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	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 465	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

Wz-Net-LNSev	0.06 61	0.24 160	0.20 198	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 204	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 288	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 270	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 15	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 465	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

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

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

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

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

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

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

test_sample6	0.09 75	0.97 369	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 390	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 366	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 151	0.70 309	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 497	0.02 15	0.69 483	0.75 508	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 112	0.44 239	0.33 280	0.39 256	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 302	0.36 344	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 251	1.29 478	1.19 547	1.36 571	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 586	1.21 598	0.03 41	0.09 142	0.02 21	0.09 143

SFCPSM	0.17 164	0.78 325	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 537	0.02 15	0.75 496	0.76 510	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 209	1.31 482	0.74 492	0.92 460	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 490	0.75 496	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 481	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 588	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

IGEV_i1	0.26 219	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 134	0.05 104	0.03 52	4.34 699	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 418	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 468	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 91	0.98 370	0.14 148	0.15 134	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 412	0.17 183	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 158	1.21 468	0.33 280	0.41 283	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 268	0.31 284	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 139	1.22 474	0.28 238	0.32 225	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 250	0.27 247	0.04 93	0.03 57	0.03 47	0.03 52

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

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

DualNet (step1)	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 400	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 380	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 404	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 396	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 342	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 396	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 342	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 139	1.83 536	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 91	1.07 404	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 412	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 390	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 112	1.15 415	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 330	1.91 551	0.92 518	1.91 596	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	1.44 621	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 91	0.99 378	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 112	1.16 417	0.16 173	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 406	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

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

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 585	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 585	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 125	0.03 31	0.04 64	1.71 592	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 610	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 556	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ManiGeoR	0.17 164	0.05 66	0.62 450	0.73 432	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 454	0.72 428	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 452	0.59 453	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 450	0.73 432	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 450	0.72 428	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 461	0.72 428	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 452	0.59 453	0.05 108	0.04 99	0.05 114	0.04 96

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

w-ln-seven	0.18 173	1.47 493	0.33 280	0.40 269	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 289	0.32 289	0.05 108	0.04 99	0.04 97	0.04 96

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

11t1	0.17 164	2.16 571	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

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

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

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

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 654	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 658	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 661	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 151	0.04 52	0.04 64	2.20 609	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispViT+	0.07 67	0.08 85	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.07 142	0.08 134	0.05 127	0.08 134	0.05 117	0.09 141	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 117	0.39 321	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MatchStereo	0.54 406	0.12 115	2.38 690	2.32 626	0.09 148	0.09 140	0.08 144	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 135	2.34 666	2.34 685	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 143	0.08 147	0.10 146	0.09 147	0.09 142	0.09 147	0.09 141	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

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

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

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

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

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

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

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

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

S2M2_L	0.12 125	0.14 124	0.10 92	0.15 134	0.10 155	0.14 166	0.10 150	0.14 167	0.10 154	0.15 174	0.10 151	0.14 168	0.10 151	0.14 169	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

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

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

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 139	0.17 132	0.12 123	0.17 157	0.11 175	0.17 188	0.11 167	0.17 188	0.11 172	0.17 186	0.11 169	0.17 188	0.11 168	0.17 188	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 195	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.11 169	0.11 158	0.11 168	0.12 167	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

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

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

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

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

ICVP	0.15 151	0.53 284	0.11 112	0.16 144	0.11 175	0.16 181	0.11 167	0.16 181	0.11 172	0.16 179	0.11 169	0.16 180	0.11 168	0.16 180	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.12 177	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 425	0.11 165

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

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

ELAS_RVC	0.14 139	0.16 127	0.10 92	0.15 134	0.10 155	0.18 192	0.11 167	0.19 194	0.11 172	0.19 192	0.12 177	0.18 192	0.11 168	0.19 194	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 179	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 151	0.17 132	0.11 112	0.18 159	0.11 175	0.19 195	0.11 167	0.19 194	0.12 188	0.19 192	0.12 177	0.20 201	0.12 184	0.19 194	0.12 174	0.16 159	0.11 122	0.17 192	0.10 151	0.17 193	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 132	0.16 127	0.11 112	0.15 134	0.09 148	0.18 192	0.11 167	0.18 192	0.11 172	0.17 186	0.11 169	0.18 192	0.11 168	0.18 191	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 171	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LACA_dic	0.45 366	0.13 117	1.78 642	1.70 591	0.12 188	0.13 164	0.12 180	0.16 181	0.15 207	0.13 166	0.12 177	0.13 166	0.11 168	0.16 180	0.13 183	1.73 614	1.69 644	0.16 182	0.11 165	0.13 168	0.13 186

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

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

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

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

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

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

ITSA-stereo	0.15 151	0.17 132	0.13 143	0.20 168	0.13 193	0.19 195	0.13 187	0.18 192	0.13 192	0.19 192	0.13 191	0.18 192	0.14 195	0.18 191	0.14 188	0.16 159	0.11 122	0.15 178	0.14 198	0.18 197	0.11 165

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

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

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

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

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

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

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

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 167	0.14 195	0.14 167	0.14 196	0.14 168	0.14 195	0.14 169	0.14 188	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 192
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 164	0.71 310	0.14 148	0.14 122	0.14 195	0.14 166	0.14 189	0.14 167	0.14 195	0.14 167	0.14 196	0.14 168	0.14 195	0.14 169	0.22 243	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 192

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.17 164	0.27 173	0.21 204	0.10 81	0.21 258	0.15 174	0.22 244	0.10 143	0.21 246	0.22 215	0.10 151	0.19 196	0.18 234	0.10 146	0.19 232	0.20 182	0.19 206	0.18 203	0.10 151	0.19 203	0.18 225
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 195	0.23 152	0.22 206	0.23 185	0.22 260	0.22 217	0.22 244	0.22 217	0.22 250	0.22 215	0.22 252	0.22 219	0.22 254	0.22 218	0.22 243	0.22 192	0.22 220	0.22 221	0.22 253	0.22 214	0.22 237

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.25 209	0.27 173	0.25 220	0.25 197	0.25 274	0.25 239	0.25 260	0.26 241	0.25 265	0.25 236	0.25 270	0.25 240	0.25 266	0.25 238	0.25 261	0.26 222	0.25 231	0.25 245	0.26 275	0.26 237	0.25 251
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 504	7.04 708	2.23 684	2.75 643	0.28 288	0.43 357	0.25 260	0.39 298	0.25 265	0.41 323	0.27 279	0.39 308	0.25 266	0.40 312	0.28 277	0.37 276	0.28 255	0.37 320	0.25 269	0.37 301	0.25 251

CroCo-Stereo	0.73 456	1.22 474	0.25 220	1.22 551	0.25 274	1.22 606	0.25 260	1.22 602	0.25 265	1.22 611	0.25 270	1.22 613	0.25 266	1.22 613	0.25 261	1.22 584	0.26 234	1.21 622	0.25 269	1.22 604	0.25 251
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DLNR_Zeroshot_test	0.31 236	0.28 176	0.47 392	0.79 438	0.24 271	0.30 260	0.26 267	0.30 254	0.24 260	0.32 269	0.23 257	0.31 271	0.24 263	0.30 265	0.23 250	0.29 240	0.26 234	0.29 264	0.24 266	0.33 268	0.23 239

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

StereoDRNet-Refined	0.33 250	0.39 209	0.26 227	0.39 256	0.26 281	0.40 310	0.26 267	0.40 306	0.26 279	0.39 299	0.26 275	0.39 308	0.26 276	0.39 309	0.26 266	0.37 276	0.25 231	0.37 320	0.25 269	0.37 301	0.37 397
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 262	1.92 557	0.27 230	0.27 208	0.27 282	0.27 253	0.27 270	0.27 245	0.27 283	0.27 250	0.27 279	0.26 252	0.27 283	0.27 254	0.26 266	0.27 226	0.26 234	0.26 250	0.26 275	0.26 237	0.27 295

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

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

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

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

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

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

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

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

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

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

SCION-M(vits-remse)	0.34 251	0.79 327	0.30 248	0.33 229	0.28 288	0.40 310	0.28 281	0.40 306	0.28 289	0.40 306	0.28 287	0.39 308	0.28 292	0.40 312	0.28 277	0.23 204	0.21 213	0.35 308	0.27 313	0.35 286	0.27 295

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DStereoO	0.31 236	0.31 184	0.31 266	0.30 213	0.40 428	0.31 267	0.30 304	0.30 254	0.34 390	0.29 256	0.31 361	0.29 262	0.30 313	0.31 270	0.31 344	0.31 247	0.29 269	0.31 272	0.30 367	0.31 258	0.31 357

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.35 262	0.44 239	0.45 378	0.49 328	0.30 313	0.37 295	0.30 304	0.36 276	0.30 314	0.36 285	0.29 302	0.36 291	0.29 304	0.36 291	0.30 303	0.46 372	0.39 362	0.32 275	0.24 266	0.32 261	0.25 251
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 251	0.42 234	0.31 266	0.39 256	0.30 313	0.38 302	0.30 304	0.40 306	0.29 299	0.40 306	0.37 408	0.41 333	0.34 387	0.38 301	0.30 303	0.34 260	0.27 247	0.34 292	0.26 275	0.34 273	0.26 257

DANet	0.30 229	0.30 181	0.30 248	0.30 213	0.30 313	0.30 260	0.30 304	0.30 254	0.30 314	0.30 258	0.30 317	0.30 266	0.30 313	0.30 265	0.30 303	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 347
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 313	0.89 348	0.31 266	0.40 269	0.31 360	0.40 310	0.31 351	0.40 306	0.31 359	0.61 470	0.53 486	0.40 318	0.31 364	0.40 312	0.31 344	0.58 418	0.47 410	0.38 328	0.29 349	0.38 314	0.29 332

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

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

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

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

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

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

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

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

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

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

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

GREAT-IGEV	0.38 286	0.43 236	0.36 304	0.48 322	0.32 374	0.45 405	0.32 361	0.45 398	0.32 371	0.45 394	0.32 371	0.45 405	0.32 371	0.45 402	0.32 356	0.44 333	0.33 302	0.41 402	0.29 349	0.41 386	0.29 332
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 286	0.43 236	0.33 280	0.46 309	0.33 386	0.45 405	0.32 361	0.45 398	0.32 371	0.45 394	0.32 371	0.45 405	0.33 382	0.45 402	0.32 356	0.38 289	0.38 355	0.38 328	0.37 421	0.37 301	0.36 392

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

psmorigin	0.41 313	0.46 252	0.33 280	0.49 328	0.33 386	0.49 428	0.33 372	0.49 417	0.33 381	0.49 420	0.33 380	0.49 427	0.33 382	0.51 444	0.33 368	0.41 317	0.30 279	0.41 402	0.30 367	0.79 488	0.29 332

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

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

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

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

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

CASnet	0.35 262	0.51 278	0.44 376	0.32 225	0.31 360	0.24 229	0.34 385	0.36 276	0.25 265	0.31 263	0.37 408	0.30 266	0.33 382	0.25 238	0.45 442	0.37 276	0.37 348	0.33 282	0.35 412	0.34 273	0.37 397
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 400	3.22 632	0.34 291	0.44 304	0.34 396	0.44 391	0.34 385	0.43 351	0.34 390	0.43 344	0.34 388	0.44 395	0.33 382	0.43 353	0.33 368	0.38 289	0.29 269	0.38 328	0.29 349	0.38 314	0.29 332

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

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

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

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

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

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

ETE_ROB	0.35 262	0.35 190	0.35 302	0.35 238	0.35 400	0.35 283	0.35 390	0.35 272	0.35 394	0.35 281	0.35 397	0.35 286	0.35 394	0.35 285	0.35 385	0.35 268	0.35 338	0.35 308	0.35 412	0.35 286	0.35 389

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

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

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

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

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

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

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

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

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

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

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

FCDSN-DC	0.41 313	0.59 296	0.64 457	0.54 383	0.33 386	0.50 437	0.37 403	0.42 343	0.40 425	0.61 470	0.43 447	0.50 441	0.49 467	0.38 301	0.32 356	0.28 231	0.23 226	0.26 250	0.22 253	0.35 286	0.28 323
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 280	0.37 198	0.37 308	0.37 245	0.37 410	0.37 295	0.37 403	0.37 284	0.37 407	0.37 291	0.37 408	0.37 301	0.37 403	0.37 298	0.37 399	0.37 276	0.37 348	0.37 320	0.37 421	0.37 301	0.37 397

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

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

GS-Stereo							0.38 410	0.50 426	0.38 411	0.50 433	0.38 413	0.50 441	3.79 725	0.50 434	0.38 402	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 389

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 305	0.40 213	0.40 353	0.40 269	0.40 428	0.40 310	0.40 424	0.40 306	0.40 425	0.40 306	0.40 426	0.40 318	0.40 419	0.40 312	0.40 417	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GwcNet-ADL	0.41 313	0.41 224	0.41 367	0.41 283	0.41 438	0.41 329	0.41 433	0.41 325	0.41 435	0.41 323	0.41 434	0.41 333	0.41 431	0.41 332	0.41 425	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fffft	0.48 387	0.51 278	0.45 378	0.52 378	0.45 457	0.52 453	0.45 448	0.52 445	0.48 465	0.53 449	0.45 454	0.52 453	0.45 448	0.52 449	0.46 446	0.51 399	0.41 376	0.50 459	0.41 448	0.50 430	0.41 422
1: 1. 1
Selective-IGEV	0.51 400	0.55 290	0.45 378	0.69 418	0.45 457	0.61 472	0.45 448	0.50 426	0.40 425	0.56 460	0.44 449	0.55 462	0.40 419	0.72 489	0.67 497	0.59 421	0.46 402	0.45 426	0.34 399	0.46 404	0.37 397

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

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

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

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

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

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

AIO-test1	0.54 406	0.60 299	0.52 423	0.66 414	0.47 466	0.61 472	0.47 457	0.58 459	0.46 453	0.61 470	0.46 458	0.61 476	0.45 448	0.62 470	0.45 442	0.61 427	0.52 434	0.57 475	0.48 475	0.57 450	0.48 449

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 739	50.87 769	2.78 694	2.87 650	2.71 714	2.78 701	0.47 457	2.88 701	2.86 715	1.89 638	2.67 713	2.79 703	2.79 702	2.78 702	2.83 711	2.82 685	2.82 691	2.83 701	2.77 713	2.83 688	2.76 710
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 387	0.48 263	0.48 400	0.48 322	0.48 470	0.48 422	0.48 466	0.48 412	0.48 465	0.48 413	0.48 470	0.48 422	0.48 461	0.48 420	0.48 459	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.48 449

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

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

PointNet	0.60 416	0.75 318	0.49 407	0.79 438	0.50 478	0.79 498	0.49 468	0.79 493	0.49 467	0.80 505	0.49 473	0.79 505	0.49 467	0.80 499	0.49 461	0.63 436	0.40 366	0.63 483	0.40 439	0.63 457	0.40 413

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

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

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

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

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

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

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

MWSP-net	0.96 518	0.75 318	0.49 407	4.84 706	0.48 470	1.28 612	0.52 477	1.20 555	0.51 479	1.14 560	0.70 526	1.00 534	0.56 482	0.90 519	0.69 513	0.76 470	0.60 456	0.95 546	0.56 495	0.73 477	0.45 437

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

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

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

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

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

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

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

CASS	0.57 415	0.89 348	0.56 432	0.57 391	0.56 492	0.56 461	0.56 484	0.56 453	0.53 481	0.57 463	0.57 492	0.59 472	0.48 461	0.56 459	0.57 479	0.55 411	0.56 441	0.47 440	0.56 495	0.62 456	0.56 484
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 426	0.69 306	0.56 432	0.71 426	0.56 492	0.71 488	0.56 484	0.71 484	0.56 484	0.72 490	0.56 491	0.71 492	0.56 482	0.71 487	0.58 481	0.68 445	0.55 439	0.68 492	0.55 491	0.68 465	0.54 473

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

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

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

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

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

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

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

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

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

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

AFF-stereo	0.73 456	0.88 345	0.67 467	0.75 436	0.68 519	0.75 492	0.64 496	0.80 496	0.72 533	0.83 513	0.70 526	0.82 511	0.64 496	0.84 509	0.67 497	0.77 473	0.63 464	0.81 519	0.63 507	0.78 486	0.62 493

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 478	0.96 367	0.67 467	0.95 469	0.67 516	0.95 522	0.68 508	0.95 521	0.68 512	0.95 527	0.68 517	0.96 531	0.68 508	0.96 531	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 509
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 443	0.69 306	0.69 477	0.69 418	0.69 520	0.69 483	0.69 516	0.69 479	0.69 517	0.69 487	0.69 522	0.69 488	0.69 515	0.69 483	0.69 513	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 511

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 749	223.51 776	0.62 450	0.59 396	0.71 526	0.59 469	0.73 530	0.67 477	0.73 536	0.55 458	0.61 502	0.60 473	0.74 527	0.63 475	0.73 527	0.66 442	0.60 456	0.69 495	0.66 519	0.72 474	0.65 502
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 456	0.81 333	0.73 491	0.71 426	0.74 531	0.73 490	0.75 532	0.71 484	0.71 530	0.74 498	0.72 535	0.73 497	0.80 536	0.71 487	0.73 527	0.76 470	0.71 490	0.73 502	0.72 538	0.70 472	0.76 532

HSM-Net_RVC	0.95 517	1.17 418	0.78 499	1.18 504	0.71 526	1.16 559	0.75 532	1.09 541	0.80 546	1.10 550	0.75 540	1.17 565	0.74 527	1.17 565	0.80 540	1.13 529	0.73 493	1.17 570	0.77 545	1.16 546	0.72 521
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 522	1.21 468	0.76 495	1.94 597	1.01 570	1.11 554	0.76 534	1.15 544	0.76 539	1.11 555	0.76 541	1.14 562	0.76 530	1.11 559	0.76 534	1.21 582	0.90 513	1.02 558	0.71 536	1.02 534	0.71 520

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 552	0.06 122	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RP	2.33 678	25.00 746	1.13 538	1.15 497	1.15 580	1.10 551	1.15 578	1.15 544	1.15 582	1.12 556	1.15 578	1.09 554	1.13 565	1.10 557	1.15 575	1.11 527	1.09 536	1.16 566	1.12 578	1.16 546	1.17 582

Abc-Net	2.32 677	24.75 745	1.14 539	1.17 503	1.17 585	1.11 554	1.15 578	1.17 549	1.21 635	1.08 549	1.16 581	1.12 561	1.14 568	1.09 555	1.17 581	1.09 520	1.16 546	1.17 570	1.17 583	1.16 546	1.11 571
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 680	25.48 747	1.19 547	1.15 497	1.15 580	1.10 551	1.16 580	1.17 549	1.16 583	1.12 556	1.16 581	1.11 560	1.13 565	1.09 555	1.18 582	1.10 522	1.15 545	1.16 566	1.12 578	1.14 541	1.12 573

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 548	1.20 422	1.20 550	1.20 506	1.20 591	1.20 560	1.20 584	1.20 555	1.20 590	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 584	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

GANetREF_RVC	1.55 607	1.94 558	1.22 597	1.88 594	1.21 637	1.88 639	1.22 630	1.88 634	1.22 636	1.88 637	1.22 632	1.88 639	1.22 623	1.89 643	1.22 632	1.87 620	1.22 599	1.88 655	1.22 633	1.88 633	1.22 633
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 608	1.91 551	1.21 596	1.94 597	1.20 591	2.00 647	1.23 631	1.99 639	1.24 638	2.00 645	1.25 635	2.03 649	1.26 625	2.00 647	1.29 640	1.90 624	1.18 550	1.89 656	1.21 632	1.89 634	1.20 587
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 687	26.05 751	1.23 599	1.23 553	1.22 639	1.20 560	1.24 632	1.23 604	1.23 637	1.19 564	1.22 632	1.21 612	1.24 624	1.20 567	1.24 633	1.21 582	1.17 549	1.22 623	1.25 637	1.20 556	1.24 636

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DPSMNet_ROB	1.60 609	1.59 498	1.70 636	1.59 582	1.59 655	1.61 632	1.61 658	1.60 624	1.60 656	1.62 633	1.59 658	1.60 630	1.60 643	1.60 630	1.59 655	1.59 609	1.60 637	1.59 641	1.59 663	1.59 620	1.59 660

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	5.21 742	5.92 705	4.08 721	6.18 718	4.16 741	6.31 742	4.34 742	6.50 743	4.33 742	6.14 744	4.21 740	6.61 747	4.55 735	6.67 743	4.48 740	5.94 728	3.94 714	5.85 742	4.03 741	5.79 732	4.17 742
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 740	5.15 679	4.49 722	5.07 710	3.37 730	6.87 743	4.75 743	5.04 738	6.34 748	7.84 748	5.06 744	6.72 748	4.09 732	4.99 737	5.44 744	5.03 720	3.16 705	4.67 726	4.86 744	5.15 727	3.89 739

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

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

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

test-1	6.46 743	9.16 724	8.03 744	8.09 729	5.62 747	6.11 741	6.35 747	6.85 745	4.94 745	6.08 743	6.29 749	4.98 739	6.43 741	6.22 741	6.36 747	6.16 731	7.47 737	5.82 741	5.44 748	7.11 738	5.68 747

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

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

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

MANE	19.05 750	23.00 743	15.00 750	23.00 757	15.00 751	24.00 756	16.00 751	24.00 758	16.00 752	22.00 758	15.00 751	23.00 758	16.00 751	23.00 758	15.00 751	22.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 752

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	128.50 767	1422.70 782	53.10 771	79.50 772	51.30 772	77.30 771	49.70 771	74.00 772	48.20 770	77.20 773	48.80 772	73.90 773	48.00 770	73.80 773	48.80 772	70.40 773	45.10 773	68.90 773	46.10 773	68.20 770	45.00 773
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 765	87.70 770	41.95 770	113.75 773	65.62 773	75.05 770	55.25 772	75.64 773	45.04 769	71.61 772	41.75 771	72.81 772	44.06 769	68.38 772	44.63 771	101.89 774	59.57 774	107.10 774	61.05 774	104.38 771	59.38 774

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

DF_test	189.29 769	560.34 779	182.58 777	229.00 776	135.68 774	197.79 774	135.52 774	197.80 776	135.44 772	197.75 776	135.49 774	197.90 776	135.51 772	197.84 776	135.75 774	217.37 777	171.11 776	183.74 776	127.67 776	183.56 773	127.88 775

MeshStereo	159.24 768	171.00 775	160.68 776	162.58 774	160.59 775	164.01 772	160.35 775	158.51 775	158.56 773	158.34 774	160.12 775	158.56 774	159.92 773	157.26 775	158.94 775	154.38 775	158.36 775	155.75 775	159.13 777	153.67 772	154.07 776
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DLCB_ROB	284.23 773	354.61 777	207.27 778	363.24 779	206.46 776	364.72 778	210.41 776	364.72 780	210.41 774	364.81 780	208.64 777	364.81 780	208.64 775	364.72 780	210.41 777	354.70 780	205.53 778	354.70 780	205.53 779	354.70 777	205.53 778

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 782	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 79		0.09 76	0.10 155			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 146	0.10 99	0.17 192	0.13 192	0.11 156	0.11 165

Low-res two-view benchmark