	0.34 288	0.46 308	0.34 286	0.47 309	0.34 279	0.45 295	0.43 302	0.41 307	0.33 292	0.41 284	0.32 263

knoymous	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

anonymousa	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

riskmin	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

Anonymous_2	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

Anonymous_1	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

AdaStereo	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310
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.
LG-Stereo_Zeroshot	0.48 292	0.55 233	0.47 302	0.63 316	0.41 335	0.56 358	0.44 338	0.56 349	0.41 331	0.56 358	0.41 332	0.57 364	0.42 332	0.56 355	0.41 322	0.55 335	0.43 302	0.51 360	0.37 317	0.51 333	0.37 294

PAM	0.39 244	1.88 425	0.34 241	0.37 205	0.41 335	0.45 306	0.22 197	0.28 199	0.23 207	0.28 204	0.24 217	0.29 214	0.23 210	0.29 215	0.23 201	0.38 253	0.32 241	0.38 274	0.37 317	0.32 211	0.22 189

MyStereo07	0.60 319	3.72 518	0.48 310	0.49 276	0.41 335	0.36 239	0.32 259	0.49 315	0.43 339	0.51 342	0.42 342	0.49 325	0.43 335	0.51 341	0.64 375	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 325

MyStereo04	0.56 317	3.72 518	0.59 342	0.49 276	0.41 335	0.36 239	0.32 259	0.37 235	0.31 266	0.34 228	0.46 352	0.35 236	0.32 273	0.35 236	0.33 266	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 325

HanzoNet	0.39 244	0.38 158	0.40 272	0.39 214	0.41 335	0.38 251	0.38 308	0.38 243	0.38 308	0.39 248	0.39 323	0.38 250	0.38 305	0.39 257	0.40 315	0.38 253	0.38 270	0.40 290	0.38 330	0.38 259	0.40 310

GwcNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

PSMNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

GANet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

ADLNet2	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

ADLNet	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

RSM	0.36 220	0.36 152	0.43 287	0.37 205	0.42 345	0.49 327	0.42 335	0.37 235	0.28 237	0.36 236	0.29 246	0.36 242	0.30 255	0.37 246	0.28 229	0.34 224	0.31 236	0.34 242	0.35 308	0.40 274	0.29 234

CFNet_RVC	2.38 546	8.71 577	0.38 259	9.33 596	0.42 345	0.56 358	0.42 335	0.60 359	0.38 308	0.62 369	0.42 342	0.56 362	7.29 600	0.62 364	0.42 330	0.53 328	0.37 264	0.49 351	0.34 296	8.30 597	6.87 604

PAM_32	0.64 329	2.38 467	0.51 328	0.92 355	0.43 347	0.53 353	0.44 338	0.87 387	0.43 339	0.52 345	0.45 350	0.53 352	0.40 315	0.54 350	0.46 339	0.62 349	0.56 346	0.48 346	0.45 352	0.76 364	0.44 328

FSD	0.61 322	0.59 239	0.50 321	2.58 510	0.44 348	0.56 358	0.44 338	0.55 348	0.44 342	0.56 358	0.44 346	0.56 362	0.44 337	0.56 355	0.46 339	0.61 345	0.42 298	0.52 363	0.42 349	0.52 335	0.51 355

MonSter	0.60 319	0.64 245	0.52 331	0.62 314	0.44 348	2.07 520	0.44 338	0.62 362	0.44 342	0.62 369	0.44 346	0.62 372	0.44 337	0.62 364	0.44 334	0.58 339	0.42 298	0.62 373	0.46 354	0.58 344	0.42 324

DispNO	1.00 410	0.63 243	0.43 287	3.45 538	0.44 348	0.65 373	0.43 337	0.64 364	0.43 339	0.64 372	0.43 344	0.64 373	3.03 558	0.64 369	0.43 333	4.55 568	0.43 302	0.63 375	0.43 350	0.63 348	0.43 325

fffft	0.48 292	0.51 221	0.45 291	0.52 293	0.45 351	0.52 351	0.45 343	0.52 341	0.48 357	0.53 348	0.45 350	0.52 351	0.45 340	0.52 346	0.46 339	0.51 323	0.41 289	0.50 355	0.41 341	0.50 327	0.41 317
1: 1. 1
Selective-IGEV	0.51 305	0.55 233	0.45 291	0.69 325	0.45 351	0.61 367	0.45 343	0.50 324	0.40 322	0.56 358	0.44 346	0.55 359	0.40 315	0.72 378	0.67 380	0.59 340	0.46 312	0.45 325	0.34 296	0.46 301	0.37 294

Former-RAFT_DAM_RVC	0.49 298	0.98 292	0.64 353	0.84 345	0.46 353	0.45 306	0.35 288	0.47 307	0.47 350	0.45 295	0.34 288	0.46 308	0.48 352	0.46 305	0.35 283	0.39 264	0.71 381	0.39 285	0.35 308	0.41 284	0.41 317

otaku	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.46 345	0.46 301	0.46 352	0.46 308	0.46 343	0.46 305	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

Ntro	0.47 287	0.47 201	0.46 295	0.46 259	0.46 353	0.47 317	0.47 350	0.46 301	0.47 350	0.46 301	0.46 352	0.47 314	0.46 343	0.47 309	0.47 346	0.47 304	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

Dean	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.46 345	0.47 307	0.46 352	0.46 308	0.46 343	0.46 305	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

ACVNet_1	0.46 281	0.47 201	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.47 350	0.46 301	0.46 352	0.46 308	0.46 343	0.46 305	0.46 339	0.46 299	0.46 312	0.47 338	0.46 354	0.46 301	0.46 331

ACVNet-4b	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.46 345	0.46 301	0.46 352	0.46 308	0.46 343	0.47 309	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

AIO-test2	0.55 315	0.59 239	0.52 331	0.67 324	0.47 359	0.61 367	0.47 350	0.61 361	0.47 350	0.61 366	0.47 360	0.61 370	0.48 352	0.62 364	0.47 346	0.64 351	0.53 342	0.58 370	0.47 361	0.58 344	0.48 340

AIO-test1	0.54 310	0.60 242	0.52 331	0.66 323	0.47 359	0.61 367	0.47 350	0.58 355	0.46 345	0.61 366	0.46 352	0.61 370	0.45 340	0.62 364	0.45 335	0.61 345	0.52 340	0.57 369	0.48 365	0.57 343	0.48 340

HaxPig	0.47 287	0.47 201	0.47 302	0.49 276	0.47 359	0.47 317	0.47 350	0.47 307	0.47 350	0.47 307	0.47 360	0.47 314	0.47 351	0.47 309	0.47 346	0.47 304	0.47 320	0.47 338	0.47 361	0.47 314	0.48 340

UNDER WATER	0.47 287	0.47 201	0.47 302	0.47 265	0.47 359	0.47 317	0.47 350	0.47 307	0.47 350	0.47 307	0.47 360	0.47 314	0.46 343	0.47 309	0.47 346	0.47 304	0.47 320	0.47 338	0.46 354	0.47 314	0.47 338

RainbowNet	0.48 292	0.48 207	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 311	0.48 357	0.48 314	0.48 364	0.48 321	0.48 352	0.48 318	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.48 340

notaker	0.48 292	0.49 209	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 311	0.49 359	0.48 314	0.48 364	0.48 321	0.48 352	0.48 318	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.49 345

MLG-Stereo	0.92 398	0.90 276	0.84 396	1.27 447	0.49 365	1.38 495	0.88 424	1.41 493	0.97 440	0.73 382	1.09 446	1.26 492	0.43 335	0.72 378	1.05 440	1.13 418	0.49 327	1.18 449	0.66 402	1.01 408	0.46 331

LVE	0.47 287	0.47 201	0.47 302	0.47 265	0.49 365	0.47 317	0.47 350	0.47 307	0.49 359	0.47 307	0.47 360	0.47 314	0.46 343	0.47 309	0.47 346	0.47 304	0.47 320	0.48 346	0.47 361	0.47 314	0.47 338

ACVNet_2	0.49 298	0.49 209	0.49 317	0.49 276	0.49 365	0.49 327	0.49 361	0.49 315	0.49 359	0.49 321	0.49 367	0.49 325	0.49 357	0.49 324	0.49 354	0.49 311	0.49 327	0.49 351	0.49 368	0.49 322	0.49 345

test_xeample3	1.10 423	1.81 419	0.61 349	0.84 345	0.49 365	0.77 383	0.66 383	0.92 396	1.40 520	0.68 378	0.46 352	0.78 391	0.54 370	1.72 505	1.48 521	1.34 476	1.52 508	1.35 504	1.67 539	1.33 480	1.55 523

FoundationStereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

StereoAnything_RVC	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

dual_stereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

Occ-G	1.12 426	0.52 223	3.72 582	3.50 542	0.50 369	0.56 358	0.47 350	0.54 345	0.46 345	0.54 353	0.41 332	0.54 355	0.42 332	0.52 346	0.42 330	3.42 558	4.02 578	0.52 363	0.45 352	0.51 333	0.44 328

SANet	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

ktn	0.72 347	0.53 227	1.08 418	1.14 386	0.51 374	1.22 485	1.36 512	0.51 337	0.59 377	0.51 342	0.51 375	0.69 379	1.20 446	0.67 373	0.51 360	0.51 323	0.49 327	0.58 370	0.66 402	0.52 335	0.53 357

MyStereo8	0.71 344	3.92 527	0.52 331	0.59 309	0.52 375	0.57 364	0.53 369	0.59 357	0.50 362	0.59 365	0.51 375	0.57 364	0.50 360	0.56 355	0.52 362	0.54 329	0.49 327	0.54 367	0.49 368	0.55 341	0.50 348

KSHMR	0.66 332	0.50 213	0.48 310	1.15 388	0.52 375	0.49 327	0.51 367	0.49 315	0.71 409	0.67 376	0.50 369	1.16 442	1.11 435	0.66 371	0.52 362	0.49 311	0.49 327	0.51 360	0.66 402	0.50 327	1.14 446

FC-DCNN	1.07 421	1.09 324	0.98 410	0.89 349	0.52 375	1.41 498	0.91 427	1.21 479	1.24 508	1.96 510	2.05 564	1.91 511	1.30 499	1.27 493	1.08 441	0.80 371	0.60 353	0.58 370	0.41 341	0.68 352	0.54 360

SMoEStereo_RVC	0.63 327	0.75 252	0.51 328	0.73 334	0.53 378	0.71 379	0.47 350	0.67 368	0.58 375	0.74 387	0.60 383	0.72 383	0.53 367	0.74 382	0.51 360	0.61 345	0.62 358	0.62 373	0.61 389	0.63 348	0.61 374

WCG-NET	0.61 322	1.21 384	0.54 336	0.61 313	0.53 378	0.67 375	0.53 369	0.66 367	0.53 370	0.64 372	0.53 378	0.65 376	0.53 367	0.59 362	0.52 362	0.65 352	0.48 324	0.64 376	0.52 374	0.58 344	0.50 348

PSMNet_ROB	0.54 310	0.54 231	0.54 336	0.54 297	0.53 378	0.54 356	0.54 371	0.53 343	0.54 372	0.54 353	0.54 379	0.54 355	0.53 367	0.54 350	0.54 365	0.54 329	0.53 342	0.54 367	0.54 376	0.54 340	0.54 360

CASS	0.57 318	0.89 273	0.56 338	0.57 304	0.56 381	0.56 358	0.56 372	0.56 349	0.53 370	0.57 361	0.57 382	0.59 368	0.48 352	0.56 355	0.57 368	0.55 335	0.56 346	0.47 338	0.56 381	0.62 347	0.56 368
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 327	0.69 247	0.56 338	0.71 331	0.56 381	0.71 379	0.56 372	0.71 373	0.56 373	0.72 380	0.56 381	0.71 380	0.56 371	0.71 376	0.58 369	0.68 356	0.55 344	0.68 381	0.55 377	0.68 352	0.54 360

AIO-Stereo-zeroshot1	0.75 352	0.92 283	0.85 397	0.96 366	0.59 383	1.27 488	0.44 338	0.59 357	0.69 400	0.91 402	0.68 401	0.55 359	0.61 376	1.06 429	0.83 421	0.62 349	0.70 377	0.90 410	0.41 341	0.89 384	0.56 368

zero-FE	0.72 347	1.31 396	0.66 357	0.92 355	0.60 384	0.82 390	0.58 374	0.82 385	0.58 375	0.81 395	0.60 383	0.81 397	0.60 374	0.82 389	0.58 369	0.74 365	0.59 352	0.73 386	0.52 374	0.76 364	0.51 355

DDUNet	0.81 369	2.45 471	0.57 340	0.90 350	0.60 384	0.88 395	0.59 376	0.90 391	0.60 378	0.88 399	0.60 383	0.90 404	0.58 372	0.88 397	0.60 372	0.84 381	0.60 353	0.86 408	0.57 383	0.86 381	0.60 373

UDG	0.80 364	2.21 451	0.60 344	0.91 352	0.60 384	0.90 398	0.58 374	0.88 390	0.60 378	0.90 400	0.60 383	0.88 401	0.60 374	0.90 400	0.58 369	0.86 383	0.60 353	0.84 406	0.59 386	0.84 380	0.61 374

ARAFT	0.68 337	0.81 259	0.63 351	0.74 335	0.60 384	0.78 385	0.62 378	0.77 378	0.66 388	0.74 387	0.63 389	0.75 388	0.62 377	0.83 390	0.60 372	0.70 360	0.55 344	0.70 384	0.60 387	0.78 367	0.55 365

STTRV1_RVC	0.82 374	1.60 409	0.70 371	1.01 373	0.60 384	1.07 426	0.69 397	1.01 411	0.60 378	0.72 380	0.55 380	1.02 425	0.68 389	1.03 427	0.67 380	0.89 385	0.63 359	0.92 416	0.57 383	0.90 387	0.65 386

MSMD_ROB	1.19 428	1.10 326	0.70 371	1.10 380	0.60 384	1.10 430	0.70 402	1.10 421	0.70 404	1.10 429	0.70 408	1.10 434	0.70 398	7.00 603	0.70 402	1.10 412	0.70 377	1.10 439	0.70 411	1.10 414	0.70 395

MyStereo06	0.75 352	4.12 529	0.60 344	0.63 316	0.61 390	0.62 370	0.66 383	0.56 349	0.45 344	0.55 356	0.48 364	0.54 355	0.46 343	0.57 360	0.45 335	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 365

MyStereo05	0.80 364	4.12 529	0.63 351	0.63 316	0.61 390	0.62 370	0.66 383	0.65 365	0.62 382	0.67 376	0.61 387	0.65 376	0.58 372	0.67 373	0.55 367	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 365

test-3	0.98 409	4.13 531	1.85 534	1.85 477	0.61 390	0.69 376	0.37 301	0.63 363	0.61 381	0.66 375	0.51 375	0.73 385	0.44 337	0.57 360	0.54 365	1.68 496	1.81 531	0.40 290	0.43 350	0.66 350	0.50 348

RAFT-Stereo + iAFF	0.70 341	0.72 250	0.71 375	0.80 340	0.62 393	0.82 390	0.61 377	0.81 384	0.62 382	0.81 395	0.63 389	0.80 394	0.70 398	0.73 380	0.61 374	0.76 367	0.61 357	0.74 389	0.61 389	0.77 366	0.61 374

RSM++	0.76 356	0.82 262	0.66 357	0.85 347	0.64 394	0.85 392	0.71 405	0.94 400	0.64 385	0.87 398	0.67 396	0.87 400	0.65 380	0.84 391	0.65 376	0.81 374	0.70 377	0.79 395	0.71 414	0.83 379	0.70 395

TorneroNet	0.66 332	0.53 227	0.50 321	0.50 284	0.64 394	1.06 423	0.70 402	0.50 324	0.51 369	0.49 321	0.69 406	0.49 325	0.50 360	0.48 318	1.15 447	0.71 361	0.49 327	1.14 440	1.08 445	0.49 322	0.49 345

plain	1.88 497	3.16 504	0.64 353	3.10 522	0.65 396	3.10 558	0.64 380	3.12 558	0.65 386	3.10 559	0.65 393	3.11 559	0.65 380	3.12 558	0.65 376	3.12 554	0.65 363	3.13 558	0.65 400	3.13 545	0.65 386

LMCR-Stereo	0.65 330	0.63 243	0.65 356	0.65 320	0.65 396	0.66 374	0.63 379	0.58 355	0.65 386	0.63 371	0.64 391	0.65 376	0.65 380	0.66 371	0.66 379	0.66 354	0.64 361	0.65 379	0.67 406	0.68 352	0.73 403

DSFCA	0.66 332	0.73 251	0.78 389	0.65 320	0.65 396	0.64 372	0.64 380	0.65 365	0.63 384	0.64 372	0.64 391	0.64 373	0.64 378	0.65 370	0.65 376	0.65 352	0.65 363	0.65 379	0.65 400	0.66 350	0.64 384

MIF-Stereo (partial)	2.58 551	3.31 509	0.66 357	3.18 526	0.66 399	3.18 559	0.66 383	3.21 559	0.67 389	3.19 560	0.66 395	3.19 560	0.66 383	3.31 562	0.68 388	5.09 585	1.79 530	8.23 604	1.67 539	6.18 588	1.38 517

AIO-Stereo	0.84 381	0.66 246	0.70 371	0.83 344	0.67 400	0.98 406	0.82 421	1.14 422	0.72 412	1.03 425	0.74 420	1.03 427	1.09 434	0.99 413	0.45 335	1.04 407	0.73 384	0.95 426	0.74 418	0.94 400	0.46 331

R-Stereo Train	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 402	0.68 395	0.95 410	0.68 401	0.96 412	0.68 389	0.96 411	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 392

RAFT-Stereo	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 402	0.68 395	0.95 410	0.68 401	0.96 412	0.68 389	0.96 411	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 392
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AFF-stereo	0.73 349	0.88 270	0.67 361	0.75 336	0.68 403	0.75 382	0.64 380	0.80 381	0.72 412	0.83 397	0.70 408	0.82 398	0.64 378	0.84 391	0.67 380	0.77 369	0.63 359	0.81 400	0.63 391	0.78 367	0.62 377

FlowAnything	1.02 418	1.71 412	0.72 378	1.59 467	0.69 404	1.60 502	0.69 397	1.61 495	0.70 404	1.60 498	0.69 406	1.60 503	0.69 396	1.61 502	0.69 396	0.81 374	0.58 350	0.81 400	0.56 381	0.82 377	0.56 368

AIO-Stereo-zeroshot	0.91 396	0.86 266	0.89 398	1.25 445	0.69 404	1.05 422	0.81 420	1.16 426	0.50 362	1.12 435	0.97 438	0.72 383	0.82 416	1.06 429	0.95 430	0.61 345	0.87 399	1.03 437	0.85 431	1.04 411	1.01 435

FlowAnything_test	1.02 418	1.72 413	0.71 375	1.59 467	0.70 406	1.61 503	0.69 397	1.61 495	0.70 404	1.60 498	0.70 408	1.61 506	0.69 396	1.61 502	0.70 402	0.81 374	0.58 350	0.81 400	0.55 377	0.81 375	0.56 368

DMCA-RVC	0.70 341	0.80 256	0.70 371	0.70 329	0.70 406	0.70 377	0.70 402	0.71 373	0.70 404	0.70 379	0.71 413	0.71 380	0.70 398	0.70 375	0.69 396	0.69 357	0.70 377	0.69 382	0.70 411	0.69 356	0.70 395

HSM-Net_RVC	0.95 406	1.17 334	0.78 389	1.18 395	0.71 408	1.16 438	0.75 410	1.09 420	0.80 423	1.10 429	0.75 421	1.17 443	0.74 405	1.17 443	0.80 417	1.13 418	0.73 384	1.17 446	0.77 420	1.16 420	0.72 400
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	11.80 604	223.51 630	0.62 350	0.59 309	0.71 408	0.59 366	0.73 408	0.67 368	0.73 415	0.55 356	0.61 387	0.60 369	0.74 405	0.63 368	0.73 406	0.66 354	0.60 353	0.69 382	0.66 402	0.72 359	0.65 386
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DCRE	0.84 381	1.89 426	0.77 388	0.94 361	0.72 410	0.88 395	0.73 408	0.87 387	0.78 419	0.90 400	0.71 413	0.88 401	0.67 385	0.88 397	0.73 406	0.81 374	0.68 370	0.81 400	0.70 411	0.82 377	0.70 395

UniTT-Stereo	2.03 515	3.43 511	0.72 378	3.42 537	0.73 411	3.27 561	0.68 391	3.38 563	0.69 400	3.29 562	0.72 416	3.28 562	0.70 398	3.35 564	0.68 388	3.39 557	0.68 370	3.31 561	0.69 409	3.37 546	0.73 403

iGMRVC	0.84 381	2.85 497	0.72 378	0.72 333	0.73 411	0.77 383	0.79 415	0.73 376	0.74 417	0.73 382	0.72 416	0.73 385	0.76 408	0.73 380	0.73 406	0.72 363	0.73 384	0.73 386	0.72 416	0.73 362	0.72 400

DStereoRT	0.73 349	0.81 259	0.73 382	0.71 331	0.74 413	0.73 381	0.75 410	0.71 373	0.71 409	0.74 387	0.72 416	0.73 385	0.80 413	0.71 376	0.73 406	0.76 367	0.71 381	0.73 386	0.72 416	0.70 357	0.76 409

LG-Stereo	0.60 319	0.58 238	0.47 302	0.64 319	0.74 413	1.00 408	0.69 397	0.57 352	0.41 331	0.57 361	0.41 332	0.57 364	0.41 326	1.00 415	0.75 411	0.91 386	0.51 338	0.52 363	0.37 317	0.52 335	0.37 294

WQFJA1++	0.84 381	0.98 292	0.67 361	1.26 446	0.75 415	1.00 408	0.67 387	1.00 404	0.67 389	1.00 412	0.67 396	1.00 415	0.67 385	1.00 415	0.67 380	0.96 396	0.67 365	0.91 413	0.63 391	0.92 391	0.63 378

WQFJX1	0.84 381	0.98 292	0.67 361	1.30 453	0.75 415	1.01 414	0.67 387	1.01 411	0.67 389	1.01 419	0.67 396	1.01 421	0.68 389	1.00 415	0.68 388	0.98 401	0.67 365	0.92 416	0.64 396	0.92 391	0.64 384

WQFJX	0.85 387	1.00 301	0.68 368	1.30 453	0.75 415	1.01 414	0.68 391	1.01 411	0.68 395	1.01 419	0.68 401	1.03 427	0.68 389	1.02 425	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.94 400	0.63 378

NLMM1	0.86 390	0.98 292	0.69 370	1.48 464	0.75 415	1.01 414	0.69 397	1.00 404	0.69 400	1.00 412	0.70 408	1.00 415	0.68 389	1.01 421	0.67 380	0.97 397	0.68 370	0.92 416	0.63 391	0.93 396	0.63 378

NLMM	0.84 381	1.00 301	0.67 361	1.27 447	0.75 415	1.00 408	0.68 391	1.00 404	0.67 389	1.00 412	0.67 396	1.02 425	0.67 385	1.02 425	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.92 391	0.63 378

WQFJA1	0.85 387	0.98 292	0.67 361	1.29 451	0.76 420	1.01 414	0.67 387	1.02 416	0.67 389	1.02 423	0.67 396	1.01 421	0.67 385	1.01 421	0.68 388	0.99 402	0.67 365	0.93 420	0.64 396	0.92 391	0.65 386

NLSM3	0.85 387	0.99 299	0.68 368	1.29 451	0.76 420	1.01 414	0.68 391	1.01 411	0.68 395	1.02 423	0.68 401	1.01 421	0.68 389	1.01 421	0.68 388	0.97 397	0.68 370	0.93 420	0.64 396	0.93 396	0.63 378

HBP-ISP	1.24 477	1.72 413	1.65 515	1.15 388	0.76 420	1.40 497	0.88 424	1.67 501	1.02 448	1.69 505	1.38 518	1.69 507	1.21 492	1.87 512	1.21 501	1.05 408	0.79 391	0.97 429	0.80 425	1.19 428	0.75 407

MoCha-V2	2.11 522	26.97 608	0.78 389	0.92 355	0.77 423	0.96 405	0.72 407	0.90 391	0.72 412	0.94 408	0.70 408	0.90 404	0.71 402	0.91 401	0.71 404	0.85 382	0.71 381	0.88 409	0.69 409	0.87 382	0.67 391

Selective-RAFT	0.89 395	0.89 273	0.72 378	1.16 393	0.78 424	1.06 423	0.82 421	0.87 387	0.97 440	1.00 412	0.91 433	0.90 404	1.00 425	0.89 399	0.93 429	0.83 379	0.83 397	0.82 404	0.82 428	0.81 375	0.82 416

ToySt	0.92 398	2.11 442	0.90 401	0.95 363	0.79 425	0.99 407	0.78 414	0.94 400	0.81 426	0.94 408	0.78 424	0.95 411	0.77 410	0.94 407	0.86 423	0.91 386	0.79 391	0.85 407	0.77 420	0.89 384	0.73 403

G-Net	0.79 361	0.79 255	0.79 392	0.79 338	0.79 425	0.79 387	0.79 415	0.79 379	0.79 422	0.79 392	0.79 425	0.79 393	0.79 412	0.79 385	0.79 415	0.79 370	0.79 391	0.79 395	0.79 423	0.79 369	0.79 412

NaN_ROB	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 381	0.80 423	0.80 393	0.80 426	0.80 394	0.80 413	0.80 387	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 413

CSAN	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 381	0.80 423	0.80 393	0.80 426	0.80 394	0.80 413	0.80 387	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 413

RAStereo	2.23 536	3.64 514	0.76 386	3.65 546	0.86 429	3.66 566	0.76 412	3.67 567	0.81 426	3.66 564	0.76 422	3.66 565	0.77 410	3.68 566	0.77 414	3.68 560	0.77 389	3.69 566	0.77 420	3.70 549	0.77 411

AEACV	1.12 426	0.52 223	3.12 573	3.24 527	0.86 429	0.53 353	0.49 361	0.60 359	0.47 350	0.53 348	0.49 367	0.55 359	0.45 340	0.55 354	0.47 346	3.01 553	3.88 576	0.71 385	0.60 387	0.80 372	0.48 340

ff7	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 515	1.80 543	2.05 520	1.56 525	2.33 526	2.12 548	2.23 523	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 437

ffff	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 515	1.80 543	2.05 520	1.56 525	2.33 526	2.12 548	2.23 523	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 437

11t	1.27 479	2.70 482	1.34 485	1.32 456	0.89 431	1.30 490	1.34 509	1.64 498	0.57 374	1.45 496	0.72 416	1.05 429	1.29 498	1.07 432	1.29 510	1.49 487	1.02 411	0.97 429	1.15 449	1.48 485	1.31 509

ccc-4	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 515	1.80 543	2.05 520	1.56 525	2.33 526	2.12 548	2.23 523	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 437

DPSimNet_ROB	0.97 407	1.18 336	0.81 395	1.10 380	0.91 435	1.02 420	0.82 421	1.04 417	0.91 430	1.03 425	0.86 429	1.28 494	0.82 416	1.03 427	0.89 424	1.17 421	0.81 396	1.02 435	0.82 428	1.08 413	0.81 415

DPSM_ROB	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 396	0.91 430	0.93 406	0.91 433	0.92 407	0.90 418	0.91 401	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 425

DPSM	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 396	0.91 430	0.93 406	0.91 433	0.92 407	0.90 418	0.91 401	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 425

pmcnn	0.92 398	0.92 283	0.92 405	0.92 355	0.92 436	0.92 400	0.92 428	0.92 396	0.92 434	0.92 404	0.92 436	0.92 407	0.92 420	0.92 405	0.92 425	0.92 389	0.92 404	0.92 416	0.92 432	0.92 391	0.92 424

MM-Stereo_test2	1.20 429	1.85 422	1.05 416	1.46 463	0.94 439	1.36 493	0.99 435	1.36 488	0.95 437	1.41 494	0.98 439	1.40 499	0.96 422	1.37 495	0.95 430	1.37 481	1.06 413	1.33 501	0.93 436	1.29 479	0.89 421

DGTPSM_ROB	0.93 403	1.00 301	0.92 405	0.94 361	0.96 440	0.91 399	0.92 428	0.91 393	0.96 439	0.91 402	0.96 437	0.93 410	0.92 420	0.94 407	0.92 425	0.92 389	0.92 404	0.90 410	0.92 432	0.94 400	0.91 423

Selective-RAFT-Error	0.88 393	0.84 263	0.98 410	0.86 348	0.97 441	0.88 395	0.95 432	0.84 386	0.99 443	0.92 404	0.82 428	0.84 399	0.98 424	0.87 396	0.97 432	0.81 374	0.83 397	0.79 395	0.82 428	0.79 369	0.85 418

StereoVision	3.15 560	5.00 543	0.89 398	4.83 570	1.00 442	3.93 567	1.27 506	6.37 597	1.34 513	5.67 597	1.26 506	5.84 598	1.27 496	5.03 594	1.24 503	5.10 586	1.09 420	4.61 579	0.57 383	5.62 586	1.12 442

GANet	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 404	1.00 444	1.00 412	1.00 440	1.00 415	1.00 425	1.00 415	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 432

TDLM	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 404	1.00 444	1.00 412	1.00 440	1.00 415	1.00 425	1.00 415	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 432

CVANet_RVC	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 404	1.00 444	1.00 412	1.00 440	1.00 415	1.00 425	1.00 415	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 432

Wavelet-MonSter	1.00 410	1.21 384	0.76 386	1.94 481	1.01 446	1.11 433	0.76 412	1.15 423	0.76 418	1.11 434	0.76 422	1.14 440	0.76 408	1.11 437	0.76 413	1.21 468	0.90 401	1.02 435	0.71 414	1.02 410	0.71 399

trnet	1.01 416	1.01 309	1.01 415	1.01 373	1.01 446	1.01 414	1.01 439	1.01 411	1.01 447	1.01 419	1.01 443	1.01 421	1.01 431	1.01 421	1.01 438	1.01 406	1.01 410	1.01 434	1.01 443	1.01 408	1.01 435

MM-Stereo_test3	1.27 479	2.07 438	1.18 427	1.60 470	1.02 448	1.45 499	1.01 439	1.40 492	1.04 449	1.44 495	1.03 444	1.46 501	1.02 432	1.44 498	1.02 439	1.51 490	1.12 427	1.32 500	0.98 437	1.38 483	0.97 428

tt45	1.04 420	0.88 270	1.36 495	0.92 355	1.03 449	1.51 501	0.79 415	0.70 372	0.88 428	0.74 387	0.90 430	1.60 503	0.72 403	1.60 500	0.75 411	0.91 386	0.78 390	1.52 511	0.79 423	1.14 416	1.32 510

GLC_STEREO	1.07 421	1.01 309	1.06 417	1.07 378	1.05 450	1.06 423	1.08 443	1.08 418	1.05 450	1.07 427	1.06 445	1.08 430	1.05 433	1.06 429	1.10 442	1.07 409	1.09 420	1.05 438	1.05 444	1.06 412	1.12 442

AdaDepth	0.86 390	0.93 285	0.71 375	1.01 373	1.07 451	1.02 420	0.71 405	1.00 404	0.71 409	1.01 419	0.71 413	1.00 415	0.72 403	1.14 440	0.71 404	0.92 389	0.64 361	0.90 410	0.64 396	0.89 384	0.69 394

CFNet-RSSM	0.91 396	4.89 542	0.34 241	0.44 257	1.07 451	1.62 505	1.40 519	0.91 393	0.35 291	1.60 498	1.39 519	0.64 373	0.34 286	0.44 297	0.33 266	0.41 276	0.35 259	0.75 390	0.30 266	0.41 284	0.29 234

ours_stereo	1.20 429	1.21 384	0.90 401	1.64 475	1.11 453	1.35 491	0.67 387	1.76 502	0.93 435	1.70 506	1.10 447	1.39 497	0.75 407	1.41 497	0.81 420	1.60 494	1.03 412	1.33 501	1.00 439	1.61 490	0.72 400

edge stereo	2.43 547	27.07 609	1.14 421	1.06 377	1.14 454	1.08 427	1.17 451	1.16 426	1.14 451	1.10 429	1.16 451	1.09 432	1.16 443	1.10 435	1.16 450	1.10 412	1.11 424	1.16 442	1.19 453	1.13 415	1.11 440

AF-Net	2.37 544	25.71 604	1.17 425	1.13 385	1.15 455	1.15 437	1.18 452	1.19 431	1.16 453	1.10 429	1.15 448	1.10 434	1.18 444	1.12 439	1.15 447	1.10 412	1.10 423	1.17 446	1.15 449	1.16 420	1.12 442

RP	2.33 540	25.00 601	1.13 420	1.15 388	1.15 455	1.10 430	1.15 448	1.15 423	1.15 452	1.12 435	1.15 448	1.09 432	1.13 436	1.10 435	1.15 447	1.11 417	1.09 420	1.16 442	1.12 447	1.16 420	1.17 451

RGC	2.36 542	25.48 602	1.19 429	1.15 388	1.15 455	1.10 430	1.16 450	1.17 428	1.16 453	1.12 435	1.16 451	1.11 438	1.13 436	1.09 433	1.18 452	1.10 412	1.15 429	1.16 442	1.12 447	1.14 416	1.12 442

Nwc_Net	2.37 544	25.95 605	1.15 423	1.14 386	1.15 455	1.08 427	1.14 447	1.17 428	1.16 453	1.14 438	1.15 448	1.08 430	1.15 439	1.11 437	1.14 446	1.10 412	1.11 424	1.16 442	1.09 446	1.16 420	1.15 447

MaDis-Stereo	3.19 561	6.02 564	1.12 419	5.61 579	1.16 459	5.43 594	1.02 441	5.15 594	0.70 404	5.43 594	1.21 501	5.03 595	0.97 423	4.85 588	0.99 434	4.53 567	1.16 430	5.53 595	1.25 506	5.37 584	1.30 508

NCC-stereo	2.36 542	25.52 603	1.17 425	1.15 388	1.17 460	1.11 433	1.11 444	1.15 423	1.16 453	1.10 429	1.16 451	1.10 434	1.15 439	1.14 440	1.13 445	1.09 410	1.11 424	1.15 441	1.16 451	1.17 425	1.17 451

Abc-Net	2.32 539	24.75 600	1.14 421	1.17 394	1.17 460	1.11 433	1.15 448	1.17 428	1.21 505	1.08 428	1.16 451	1.12 439	1.14 438	1.09 433	1.17 451	1.09 410	1.16 430	1.17 446	1.17 452	1.16 420	1.11 440
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 540	24.38 599	1.18 427	1.18 395	1.18 462	1.14 436	1.18 452	1.19 431	1.19 459	1.14 438	1.18 455	1.14 440	1.18 444	1.14 440	1.18 452	1.14 420	1.14 428	1.19 450	1.19 453	1.15 418	1.19 455

DisPM	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

CrosDoStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PFNet+	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

LCNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

HHNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Patchmatch Stereo++	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456
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	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

STrans-v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

TransformOpticalFlow	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

OMP-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

IIG-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

NF-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

OCTAStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PSM-softLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

KMStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

NRIStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PSM-adaLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PSM-AAD	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

ROB_FTStereo_v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

ROB_FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Consistency-Raft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

KYRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

HUI-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

ASMatch	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DeepStereo_LL	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DEmStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

SST-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

THIR-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT_R40	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PFNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

GrayStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RE-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Pruner-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

TVStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DeepStereo_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT-RH_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

IRAFT_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT-345	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

iRAFT	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

CRE-IMP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

GMM-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT-IKP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Prome-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

SPS-STEREO	1.59 487	1.91 429	1.21 478	1.94 481	1.20 463	2.00 517	1.23 501	1.99 509	1.24 508	2.00 515	1.25 505	2.03 519	1.26 495	2.00 517	1.29 510	1.90 506	1.18 434	1.89 526	1.21 501	1.89 503	1.20 456
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
999	1.00 410	1.12 327	0.59 342	1.10 380	1.21 509	1.09 429	0.52 368	1.08 418	1.43 522	1.18 440	1.35 513	0.98 414	0.52 366	0.91 401	0.85 422	0.72 363	1.46 504	0.83 405	0.98 437	0.68 352	1.41 518

GANetREF_RVC	1.55 486	1.94 435	1.22 479	1.88 478	1.21 509	1.88 509	1.22 500	1.88 504	1.22 506	1.88 507	1.22 502	1.88 509	1.22 493	1.89 513	1.22 502	1.87 502	1.22 482	1.88 525	1.22 502	1.88 502	1.22 502
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
FAT-Stereo	2.46 548	26.05 606	1.23 481	1.23 444	1.22 511	1.20 439	1.24 502	1.23 482	1.23 507	1.19 441	1.22 502	1.21 490	1.24 494	1.20 445	1.24 503	1.21 468	1.17 433	1.22 497	1.25 506	1.20 429	1.24 505

S-Stereo	2.51 549	26.86 607	1.23 481	1.22 442	1.22 511	1.24 487	1.25 503	1.22 480	1.24 508	1.21 487	1.24 504	1.19 444	1.27 496	1.19 444	1.24 503	1.19 422	1.20 435	1.25 498	1.19 453	1.24 477	1.23 504

MaskLacGwcNet_RVC	1.35 481	1.35 399	1.35 487	1.35 458	1.35 513	1.35 491	1.35 510	1.36 488	1.35 516	1.36 492	1.35 513	1.36 495	1.36 504	1.36 494	1.35 514	1.35 477	1.35 496	1.35 504	1.35 511	1.35 481	1.35 514

PS-NSSS	1.38 484	1.39 401	1.34 485	1.34 457	1.35 513	1.38 495	1.37 517	1.35 487	1.38 519	1.34 490	1.34 512	1.39 497	1.38 507	1.70 504	1.40 518	1.36 479	1.36 497	1.36 506	1.37 514	1.37 482	1.36 515

MC-Stereo	1.76 492	2.96 498	1.37 497	2.14 489	1.37 515	2.14 523	1.36 512	2.14 518	1.37 518	2.14 524	1.37 516	2.14 521	1.37 506	2.14 522	1.37 516	1.97 510	1.32 484	1.97 528	1.32 510	1.98 504	1.33 511

CC-Net-ROB	1.36 482	1.33 398	1.33 484	1.36 459	1.38 516	1.36 493	1.33 508	1.37 490	1.34 513	1.35 491	1.36 515	1.38 496	1.34 502	1.38 496	1.38 517	1.35 477	1.38 500	1.33 501	1.35 511	1.43 484	1.34 513

sCroCo_RVC	2.10 521	2.76 490	1.92 542	2.78 517	1.39 517	2.73 551	1.41 520	2.73 549	1.40 520	2.77 558	1.41 520	2.74 554	1.40 508	2.74 553	1.40 518	2.72 551	1.42 502	2.72 556	1.44 522	2.79 542	1.42 519

MM-Stereo_test1	1.80 495	3.41 510	1.52 510	2.12 488	1.41 518	2.04 518	1.41 520	2.05 513	1.46 523	2.04 519	1.41 520	2.05 520	1.42 509	2.05 518	1.43 520	2.04 514	1.54 511	1.94 527	1.38 516	1.99 505	1.33 511

4.25w-stereo	1.98 500	2.72 486	1.46 504	3.47 539	1.43 519	2.07 520	1.98 548	2.53 540	1.52 524	2.71 546	1.98 559	1.81 508	1.62 515	1.96 515	1.36 515	1.88 505	2.00 536	2.53 552	1.61 533	1.74 497	1.15 447

LL-Strereo	1.01 416	5.06 544	1.63 514	0.70 329	1.43 519	0.56 358	0.46 345	0.57 352	0.50 362	0.57 361	0.50 369	1.58 502	0.49 357	0.59 362	0.50 355	1.64 495	0.52 340	0.51 360	1.37 514	0.52 335	0.45 330

RASNet	1.49 485	1.65 410	1.45 503	1.38 461	1.43 519	1.47 500	1.36 512	1.38 491	1.36 517	1.39 493	1.60 529	1.45 500	1.45 510	1.51 499	2.21 559	1.53 491	1.36 497	1.36 506	1.36 513	1.66 493	1.36 515

MonStereo1	1.94 499	2.77 492	1.52 510	3.73 550	1.51 522	2.13 522	1.42 522	2.32 528	1.52 524	2.31 532	1.50 523	2.53 536	1.59 512	2.34 530	1.56 523	1.91 507	1.36 497	1.86 521	1.31 509	2.07 506	1.53 521

3.25w_new	2.03 515	2.72 486	1.35 487	3.33 534	1.57 523	2.72 549	1.53 527	2.15 519	1.33 512	2.15 525	1.60 529	2.63 545	1.30 499	2.72 550	1.99 557	2.67 549	1.53 509	1.75 516	1.25 506	2.53 535	1.87 548

3.5w_stereo	2.03 515	2.72 486	1.35 487	3.41 536	1.57 523	2.72 549	1.49 526	2.01 511	1.34 513	2.15 525	1.61 531	2.63 545	1.36 504	2.72 550	1.99 557	2.66 547	1.58 514	1.68 515	1.24 504	2.53 535	1.87 548

4w-stereo	2.02 513	2.72 486	1.44 502	3.36 535	1.59 525	2.48 536	1.72 534	2.28 521	1.24 508	2.24 527	1.65 533	2.56 541	1.32 501	2.39 533	1.98 556	2.67 549	1.51 507	1.66 514	1.24 504	2.53 535	1.88 551

DPSMNet_ROB	1.60 488	1.59 408	1.70 517	1.59 467	1.59 525	1.61 503	1.61 528	1.60 494	1.60 526	1.62 504	1.59 528	1.60 503	1.60 513	1.60 500	1.59 525	1.59 492	1.60 518	1.59 512	1.59 531	1.59 489	1.59 528

2.75w_new	1.99 501	2.34 463	1.81 523	3.14 523	1.62 527	1.94 511	1.99 551	2.72 543	1.71 532	2.72 547	1.99 562	1.90 510	1.73 523	1.82 511	1.29 510	2.37 535	2.01 538	2.31 539	1.42 520	1.77 499	1.22 502

Anonymous3	2.55 550	3.26 508	1.65 515	3.28 529	1.63 528	3.24 560	1.68 531	3.27 560	1.66 527	3.28 561	1.67 534	3.25 561	1.66 516	3.27 560	1.64 527	3.26 555	1.65 521	3.30 560	1.65 537	4.95 579	1.65 536

3.75w	1.99 501	2.31 457	1.83 531	3.16 525	1.65 529	1.93 510	1.98 548	2.72 543	1.68 528	2.73 552	1.97 553	2.00 516	1.72 522	1.81 510	1.25 506	2.27 526	2.01 538	2.38 544	1.42 520	1.71 495	1.24 505

MonStereo	2.17 524	2.41 469	1.49 509	2.67 511	1.67 530	2.60 546	2.04 555	2.32 528	1.76 540	2.44 537	1.68 535	2.50 534	1.69 519	2.38 531	1.80 543	2.28 527	1.78 528	2.63 555	2.14 559	3.47 547	1.68 537

2w_stereo	1.99 501	2.36 466	1.81 523	3.24 527	1.67 530	1.94 511	1.98 548	2.72 543	1.68 528	2.72 547	1.94 550	1.98 515	1.74 525	1.79 509	1.27 507	1.95 509	2.00 536	2.53 552	1.60 532	1.68 494	1.15 447

4.5w-stereo	1.99 501	2.33 459	1.81 523	3.28 529	1.68 532	1.94 511	1.99 551	2.72 543	1.70 531	2.72 547	1.99 562	1.97 514	1.68 517	1.76 506	1.29 510	1.91 507	2.02 542	2.53 552	1.61 533	1.75 498	1.16 450

4.25_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 543	1.71 532	2.72 547	1.97 553	2.01 517	1.74 525	1.77 507	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 451

4.5w_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 543	1.71 532	2.72 547	1.97 553	2.01 517	1.74 525	1.77 507	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 451

UDGNet	2.23 536	5.40 554	1.72 520	2.48 505	1.69 533	2.51 540	1.69 532	2.51 539	1.72 536	2.50 541	1.69 536	2.52 535	1.69 519	2.50 538	1.68 531	2.41 538	1.70 524	2.42 546	1.69 543	2.42 522	1.64 534

MFMNet_re	1.81 496	1.91 429	1.71 519	1.95 483	1.70 536	1.95 514	1.70 533	1.96 507	1.74 539	1.97 512	1.72 537	1.95 512	1.71 521	1.97 516	1.71 533	1.86 500	1.62 519	1.85 518	1.66 538	1.86 501	1.64 534

RAFT_CTSACE	1.92 498	3.71 517	1.72 520	1.88 478	1.72 537	2.04 518	1.42 522	2.18 520	1.89 554	2.02 517	1.97 553	1.95 512	2.06 547	1.93 514	1.62 526	1.76 497	1.66 522	2.02 529	1.73 547	1.73 496	1.43 520

U	5.15 596	8.49 576	1.81 523	8.49 593	1.77 538	8.49 603	1.77 535	8.51 605	1.77 541	8.49 605	1.77 538	8.50 605	1.78 528	8.58 605	1.77 541	8.54 603	1.78 528	8.55 605	1.78 548	8.55 599	1.84 544

asda	2.17 524	2.54 473	1.81 523	3.47 539	1.78 539	2.50 539	1.86 541	2.61 542	1.68 528	2.61 544	1.83 539	2.37 530	1.73 523	2.44 537	1.88 551	2.51 544	1.84 532	2.34 541	1.62 535	2.23 512	1.77 543

FBW_ROB	2.12 523	2.46 472	1.77 522	2.49 506	1.79 540	2.38 531	1.83 536	2.46 535	1.78 542	2.48 540	1.97 553	2.40 531	1.78 528	2.42 536	1.83 544	2.31 531	1.85 533	2.38 544	1.82 549	2.35 519	1.84 544

TRStereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 523	1.86 548	2.30 529	1.87 542	2.30 523	1.87 531	2.08 519	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 539

XX-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 523	1.86 548	2.30 529	1.87 542	2.30 523	1.87 531	2.08 519	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 539

EAI-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 523	1.86 548	2.30 529	1.87 542	2.30 523	1.87 531	2.08 519	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 539

LGtest1	2.22 533	2.70 482	1.89 539	2.76 513	1.86 544	2.75 553	1.86 541	2.75 550	1.86 548	2.75 553	1.86 541	2.77 557	1.87 531	2.75 554	1.86 547	2.46 540	1.58 514	2.45 547	1.56 525	2.45 524	1.56 524

sAnonymous2	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 590	2.72 568	5.45 595	1.98 559	4.59 580	2.64 554	2.65 545	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 561

CroCo_RVC	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 590	2.72 568	5.45 595	1.98 559	4.59 580	2.64 554	2.65 545	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 561

LG-G_1	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 551	1.87 552	2.75 553	1.87 542	2.76 555	1.87 531	2.75 554	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 525

LG-G	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 551	1.87 552	2.75 553	1.87 542	2.76 555	1.87 531	2.75 554	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 525

qwe	2.18 526	2.60 476	1.58 512	3.83 552	1.90 549	2.53 541	1.90 546	2.48 536	1.73 537	2.37 535	1.92 549	2.53 536	1.68 517	2.56 540	1.83 544	2.52 546	1.87 534	2.07 530	1.68 541	2.32 518	1.71 538

AIO_rvc	2.18 526	2.34 463	1.87 538	2.32 499	1.94 550	2.40 532	1.89 545	2.37 531	2.07 563	2.52 542	1.95 552	2.44 533	1.99 543	2.41 534	1.89 552	2.32 532	2.09 544	2.24 535	2.18 560	2.21 511	2.23 555

asd	2.18 526	2.77 492	1.58 512	3.59 544	2.00 551	2.58 545	1.85 540	2.39 533	1.71 532	2.47 539	1.97 553	2.59 543	1.61 514	2.56 540	1.79 542	2.51 544	1.99 535	2.11 534	1.62 535	2.36 520	1.60 529

2.5w	2.01 512	2.40 468	1.37 497	3.28 529	2.01 552	2.71 548	1.43 525	1.82 503	1.83 546	1.90 509	1.41 520	2.71 548	1.35 503	2.71 548	1.85 546	2.66 547	1.53 509	1.64 513	1.23 503	2.53 535	1.87 548

1w_stereo	2.05 520	2.32 458	1.35 487	3.74 551	2.01 552	2.73 551	1.42 522	1.88 504	1.93 556	2.03 518	1.28 508	2.71 548	1.99 543	2.72 550	1.72 535	2.20 520	1.32 484	1.87 522	1.86 550	2.45 524	1.54 522

AIO_test	2.18 526	2.09 441	2.04 549	2.42 503	2.01 552	2.47 535	1.94 547	2.34 530	2.03 562	2.56 543	1.94 550	2.43 532	1.94 538	2.41 534	1.87 550	2.39 537	2.10 545	2.35 543	1.91 557	2.25 514	2.19 554

HUF	2.18 526	2.30 456	1.99 548	2.34 501	2.02 555	2.41 533	2.06 556	2.38 532	1.89 554	2.36 534	1.85 540	2.56 541	1.98 541	2.31 529	1.97 555	2.30 530	2.03 543	2.30 538	2.11 558	2.23 512	2.16 553

monsters	2.18 526	2.41 469	1.96 544	3.47 539	2.03 556	2.53 541	1.64 530	2.48 536	1.73 537	2.40 536	1.50 523	2.62 544	1.94 538	2.59 542	1.94 553	2.44 539	1.57 513	2.28 537	1.87 551	2.42 522	1.86 546

monsterstereo	2.20 532	2.33 459	1.95 543	3.65 546	2.07 557	2.49 537	1.61 528	2.48 536	1.83 546	2.45 538	1.61 531	2.67 547	1.86 530	2.64 544	1.94 553	2.48 543	1.66 522	2.34 541	1.68 541	2.40 521	1.86 546

IGEVStereo-DCA	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 499	1.17 457	2.75 553	1.90 547	2.54 539	1.15 439	0.94 407	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 419

rrr	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 499	1.17 457	2.75 553	1.90 547	2.54 539	1.15 439	0.94 407	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 419

4.5_new	2.00 505	1.84 421	1.98 545	2.77 514	2.16 560	2.27 525	1.28 507	2.09 514	1.98 558	2.01 516	1.28 508	2.71 548	1.98 541	2.51 539	1.65 528	2.26 523	1.33 491	1.87 522	1.87 551	2.49 528	1.60 529

IGEV	2.02 513	2.20 449	1.82 528	2.90 519	2.16 560	2.41 533	1.25 503	2.00 510	1.98 558	1.99 514	1.31 510	2.72 552	1.93 537	2.67 547	1.69 532	2.26 523	1.32 484	1.83 517	1.87 551	2.53 535	1.61 531

2.25w	2.00 505	1.86 424	1.98 545	2.95 520	2.17 562	2.26 524	1.35 510	2.42 534	2.00 561	2.07 523	1.27 507	2.53 536	1.99 543	2.29 527	1.49 522	2.21 521	1.32 484	1.85 518	1.87 551	2.52 532	1.62 532

3.25w	2.04 518	2.20 449	1.48 505	3.03 521	2.17 562	2.63 547	1.39 518	1.96 507	1.95 557	1.96 510	1.37 516	2.71 548	1.96 540	2.71 548	1.73 540	2.26 523	1.32 484	1.87 522	1.87 551	2.51 531	1.63 533

3w_stereo	2.04 518	2.24 453	1.70 517	3.15 524	2.18 564	2.49 537	1.26 505	2.03 512	1.98 558	1.98 513	1.33 511	2.72 552	1.99 543	2.59 542	1.72 535	2.22 522	1.33 491	1.85 518	1.88 556	2.50 530	1.58 527

RAFT+CT+SA	4.28 581	7.62 570	4.91 587	5.55 578	2.28 565	3.09 557	3.64 588	4.49 575	3.07 576	4.80 587	3.35 583	4.77 590	3.70 577	4.29 574	3.05 569	5.58 588	5.98 589	3.58 564	3.78 592	4.26 557	3.72 590

NCCL2	2.28 538	2.27 454	2.28 551	2.28 498	2.28 565	2.27 525	2.29 560	2.28 521	2.28 564	2.27 528	2.28 565	2.28 522	2.27 551	2.27 526	2.28 564	2.28 527	2.28 550	2.27 536	2.29 564	2.27 515	2.29 556

STTStereo	3.73 566	30.40 613	2.37 555	2.39 502	2.31 567	2.35 530	2.33 561	2.29 523	2.42 565	2.32 533	2.34 566	2.33 526	2.36 552	2.30 528	2.27 563	2.35 534	2.22 549	2.31 539	2.22 561	2.29 517	2.34 560

NLSM1	2.93 559	3.24 507	2.57 559	4.04 553	2.66 568	3.30 562	2.55 563	3.29 561	2.55 566	3.35 563	2.48 567	3.28 562	2.47 553	3.34 563	2.49 565	3.26 555	2.55 554	3.13 558	2.57 567	3.00 544	2.46 563

NLCA_NET_v2_RVC	5.04 594	50.87 623	2.78 560	2.87 518	2.71 569	2.78 556	0.47 350	2.88 556	2.86 570	1.89 508	2.67 568	2.79 558	2.79 557	2.78 557	2.83 566	2.82 552	2.82 555	2.83 557	2.77 568	2.83 543	2.76 565
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_3	5.01 593	8.86 579	7.77 601	8.09 591	2.76 570	4.13 571	4.05 595	3.88 569	3.76 591	4.33 572	4.13 594	3.71 567	3.91 583	4.21 573	4.06 592	7.93 600	7.69 597	4.53 572	3.91 593	4.17 556	4.29 598

rvit_105_1	3.83 567	5.22 547	3.01 562	4.53 557	3.01 571	4.51 574	3.01 569	4.56 577	3.04 571	4.53 576	3.03 571	4.55 578	3.03 558	4.56 577	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.57 563	3.05 570

rvit_0105_4	3.91 574	5.47 558	3.02 565	4.54 560	3.02 572	4.54 576	3.03 574	4.75 587	3.17 582	4.57 580	3.06 574	4.61 584	3.16 569	4.65 584	3.09 575	4.66 576	3.11 565	4.68 583	3.18 583	4.81 574	3.16 582

rvit_stereo_0081	3.83 567	5.23 548	3.01 562	4.53 557	3.03 573	4.55 580	3.02 570	4.56 577	3.04 571	4.52 574	3.02 569	4.54 576	3.03 558	4.56 577	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.58 564	3.05 570

rvit_stereo_0082	3.86 569	5.82 562	3.01 562	4.53 557	3.03 573	4.54 576	3.02 570	4.56 577	3.04 571	4.53 576	3.02 569	4.55 578	3.04 561	4.57 580	3.05 569	4.57 569	3.05 557	4.58 576	3.05 572	4.58 564	3.06 573

rvit_stereo_0080	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 581	3.07 576	4.58 581	3.06 574	4.59 580	3.06 563	4.61 581	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 577

whm_eth	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 581	3.07 576	4.58 581	3.06 574	4.59 580	3.06 563	4.61 581	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 577

rvit_stereo_0081_aga	3.86 569	5.33 551	3.02 565	4.55 563	3.04 577	4.54 576	3.02 570	4.64 584	3.06 575	4.54 578	3.04 573	4.62 585	3.08 565	4.62 583	3.07 572	4.58 572	3.06 561	4.60 578	3.08 576	4.63 567	3.07 574

rvit_stereo_ft	3.93 577	5.44 556	3.05 569	4.59 564	3.06 578	4.61 584	3.08 579	4.67 586	3.12 581	4.63 585	3.10 579	4.65 587	3.11 567	4.69 587	3.13 577	4.70 577	3.14 567	4.71 585	3.15 582	4.74 571	3.16 582

rvit_0105_3	3.91 574	5.33 551	3.06 570	4.60 565	3.07 579	4.60 583	3.06 578	4.62 583	3.08 579	4.60 583	3.07 577	4.62 585	3.08 565	4.67 585	3.10 576	4.70 577	3.11 565	4.77 587	3.19 584	4.77 573	3.14 581

rvit_stereo_0083	3.92 576	5.30 550	3.06 570	4.61 566	3.09 580	4.67 585	3.08 579	4.66 585	3.09 580	4.62 584	3.10 579	4.66 588	3.11 567	4.67 585	3.16 578	4.72 579	3.16 568	4.77 587	3.11 579	4.66 570	3.11 579

rvit_0105_6	3.87 571	5.73 561	3.10 572	4.69 567	3.12 581	4.54 576	3.02 570	4.56 577	3.04 571	4.54 578	3.03 571	4.54 576	3.04 561	4.56 577	3.05 569	4.58 572	3.05 557	4.58 576	3.05 572	4.58 564	3.05 570

rvit_0105_5	4.10 578	5.40 554	3.13 575	4.71 568	3.15 582	4.72 588	3.10 581	4.90 592	3.27 584	4.69 586	3.16 581	4.84 592	3.25 571	4.96 591	3.34 581	5.05 584	3.39 573	5.10 592	3.40 585	5.11 581	3.42 586

NLCSM	3.67 565	4.08 528	3.19 576	4.80 569	3.26 583	3.99 570	3.24 584	4.25 573	3.18 583	4.09 569	3.27 582	4.14 571	3.18 570	4.13 571	3.28 580	4.06 562	3.10 564	3.85 570	3.14 581	3.91 554	3.27 585

raft_robust	4.71 589	7.75 571	5.40 592	6.81 585	3.31 584	4.28 573	4.20 596	4.32 574	4.37 598	4.35 573	4.35 596	4.14 571	3.75 579	4.30 575	4.20 594	6.67 595	6.37 590	3.36 562	4.24 598	4.86 577	3.25 584

FC-DCNN v2	5.10 595	5.15 545	4.49 585	5.07 574	3.37 585	6.87 598	4.75 598	5.04 593	6.34 603	7.84 603	5.06 599	6.72 603	4.09 587	4.99 592	5.44 599	5.03 583	3.16 568	4.67 582	4.86 599	5.15 582	3.89 594

test_5	4.62 588	7.55 569	6.23 593	6.32 583	3.40 586	5.29 593	3.50 586	3.53 565	4.11 595	4.28 571	4.47 597	4.26 574	4.38 589	3.68 566	3.24 579	5.89 590	5.60 586	4.84 589	3.50 586	4.33 558	3.93 596

DispFullNet	4.61 587	4.84 540	3.12 573	5.00 573	3.57 587	4.75 589	3.03 574	7.75 603	4.17 596	4.91 590	3.09 578	6.20 599	3.95 584	6.71 599	3.51 582	5.30 587	3.67 575	5.86 599	3.63 587	5.61 585	3.46 587

MLG-Stereo_test3	4.26 580	4.85 541	3.95 583	5.35 576	3.60 588	4.75 589	3.76 590	5.49 596	3.71 588	5.39 593	3.69 588	4.82 591	3.66 575	4.85 588	3.73 588	4.93 580	3.19 571	4.69 584	2.99 571	4.84 576	2.98 569

MLG-Stereo_test1	4.25 579	5.34 553	3.61 579	5.31 575	3.63 589	5.23 592	3.57 587	5.38 595	3.65 586	5.23 592	3.47 584	4.76 589	3.74 578	4.85 588	3.71 585	4.96 581	3.18 570	4.71 585	2.92 569	4.86 577	2.90 567

DPSNet	3.66 564	3.60 513	3.62 580	3.63 545	3.64 590	3.65 565	3.65 589	3.66 566	3.67 587	3.67 565	3.65 587	3.67 566	3.66 575	3.66 565	3.68 584	3.68 560	3.66 574	3.67 565	3.68 590	3.67 548	3.67 589

MLG-Stereo_test2	4.28 581	5.46 557	3.69 581	4.86 571	3.72 591	5.58 595	3.42 585	4.81 589	3.77 592	4.85 588	3.72 589	5.55 597	3.63 574	5.58 595	3.53 583	4.41 566	3.28 572	4.99 591	2.95 570	4.75 572	3.13 580

TestStereo1	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 570	3.74 589	3.97 567	3.52 585	3.94 569	3.58 572	3.98 569	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 592

SA-5K	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 570	3.74 589	3.97 567	3.52 585	3.94 569	3.58 572	3.98 569	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 592

cross-raft	4.83 590	7.52 568	6.43 594	6.63 584	3.96 594	4.51 574	3.99 594	4.49 575	3.96 594	4.52 574	3.96 592	4.50 575	3.97 585	4.50 576	3.97 590	6.65 594	6.44 591	4.33 571	3.92 594	4.35 559	3.91 595

SA	4.33 583	7.35 567	6.85 598	5.96 581	4.09 595	3.59 564	3.15 582	3.82 568	2.64 567	3.91 566	3.85 590	3.57 564	2.72 556	3.13 559	4.03 591	7.09 599	6.86 594	3.57 563	3.12 580	3.85 550	3.51 588

SGM-Forest	5.21 597	5.92 563	4.08 584	6.18 582	4.16 596	6.31 597	4.34 597	6.50 598	4.33 597	6.14 599	4.21 595	6.61 602	4.55 590	6.67 598	4.48 595	5.94 591	3.94 577	5.85 598	4.03 596	5.79 587	4.17 597
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_4	4.88 591	8.13 572	6.98 599	7.46 589	4.44 597	4.25 572	3.85 593	4.04 572	3.92 593	4.13 570	3.91 591	4.18 573	3.84 582	4.14 572	4.06 592	7.01 598	7.13 595	4.53 572	3.72 591	4.09 555	3.72 590

Sa-1000	4.34 584	8.37 573	6.84 597	6.98 588	4.45 598	3.58 563	3.00 568	3.42 564	3.39 585	2.61 544	4.00 593	3.83 568	4.01 586	3.90 568	3.90 589	5.98 592	5.62 587	3.76 567	2.34 565	4.35 559	2.47 564

TestStereo	4.88 591	4.75 539	4.79 586	4.87 572	4.92 599	4.81 591	4.90 599	4.78 588	4.77 599	4.87 589	4.89 598	4.90 593	4.91 591	4.99 592	4.79 596	4.98 582	4.87 583	4.87 590	4.92 600	5.00 580	5.00 599

SGM+DAISY	7.06 601	9.15 580	5.38 591	8.84 595	5.18 600	8.80 604	5.31 601	8.79 606	5.28 601	8.89 606	5.20 600	8.93 606	5.33 593	8.95 606	5.36 598	8.70 604	5.21 584	8.74 606	5.20 601	8.89 600	5.15 600

rvit_stereo_0075_2	6.64 599	8.80 578	5.25 589	7.89 590	5.27 601	7.90 602	5.27 600	7.92 604	5.28 601	7.91 604	5.29 601	7.93 604	5.27 592	7.92 604	5.28 597	7.93 600	5.28 585	7.93 603	5.29 602	7.93 596	5.28 601

test-1	6.46 598	9.16 581	8.03 604	8.09 591	5.62 602	6.11 596	6.35 602	6.85 600	4.94 600	6.08 598	6.29 604	4.98 594	6.43 596	6.22 596	6.36 602	6.16 593	7.47 596	5.82 597	5.44 603	7.11 593	5.68 602

RAFT	6.73 600	9.36 582	7.40 600	8.51 594	6.55 603	6.88 599	6.60 603	6.79 599	6.60 604	6.80 600	6.72 605	5.31 596	5.50 594	6.61 597	6.61 603	8.42 602	5.89 588	5.73 596	5.45 604	6.61 589	6.24 603

test-v	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 601	6.91 605	7.29 601	5.71 602	6.45 600	6.93 597	6.73 600	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 605

test-2	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 601	6.91 605	7.29 601	5.71 602	6.45 600	6.93 597	6.73 600	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 605

MANE	19.05 605	23.00 598	15.00 605	23.00 612	15.00 606	24.00 611	16.00 606	24.00 613	16.00 607	22.00 613	15.00 606	23.00 613	16.00 606	23.00 613	15.00 606	22.00 613	15.00 607	22.00 613	15.00 607	22.00 613	15.00 607

rafts_anoy	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

raft+_RVC	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

raftrobust	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

CasAABBNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

RALCasStereoNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

RALAANet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

WCMA_ROB	31.10 613	35.43 618	27.12 612	39.51 624	23.10 613	38.78 623	25.30 613	37.49 625	25.39 614	37.29 624	27.02 613	38.52 625	26.48 613	37.80 624	26.44 613	36.28 621	22.65 614	33.90 618	22.30 614	37.10 622	24.18 614

fff	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 615	10000000.00 634	35.27 617	29.82 615	32.45 615	30.15 614	32.35 615	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 616

csc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 615	10000000.00 634	35.27 617	29.82 615	32.45 615	30.15 614	32.35 615	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 616

cscssc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 615	10000000.00 634	35.27 617	29.82 615	32.45 615	30.15 614	32.35 615	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 616

111	30.40 612	30.94 614	29.72 613	32.61 613	30.02 614	33.57 612	30.47 614	31.50 614	29.39 615	30.98 614	29.11 614	29.78 614	30.39 617	29.45 614	30.76 617	30.08 614	29.02 615	29.92 614	30.32 618	29.86 614	30.17 615

ADStereo(finetuned)	36.13 615	36.63 619	38.07 623	36.97 618	33.25 618	35.91 617	34.45 618	36.36 621	32.99 616	38.14 625	36.71 621	36.69 621	34.13 618	38.57 625	40.79 624	37.60 625	36.58 622	35.90 622	33.36 619	35.42 617	34.04 619

tt	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 618	33.55 617	34.50 615	35.43 618	33.81 618	10000000.00 634	33.57 618	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 620

DCANet	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 618	33.55 617	34.50 615	35.43 618	33.81 618	10000000.00 634	33.57 618	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 620

DCANet-4	35.22 614	34.54 615	35.08 619	33.58 617	35.47 621	34.55 613	35.53 621	36.08 620	35.85 619	35.92 620	35.77 620	35.18 620	35.48 619	35.39 620	37.15 623	34.55 620	33.92 619	35.02 621	34.90 620	35.79 618	34.74 622

Reg-Stereo(zero)	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 622	37.00 620	37.00 621	37.00 622	37.00 622	37.00 620	37.00 621	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 623

HI	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 622	37.00 620	37.00 621	37.00 622	37.00 622	37.00 620	37.00 621	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 623

CoSv	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 622	37.00 620	37.00 621	37.00 622	37.00 622	37.00 620	37.00 621	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 623

NOSS_ROB	102.95 620	153.00 628	121.00 627	51.00 625	44.00 625	165.00 627	127.00 627	153.00 628	119.00 625	164.00 629	125.00 627	168.00 629	120.00 625	153.00 628	117.00 627	49.00 626	44.00 626	49.00 626	44.00 626	49.00 623	44.00 626

CBMV	128.50 621	1422.70 635	53.10 625	79.50 626	51.30 626	77.30 625	49.70 625	74.00 626	48.20 624	77.20 627	48.80 626	73.90 627	48.00 624	73.80 627	48.80 626	70.40 627	45.10 627	68.90 627	46.10 627	68.20 624	45.00 627
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 619	87.70 624	41.95 624	113.75 627	65.62 627	75.05 624	55.25 626	75.64 627	45.04 623	71.61 626	41.75 625	72.81 626	44.06 623	68.38 626	44.63 625	101.89 628	59.57 628	107.10 628	61.05 628	104.38 625	59.38 628

MeshStereo	159.24 622	171.00 629	160.68 630	162.58 628	160.59 628	164.01 626	160.35 628	158.51 629	158.56 626	158.34 628	160.12 628	158.56 628	159.92 626	157.26 629	158.94 628	154.38 629	158.36 629	155.75 629	159.13 630	153.67 626	154.07 629
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
DLCB_ROB	284.23 626	354.61 631	207.27 631	363.24 632	206.46 629	364.72 631	210.41 629	364.72 633	210.41 627	364.81 633	208.64 630	364.81 633	208.64 628	364.72 633	210.41 630	354.70 633	205.53 631	354.70 633	205.53 632	354.70 630	205.53 631

AE-Stereo	201.80 623	123.00 625	115.00 626	219.00 629	218.00 630	223.00 628	244.00 630	217.00 630	236.00 628	202.00 630	203.00 629	205.00 630	208.00 627	225.00 630	204.00 629	210.00 630	198.00 630	197.00 630	184.00 631	204.00 627	201.00 630

MGS-Stereo	239.45 624	123.00 625	135.00 628	266.00 630	286.00 631	277.00 629	305.00 631	271.00 631	242.00 629	274.00 631	279.00 631	255.00 631	270.00 629	268.00 631	297.00 631	221.00 631	247.00 632	216.00 631	123.00 629	217.00 628	217.00 632

EGLCR-Stereo	246.90 625	129.00 627	139.00 629	266.00 630	286.00 631	277.00 629	305.00 631	271.00 631	242.00 629	274.00 631	279.00 631	255.00 631	270.00 629	268.00 631	297.00 631	230.00 632	247.00 632	216.00 631	223.00 633	237.00 629	227.00 633

LE_ROB	396.57 627	471.28 632	329.84 632	471.48 633	308.15 633	526.83 632	322.10 633	488.15 634	323.76 631	495.46 634	317.97 633	497.17 634	320.10 631	481.62 634	326.76 633	462.71 634	298.97 634	466.16 634	285.98 634	447.62 631	289.21 634

SGM-ForestM	596.69 628	677.77 633	444.52 633	699.85 634	517.25 634	732.94 633	488.29 634	770.79 635	460.11 632	750.81 635	487.98 634	792.79 635	499.41 632	730.90 635	475.81 634	720.03 635	491.16 635	663.96 635	418.60 635	674.76 632	436.05 635

CBMV_ROB	818.48 629	913.88 634	709.52 634	862.84 635	597.78 635	1073.99 634	700.52 635	1015.66 636	702.59 633	1115.65 636	760.02 635	1130.24 636	721.57 633	1037.41 636	692.65 635	814.05 636	564.29 636	843.28 636	595.31 636	915.51 633	602.92 636

111111	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

SGD-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

IGEV-Stereo++	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

IGEV-BASED-STEREO-	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

IGEV-Stereo+	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

SDNR	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

anonymousdsp2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

anonymousdsp	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

test_example2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

DIP-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637
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							0.38 308	0.50 324	0.38 308	0.50 334	0.38 313	0.50 340	3.79 580	0.50 332	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 286

Low-res two-view benchmark