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	0.73 456	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	0.24 159	0.20 198	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

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

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

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	0.16 126	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 443	0.02 16	0.02 19	0.02 21	0.02 21	0.16 198

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

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

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

tta	0.09 75	0.95 357	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

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

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

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	1.01 475	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

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

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 459	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

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

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

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

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

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

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

test_sample7	0.09 75	1.00 370	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

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

psmg	0.43 324	1.91 541	0.92 508	1.91 588	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	1.57 642	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	1.65 646	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	1.66 648	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	2.20 600	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

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

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

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

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

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

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	2.01 551	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

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	1.71 651	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	0.81 470	1.91 541	0.92 508	4.48 665	0.02 22	0.42 342	0.06 137	0.41 317	0.02 22	0.48 407	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 690	0.33 278	0.23 255	0.34 269	0.27 291

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

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	2.23 602	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

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

MatchStereo	0.54 399	0.12 115	2.38 665	2.32 608	0.09 148	0.09 140	0.08 144	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 135	2.34 641	2.34 660	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
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	2.51 667	0.12 106	0.09 148	0.10 143	0.09 145	0.08 135	0.07 142	0.10 146	0.09 147	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

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

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

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

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

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

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

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

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 134	0.10 155	0.14 165	0.10 150	0.14 167	0.10 154	0.15 173	0.10 151	0.14 167	0.10 151	0.14 169	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
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	0.14 165	0.10 150	0.14 167	0.10 154	0.23 218	0.10 151	0.20 198	0.10 151	0.24 225	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 155	0.14 165	0.10 150	0.91 503	0.69 506	0.14 166	0.11 169	0.14 167	0.11 168	0.14 169	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 493	0.76 520

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	0.17 131	0.12 123	0.17 157	0.11 175	0.17 187	0.11 167	0.17 187	0.11 172	0.17 185	0.11 169	0.17 187	0.11 168	0.17 187	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 194	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.11 169	0.11 158	0.11 168	0.12 167	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

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

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

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

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

ICVP	0.15 151	0.53 282	0.11 112	0.16 144	0.11 175	0.16 180	0.11 167	0.16 181	0.11 172	0.16 178	0.11 169	0.16 179	0.11 168	0.16 180	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.12 177	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

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

HSM	0.14 139	0.16 126	0.12 123	0.17 157	0.12 188	0.17 187	0.11 167	0.17 187	0.11 172	0.17 185	0.12 177	0.17 187	0.12 183	0.17 187	0.12 174	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.12 179

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 134	0.10 155	0.18 191	0.11 167	0.19 193	0.11 172	0.19 191	0.12 177	0.18 191	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 159	0.11 175	0.19 194	0.11 167	0.19 193	0.12 188	0.19 191	0.12 177	0.20 198	0.12 183	0.19 193	0.12 174	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 132	0.16 126	0.11 112	0.15 134	0.09 148	0.18 191	0.11 167	0.18 191	0.11 172	0.17 185	0.11 169	0.18 191	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LSFM	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 283	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

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

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

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

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

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

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

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

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

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

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

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

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

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

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.14 187	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 164	0.71 307	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.22 239	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191

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

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

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

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

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

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

LACA2	0.21 188	0.24 159	0.26 226	0.31 217	0.16 218	0.24 225	0.16 202	0.24 223	0.16 212	0.24 225	0.16 209	0.24 229	0.16 208	0.24 225	0.16 205	0.27 223	0.23 223	0.24 236	0.16 209	0.23 222	0.16 198

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MMNet	0.44 337	1.24 467	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.93 548	0.25 233	0.17 217	0.25 236	0.18 230	0.25 234	0.17 212	0.23 203	0.16 175	0.23 226	0.16 209	1.20 543	0.99 545

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.17 164	0.27 172	0.21 204	0.10 81	0.21 254	0.15 173	0.22 241	0.10 143	0.21 242	0.22 212	0.10 151	0.19 195	0.18 230	0.10 146	0.19 228	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 194	0.23 151	0.22 206	0.23 185	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.22 217	0.22 249	0.22 210	0.22 233

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

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

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

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

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

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

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

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

iResNet_ROB	0.28 220	0.32 185	0.24 216	0.32 223	0.25 270	0.32 272	0.24 255	0.32 258	0.24 256	0.33 271	0.24 260	0.35 282	0.24 259	0.33 277	0.24 249	0.31 243	0.24 227	0.32 271	0.24 262	0.32 257	0.24 245

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

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

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

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

LoS	0.25 207	0.27 172	0.25 219	0.25 197	0.25 270	0.25 235	0.25 257	0.26 237	0.25 261	0.25 233	0.25 266	0.25 236	0.25 262	0.25 234	0.25 257	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 494	7.04 682	2.23 659	2.75 621	0.28 284	0.43 349	0.25 257	0.39 294	0.25 261	0.41 317	0.27 275	0.39 304	0.25 262	0.40 308	0.28 273	0.37 272	0.28 251	0.37 314	0.25 265	0.37 295	0.25 247

CroCo-Stereo	0.73 447	1.22 465	0.25 219	1.22 545	0.25 270	1.22 597	0.25 257	1.22 592	0.25 261	1.22 600	0.25 266	1.22 603	0.25 262	1.22 603	0.25 257	1.22 575	0.26 231	1.21 611	0.25 265	1.22 591	0.25 247
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 383	0.79 431	0.24 267	0.30 256	0.26 264	0.30 250	0.24 256	0.32 266	0.23 253	0.31 267	0.24 259	0.30 261	0.23 246	0.29 236	0.26 231	0.29 260	0.24 262	0.33 264	0.23 235

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

StereoDRNet-Refined	0.33 247	0.39 208	0.26 226	0.39 252	0.26 277	0.40 306	0.26 264	0.40 302	0.26 275	0.39 296	0.26 271	0.39 304	0.26 272	0.39 305	0.26 262	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 389
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 257	1.92 547	0.27 229	0.27 207	0.27 278	0.27 249	0.27 267	0.27 241	0.27 279	0.27 247	0.27 275	0.26 248	0.27 279	0.27 250	0.26 262	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 291

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

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

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

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

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

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

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

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

DISCO	1.11 531	0.39 208	5.28 702	0.39 252	0.20 243	0.39 304	0.27 267	0.39 294	0.22 246	0.38 289	0.20 240	0.38 299	0.20 241	6.95 721	0.22 239	0.30 237	0.21 213	0.27 251	0.21 246	5.25 702	0.21 230

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

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

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

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

Zero-FE251	0.36 265	0.40 212	0.28 236	0.41 277	0.28 284	0.41 322	0.28 278	0.41 317	0.28 285	0.41 317	0.28 283	0.41 325	0.28 288	0.42 338	0.30 297	0.37 272	0.26 231	0.37 314	0.27 309	0.45 393	0.56 472

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

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

GIP-stereo	0.36 265	0.49 263	0.39 314	0.48 315	0.32 366	0.41 322	0.28 278	0.40 302	0.30 308	0.41 317	0.28 283	0.40 312	0.28 288	0.42 338	0.28 273	0.45 357	0.32 284	0.38 322	0.30 359	0.37 295	0.27 291

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.35 257	0.44 238	0.45 370	0.49 321	0.30 307	0.37 291	0.30 298	0.36 272	0.30 308	0.36 282	0.29 296	0.36 287	0.29 298	0.36 287	0.30 297	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 248	0.42 233	0.31 262	0.39 252	0.30 307	0.38 298	0.30 298	0.40 302	0.29 293	0.40 303	0.37 402	0.41 325	0.34 379	0.38 297	0.30 297	0.34 256	0.27 243	0.34 288	0.26 271	0.34 269	0.26 253

DANet	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aanet-new-10k	0.45 360	1.81 516	0.40 346	0.50 357	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.32 363	0.44 376	0.31 338	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

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

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

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

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

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

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

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

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

DDF-Stereo	0.43 324	1.15 406	0.57 426	0.53 373	0.32 366	0.41 322	0.32 353	0.41 317	0.32 363	0.41 317	0.32 365	0.41 325	0.32 363	0.40 308	0.32 348	0.52 396	0.50 418	0.38 322	0.31 370	0.39 353	0.31 349

GREAT-IGEV	0.38 281	0.43 235	0.36 297	0.48 315	0.32 366	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.32 363	0.45 394	0.32 348	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 326
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 281	0.43 235	0.33 273	0.46 302	0.33 378	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.33 374	0.45 394	0.32 348	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 384

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

psmorigin	0.41 308	0.46 251	0.33 273	0.49 321	0.33 378	0.49 420	0.33 364	0.49 409	0.33 373	0.49 414	0.33 374	0.49 419	0.33 374	0.51 436	0.33 360	0.41 312	0.30 274	0.41 394	0.30 359	0.79 476	0.29 326

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

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

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

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

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

CASnet	0.35 257	0.51 276	0.44 368	0.32 223	0.31 354	0.24 225	0.34 377	0.36 272	0.25 261	0.31 260	0.37 402	0.30 262	0.33 374	0.25 234	0.45 431	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 389
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 393	3.22 621	0.34 284	0.44 297	0.34 388	0.44 383	0.34 377	0.43 343	0.34 382	0.43 338	0.34 382	0.44 387	0.33 374	0.43 345	0.33 360	0.38 284	0.29 265	0.38 322	0.29 343	0.38 308	0.29 326

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FCDSN-DC	0.41 308	0.59 294	0.64 446	0.54 376	0.33 378	0.50 429	0.37 395	0.42 335	0.40 417	0.61 463	0.43 440	0.50 433	0.49 456	0.38 297	0.32 348	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 275	0.37 197	0.37 301	0.37 241	0.37 402	0.37 291	0.37 395	0.37 280	0.37 399	0.37 288	0.37 402	0.37 297	0.37 395	0.37 294	0.37 391	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 389

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

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

GS-Stereo							0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	3.79 699	0.50 426	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

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

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

MSCF	0.51 393	1.40 482	0.49 398	0.58 386	0.38 409	0.50 429	0.38 402	0.54 441	0.41 427	0.52 440	0.41 428	0.53 446	0.42 429	0.53 443	0.41 417	0.60 416	0.47 403	0.48 440	0.37 413	0.48 414	0.38 396

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GwcNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 439	0.41 378	0.41 413

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

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

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

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

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

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

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

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

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

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

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

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

AIO-Stereo-zeroshot1	0.75 451	0.92 350	0.85 500	0.96 466	0.59 483	1.27 601	0.44 433	0.59 454	0.69 506	0.91 510	0.68 507	0.55 454	0.61 482	1.06 541	0.83 534	0.62 424	0.70 477	0.90 520	0.41 439	0.89 494	0.56 472

fffft	0.48 380	0.51 276	0.45 370	0.52 371	0.45 447	0.52 445	0.45 439	0.52 437	0.48 454	0.53 443	0.45 446	0.52 445	0.45 438	0.52 441	0.46 435	0.51 394	0.41 371	0.50 451	0.41 439	0.50 422	0.41 413
1: 1. 1
Selective-IGEV	0.51 393	0.55 288	0.45 370	0.69 411	0.45 447	0.61 463	0.45 439	0.50 418	0.40 417	0.56 454	0.44 442	0.55 454	0.40 411	0.72 479	0.67 487	0.59 415	0.46 395	0.45 418	0.34 391	0.46 396	0.37 389

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 713	50.87 743	2.78 669	2.87 627	2.71 688	2.78 675	0.47 446	2.88 675	2.86 689	1.89 626	2.67 687	2.79 677	2.79 676	2.78 676	2.83 685	2.82 660	2.82 666	2.83 675	2.77 687	2.83 662	2.76 684
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 380	0.48 261	0.48 391	0.48 315	0.48 459	0.48 414	0.48 455	0.48 404	0.48 454	0.48 407	0.48 461	0.48 414	0.48 450	0.48 412	0.48 448	0.48 379	0.48 407	0.48 440	0.48 464	0.48 414	0.48 437

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

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

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

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

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

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

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

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

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

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

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

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

WCG-NET	0.61 414	1.21 459	0.54 418	0.61 394	0.53 476	0.67 472	0.53 467	0.66 467	0.53 469	0.64 469	0.53 477	0.65 475	0.53 467	0.59 458	0.52 460	0.65 431	0.48 407	0.64 475	0.52 474	0.58 443	0.50 446

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

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

PSMNet_ROB	0.54 399	0.54 286	0.54 418	0.54 376	0.53 476	0.54 451	0.54 470	0.53 439	0.54 471	0.54 449	0.54 478	0.54 450	0.53 467	0.54 446	0.54 464	0.54 400	0.53 427	0.54 463	0.54 478	0.54 435	0.54 461

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

CASS	0.57 408	0.89 340	0.56 422	0.57 384	0.56 480	0.56 453	0.56 472	0.56 445	0.53 469	0.57 457	0.57 481	0.59 464	0.48 450	0.56 451	0.57 468	0.55 406	0.56 432	0.47 432	0.56 484	0.62 446	0.56 472
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 419	0.69 303	0.56 422	0.71 419	0.56 480	0.71 479	0.56 472	0.71 475	0.56 472	0.72 481	0.56 480	0.71 482	0.56 471	0.71 477	0.58 470	0.68 436	0.55 430	0.68 481	0.55 480	0.68 454	0.54 461

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 470	0.96 358	0.67 457	0.95 463	0.67 505	0.95 513	0.68 497	0.95 512	0.68 501	0.95 518	0.68 507	0.96 522	0.68 497	0.96 521	0.68 495	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 498
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 509	0.69 474	0.69 505	0.69 470	0.69 506	0.69 478	0.69 512	0.69 479	0.69 504	0.69 474	0.69 503	0.69 437	0.69 474	0.69 484	0.69 517	0.69 458	0.69 500

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 723	223.51 750	0.62 439	0.59 389	0.71 515	0.59 461	0.73 518	0.67 468	0.73 525	0.55 452	0.61 491	0.60 465	0.74 515	0.63 466	0.73 516	0.66 433	0.60 447	0.69 484	0.66 507	0.72 463	0.65 491
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 447	0.81 326	0.73 481	0.71 419	0.74 520	0.73 481	0.75 520	0.71 475	0.71 519	0.74 488	0.72 524	0.73 487	0.80 524	0.71 477	0.73 516	0.76 461	0.71 481	0.73 491	0.72 526	0.70 461	0.76 520

HSM-Net_RVC	0.95 507	1.17 409	0.78 489	1.18 498	0.71 515	1.16 550	0.75 520	1.09 532	0.80 535	1.10 541	0.75 529	1.17 555	0.74 515	1.17 555	0.80 529	1.13 520	0.73 484	1.17 559	0.77 533	1.16 533	0.72 510
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 511	1.21 459	0.76 485	1.94 589	1.01 559	1.11 545	0.76 522	1.15 535	0.76 528	1.11 546	0.76 530	1.14 552	0.76 518	1.11 549	0.76 523	1.21 573	0.90 504	1.02 547	0.71 524	1.02 522	0.71 509

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

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

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

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

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

LiteMatch*	2.07 633	1.30 471	5.73 705	6.28 694	0.79 533	1.33 606	0.80 528	1.30 601	1.02 563	1.33 605	0.84 542	1.33 610	0.97 536	1.28 608	1.04 555	6.05 704	5.89 700	1.28 616	0.76 531	1.28 596	0.88 532

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Abc-Net	2.32 652	24.75 719	1.14 529	1.17 497	1.17 574	1.11 545	1.15 566	1.17 540	1.21 623	1.08 540	1.16 569	1.12 551	1.14 556	1.09 545	1.17 569	1.09 511	1.16 537	1.17 559	1.17 570	1.16 533	1.11 558
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 655	25.48 721	1.19 537	1.15 491	1.15 569	1.10 542	1.16 568	1.17 540	1.16 571	1.12 547	1.16 569	1.11 550	1.13 553	1.09 545	1.18 570	1.10 513	1.15 536	1.16 555	1.12 565	1.14 528	1.12 560

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

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

stereogan	2.33 653	24.38 718	1.18 535	1.18 498	1.18 577	1.14 548	1.18 570	1.19 543	1.19 577	1.14 550	1.18 573	1.14 552	1.18 562	1.14 552	1.18 570	1.14 522	1.14 535	1.19 564	1.19 571	1.15 531	1.19 573

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

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

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

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

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

Patchmatch Stereo++	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 537	1.20 413	1.20 540	1.20 500	1.20 580	1.20 551	1.20 572	1.20 546	1.20 578	1.20 554	1.20 574	1.20 557	1.20 564	1.20 557	1.20 574	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GANetREF_RVC	1.55 596	1.94 548	1.22 587	1.88 586	1.21 626	1.88 627	1.22 618	1.88 622	1.22 624	1.88 625	1.22 620	1.88 627	1.22 611	1.89 631	1.22 620	1.87 609	1.22 589	1.88 642	1.22 620	1.88 620	1.22 620
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 597	1.91 541	1.21 586	1.94 589	1.20 580	2.00 635	1.23 619	1.99 627	1.24 626	2.00 633	1.25 623	2.03 637	1.26 613	2.00 635	1.29 628	1.90 613	1.18 541	1.89 643	1.21 619	1.89 621	1.20 574
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 662	26.05 725	1.23 589	1.23 547	1.22 628	1.20 551	1.24 620	1.23 594	1.23 625	1.19 553	1.22 620	1.21 602	1.24 612	1.20 557	1.24 621	1.21 573	1.17 540	1.22 612	1.25 624	1.20 543	1.24 623

IGEV	2.02 625	2.20 564	1.82 637	2.90 628	2.16 679	2.41 652	1.25 621	2.00 628	1.98 677	1.99 632	1.31 628	2.72 671	1.93 656	2.67 666	1.69 650	2.26 631	1.32 591	1.83 634	1.87 670	2.53 654	1.61 650

S-Stereo	2.51 664	26.86 726	1.23 589	1.22 545	1.22 628	1.24 599	1.25 621	1.22 592	1.24 626	1.21 599	1.24 622	1.19 556	1.27 614	1.19 556	1.24 621	1.19 525	1.20 542	1.25 614	1.19 571	1.24 592	1.23 622

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MFMNet_re	1.81 607	1.91 541	1.71 627	1.95 591	1.70 654	1.95 632	1.70 651	1.96 625	1.74 657	1.97 630	1.72 655	1.95 630	1.71 639	1.97 634	1.71 651	1.86 607	1.62 628	1.85 635	1.66 657	1.86 619	1.64 653

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

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

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

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

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

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

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

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

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

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

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

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

AIO_rvc	2.18 639	2.34 578	1.87 647	2.32 608	1.94 669	2.40 651	1.89 664	2.37 650	2.07 682	2.52 661	1.95 671	2.44 652	1.99 662	2.41 653	1.89 671	2.32 640	2.09 653	2.24 653	2.18 679	2.21 630	2.23 674

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	5.21 716	5.92 679	4.08 695	6.18 693	4.16 715	6.31 716	4.34 716	6.50 717	4.33 716	6.14 718	4.21 714	6.61 721	4.55 709	6.67 717	4.48 714	5.94 702	3.94 688	5.85 716	4.03 715	5.79 706	4.17 716
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 714	5.15 661	4.49 696	5.07 685	3.37 704	6.87 717	4.75 717	5.04 712	6.34 722	7.84 722	5.06 718	6.72 722	4.09 706	4.99 711	5.44 718	5.03 694	3.16 679	4.67 700	4.86 718	5.15 701	3.89 713

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MeshStereo	159.24 742	171.00 749	160.68 750	162.58 748	160.59 748	164.01 746	160.35 748	158.51 749	158.56 746	158.34 748	160.12 748	158.56 748	159.92 746	157.26 749	158.94 748	154.38 749	158.36 749	155.75 749	159.13 750	153.67 746	154.07 749
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DLCB_ROB	284.23 746	354.61 751	207.27 751	363.24 752	206.46 749	364.72 751	210.41 749	364.72 753	210.41 747	364.81 753	208.64 750	364.81 753	208.64 748	364.72 753	210.41 750	354.70 753	205.53 751	354.70 753	205.53 752	354.70 750	205.53 751

AE-Stereo	201.80 743	123.00 745	115.00 746	219.00 749	218.00 750	223.00 748	244.00 750	217.00 750	236.00 748	202.00 750	203.00 749	205.00 750	208.00 747	225.00 750	204.00 749	210.00 750	198.00 750	197.00 750	184.00 751	204.00 747	201.00 750

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 755	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 756	10000000.00 755	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 79		0.09 76	0.10 155			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 146	0.10 99	0.17 190	0.13 191	0.11 156	0.11 165

Low-res two-view benchmark