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	0.73 457	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	0.71 444	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	0.73 457	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

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

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

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

CoDeX	0.15 151	0.70 306	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 488	0.02 15	0.69 474	0.75 499	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

BSDual-CNN	0.81 469	1.91 541	0.92 508	4.48 680	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	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

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

CSP-Net	0.34 248	1.29 468	1.19 537	1.36 564	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	0.79 527	0.02 15	0.75 487	0.76 501	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	1.01 474	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	0.90 448	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

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	1.14 402	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

w-ln-seven-2	0.14 139	1.22 464	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

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

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

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

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

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

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

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

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

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_sample6	0.09 75	0.97 360	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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	1.14 402	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	1.15 405	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

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	1.16 407	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

Syn2CoEx	0.25 207	1.31 472	0.74 482	0.92 453	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

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

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	4.34 688	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	0.75 460	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

z-mn7	0.16 158	1.21 458	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	0.18 173	1.47 483	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

qqq1	0.25 207	3.70 631	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	3.70 631	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

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

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 643	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	1.65 647	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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	1.71 664	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 650	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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	2.22 602	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

ADCP+	0.15 151	0.04 52	0.04 64	2.20 601	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

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 549	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

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
ManiGeoR	0.17 164	0.05 66	0.62 440	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 444	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	0.71 444	0.59 445	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 440	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 440	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 451	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	0.71 444	0.59 445	0.05 108	0.04 99	0.05 114	0.04 96

z-ln-s-r	0.21 188	1.40 481	0.53 418	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	0.44 393	0.04 93	0.04 99	0.04 97	0.04 96

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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 541	0.06 122	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

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

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

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

ffm	0.25 207	3.83 637	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	3.83 637	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	3.83 637	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

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

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
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

GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 573	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

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 603	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	2.23 603	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

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

MatchStereo	0.54 399	0.12 115	2.38 679	2.32 618	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	2.34 655	2.34 674	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	2.51 681	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

VeloStereo	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	3.06 616	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

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

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

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

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

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

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.14 187	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 155	0.14 165	0.10 150	0.91 503	0.69 507	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	0.88 495	0.76 522

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

DRN-Test	0.14 139	0.13 117	0.09 88	0.14 122	0.09 148	0.15 173	0.09 145	0.14 167	0.10 154	0.14 166	0.09 147	0.14 167	0.09 147	0.13 168	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 515

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	0.82 531

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

DF	0.39 295	1.37 478	1.02 521	1.14 487	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

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	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++	0.54 399	3.59 628	1.15 531	1.31 558	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	3.10 617	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

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

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)
PDISCO_ROB	0.83 478	2.80 612	3.49 703	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	3.30 695	0.13 183	0.14 133	2.34 674	0.16 182	0.12 180	2.62 675	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
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

ac_64	0.22 194	0.13 117	0.19 195	0.23 185	0.10 155	0.26 244	1.02 558	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

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

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

cf-r	0.66 425	2.17 562	0.12 123	0.18 159	0.12 188	0.18 191	2.70 700	2.60 674	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	1.81 620	1.74 676

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 134	0.10 155	0.18 191	0.11 167	0.19 193	0.11 172	0.19 191	0.12 177	0.18 191	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 132	0.16 126	0.11 112	0.15 134	0.09 148	0.18 191	0.11 167	0.18 191	0.11 172	0.17 185	0.11 169	0.18 191	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
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	2.84 700

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
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

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

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

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

hitnet-ft	0.79 461	2.78 611	0.14 148	0.20 168	0.14 194	0.21 210	2.89 701	2.80 689	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	2.54 674	2.33 693

GwcNet-RSSM	0.77 457	2.77 608	0.14 148	0.20 168	0.14 194	0.20 199	2.67 699	2.78 687	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	2.52 666	2.31 691

CFNet-ft	0.55 404	1.57 487	0.14 148	0.20 168	0.14 194	0.20 199	2.53 696	1.61 614	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	1.56 608	1.24 625

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

SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 159	0.11 175	0.19 194	0.11 167	0.19 193	0.12 188	0.19 191	0.12 177	0.20 198	0.12 183	0.19 193	0.12 174	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
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

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	3.08 709

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	3.08 709

castereo	0.61 414	3.79 636	1.35 595	1.52 572	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

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

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

ACVNet	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	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	0.96 548	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

PSMNet-RSSM	0.77 457	2.76 606	0.14 148	0.20 168	0.14 194	0.20 199	2.66 698	2.79 688	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	2.52 666	2.31 691

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

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	1.19 573	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	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

DEFOM-Stereo_RVC	0.83 478	5.18 670	1.98 667	2.19 600	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	2.28 648	2.13 669	0.24 236	0.17 231	0.18 194	0.16 198

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

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

MSKI-zero shot	0.24 204	0.21 145	0.49 399	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

GANet-RSSM	0.75 451	1.91 541	0.14 148	0.47 309	0.14 194	0.21 210	3.21 717	2.30 660	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	2.13 643	2.12 686

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

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

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

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

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

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

UPFNet	0.42 322	1.20 412	0.17 183	0.24 190	0.17 224	0.25 235	0.17 212	1.19 543	0.90 543	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	1.15 533	0.93 541

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

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

VIP-Stereo	0.70 437	2.97 615	2.43 680	2.49 629	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

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

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

CAS	0.30 226	1.17 408	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.
HCRNet	1.22 585	7.11 698	3.00 686	3.55 668	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	3.64 683	3.00 682	0.76 501	0.32 377	0.18 194	0.13 186

MMNet	0.44 337	1.24 466	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.93 549	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	1.20 545	0.99 547

delet	0.43 324	1.21 458	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.95 551	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	1.18 541	0.98 546

psm_up	0.43 324	1.19 411	0.17 183	0.25 197	0.18 235	0.25 235	0.19 226	1.26 595	0.91 544	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	1.18 541	0.99 547

AANet_RVC	1.26 588	0.31 183	4.99 715	5.93 706	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	5.66 715	4.76 709	0.26 246	0.30 359	0.24 227	0.27 291

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

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	2.90 701

LoS_RVC	0.30 226	1.14 402	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

GEStereo_RVC	0.86 490	4.45 653	0.20 198	0.27 207	0.20 243	0.27 249	0.20 230	0.26 237	0.18 228	5.03 725	0.20 240	0.27 251	0.19 237	0.27 250	0.21 235	0.20 182	0.19 206	0.19 203	4.02 729	0.20 201	0.18 221

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

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

gwcnet-sp	0.82 474	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	6.75 724	0.23 235

scenet	0.82 474	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	6.75 724	0.23 235

ssnet	0.82 474	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	6.75 724	0.23 235

CFNet	1.37 593	5.27 679	0.19 195	5.49 703	0.19 240	0.28 251	0.19 226	0.28 242	0.19 235	0.28 248	0.19 236	0.28 252	4.35 722	0.28 255	0.19 228	0.23 203	0.17 196	0.23 226	4.21 731	4.81 708	0.17 215

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

DEFOM-Stereo	0.68 431	3.11 618	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

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

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

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

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

CASnet	0.35 257	0.51 276	0.44 369	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	0.45 433	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)
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
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	0.47 462	0.32 257	0.34 370

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

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 384	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

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	3.90 685	0.19 224

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

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

WCG-NET（raft）	0.32 242	1.24 466	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

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

Anonymus	0.47 374	0.73 310	0.46 376	0.43 293	0.54 481	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	0.54 466	0.56 410	0.36 339	0.49 445	0.53 478	0.66 451	0.54 463

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

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

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

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

MyStereo04	0.56 406	3.72 634	0.59 429	0.49 321	0.41 430	0.36 283	0.32 353	0.37 280	0.31 353	0.34 274	0.46 451	0.35 282	0.32 363	0.35 281	0.33 360	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 423

FENet	0.54 399	1.52 485	1.19 537	1.41 568	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

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

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

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

GREATEN-IGEV_RVC	0.38 281	0.35 189	0.56 423	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	0.57 435	0.35 304	0.29 343	0.36 290	0.29 326

GREATEN-IGEV-FM_RVC	0.38 281	0.35 189	0.56 423	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	0.57 435	0.35 304	0.28 328	0.35 282	0.28 317

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

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

RSM	0.36 265	0.36 194	0.43 367	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

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

IGEV-Stereo	0.35 257	0.44 238	0.45 371	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
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

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

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

EKT-Stereo	0.37 275	0.40 212	0.44 369	1.07 479	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

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

Monster-pub-mixall	0.44 337	0.56 290	0.60 433	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	0.85 504	0.27 264	1.46 593	0.26 231	0.34 288	0.26 271	0.36 290	0.53 460

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

DISCO	1.11 532	0.39 208	5.28 717	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	6.95 736	0.22 239	0.30 237	0.21 213	0.27 251	0.21 246	5.25 717	0.21 230

Monster-pub-eth3d	0.45 360	0.57 291	0.60 433	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	0.53 460

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

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

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

IER	0.88 495	7.04 697	2.23 673	2.75 635	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

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

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
Replicate-Monster	0.45 360	0.57 291	0.60 433	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	0.54 463

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

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

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

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

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

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

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.
DDF-Stereo	0.43 324	1.15 405	0.57 427	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	0.50 419	0.38 322	0.31 370	0.39 353	0.31 349

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	0.56 474

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

BUS	0.83 478	1.91 541	0.92 508	4.48 680	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	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

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

NINENet	0.69 434	3.87 640	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

hknet	1.10 530	1.85 532	3.49 703	4.48 680	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	4.39 691	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

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

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	0.93 505	4.47 654	2.35 676	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	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

test_1	0.93 505	4.47 654	2.35 676	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	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

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	0.41 440	0.41 378	0.41 414

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	0.41 440	0.41 378	0.41 414

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	0.41 440	0.41 378	0.41 414

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	0.41 440	0.41 378	0.41 414

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	0.41 440	0.41 378	0.41 414

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	2.46 700	2.49 662	0.30 340

Gwc-CoAtRS	0.41 308	1.49 484	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

testmc14	2.43 674	10.48 722	8.02 732	8.93 724	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	8.88 734	6.99 724	0.41 394	0.28 328	0.39 353	0.28 317

MCSU-Stereo	2.48 677	10.56 723	8.50 734	9.47 728	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	8.86 733	6.93 723	0.40 376	0.29 343	0.39 353	0.28 317

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	0.68 496	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	0.69 504	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	0.73 517	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.30 340

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

LL-Strereo2	0.48 380	1.73 499	0.51 411	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	0.51 424	0.44 413	0.33 387	0.44 388	0.33 363

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

UCFNet_RVC	2.75 687	10.06 719	0.29 242	10.31 734	0.29 295	0.42 342	0.29 290	0.43 343	0.29 293	0.42 331	0.29 296	0.42 343	9.87 739	0.43 345	0.29 287	0.36 269	9.84 735	0.36 311	0.26 271	9.77 738	0.26 253

TestStereo_HL3	2.76 688	0.41 223	11.46 738	14.11 736	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	13.57 739	10.32 737	0.41 394	0.27 309	0.38 308	0.27 291

TestStereo_HL2	2.73 685	0.41 223	11.06 735	14.13 737	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	13.51 738	10.37 738	0.41 394	0.27 309	0.38 308	0.27 291

GGDA	2.76 688	0.41 223	11.34 737	14.28 738	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	13.45 737	10.57 739	0.41 394	0.27 309	0.38 308	0.27 291

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

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	5.12 667	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

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	0.69 504	0.38 284	0.33 297	0.40 376	0.30 359	0.38 308	0.30 340

GCAP-BAT	0.41 308	1.30 470	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

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

TestStereo-Hl	2.78 690	0.42 233	11.23 736	14.38 739	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	13.64 740	10.73 740	0.41 394	0.27 309	0.38 308	0.27 291

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

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

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

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

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

RCA-Stereo	0.51 393	3.22 622	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

water-stereo	0.41 308	0.84 329	0.46 376	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

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
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

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

depthmonostereo	0.44 337	0.85 331	0.46 376	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

Former-RAFT_DAM_RVC	0.49 386	0.98 361	0.64 447	0.84 440	0.46 451	0.45 397	0.35 382	0.47 400	0.47 449	0.45 388	0.34 382	0.46 401	0.48 452	0.46 399	0.35 377	0.39 297	0.71 481	0.39 363	0.35 404	0.41 378	0.41 414

otaku	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.46 444	0.46 394	0.46 451	0.46 401	0.46 443	0.46 399	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

Dean	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.46 444	0.47 400	0.46 451	0.46 401	0.46 443	0.46 399	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

ACVNet_1	0.46 367	0.47 255	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.47 449	0.46 394	0.46 451	0.46 401	0.46 443	0.46 399	0.46 437	0.46 367	0.46 396	0.47 432	0.46 455	0.46 396	0.46 429

ACVNet-4b	0.46 367	0.46 251	0.46 376	0.46 302	0.46 451	0.46 404	0.46 443	0.46 394	0.46 444	0.46 394	0.46 451	0.46 401	0.46 443	0.47 403	0.46 437	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

DVStereo	0.43 324	0.86 333	0.48 392	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

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

Ntro	0.47 374	0.47 255	0.46 376	0.46 302	0.46 451	0.47 409	0.47 448	0.46 394	0.47 449	0.46 394	0.46 451	0.47 407	0.46 443	0.47 403	0.47 444	0.47 374	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

HaxPig	0.47 374	0.47 255	0.47 384	0.49 321	0.47 457	0.47 409	0.47 448	0.47 400	0.47 449	0.47 400	0.47 459	0.47 407	0.47 451	0.47 403	0.47 444	0.47 374	0.47 404	0.47 432	0.47 462	0.47 410	0.48 439

UNDER WATER	0.47 374	0.47 255	0.47 384	0.47 309	0.47 457	0.47 409	0.47 448	0.47 400	0.47 449	0.47 400	0.47 459	0.47 407	0.46 443	0.47 403	0.47 444	0.47 374	0.47 404	0.47 432	0.46 455	0.47 410	0.47 437

LVE	0.47 374	0.47 255	0.47 384	0.47 309	0.49 464	0.47 409	0.47 448	0.47 400	0.49 458	0.47 400	0.47 459	0.47 407	0.46 443	0.47 403	0.47 444	0.47 374	0.47 404	0.48 440	0.47 462	0.47 410	0.47 437

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	0.44 443	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

PhaseNet	1.74 603	6.34 696	4.81 713	6.77 712	0.24 267	0.80 491	0.53 469	0.48 404	0.22 246	0.53 443	0.28 283	0.48 414	0.25 262	0.40 308	0.32 348	6.39 721	4.61 708	0.46 422	0.38 426	0.25 230	0.18 221

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

SCV	0.46 367	0.94 356	0.45 371	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	0.46 396	0.44 413	0.34 391	0.44 388	0.34 370

RainbowNet	0.48 380	0.48 261	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 404	0.48 456	0.48 407	0.48 463	0.48 414	0.48 452	0.48 412	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.48 439

notaker	0.48 380	0.49 263	0.48 392	0.48 315	0.48 461	0.48 414	0.48 457	0.48 404	0.49 458	0.48 407	0.48 463	0.48 414	0.48 452	0.48 412	0.48 450	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.49 445

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	0.75 519

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

MyStereo07	0.60 409	3.72 634	0.48 392	0.49 321	0.41 430	0.36 283	0.32 353	0.49 409	0.43 437	0.51 436	0.42 438	0.49 419	0.43 434	0.51 436	0.64 481	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 423

TorneroNet	0.66 425	0.53 282	0.50 404	0.50 357	0.64 499	1.06 535	0.70 513	0.50 418	0.51 470	0.49 414	0.69 513	0.49 419	0.50 462	0.48 412	1.15 565	0.71 444	0.49 411	1.14 553	1.08 565	0.49 417	0.49 445

ACVNet_2	0.49 386	0.49 263	0.49 399	0.49 321	0.49 464	0.49 420	0.49 459	0.49 409	0.49 458	0.49 414	0.49 466	0.49 419	0.49 458	0.49 418	0.49 452	0.49 382	0.49 411	0.49 445	0.49 470	0.49 417	0.49 445

PCWNet_CMD	2.80 692	9.82 717	0.32 268	10.09 733	0.32 366	0.49 420	0.33 364	3.34 696	0.33 373	0.49 414	0.33 374	0.49 419	8.73 735	0.48 412	0.33 360	0.41 312	9.22 730	0.42 410	0.29 343	9.55 737	0.31 349

CFNet_ucs	2.73 685	9.64 716	0.33 273	9.92 731	0.32 366	0.49 420	0.33 364	0.49 409	0.33 373	0.49 414	0.33 374	0.49 419	8.98 737	0.48 412	0.33 360	0.41 312	9.96 736	0.40 376	0.29 343	10.12 740	0.54 463

CFNet_pseudo	2.67 684	9.36 714	0.32 268	10.99 735	0.33 378	0.85 501	0.33 364	0.49 409	0.33 373	0.49 414	0.32 365	0.49 419	7.26 733	0.49 418	0.33 360	0.41 312	9.62 733	0.41 394	0.29 343	10.03 739	0.29 326

pcwnet_v2	2.66 683	9.89 718	0.33 273	9.89 730	0.32 366	0.50 429	0.32 353	0.49 409	0.33 373	0.49 414	0.34 382	0.49 419	8.76 736	0.48 412	0.33 360	0.41 312	9.58 732	0.40 376	0.29 343	9.01 735	0.63 484

ccnet	0.80 464	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	1.56 630	2.38 664	0.33 360	0.41 312	0.29 265	0.42 410	1.57 647	2.28 649	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	0.79 478	0.29 326

MSMDNet	2.65 682	10.14 720	0.33 273	9.74 729	0.32 366	0.87 504	0.33 364	2.95 691	0.68 502	0.49 414	0.34 382	0.49 419	5.70 729	0.49 418	0.33 360	0.42 326	9.57 731	0.41 394	0.31 370	8.36 732	0.65 492

ccs_rob	2.79 691	10.17 721	0.32 268	10.00 732	0.33 378	0.49 420	0.33 364	1.90 625	0.32 363	0.51 436	0.33 374	0.49 419	9.24 738	0.49 418	0.33 360	0.41 312	9.82 734	0.41 394	0.28 328	9.34 736	0.29 326

GEAStereo	0.62 417	3.91 641	0.48 392	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	0.81 469	4.28 651	0.50 404	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	3.79 714	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	3.79 714	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	3.91 641	0.48 392	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	1.21 458	0.47 384	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

FoundationStereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

StereoAnything_RVC	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

dual_stereo	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

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

FCDSN-DC	0.41 308	0.59 294	0.64 447	0.54 376	0.33 378	0.50 429	0.37 395	0.42 335	0.40 417	0.61 464	0.43 441	0.50 433	0.49 458	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.
SANet	0.50 388	0.50 268	0.50 404	0.50 357	0.50 468	0.50 429	0.50 463	0.50 418	0.50 463	0.50 427	0.50 470	0.50 433	0.50 462	0.50 426	0.50 455	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

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

fffft	0.48 380	0.51 276	0.45 371	0.52 371	0.45 449	0.52 445	0.45 440	0.52 437	0.48 456	0.53 443	0.45 448	0.52 445	0.45 440	0.52 441	0.46 437	0.51 394	0.41 371	0.50 451	0.41 440	0.50 422	0.41 414
1: 1. 1
S0	0.42 322	0.44 238	0.54 419	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

MSCF	0.51 393	1.40 481	0.49 399	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	0.47 404	0.48 440	0.37 413	0.48 414	0.38 396

LG-Stereo_L1	0.47 374	0.52 278	0.47 384	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	0.46 396	0.49 445	0.37 413	0.49 417	0.37 389

PAM_32	0.64 421	2.38 582	0.51 411	0.92 453	0.43 444	0.53 447	0.44 434	0.87 496	0.43 437	0.52 440	0.45 448	0.53 446	0.40 411	0.54 446	0.46 437	0.62 424	0.56 433	0.48 440	0.45 453	0.76 472	0.44 426

Occ-G	1.12 533	0.52 278	3.72 708	3.50 667	0.50 468	0.56 453	0.47 448	0.54 441	0.46 444	0.54 449	0.41 428	0.54 450	0.42 429	0.52 441	0.42 425	3.42 682	4.02 704	0.52 459	0.45 453	0.51 428	0.44 426

MyStereo06	0.75 451	4.12 645	0.60 433	0.63 397	0.61 493	0.62 467	0.66 489	0.56 445	0.45 443	0.55 452	0.48 463	0.54 450	0.46 443	0.57 456	0.45 433	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 471

iRaftStereo_RVC	0.97 509	3.17 621	2.30 675	2.42 626	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	2.38 658	2.34 674	0.49 445	0.36 410	0.49 417	0.36 384

PSMNet_ROB	0.54 399	0.54 286	0.54 419	0.54 376	0.53 478	0.54 451	0.54 472	0.53 439	0.54 473	0.54 449	0.54 480	0.54 450	0.53 469	0.54 446	0.54 466	0.54 400	0.53 428	0.54 463	0.54 480	0.54 435	0.54 463

AIO-Stereo-zeroshot1	0.75 451	0.92 350	0.85 500	0.96 465	0.59 485	1.27 601	0.44 434	0.59 454	0.69 507	0.91 510	0.68 508	0.55 454	0.61 484	1.06 541	0.83 535	0.62 424	0.70 477	0.90 521	0.41 440	0.89 496	0.56 474

AEACV	1.12 533	0.52 278	3.12 699	3.24 652	0.86 541	0.53 447	0.49 459	0.60 456	0.47 449	0.53 443	0.49 466	0.55 454	0.45 440	0.55 450	0.47 444	3.01 677	3.88 702	0.71 492	0.60 493	0.80 481	0.48 439

Selective-IGEV	0.51 393	0.55 288	0.45 371	0.69 411	0.45 449	0.61 464	0.45 440	0.50 418	0.40 417	0.56 454	0.44 443	0.55 454	0.40 411	0.72 480	0.67 488	0.59 415	0.46 396	0.45 418	0.34 391	0.46 396	0.37 389

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

FSD	0.61 414	0.59 294	0.50 404	2.58 633	0.44 445	0.56 453	0.44 434	0.55 444	0.44 440	0.56 454	0.44 443	0.56 457	0.44 436	0.56 451	0.46 437	0.61 420	0.42 380	0.52 459	0.42 448	0.52 430	0.51 455

CFNet_RVC	2.38 673	8.71 709	0.38 303	9.33 725	0.42 440	0.56 453	0.42 430	0.60 456	0.38 403	0.62 467	0.42 438	0.56 457	7.29 734	0.62 462	0.42 425	0.53 399	0.37 343	0.49 445	0.34 391	8.30 731	6.87 738

LG-Stereo_Zeroshot	0.48 380	0.55 288	0.47 384	0.63 397	0.41 430	0.56 453	0.44 434	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

LG-Stereo	0.60 409	0.58 293	0.47 384	0.64 402	0.74 521	1.00 518	0.69 506	0.57 448	0.41 427	0.57 457	0.41 428	0.57 460	0.41 423	1.00 525	0.75 522	0.91 483	0.51 424	0.52 459	0.37 413	0.52 430	0.37 389

MyStereo8	0.71 440	3.92 643	0.52 414	0.59 389	0.52 475	0.57 459	0.53 469	0.59 454	0.50 463	0.59 461	0.51 476	0.57 460	0.50 462	0.56 451	0.52 462	0.54 400	0.49 411	0.54 463	0.49 470	0.55 436	0.50 448

PML	0.46 367	1.36 476	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

CASS	0.57 408	0.89 340	0.56 423	0.57 384	0.56 482	0.56 453	0.56 474	0.56 445	0.53 471	0.57 457	0.57 483	0.59 464	0.48 452	0.56 451	0.57 470	0.55 406	0.56 433	0.47 432	0.56 486	0.62 447	0.56 474
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DNS	0.86 490	2.43 586	1.66 625	2.03 596	0.42 440	0.60 462	0.42 430	0.60 456	0.42 435	0.60 462	0.42 438	0.60 465	0.42 429	0.60 460	0.42 425	1.97 618	1.63 630	0.55 465	0.40 431	0.55 436	0.40 405

DN	0.53 398	0.85 331	0.45 371	0.65 403	0.44 445	0.60 462	0.44 434	0.60 456	0.44 440	0.60 462	0.45 448	0.60 465	0.44 436	0.60 460	0.44 431	0.56 410	0.42 380	0.56 466	0.42 448	0.56 439	0.42 421

PA-Net	11.80 738	223.51 765	0.62 440	0.59 389	0.71 516	0.59 461	0.73 519	0.67 469	0.73 526	0.55 452	0.61 493	0.60 465	0.74 516	0.63 467	0.73 517	0.66 434	0.60 448	0.69 486	0.66 509	0.72 465	0.65 492
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-test2	0.55 404	0.59 294	0.52 414	0.67 408	0.47 457	0.61 464	0.47 448	0.61 460	0.47 449	0.61 464	0.47 459	0.61 468	0.48 452	0.62 462	0.47 444	0.64 430	0.53 428	0.58 468	0.47 462	0.58 444	0.48 439

AIO-test1	0.54 399	0.60 297	0.52 414	0.66 407	0.47 457	0.61 464	0.47 448	0.58 451	0.46 444	0.61 464	0.46 451	0.61 468	0.45 440	0.62 462	0.45 433	0.61 420	0.52 426	0.57 467	0.48 466	0.57 442	0.48 439

MonSter	0.60 409	0.64 301	0.52 414	0.62 395	0.44 445	2.07 639	0.44 434	0.62 461	0.44 440	0.62 467	0.44 443	0.62 470	0.44 436	0.62 462	0.44 431	0.58 413	0.42 380	0.62 472	0.46 455	0.58 444	0.42 421

SE	0.64 421	0.73 310	0.77 487	0.79 431	0.59 485	0.78 486	0.54 472	0.58 451	0.58 477	0.78 493	0.59 487	0.63 471	0.18 230	0.78 487	0.52 462	0.80 467	0.65 459	0.69 486	0.57 488	0.75 469	0.52 457

S	0.56 406	0.61 298	0.54 419	0.68 410	0.48 461	0.65 470	0.49 459	0.63 462	0.49 458	0.64 470	0.49 466	0.64 472	0.48 452	0.62 462	0.49 452	0.63 428	0.62 453	0.59 471	0.48 466	0.57 442	0.48 439

DispNO	1.00 512	0.63 299	0.43 367	3.45 663	0.44 445	0.65 470	0.43 433	0.64 464	0.43 437	0.64 470	0.43 441	0.64 472	3.03 692	0.64 468	0.43 430	4.55 694	0.43 385	0.63 474	0.43 451	0.63 448	0.43 423

CFNet-RSSM	0.91 498	4.89 659	0.34 284	0.44 297	1.07 565	1.62 623	1.40 638	0.91 503	0.35 386	1.60 616	1.39 638	0.64 472	0.34 379	0.44 376	0.33 360	0.41 312	0.35 333	0.75 499	0.30 359	0.41 378	0.29 326

DSFCA	0.66 425	0.73 310	0.78 489	0.65 403	0.65 501	0.64 469	0.64 486	0.65 465	0.63 490	0.64 470	0.64 497	0.64 472	0.64 486	0.65 469	0.65 484	0.65 432	0.65 459	0.65 480	0.65 506	0.66 451	0.64 490

WCG-NET	0.61 414	1.21 458	0.54 419	0.61 394	0.53 478	0.67 473	0.53 469	0.66 468	0.53 471	0.64 470	0.53 479	0.65 476	0.53 469	0.59 458	0.52 462	0.65 432	0.48 408	0.64 476	0.52 476	0.58 444	0.50 448

MyStereo05	0.80 464	4.12 645	0.63 444	0.63 397	0.61 493	0.62 467	0.66 489	0.65 465	0.62 487	0.67 476	0.61 493	0.65 476	0.58 477	0.67 472	0.55 469	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 471

LMCR-Stereo	0.65 423	0.63 299	0.65 451	0.65 403	0.65 501	0.66 472	0.63 485	0.58 451	0.65 492	0.63 469	0.64 497	0.65 476	0.65 488	0.66 470	0.66 487	0.66 434	0.64 457	0.65 480	0.67 513	0.68 456	0.73 515

WAFT-Stereo (ZS)	0.67 430	0.78 320	0.67 457	0.67 408	0.66 504	0.67 473	0.67 493	0.65 465	0.66 494	0.66 474	0.67 502	0.66 479	0.67 493	0.67 472	0.72 516	0.66 434	0.67 462	0.67 482	0.67 513	0.67 454	0.67 497

mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 471	0.69 507	0.69 479	0.69 513	0.69 480	0.69 505	0.69 475	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 501

mm1	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 471	0.69 507	0.69 479	0.69 513	0.69 480	0.69 505	0.69 475	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 501

ktn	0.72 443	0.53 282	1.08 525	1.14 487	0.51 474	1.22 597	1.36 631	0.51 432	0.59 482	0.51 436	0.51 476	0.69 480	1.20 565	0.67 472	0.51 460	0.51 394	0.49 411	0.58 468	0.66 509	0.52 430	0.53 460

TorneroNet-64	0.45 360	0.27 172	0.30 246	0.58 386	0.27 278	0.70 478	0.30 298	0.28 242	0.73 526	0.73 484	0.28 283	0.71 483	0.66 491	0.75 485	0.27 264	0.27 223	0.29 265	0.37 314	0.75 532	0.28 241	0.30 340

anonymity	0.63 419	0.69 303	0.56 423	0.71 419	0.56 482	0.71 480	0.56 474	0.71 476	0.56 474	0.72 482	0.56 482	0.71 483	0.56 473	0.71 478	0.58 472	0.68 437	0.55 431	0.68 483	0.55 482	0.68 456	0.54 463

DMCA-RVC	0.70 437	0.80 323	0.70 470	0.70 417	0.70 514	0.70 478	0.70 513	0.71 476	0.70 515	0.70 481	0.71 522	0.71 483	0.70 509	0.70 477	0.69 504	0.69 438	0.70 477	0.69 486	0.70 523	0.69 460	0.70 504

SMoEStereo_RVC	0.63 419	0.75 315	0.51 411	0.73 425	0.53 478	0.71 480	0.47 448	0.67 469	0.58 477	0.74 489	0.60 489	0.72 486	0.53 469	0.74 484	0.51 460	0.61 420	0.62 453	0.62 472	0.61 495	0.63 448	0.61 480

AIO-Stereo-zeroshot	0.91 498	0.86 333	0.89 501	1.25 547	0.69 510	1.05 534	0.81 533	1.16 538	0.50 463	1.12 547	0.97 553	0.72 486	0.82 529	1.06 541	0.95 544	0.61 420	0.87 502	1.03 550	0.85 547	1.04 525	1.01 555

DStereoRT	0.73 447	0.81 326	0.73 481	0.71 419	0.74 521	0.73 482	0.75 521	0.71 476	0.71 520	0.74 489	0.72 525	0.73 488	0.80 525	0.71 478	0.73 517	0.76 462	0.71 481	0.73 493	0.72 528	0.70 463	0.76 522

test-3	0.98 511	4.13 647	1.85 644	1.85 585	0.61 493	0.69 475	0.37 395	0.63 462	0.61 486	0.66 474	0.51 476	0.73 488	0.44 436	0.57 456	0.54 466	1.68 603	1.81 641	0.40 376	0.43 451	0.66 451	0.50 448

iGMRVC	0.84 481	2.85 613	0.72 477	0.72 421	0.73 519	0.77 484	0.79 526	0.73 479	0.74 528	0.73 484	0.72 525	0.73 488	0.76 519	0.73 482	0.73 517	0.72 452	0.73 484	0.73 493	0.72 528	0.73 468	0.72 511

HH	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 471	0.78 530	0.73 484	0.90 545	0.75 491	1.00 540	0.84 500	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

HanStereo	0.71 440	2.54 589	0.74 482	1.10 481	0.32 366	0.41 322	0.37 395	0.69 471	0.78 530	0.73 484	0.90 545	0.75 491	1.00 540	0.84 500	0.69 504	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

ARAFT	0.68 431	0.81 326	0.63 444	0.74 428	0.60 487	0.78 486	0.62 484	0.77 483	0.66 494	0.74 489	0.63 495	0.75 491	0.62 485	0.83 499	0.60 477	0.70 443	0.55 431	0.70 491	0.60 493	0.78 476	0.55 471

GCAP-Stereo	0.75 451	4.15 648	0.42 365	0.75 429	0.35 392	0.78 486	0.40 416	0.79 484	0.38 403	0.78 493	0.36 395	0.78 494	0.36 390	0.79 488	0.39 406	0.75 460	0.39 357	0.76 501	0.39 430	0.75 469	0.39 402

test_xeample3	1.10 530	1.81 516	0.61 439	0.84 440	0.49 464	0.77 484	0.66 489	0.92 506	1.40 639	0.68 478	0.46 451	0.78 494	0.54 472	1.72 624	1.48 640	1.34 583	1.52 616	1.35 622	1.67 672	1.33 600	1.55 643

PointNet	0.60 409	0.75 315	0.49 399	0.79 431	0.50 468	0.79 489	0.49 459	0.79 484	0.49 458	0.80 496	0.49 466	0.79 496	0.49 458	0.80 490	0.49 452	0.63 428	0.40 361	0.63 474	0.40 431	0.63 448	0.40 405

G-Net	0.79 461	0.79 322	0.79 492	0.79 431	0.79 534	0.79 489	0.79 526	0.79 484	0.79 534	0.79 495	0.79 537	0.79 496	0.79 524	0.79 488	0.79 527	0.79 465	0.79 494	0.79 505	0.79 539	0.79 478	0.79 527

RAFT-Stereo + iAFF	0.70 437	0.72 309	0.71 474	0.80 435	0.62 498	0.82 497	0.61 483	0.81 490	0.62 487	0.81 499	0.63 495	0.80 498	0.70 509	0.73 482	0.61 479	0.76 462	0.61 452	0.74 498	0.61 495	0.77 474	0.61 480

NaN_ROB	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 487	0.80 536	0.80 496	0.80 539	0.80 498	0.80 525	0.80 490	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 528

CSAN	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 487	0.80 536	0.80 496	0.80 539	0.80 498	0.80 525	0.80 490	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 528

zero-FE	0.72 443	1.31 472	0.66 453	0.92 453	0.60 487	0.82 497	0.58 477	0.82 493	0.58 477	0.81 499	0.60 489	0.81 501	0.60 481	0.82 494	0.58 472	0.74 459	0.59 445	0.73 493	0.52 476	0.76 472	0.51 455

AFF-stereo	0.73 447	0.88 337	0.67 457	0.75 429	0.68 509	0.75 483	0.64 486	0.80 487	0.72 523	0.83 504	0.70 517	0.82 502	0.64 486	0.84 500	0.67 488	0.77 464	0.63 455	0.81 510	0.63 497	0.78 476	0.62 483

CAR	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 490	0.58 477	0.81 499	0.58 485	0.83 503	0.59 479	0.82 494	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 457

MSE-Stereo	0.72 443	0.76 317	0.59 429	0.84 440	1.19 579	0.81 494	0.58 477	0.81 490	0.58 477	0.81 499	0.58 485	0.83 503	0.59 479	0.82 494	0.59 475	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 457

MGA	0.73 447	0.76 317	0.60 433	0.92 453	1.17 575	0.81 494	0.59 481	0.84 494	0.62 487	0.81 499	0.59 487	0.84 505	0.60 481	0.81 493	0.61 479	0.71 444	0.53 428	0.89 520	0.53 478	0.75 469	0.54 463

Selective-RAFT-Error	0.88 495	0.84 329	0.98 513	0.86 445	0.97 553	0.88 505	0.95 547	0.84 494	0.99 557	0.92 512	0.82 541	0.84 505	0.98 539	0.87 505	0.97 546	0.81 471	0.83 500	0.79 505	0.82 544	0.79 478	0.85 533

RSM++	0.76 456	0.82 328	0.66 453	0.85 444	0.64 499	0.85 501	0.71 516	0.94 510	0.64 491	0.87 505	0.67 502	0.87 507	0.65 488	0.84 500	0.65 484	0.81 471	0.70 477	0.79 505	0.71 526	0.83 488	0.70 504

monster-pro	0.75 451	1.67 491	0.64 447	0.89 446	0.57 484	0.86 503	0.56 474	0.87 496	0.56 474	0.87 505	0.57 483	0.88 508	0.57 474	0.87 505	0.57 470	0.79 465	0.58 439	0.76 501	0.54 480	0.77 474	0.54 463

DCRE	0.84 481	1.89 538	0.77 487	0.94 460	0.72 518	0.88 505	0.73 519	0.87 496	0.78 530	0.90 508	0.71 522	0.88 508	0.67 493	0.88 507	0.73 517	0.81 471	0.68 468	0.81 510	0.70 523	0.82 486	0.70 504

UDG	0.80 464	2.21 566	0.60 433	0.91 450	0.60 487	0.90 508	0.58 477	0.88 500	0.60 483	0.90 508	0.60 489	0.88 508	0.60 481	0.90 510	0.58 472	0.86 480	0.60 448	0.84 516	0.59 492	0.84 489	0.61 480

4D-IteraStereo	0.78 460	3.13 619	0.89 501	0.69 411	0.32 366	0.40 306	0.32 353	0.76 482	0.97 554	0.52 440	0.65 499	0.89 511	0.32 363	0.76 486	0.98 547	0.83 476	0.94 509	0.35 304	0.27 309	0.70 463	0.89 537

MoCha-V2	2.11 647	26.97 742	0.78 489	0.92 453	0.77 531	0.96 515	0.72 518	0.90 501	0.72 523	0.94 516	0.70 517	0.90 512	0.71 513	0.91 511	0.71 514	0.85 479	0.71 481	0.88 519	0.69 519	0.87 492	0.67 497

Selective-RAFT	0.89 497	0.89 340	0.72 477	1.16 495	0.78 532	1.06 535	0.82 536	0.87 496	0.97 554	1.00 520	0.91 548	0.90 512	1.00 540	0.89 509	0.93 543	0.83 476	0.83 500	0.82 514	0.82 544	0.81 484	0.82 531

DDUNet	0.81 469	2.45 587	0.57 427	0.90 448	0.60 487	0.88 505	0.59 481	0.90 501	0.60 483	0.88 507	0.60 489	0.90 512	0.58 477	0.88 507	0.60 477	0.84 478	0.60 448	0.86 518	0.57 488	0.86 491	0.60 479

DPSM_ROB	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 506	0.91 544	0.93 514	0.91 548	0.92 515	0.90 532	0.91 511	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 541

DPSM	0.92 500	0.91 345	0.91 506	0.91 450	0.92 548	0.92 510	0.92 543	0.92 506	0.91 544	0.93 514	0.91 548	0.92 515	0.90 532	0.91 511	0.92 539	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 541

pmcnn	0.92 500	0.92 350	0.92 508	0.92 453	0.92 548	0.92 510	0.92 543	0.92 506	0.92 548	0.92 512	0.92 551	0.92 515	0.92 534	0.92 515	0.92 539	0.92 486	0.92 507	0.92 527	0.92 548	0.92 503	0.92 540

DGTPSM_ROB	0.93 505	1.00 370	0.92 508	0.94 460	0.96 552	0.91 509	0.92 543	0.91 503	0.96 553	0.91 510	0.96 552	0.93 518	0.92 534	0.94 517	0.92 539	0.92 486	0.92 507	0.90 521	0.92 548	0.94 512	0.91 539

LiteMatch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 479	0.69 507	1.00 520	0.77 533	0.94 519	0.57 474	0.82 494	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 504

Lsterematch	1.13 535	0.73 310	2.80 684	3.23 650	0.61 493	0.83 499	0.68 498	0.73 479	0.69 507	1.00 520	0.77 533	0.94 519	0.57 474	0.82 494	0.64 481	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 504

ToySt	0.92 500	2.11 556	0.90 504	0.95 462	0.79 534	0.99 517	0.78 525	0.94 510	0.81 539	0.94 516	0.78 535	0.95 521	0.77 521	0.94 517	0.86 537	0.91 483	0.79 494	0.85 517	0.77 535	0.89 496	0.73 515

R-Stereo Train	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 512	0.68 502	0.95 518	0.68 508	0.96 522	0.68 498	0.96 521	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499

RAFT-Stereo	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 512	0.68 502	0.95 518	0.68 508	0.96 522	0.68 498	0.96 521	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
999	1.00 512	1.12 401	0.59 429	1.10 481	1.21 627	1.09 541	0.52 468	1.08 530	1.43 641	1.18 552	1.35 632	0.98 524	0.52 468	0.91 511	0.85 536	0.72 452	1.46 612	0.83 515	0.98 553	0.68 456	1.41 638

LGCAT	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

Test_v1	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

WQFJA1++	0.84 481	0.98 361	0.67 457	1.26 548	0.75 523	1.00 518	0.67 493	1.00 514	0.67 496	1.00 520	0.67 502	1.00 525	0.67 493	1.00 525	0.67 488	0.96 494	0.67 462	0.91 524	0.63 497	0.92 503	0.63 484

NLMM1	0.86 490	0.98 361	0.69 467	1.48 571	0.75 523	1.01 526	0.69 506	1.00 514	0.69 507	1.00 520	0.70 517	1.00 525	0.68 498	1.01 533	0.67 488	0.97 495	0.68 468	0.92 527	0.63 497	0.93 508	0.63 484

AdaDepth	0.86 490	0.93 354	0.71 474	1.01 474	1.07 565	1.02 532	0.71 516	1.00 514	0.71 520	1.01 531	0.71 522	1.00 525	0.72 514	1.14 552	0.71 514	0.92 486	0.64 457	0.90 521	0.64 502	0.89 496	0.69 501

GANet	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

TDLM	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

CVANet_RVC	1.00 512	1.00 370	1.00 515	1.00 469	1.00 554	1.00 518	1.00 551	1.00 514	1.00 558	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

WQFJA1	0.85 487	0.98 361	0.67 457	1.29 554	0.76 528	1.01 526	0.67 493	1.02 528	0.67 496	1.02 535	0.67 502	1.01 533	0.67 493	1.01 533	0.68 496	0.99 500	0.67 462	0.93 531	0.64 502	0.92 503	0.65 492

WQFJX1	0.84 481	0.98 361	0.67 457	1.30 556	0.75 523	1.01 526	0.67 493	1.01 523	0.67 496	1.01 531	0.67 502	1.01 533	0.68 498	1.00 525	0.68 496	0.98 499	0.67 462	0.92 527	0.64 502	0.92 503	0.64 490

NLSM3	0.85 487	0.99 368	0.68 465	1.29 554	0.76 528	1.01 526	0.68 498	1.01 523	0.68 502	1.02 535	0.68 508	1.01 533	0.68 498	1.01 533	0.68 496	0.97 495	0.68 468	0.93 531	0.64 502	0.93 508	0.63 484

trnet	1.01 520	1.01 380	1.01 520	1.01 474	1.01 560	1.01 526	1.01 556	1.01 523	1.01 563	1.01 531	1.01 560	1.01 533	1.01 548	1.01 533	1.01 554	1.01 506	1.01 517	1.01 547	1.01 562	1.01 522	1.01 555

NLMM	0.84 481	1.00 370	0.67 457	1.27 549	0.75 523	1.00 518	0.68 498	1.00 514	0.67 496	1.00 520	0.67 502	1.02 537	0.67 493	1.02 537	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.92 503	0.63 484

STTRV1_RVC	0.82 474	1.60 489	0.70 470	1.01 474	0.60 487	1.07 538	0.69 506	1.01 523	0.60 483	0.72 482	0.55 481	1.02 537	0.68 498	1.03 539	0.67 488	0.89 482	0.63 455	0.92 527	0.57 488	0.90 499	0.65 492

WQFJX	0.85 487	1.00 370	0.68 465	1.30 556	0.75 523	1.01 526	0.68 498	1.01 523	0.68 502	1.01 531	0.68 508	1.03 539	0.68 498	1.02 537	0.67 488	0.97 495	0.67 462	0.93 531	0.63 497	0.94 512	0.63 484

AIO-Stereo	0.84 481	0.66 302	0.70 470	0.83 439	0.67 506	0.98 516	0.82 536	1.14 534	0.72 523	1.03 537	0.74 529	1.03 539	1.09 552	0.99 523	0.45 433	1.04 507	0.73 484	0.95 537	0.74 530	0.94 512	0.46 429

11t	1.27 589	2.70 598	1.34 593	1.32 559	0.89 543	1.30 603	1.34 628	1.64 617	0.57 476	1.45 614	0.72 525	1.05 541	1.29 617	1.07 544	1.29 629	1.49 594	1.02 518	0.97 540	1.15 569	1.48 605	1.31 629

GLC_STEREO	1.07 527	1.01 380	1.06 523	1.07 479	1.05 564	1.06 535	1.08 561	1.08 530	1.05 567	1.07 539	1.06 562	1.08 542	1.05 550	1.06 541	1.10 560	1.07 509	1.09 527	1.05 551	1.05 564	1.06 526	1.12 562

Nwc_Net	2.37 671	25.95 739	1.15 531	1.14 487	1.15 570	1.08 539	1.14 565	1.17 540	1.16 572	1.14 550	1.15 567	1.08 542	1.15 558	1.11 549	1.14 564	1.10 513	1.11 531	1.16 556	1.09 566	1.16 535	1.15 567

RP	2.33 667	25.00 735	1.13 528	1.15 490	1.15 570	1.10 542	1.15 567	1.15 535	1.15 571	1.12 547	1.15 567	1.09 544	1.13 554	1.10 547	1.15 565	1.11 518	1.09 527	1.16 556	1.12 567	1.16 535	1.17 571

edge stereo	2.43 674	27.07 743	1.14 529	1.06 478	1.14 568	1.08 539	1.17 570	1.16 538	1.14 570	1.10 541	1.16 570	1.09 544	1.16 562	1.10 547	1.16 569	1.10 513	1.11 531	1.16 556	1.19 573	1.13 529	1.11 560

Pro-Stereo	0.79 461	0.53 282	0.38 303	0.49 321	0.38 409	0.49 420	0.37 395	0.49 409	0.67 496	0.50 427	0.38 407	1.10 546	0.38 399	0.49 418	0.38 394	0.71 444	0.88 503	5.98 733	0.36 410	0.46 396	0.36 384

AF-Net	2.37 671	25.71 738	1.17 533	1.13 486	1.15 570	1.15 549	1.18 571	1.19 543	1.16 572	1.10 541	1.15 567	1.10 546	1.18 563	1.12 551	1.15 565	1.10 513	1.10 530	1.17 560	1.15 569	1.16 535	1.12 562

NCC-stereo	2.36 669	25.52 737	1.17 533	1.15 490	1.17 575	1.11 545	1.11 562	1.15 535	1.16 572	1.10 541	1.16 570	1.10 546	1.15 558	1.14 552	1.13 563	1.09 511	1.11 531	1.15 555	1.16 571	1.17 540	1.17 571

MSMD_ROB	1.19 537	1.10 400	0.70 470	1.10 481	0.60 487	1.10 542	0.70 513	1.10 533	0.70 515	1.10 541	0.70 517	1.10 546	0.70 509	7.00 737	0.70 512	1.10 513	0.70 477	1.10 552	0.70 523	1.10 528	0.70 504

RGC	2.36 669	25.48 736	1.19 537	1.15 490	1.15 570	1.10 542	1.16 569	1.17 540	1.16 572	1.12 547	1.16 570	1.11 550	1.13 554	1.09 545	1.18 571	1.10 513	1.15 536	1.16 556	1.12 567	1.14 530	1.12 562

Abc-Net	2.32 666	24.75 734	1.14 529	1.17 496	1.17 575	1.11 545	1.15 567	1.17 540	1.21 624	1.08 540	1.16 570	1.12 551	1.14 557	1.09 545	1.17 570	1.09 511	1.16 537	1.17 560	1.17 572	1.16 535	1.11 560
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wavelet-MonSter	1.00 512	1.21 458	0.76 485	1.94 589	1.01 560	1.11 545	0.76 523	1.15 535	0.76 529	1.11 546	0.76 531	1.14 552	0.76 519	1.11 549	0.76 524	1.21 573	0.90 504	1.02 548	0.71 526	1.02 524	0.71 510

stereogan	2.33 667	24.38 733	1.18 535	1.18 497	1.18 578	1.14 548	1.18 571	1.19 543	1.19 578	1.14 550	1.18 574	1.14 552	1.18 563	1.14 552	1.18 571	1.14 522	1.14 535	1.19 565	1.19 573	1.15 533	1.19 575

KSHMR	0.66 425	0.50 268	0.48 392	1.15 490	0.52 475	0.49 420	0.51 467	0.49 409	0.71 520	0.67 476	0.50 470	1.16 554	1.11 553	0.66 470	0.52 462	0.49 382	0.49 411	0.51 456	0.66 509	0.50 422	1.14 566

HSM-Net_RVC	0.95 508	1.17 408	0.78 489	1.18 497	0.71 516	1.16 550	0.75 521	1.09 532	0.80 536	1.10 541	0.75 530	1.17 555	0.74 516	1.17 555	0.80 530	1.13 520	0.73 484	1.17 560	0.77 535	1.16 535	0.72 511
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
S-Stereo	2.51 678	26.86 741	1.23 589	1.22 544	1.22 629	1.24 599	1.25 622	1.22 592	1.24 627	1.21 599	1.24 623	1.19 556	1.27 615	1.19 556	1.24 622	1.19 525	1.20 542	1.25 615	1.19 573	1.24 594	1.23 624

DisPM	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

CrosDoStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PFNet+	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

LCNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

HHNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Patchmatch Stereo++	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576
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	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

STrans-v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

TransformOpticalFlow	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

OMP-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

IIG-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

NF-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

OCTAStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-softLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

KMStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

NRIStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-adaLoss	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-AAD	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ROB_FTStereo_v2	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ROB_FTStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Consistency-Raft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

KYRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

HUI-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ASMatch	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DeepStereo_LL	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DEmStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

SST-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

THIR-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT_R40	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DRaft	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PFNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

GrayStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RE-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Pruner-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

TVStereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DeepStereo_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-RH_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

IRAFT_RVC	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-345	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

iRAFT	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

CRE-IMP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

GMM-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-IKP	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Prome-Stereo	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

FAT-Stereo	2.46 676	26.05 740	1.23 589	1.23 546	1.22 629	1.20 551	1.24 621	1.23 594	1.23 626	1.19 553	1.22 621	1.21 602	1.24 613	1.20 557	1.24 622	1.21 573	1.17 540	1.22 613	1.25 626	1.20 545	1.24 625

CroCo-Stereo	0.73 447	1.22 464	0.25 219	1.22 544	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	1.21 612	0.25 265	1.22 593	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
Hybrid-DGEV-2	1.05 526	1.83 526	0.83 497	1.33 560	0.82 540	1.30 603	0.81 533	1.26 595	0.79 534	1.29 603	0.79 537	1.26 604	0.80 525	1.26 604	0.79 527	1.20 527	0.78 492	1.18 563	0.77 535	1.20 545	0.77 524

Hybrid-DGEV	1.03 524	1.75 500	0.80 493	1.28 553	0.78 532	1.26 600	0.80 529	1.26 595	0.78 530	1.26 601	0.78 535	1.26 604	0.78 523	1.26 604	0.78 526	1.15 523	0.75 487	1.14 553	0.74 530	1.14 530	0.75 519

MLG-Stereo	0.92 500	0.90 343	0.84 499	1.27 549	0.49 464	1.38 611	0.88 539	1.41 609	0.97 554	0.73 484	1.09 564	1.26 604	0.43 434	0.72 480	1.05 557	1.13 520	0.49 411	1.18 563	0.66 509	1.01 522	0.46 429

CroCo-Stereo Lap2	0.77 457	1.29 468	0.29 242	1.27 549	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	1.27 616	0.27 309	1.27 597	0.27 291

DPSimNet_ROB	0.97 509	1.18 410	0.81 496	1.10 481	0.91 547	1.02 532	0.82 536	1.04 529	0.91 544	1.03 537	0.86 544	1.28 608	0.82 529	1.03 539	0.89 538	1.17 524	0.81 499	1.02 548	0.82 544	1.08 527	0.81 530

Hybrid-DGEV-03	1.07 527	1.83 526	0.83 497	1.34 561	0.81 539	1.32 605	0.81 533	1.31 602	0.81 539	1.31 604	0.82 541	1.32 609	0.82 529	1.32 609	0.81 533	1.19 525	0.77 490	1.19 565	0.76 533	1.19 543	0.77 524

LiteMatch*	2.07 635	1.30 470	5.73 720	6.28 709	0.79 534	1.33 606	0.80 529	1.30 601	1.02 564	1.33 605	0.84 543	1.33 610	0.97 537	1.28 608	1.04 556	6.05 719	5.89 715	1.28 617	0.76 533	1.28 598	0.88 534

MaskLacGwcNet_RVC	1.35 591	1.35 475	1.35 595	1.35 563	1.35 632	1.35 607	1.35 629	1.36 604	1.35 635	1.36 608	1.35 632	1.36 611	1.36 623	1.36 610	1.35 633	1.35 584	1.35 603	1.35 622	1.35 631	1.35 601	1.35 634

CC-Net-ROB	1.36 592	1.33 474	1.33 592	1.36 564	1.38 635	1.36 609	1.33 627	1.37 606	1.34 632	1.35 607	1.36 634	1.38 612	1.34 621	1.38 612	1.38 636	1.35 584	1.38 607	1.33 619	1.35 631	1.43 604	1.34 633

ours_stereo	1.20 538	1.21 458	0.90 504	1.64 583	1.11 567	1.35 607	0.67 493	1.76 621	0.93 549	1.70 625	1.10 565	1.39 613	0.75 518	1.41 613	0.81 533	1.60 601	1.03 519	1.33 619	1.00 555	1.61 610	0.72 511

PS-NSSS	1.38 594	1.39 480	1.34 593	1.34 561	1.35 632	1.38 611	1.37 636	1.35 603	1.38 638	1.34 606	1.34 631	1.39 613	1.38 626	1.70 623	1.40 637	1.36 586	1.36 604	1.36 624	1.37 634	1.37 602	1.36 635

qqai	1.22 585	1.38 479	1.12 526	1.39 567	1.14 568	1.40 613	1.14 565	1.41 609	1.12 568	1.40 610	1.11 566	1.40 615	1.13 554	1.41 613	1.15 565	1.25 576	0.97 510	1.24 614	1.01 562	1.24 594	0.96 544

MM-Stereo_test2	1.20 538	1.85 532	1.05 522	1.46 570	0.94 551	1.36 609	0.99 550	1.36 604	0.95 551	1.41 611	0.98 554	1.40 615	0.96 536	1.37 611	0.95 544	1.37 588	1.06 520	1.33 619	0.93 552	1.29 599	0.89 537

RASNet	1.49 595	1.65 490	1.45 611	1.38 566	1.43 638	1.47 618	1.36 631	1.38 607	1.36 636	1.39 609	1.60 648	1.45 617	1.45 629	1.51 617	2.21 693	1.53 598	1.36 604	1.36 624	1.36 633	1.66 613	1.36 635

MM-Stereo_test3	1.27 589	2.07 552	1.18 535	1.60 578	1.02 562	1.45 617	1.01 556	1.40 608	1.04 566	1.44 613	1.03 561	1.46 618	1.02 549	1.44 616	1.02 555	1.51 597	1.12 534	1.32 618	0.98 553	1.38 603	0.97 545

LL-Strereo	1.01 520	5.06 666	1.63 622	0.70 417	1.43 638	0.56 453	0.46 443	0.57 448	0.50 463	0.57 457	0.50 470	1.58 619	0.49 458	0.59 458	0.50 455	1.64 602	0.52 426	0.51 456	1.37 634	0.52 430	0.45 428

FlowAnything	1.02 522	1.71 493	0.72 477	1.59 575	0.69 510	1.60 620	0.69 506	1.61 614	0.70 515	1.60 616	0.69 513	1.60 620	0.69 505	1.61 621	0.69 504	0.81 471	0.58 439	0.81 510	0.56 486	0.82 486	0.56 474

tt45	1.04 525	0.88 337	1.36 603	0.92 453	1.03 563	1.51 619	0.79 526	0.70 475	0.88 542	0.74 489	0.90 545	1.60 620	0.72 514	1.60 619	0.75 522	0.91 483	0.78 492	1.52 629	0.79 539	1.14 530	1.32 630

DPSMNet_ROB	1.60 599	1.59 488	1.70 626	1.59 575	1.59 644	1.61 621	1.61 647	1.60 613	1.60 645	1.62 622	1.59 647	1.60 620	1.60 632	1.60 619	1.59 644	1.59 599	1.60 627	1.59 630	1.59 652	1.59 609	1.59 649

FlowAnything_test	1.02 522	1.72 494	0.71 474	1.59 575	0.70 514	1.61 621	0.69 506	1.61 614	0.70 515	1.60 616	0.70 517	1.61 623	0.69 505	1.61 621	0.70 512	0.81 471	0.58 439	0.81 510	0.55 482	0.81 484	0.56 474

FAST (zero-shot)	0.87 494	1.55 486	0.42 365	1.57 573	0.42 440	1.62 623	0.45 440	1.59 612	0.42 435	1.66 623	0.44 443	1.62 624	0.42 429	1.59 618	0.42 425	0.64 430	0.43 385	0.64 476	0.42 448	0.67 454	0.46 429

HBP-ISP	1.24 587	1.72 494	1.65 623	1.15 490	0.76 528	1.40 613	0.88 539	1.67 620	1.02 564	1.69 624	1.38 637	1.69 625	1.21 611	1.87 631	1.21 620	1.05 508	0.79 494	0.97 540	0.80 541	1.19 543	0.75 519

4.25w-stereo	1.98 614	2.72 602	1.46 612	3.47 664	1.43 638	2.07 639	1.98 682	2.53 673	1.52 643	2.71 680	1.98 693	1.81 626	1.62 634	1.96 634	1.36 634	1.88 612	2.00 659	2.53 685	1.61 659	1.74 617	1.15 567

BLMT-Stereo	1.53 596	1.36 476	1.06 523	1.42 569	1.23 631	1.41 615	1.07 560	1.43 611	1.12 568	1.42 612	1.06 562	1.83 627	1.07 551	1.42 615	1.07 558	1.27 578	1.38 607	6.80 734	1.00 555	1.26 596	1.00 549

GANetREF_RVC	1.55 597	1.94 548	1.22 587	1.88 586	1.21 627	1.88 628	1.22 619	1.88 623	1.22 625	1.88 626	1.22 621	1.88 628	1.22 612	1.89 632	1.22 621	1.87 609	1.22 589	1.88 644	1.22 622	1.88 622	1.22 622
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
2.75w_new	1.99 615	2.34 578	1.81 633	3.14 646	1.62 646	1.94 630	1.99 685	2.72 677	1.71 664	2.72 681	1.99 696	1.90 629	1.73 655	1.82 630	1.29 629	2.37 657	2.01 661	2.31 671	1.42 640	1.77 619	1.22 622

FC-DCNN	1.07 527	1.09 396	0.98 513	0.89 446	0.52 475	1.41 615	0.91 542	1.21 591	1.24 627	1.96 629	2.05 698	1.91 630	1.30 618	1.27 607	1.08 559	0.80 467	0.60 448	0.58 468	0.41 440	0.68 456	0.54 463

RAFT_CTSACE	1.92 611	3.71 633	1.72 629	1.88 586	1.72 669	2.04 637	1.42 641	2.18 640	1.89 688	2.02 636	1.97 687	1.95 631	2.06 681	1.93 633	1.62 645	1.76 604	1.66 632	2.02 649	1.73 680	1.73 616	1.43 640

MFMNet_re	1.81 608	1.91 541	1.71 628	1.95 591	1.70 667	1.95 633	1.70 664	1.96 626	1.74 671	1.97 631	1.72 669	1.95 631	1.71 653	1.97 635	1.71 664	1.86 607	1.62 628	1.85 637	1.66 671	1.86 621	1.64 667

4.5w-stereo	1.99 615	2.33 574	1.81 633	3.28 654	1.68 657	1.94 630	1.99 685	2.72 677	1.70 662	2.72 681	1.99 696	1.97 633	1.68 643	1.76 625	1.29 629	1.91 614	2.02 665	2.53 685	1.61 659	1.75 618	1.16 570

2w_stereo	1.99 615	2.36 581	1.81 633	3.24 652	1.67 653	1.94 630	1.98 682	2.72 677	1.68 654	2.72 681	1.94 684	1.98 634	1.74 657	1.79 628	1.27 626	1.95 617	2.00 659	2.53 685	1.60 655	1.68 614	1.15 567

3.75w	1.99 615	2.31 572	1.83 641	3.16 648	1.65 648	1.93 629	1.98 682	2.72 677	1.68 654	2.73 686	1.97 687	2.00 635	1.72 654	1.81 629	1.25 625	2.27 647	2.01 661	2.38 676	1.42 640	1.71 615	1.24 625

4.25_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 677	1.71 664	2.72 681	1.97 687	2.01 636	1.74 657	1.77 626	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 571

4.5w_new	2.00 619	2.33 574	1.82 638	3.32 657	1.69 662	1.95 633	1.99 685	2.72 677	1.71 664	2.72 681	1.97 687	2.01 636	1.74 657	1.77 626	1.28 627	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 571

SPS-STEREO	1.59 598	1.91 541	1.21 586	1.94 589	1.20 581	2.00 636	1.23 620	1.99 628	1.24 627	2.00 634	1.25 624	2.03 638	1.26 614	2.00 636	1.29 629	1.90 613	1.18 541	1.89 645	1.21 621	1.89 623	1.20 576
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 607	3.41 626	1.52 618	2.12 597	1.41 637	2.04 637	1.41 639	2.05 632	1.46 642	2.04 638	1.41 639	2.05 639	1.42 628	2.05 637	1.43 639	2.04 623	1.54 619	1.94 646	1.38 636	1.99 626	1.33 631

MC-Stereo	1.76 604	2.96 614	1.37 605	2.14 598	1.37 634	2.14 642	1.36 631	2.14 637	1.37 637	2.14 643	1.37 635	2.14 640	1.37 625	2.14 641	1.37 635	1.97 618	1.32 591	1.97 648	1.32 630	1.98 625	1.33 631

derf	1.91 610	2.15 560	1.78 632	2.16 599	1.75 670	2.21 651	1.80 668	2.22 651	1.80 675	2.21 654	1.76 670	2.17 641	1.81 662	2.24 658	1.74 673	1.93 616	1.56 620	1.96 647	1.53 645	1.95 624	1.56 644

noway7	2.08 638	5.18 670	1.92 652	2.27 605	1.66 649	2.18 643	1.66 650	2.17 639	1.66 646	2.18 646	1.65 652	2.18 642	1.66 635	2.17 642	1.66 650	2.15 627	1.85 648	2.05 650	1.60 655	2.05 628	1.60 651

zzzz4	2.08 638	5.22 674	1.93 655	2.27 605	1.66 649	2.19 645	1.66 650	2.18 640	1.67 649	2.18 646	1.66 655	2.18 642	1.66 635	2.18 643	1.66 650	2.15 627	1.84 643	2.05 650	1.60 655	2.05 628	1.60 651

zzzzzz3	2.07 635	5.00 664	1.93 655	2.28 610	1.66 649	2.19 645	1.66 650	2.18 640	1.67 649	2.19 649	1.66 655	2.18 642	1.67 641	2.18 643	1.66 650	2.15 627	1.85 648	2.05 650	1.59 652	2.05 628	1.59 649

GELT-Stereo	2.10 643	5.33 681	1.94 663	2.37 621	1.68 657	2.21 651	1.69 662	2.19 643	1.67 649	2.18 646	1.67 657	2.19 645	1.66 635	2.19 646	1.66 650	2.23 641	1.83 642	2.07 656	1.61 659	2.04 627	1.61 656

monster_256*512	2.09 641	5.21 673	1.98 667	2.30 613	1.67 653	2.18 643	1.66 650	2.20 646	1.67 649	2.19 649	1.67 657	2.19 645	1.66 635	2.19 646	1.66 650	2.15 627	1.86 652	2.05 650	1.60 655	2.06 632	1.61 656

noway2	2.07 635	4.96 661	1.92 652	2.28 610	1.66 649	2.20 648	1.66 650	2.19 643	1.66 646	2.19 649	1.65 652	2.19 645	1.68 643	2.18 643	1.65 647	2.15 627	1.86 652	2.06 654	1.59 652	2.06 632	1.60 651

zzzzzzz1	2.10 643	5.20 672	1.93 655	2.38 623	1.68 657	2.20 648	1.67 656	2.20 646	1.68 654	2.20 652	1.67 657	2.20 648	1.68 643	2.20 648	1.67 658	2.24 642	1.86 652	2.06 654	1.61 659	2.06 632	1.62 662

zzzz2	2.08 638	4.92 660	1.93 655	2.30 613	1.67 653	2.19 645	1.66 650	2.20 646	1.67 649	2.20 652	1.68 662	2.21 649	1.66 635	2.20 648	1.68 659	2.17 633	1.84 643	2.07 656	1.62 665	2.05 628	1.61 656

zzz1	2.09 641	4.97 662	1.93 655	2.30 613	1.68 657	2.21 651	1.68 658	2.21 649	1.68 654	2.21 654	1.67 657	2.21 649	1.68 643	2.21 651	1.69 662	2.17 633	1.85 648	2.08 660	1.61 659	2.06 632	1.61 656

noway5	1.92 611	4.97 662	1.95 664	2.31 616	1.68 657	2.21 651	1.68 658	2.21 649	1.69 661	2.22 658	1.68 662	2.21 649	1.68 643	2.21 651	1.68 659	2.18 635	1.87 656	1.71 634	0.65 506	0.85 490	0.72 511

noway1	2.10 643	5.26 678	1.93 655	2.31 616	1.69 662	2.21 651	1.67 656	2.19 643	1.68 654	2.21 654	1.68 662	2.21 649	1.67 641	2.20 648	1.66 650	2.15 627	1.84 643	2.07 656	1.61 659	2.07 636	1.61 656

noway3	2.12 649	5.22 674	1.93 655	2.39 624	1.70 667	2.23 656	1.70 664	2.22 651	1.70 662	2.22 658	1.70 668	2.23 653	1.69 650	2.22 653	1.71 664	2.28 648	1.86 652	2.08 660	1.63 668	2.09 641	1.63 665

noway4	2.11 647	5.14 668	1.93 655	2.37 621	1.69 662	2.20 648	1.68 658	2.22 651	1.68 654	2.21 654	1.69 666	2.23 653	1.68 643	2.22 653	1.66 650	2.24 642	1.84 643	2.09 665	1.63 668	2.09 641	1.62 662

NCCL2	2.28 665	2.27 569	2.28 674	2.28 610	2.28 699	2.27 658	2.29 694	2.28 654	2.28 698	2.27 661	2.28 699	2.28 655	2.27 685	2.27 659	2.28 698	2.28 648	2.28 673	2.27 668	2.29 698	2.27 648	2.29 690

TRStereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 656	1.86 681	2.30 662	1.87 676	2.30 656	1.87 665	2.08 638	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

XX-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 656	1.86 681	2.30 662	1.87 676	2.30 656	1.87 665	2.08 638	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

EAI-Stereo	2.00 619	2.13 557	1.85 644	2.27 605	1.84 674	2.28 660	1.84 670	2.29 656	1.86 681	2.30 662	1.87 676	2.30 656	1.87 665	2.08 638	1.72 667	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

ff7	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 634	1.80 675	2.05 639	1.56 644	2.33 659	2.12 682	2.23 655	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

ffff	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 634	1.80 675	2.05 639	1.56 644	2.33 659	2.12 682	2.23 655	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

ccc-4	1.68 600	2.68 595	1.35 595	0.97 466	0.89 543	1.84 625	2.15 691	2.12 634	1.80 675	2.05 639	1.56 644	2.33 659	2.12 682	2.23 655	2.25 694	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

STTStereo	3.73 700	30.40 747	2.37 678	2.39 624	2.31 701	2.35 663	2.33 695	2.29 656	2.42 699	2.32 666	2.34 700	2.33 659	2.36 686	2.30 661	2.27 697	2.35 656	2.22 672	2.31 671	2.22 695	2.29 650	2.34 694

asda	2.17 651	2.54 589	1.81 633	3.47 664	1.78 672	2.50 672	1.86 674	2.61 675	1.68 654	2.61 677	1.83 672	2.37 663	1.73 655	2.44 670	1.88 685	2.51 666	1.84 643	2.34 673	1.62 665	2.23 645	1.77 677

FBW_ROB	2.12 649	2.46 588	1.77 631	2.49 629	1.79 673	2.38 664	1.83 669	2.46 668	1.78 674	2.48 673	1.97 687	2.40 664	1.78 660	2.42 669	1.83 677	2.31 653	1.85 648	2.38 676	1.82 683	2.35 652	1.84 678

AIO_test	2.18 653	2.09 555	2.04 672	2.42 626	2.01 686	2.47 668	1.94 681	2.34 663	2.03 696	2.56 676	1.94 684	2.43 665	1.94 672	2.41 667	1.87 683	2.39 659	2.10 668	2.35 675	1.91 691	2.25 647	2.19 688

AIO_rvc	2.18 653	2.34 578	1.87 648	2.32 618	1.94 684	2.40 665	1.89 679	2.37 664	2.07 697	2.52 675	1.95 686	2.44 666	1.99 677	2.41 667	1.89 686	2.32 654	2.09 667	2.24 667	2.18 694	2.21 644	2.23 689

MonStereo	2.17 651	2.41 584	1.49 617	2.67 634	1.67 653	2.60 679	2.04 689	2.32 661	1.76 672	2.44 670	1.68 662	2.50 667	1.69 650	2.38 664	1.80 676	2.28 648	1.78 638	2.63 688	2.14 693	3.47 681	1.68 670

UDGNet	2.23 663	5.40 685	1.72 629	2.48 628	1.69 662	2.51 673	1.69 662	2.51 672	1.72 668	2.50 674	1.69 666	2.52 668	1.69 650	2.50 671	1.68 659	2.41 660	1.70 634	2.42 678	1.69 676	2.42 655	1.64 667

MonStereo1	1.94 613	2.77 608	1.52 618	3.73 675	1.51 641	2.13 641	1.42 641	2.32 661	1.52 643	2.31 665	1.50 642	2.53 669	1.59 631	2.34 663	1.56 642	1.91 614	1.36 604	1.86 640	1.31 629	2.07 636	1.53 641

qwe	2.18 653	2.60 592	1.58 620	3.83 677	1.90 683	2.53 674	1.90 680	2.48 669	1.73 669	2.37 668	1.92 683	2.53 669	1.68 643	2.56 673	1.83 677	2.52 668	1.87 656	2.07 656	1.68 674	2.32 651	1.71 671

2.25w	2.00 619	1.86 535	1.98 667	2.95 643	2.17 696	2.26 657	1.35 629	2.42 667	2.00 695	2.07 642	1.27 626	2.53 669	1.99 677	2.29 660	1.49 641	2.21 639	1.32 591	1.85 637	1.87 685	2.52 666	1.62 662

IGEVStereo-DCA	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 618	1.17 576	2.75 687	1.90 681	2.54 672	1.15 558	0.94 517	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 534

rrr	1.77 605	4.21 649	1.84 642	2.49 629	2.11 692	2.54 676	1.36 631	1.65 618	1.17 576	2.75 687	1.90 681	2.54 672	1.15 558	0.94 517	1.11 561	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 534

4w-stereo	2.02 627	2.72 602	1.44 610	3.36 660	1.59 644	2.48 669	1.72 666	2.28 654	1.24 627	2.24 660	1.65 652	2.56 674	1.32 620	2.39 666	1.98 690	2.67 671	1.51 615	1.66 632	1.24 624	2.53 669	1.88 685

HUF	2.18 653	2.30 571	1.99 671	2.34 620	2.02 689	2.41 666	2.06 690	2.38 665	1.89 688	2.36 667	1.85 673	2.56 674	1.98 675	2.31 662	1.97 689	2.30 652	2.03 666	2.30 670	2.11 692	2.23 645	2.16 687

asd	2.18 653	2.77 608	1.58 620	3.59 669	2.00 685	2.58 678	1.85 673	2.39 666	1.71 664	2.47 672	1.97 687	2.59 676	1.61 633	2.56 673	1.79 675	2.51 666	1.99 658	2.11 666	1.62 665	2.36 653	1.60 651

monsters	2.18 653	2.41 584	1.96 666	3.47 664	2.03 690	2.53 674	1.64 649	2.48 669	1.73 669	2.40 669	1.50 642	2.62 677	1.94 672	2.59 675	1.94 687	2.44 661	1.57 622	2.28 669	1.87 685	2.42 655	1.86 680

3.25w_new	2.03 629	2.72 602	1.35 595	3.33 659	1.57 642	2.72 683	1.53 646	2.15 638	1.33 631	2.15 644	1.60 648	2.63 678	1.30 618	2.72 684	1.99 691	2.67 671	1.53 617	1.75 635	1.25 626	2.53 669	1.87 682

3.5w_stereo	2.03 629	2.72 602	1.35 595	3.41 661	1.57 642	2.72 683	1.49 645	2.01 630	1.34 632	2.15 644	1.61 650	2.63 678	1.36 623	2.72 684	1.99 691	2.66 669	1.58 623	1.68 633	1.24 624	2.53 669	1.87 682

DNSM	2.56 680	4.43 652	3.08 697	4.09 679	1.86 677	2.66 681	1.86 674	2.66 676	1.87 685	2.66 679	1.86 674	2.66 680	1.86 663	2.66 680	1.87 683	3.82 686	2.94 681	2.42 678	1.73 680	2.42 655	1.73 675

monsterstereo	2.20 659	2.33 574	1.95 664	3.65 671	2.07 691	2.49 670	1.61 647	2.48 669	1.83 679	2.45 671	1.61 650	2.67 681	1.86 663	2.64 677	1.94 687	2.48 665	1.66 632	2.34 673	1.68 674	2.40 654	1.86 680

4.5_new	2.00 619	1.84 531	1.98 667	2.77 637	2.16 694	2.27 658	1.28 626	2.09 633	1.98 692	2.01 635	1.28 627	2.71 682	1.98 675	2.51 672	1.65 647	2.26 644	1.33 598	1.87 641	1.87 685	2.49 662	1.60 651

2.5w	2.01 626	2.40 583	1.37 605	3.28 654	2.01 686	2.71 682	1.43 644	1.82 622	1.83 679	1.90 628	1.41 639	2.71 682	1.35 622	2.71 682	1.85 679	2.66 669	1.53 617	1.64 631	1.23 623	2.53 669	1.87 682

3.25w	2.04 632	2.20 564	1.48 613	3.03 644	2.17 696	2.63 680	1.39 637	1.96 626	1.95 691	1.96 629	1.37 635	2.71 682	1.96 674	2.71 682	1.73 672	2.26 644	1.32 591	1.87 641	1.87 685	2.51 665	1.63 665

1w_stereo	2.05 634	2.32 573	1.35 595	3.74 676	2.01 686	2.73 685	1.42 641	1.88 623	1.93 690	2.03 637	1.28 627	2.71 682	1.99 677	2.72 684	1.72 667	2.20 638	1.32 591	1.87 641	1.86 684	2.45 658	1.54 642

3w_stereo	2.04 632	2.24 568	1.70 626	3.15 647	2.18 698	2.49 670	1.26 624	2.03 631	1.98 692	1.98 632	1.33 630	2.72 686	1.99 677	2.59 675	1.72 667	2.22 640	1.33 598	1.85 637	1.88 690	2.50 664	1.58 648

IGEV	2.02 627	2.20 564	1.82 638	2.90 642	2.16 694	2.41 666	1.25 622	2.00 629	1.98 692	1.99 633	1.31 629	2.72 686	1.93 671	2.67 681	1.69 662	2.26 644	1.32 591	1.83 636	1.87 685	2.53 669	1.61 656

sCroCo_RVC	2.10 643	2.76 606	1.92 652	2.78 640	1.39 636	2.73 685	1.41 639	2.73 683	1.40 639	2.77 692	1.41 639	2.74 688	1.40 627	2.74 687	1.40 637	2.72 673	1.42 610	2.72 689	1.44 642	2.79 676	1.42 639

LG-G_1	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 685	1.87 685	2.75 687	1.87 676	2.76 689	1.87 665	2.75 688	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 646

LG-G	2.22 660	2.71 600	1.89 649	2.77 637	1.87 681	2.75 687	1.87 677	2.76 685	1.87 685	2.75 687	1.87 676	2.76 689	1.87 665	2.75 688	1.86 680	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 646

LGtest1	2.22 660	2.70 598	1.89 649	2.76 636	1.86 677	2.75 687	1.86 674	2.75 684	1.86 681	2.75 687	1.86 674	2.77 691	1.87 665	2.75 688	1.86 680	2.46 662	1.58 623	2.45 680	1.56 646	2.45 658	1.56 644

NLCA_NET_v2_RVC	5.04 728	50.87 758	2.78 683	2.87 641	2.71 703	2.78 690	0.47 448	2.88 690	2.86 704	1.89 627	2.67 702	2.79 692	2.79 691	2.78 691	2.83 700	2.82 674	2.82 680	2.83 690	2.77 702	2.83 677	2.76 699
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
plain	1.88 609	3.16 620	0.64 447	3.10 645	0.65 501	3.10 692	0.64 486	3.12 692	0.65 492	3.10 693	0.65 499	3.11 693	0.65 488	3.12 692	0.65 484	3.12 678	0.65 459	3.13 691	0.65 506	3.13 679	0.65 492

MIF-Stereo (partial)	2.58 681	3.31 625	0.66 453	3.18 649	0.66 504	3.18 693	0.66 489	3.21 693	0.67 496	3.19 694	0.66 501	3.19 694	0.66 491	3.31 696	0.68 496	5.09 711	1.79 640	8.23 738	1.67 672	6.18 722	1.38 637

Anonymous3	2.55 679	3.26 624	1.65 623	3.28 654	1.63 647	3.24 694	1.68 658	3.27 694	1.66 646	3.28 695	1.67 657	3.25 695	1.66 635	3.27 694	1.64 646	3.26 679	1.65 631	3.30 693	1.65 670	4.95 713	1.65 669

NLSM1	2.93 693	3.24 623	2.57 682	4.04 678	2.66 702	3.30 696	2.55 697	3.29 695	2.55 700	3.35 697	2.48 701	3.28 696	2.47 687	3.34 697	2.49 699	3.26 679	2.55 679	3.13 691	2.57 701	3.00 678	2.46 697

UniTT-Stereo	2.03 629	3.43 627	0.72 477	3.42 662	0.73 519	3.27 695	0.68 498	3.38 697	0.69 507	3.29 696	0.72 525	3.28 696	0.70 509	3.35 698	0.68 496	3.39 681	0.68 468	3.31 694	0.69 519	3.37 680	0.73 515

SA	4.33 717	7.35 699	6.85 726	5.96 707	4.09 729	3.59 698	3.15 716	3.82 702	2.64 701	3.91 700	3.85 724	3.57 698	2.72 690	3.13 693	4.03 725	7.09 727	6.86 722	3.57 696	3.12 714	3.85 684	3.51 722

RAStereo	2.23 663	3.64 630	0.76 485	3.65 671	0.86 541	3.66 700	0.76 523	3.67 701	0.81 539	3.66 698	0.76 531	3.66 699	0.77 521	3.68 700	0.77 525	3.68 684	0.77 490	3.69 699	0.77 535	3.70 683	0.77 524

DPSNet	3.66 698	3.60 629	3.62 706	3.63 670	3.64 724	3.65 699	3.65 723	3.66 700	3.67 721	3.67 699	3.65 721	3.67 700	3.66 709	3.66 699	3.68 718	3.68 684	3.66 700	3.67 698	3.68 724	3.67 682	3.67 723

test_3	5.01 727	8.86 711	7.77 729	8.09 719	2.76 704	4.13 705	4.05 729	3.88 703	3.76 725	4.33 706	4.13 728	3.71 701	3.91 717	4.21 707	4.06 726	7.93 728	7.69 727	4.53 705	3.91 727	4.17 690	4.29 732

Sa-1000	4.34 718	8.37 705	6.84 725	6.98 716	4.45 732	3.58 697	3.00 702	3.42 698	3.39 719	2.61 677	4.00 727	3.83 702	4.01 720	3.90 702	3.90 723	5.98 718	5.62 714	3.76 700	2.34 699	4.35 693	2.47 698

TestStereo1	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 704	3.74 723	3.97 701	3.52 719	3.94 703	3.58 706	3.98 703	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 726

SA-5K	4.60 719	8.41 706	6.44 723	6.86 714	3.79 726	3.97 702	3.78 725	3.99 704	3.74 723	3.97 701	3.52 719	3.94 703	3.58 706	3.98 703	3.72 720	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 726

NLCSM	3.67 699	4.08 644	3.19 702	4.80 695	3.26 717	3.99 704	3.24 718	4.25 707	3.18 717	4.09 703	3.27 716	4.14 705	3.18 704	4.13 705	3.28 714	4.06 687	3.10 690	3.85 703	3.14 715	3.91 688	3.27 719

raft_robust	4.71 723	7.75 703	5.40 719	6.81 713	3.31 718	4.28 707	4.20 730	4.32 708	4.37 732	4.35 707	4.35 730	4.14 705	3.75 713	4.30 709	4.20 728	6.67 723	6.37 718	3.36 695	4.24 732	4.86 711	3.25 718

test_4	4.88 725	8.13 704	6.98 727	7.46 717	4.44 731	4.25 706	3.85 727	4.04 706	3.92 727	4.13 704	3.91 725	4.18 707	3.84 716	4.14 706	4.06 726	7.01 726	7.13 725	4.53 705	3.72 725	4.09 689	3.72 724

test_5	4.62 722	7.55 701	6.23 721	6.32 710	3.40 720	5.29 727	3.50 720	3.53 699	4.11 729	4.28 705	4.47 731	4.26 708	4.38 723	3.68 700	3.24 713	5.89 716	5.60 713	4.84 722	3.50 720	4.33 692	3.93 730

cross-raft	4.83 724	7.52 700	6.43 722	6.63 711	3.96 728	4.51 708	3.99 728	4.49 709	3.96 728	4.52 708	3.96 726	4.50 709	3.97 719	4.50 710	3.97 724	6.65 722	6.44 719	4.33 704	3.92 728	4.35 693	3.91 729

rvit_0105_6	3.87 705	5.73 692	3.10 698	4.69 693	3.12 715	4.54 710	3.02 704	4.56 711	3.04 705	4.54 712	3.03 705	4.54 710	3.04 695	4.56 711	3.05 703	4.58 698	3.05 683	4.58 709	3.05 706	4.58 698	3.05 704

rvit_stereo_0081	3.83 701	5.23 677	3.01 687	4.53 683	3.03 707	4.55 714	3.02 704	4.56 711	3.04 705	4.52 708	3.02 703	4.54 710	3.03 692	4.56 711	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.58 698	3.05 704

rvit_105_1	3.83 701	5.22 674	3.01 687	4.53 683	3.01 705	4.51 708	3.01 703	4.56 711	3.04 705	4.53 710	3.03 705	4.55 712	3.03 692	4.56 711	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.57 697	3.05 704

rvit_stereo_0082	3.86 703	5.82 693	3.01 687	4.53 683	3.03 707	4.54 710	3.02 704	4.56 711	3.04 705	4.53 710	3.02 703	4.55 712	3.04 695	4.57 714	3.05 703	4.57 695	3.05 683	4.58 709	3.05 706	4.58 698	3.06 707

rvit_stereo_0080	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 715	3.07 710	4.58 715	3.06 708	4.59 714	3.06 697	4.61 715	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 711

whm_eth	3.89 706	5.70 690	3.04 692	4.54 686	3.03 707	4.56 715	3.05 710	4.60 715	3.07 710	4.58 715	3.06 708	4.59 714	3.06 697	4.61 715	3.08 707	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 711

sAnonymous2	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 724	2.72 702	5.45 729	1.98 693	4.59 714	2.64 688	2.65 678	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 695

CroCo_RVC	3.31 696	2.63 593	1.38 607	3.71 673	1.86 677	4.70 720	1.11 562	4.82 724	2.72 702	5.45 729	1.98 693	4.59 714	2.64 688	2.65 678	6.21 734	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 695

rvit_0105_4	3.91 708	5.47 689	3.02 690	4.54 686	3.02 706	4.54 710	3.03 708	4.75 721	3.17 716	4.57 714	3.06 708	4.61 718	3.16 703	4.65 718	3.09 709	4.66 702	3.11 691	4.68 716	3.18 717	4.81 708	3.16 716

rvit_0105_3	3.91 708	5.33 681	3.06 695	4.60 691	3.07 713	4.60 717	3.06 712	4.62 717	3.08 713	4.60 717	3.07 711	4.62 719	3.08 699	4.67 719	3.10 710	4.70 703	3.11 691	4.77 720	3.19 718	4.77 707	3.14 715

rvit_stereo_0081_aga	3.86 703	5.33 681	3.02 690	4.55 689	3.04 711	4.54 710	3.02 704	4.64 718	3.06 709	4.54 712	3.04 707	4.62 719	3.08 699	4.62 717	3.07 706	4.58 698	3.06 687	4.60 711	3.08 710	4.63 701	3.07 708

rvit_stereo_ft	3.93 711	5.44 687	3.05 694	4.59 690	3.06 712	4.61 718	3.08 713	4.67 720	3.12 715	4.63 719	3.10 713	4.65 721	3.11 701	4.69 721	3.13 711	4.70 703	3.14 693	4.71 718	3.15 716	4.74 705	3.16 716

rvit_stereo_0083	3.92 710	5.30 680	3.06 695	4.61 692	3.09 714	4.67 719	3.08 713	4.66 719	3.09 714	4.62 718	3.10 713	4.66 722	3.11 701	4.67 719	3.16 712	4.72 705	3.16 694	4.77 720	3.11 713	4.66 704	3.11 713

MLG-Stereo_test1	4.25 713	5.34 684	3.61 705	5.31 701	3.63 723	5.23 726	3.57 721	5.38 729	3.65 720	5.23 726	3.47 718	4.76 723	3.74 712	4.85 722	3.71 719	4.96 707	3.18 696	4.71 718	2.92 703	4.86 711	2.90 701

RAFT+CT+SA	4.28 715	7.62 702	4.91 714	5.55 704	2.28 699	3.09 691	3.64 722	4.49 709	3.07 710	4.80 721	3.35 717	4.77 724	3.70 711	4.29 708	3.05 703	5.58 714	5.98 717	3.58 697	3.78 726	4.26 691	3.72 724

MLG-Stereo_test3	4.26 714	4.85 658	3.95 709	5.35 702	3.60 722	4.75 723	3.76 724	5.49 730	3.71 722	5.39 727	3.69 722	4.82 725	3.66 709	4.85 722	3.73 722	4.93 706	3.19 697	4.69 717	2.99 705	4.84 710	2.98 703

rvit_0105_5	4.10 712	5.40 685	3.13 701	4.71 694	3.15 716	4.72 722	3.10 715	4.90 726	3.27 718	4.69 720	3.16 715	4.84 726	3.25 705	4.96 725	3.34 715	5.05 710	3.39 699	5.10 725	3.40 719	5.11 715	3.42 720

TestStereo	4.88 725	4.75 656	4.79 712	4.87 698	4.92 733	4.81 725	4.90 733	4.78 722	4.77 733	4.87 723	4.89 732	4.90 727	4.91 725	4.99 726	4.79 730	4.98 708	4.87 710	4.87 723	4.92 734	5.00 714	5.00 733

test-1	6.46 732	9.16 713	8.03 733	8.09 719	5.62 736	6.11 730	6.35 736	6.85 734	4.94 734	6.08 732	6.29 738	4.98 728	6.43 730	6.22 730	6.36 736	6.16 720	7.47 726	5.82 730	5.44 737	7.11 727	5.68 736

MaDis-Stereo	3.19 695	6.02 695	1.12 526	5.61 705	1.16 574	5.43 728	1.02 558	5.15 728	0.70 515	5.43 728	1.21 620	5.03 729	0.97 537	4.85 722	0.99 548	4.53 693	1.16 537	5.53 728	1.25 626	5.37 718	1.30 628

RAFT	6.73 734	9.36 714	7.40 728	8.51 722	6.55 737	6.88 733	6.60 737	6.79 733	6.60 738	6.80 734	6.72 739	5.31 730	5.50 728	6.61 731	6.61 737	8.42 730	5.89 715	5.73 729	5.45 738	6.61 723	6.24 737

MLG-Stereo_test2	4.28 715	5.46 688	3.69 707	4.86 697	3.72 725	5.58 729	3.42 719	4.81 723	3.77 726	4.85 722	3.72 723	5.55 731	3.63 708	5.58 729	3.53 717	4.41 692	3.28 698	4.99 724	2.95 704	4.75 706	3.13 714

StereoVision	3.15 694	5.00 664	0.89 501	4.83 696	1.00 554	3.93 701	1.27 625	6.37 731	1.34 632	5.67 731	1.26 625	5.84 732	1.27 615	5.03 728	1.24 622	5.10 712	1.09 527	4.61 712	0.57 488	5.62 720	1.12 562

DispFullNet	4.61 721	4.84 657	3.12 699	5.00 699	3.57 721	4.75 723	3.03 708	7.75 737	4.17 730	4.91 724	3.09 712	6.20 733	3.95 718	6.71 733	3.51 716	5.30 713	3.67 701	5.86 732	3.63 721	5.61 719	3.46 721

test-v	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 735	6.91 739	7.29 735	5.71 736	6.45 734	6.93 731	6.73 734	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 739

test-2	7.53 736	11.89 724	7.98 730	9.36 726	7.14 738	7.06 734	7.09 738	7.37 735	6.91 739	7.29 735	5.71 736	6.45 734	6.93 731	6.73 734	7.27 738	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 739

SGM-Forest	5.21 731	5.92 694	4.08 710	6.18 708	4.16 730	6.31 731	4.34 731	6.50 732	4.33 731	6.14 733	4.21 729	6.61 736	4.55 724	6.67 732	4.48 729	5.94 717	3.94 703	5.85 731	4.03 730	5.79 721	4.17 731
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	5.10 729	5.15 669	4.49 711	5.07 700	3.37 719	6.87 732	4.75 732	5.04 727	6.34 737	7.84 737	5.06 733	6.72 737	4.09 721	4.99 726	5.44 733	5.03 709	3.16 694	4.67 715	4.86 733	5.15 716	3.89 728

rvit_stereo_0075_2	6.64 733	8.80 710	5.25 716	7.89 718	5.27 735	7.90 736	5.27 734	7.92 738	5.28 735	7.91 738	5.29 735	7.93 738	5.27 726	7.92 738	5.28 731	7.93 728	5.28 712	7.93 737	5.29 736	7.93 730	5.28 735

U	5.15 730	8.49 708	1.81 633	8.49 721	1.77 671	8.49 737	1.77 667	8.51 739	1.77 673	8.49 739	1.77 671	8.50 739	1.78 660	8.58 739	1.77 674	8.54 731	1.78 638	8.55 739	1.78 682	8.55 733	1.84 678

SGM+DAISY	7.06 735	9.15 712	5.38 718	8.84 723	5.18 734	8.80 738	5.31 735	8.79 740	5.28 735	8.89 740	5.20 734	8.93 740	5.33 727	8.95 740	5.36 732	8.70 732	5.21 711	8.74 740	5.20 735	8.89 734	5.15 734

rafts_anoy	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

raft+_RVC	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

raftrobust	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

CasAABBNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

RALCasStereoNet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

RALAANet	20.00 740	20.00 726	20.00 740	20.00 740	20.00 741	20.00 739	20.00 741	20.00 741	20.00 742	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

MANE	19.05 739	23.00 732	15.00 739	23.00 746	15.00 740	24.00 745	16.00 740	24.00 747	16.00 741	22.00 747	15.00 740	23.00 747	16.00 740	23.00 747	15.00 740	22.00 747	15.00 741	22.00 747	15.00 741	22.00 747	15.00 741

111	30.40 746	30.94 748	29.72 747	32.61 747	30.02 748	33.57 746	30.47 748	31.50 748	29.39 749	30.98 748	29.11 748	29.78 748	30.39 751	29.45 748	30.76 751	30.08 748	29.02 749	29.92 748	30.32 752	29.86 748	30.17 749

fff	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 749	10000000.00 770	35.27 751	29.82 749	32.45 749	30.15 748	32.35 749	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

csc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 749	10000000.00 770	35.27 751	29.82 749	32.45 749	30.15 748	32.35 749	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

cscssc	1000028.16 768	29.62 744	29.72 747	32.61 747	30.02 748	35.13 748	31.83 749	32.07 749	10000000.00 770	35.27 751	29.82 749	32.45 749	30.15 748	32.35 749	30.09 748	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

tt	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 752	33.55 751	34.50 749	35.43 752	33.81 752	10000000.00 770	33.57 752	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 754

DCANet	500032.53 766	34.60 750	29.72 747	37.47 757	34.41 753	36.85 752	35.22 753	34.71 752	33.55 751	34.50 749	35.43 752	33.81 752	10000000.00 770	33.57 752	33.13 752	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 754

DCANet-4	35.22 748	34.54 749	35.08 753	33.58 751	35.47 755	34.55 747	35.53 755	36.08 754	35.85 753	35.92 754	35.77 754	35.18 754	35.48 753	35.39 754	37.15 758	34.55 754	33.92 753	35.02 755	34.90 754	35.79 752	34.74 756

ADStereo(finetuned)	36.13 749	36.63 753	38.07 758	36.97 752	33.25 752	35.91 751	34.45 752	36.36 755	32.99 750	38.14 760	36.71 755	36.69 755	34.13 752	38.57 760	40.79 759	37.60 760	36.58 756	35.90 756	33.36 753	35.42 751	34.04 753

fast-reg	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

Reg-Stereo(zero)	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

FLISNet	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

CoSv	37.00 750	37.00 754	37.00 754	37.00 753	37.00 756	37.00 754	37.00 756	37.00 756	37.00 754	37.00 755	37.00 756	37.00 756	37.00 754	37.00 755	37.00 754	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

WCMA_ROB	31.10 747	35.43 752	27.12 746	39.51 759	23.10 747	38.78 758	25.30 747	37.49 760	25.39 748	37.29 759	27.02 747	38.52 760	26.48 747	37.80 759	26.44 747	36.28 755	22.65 748	33.90 752	22.30 748	37.10 757	24.18 748

MDST_ROB	69.83 754	87.70 759	41.95 759	113.75 762	65.62 762	75.05 759	55.25 761	75.64 762	45.04 758	71.61 761	41.75 760	72.81 761	44.06 758	68.38 761	44.63 760	101.89 763	59.57 763	107.10 763	61.05 763	104.38 760	59.38 763

CBMV	128.50 756	1422.70 771	53.10 760	79.50 761	51.30 761	77.30 760	49.70 760	74.00 761	48.20 759	77.20 762	48.80 761	73.90 762	48.00 759	73.80 762	48.80 761	70.40 762	45.10 762	68.90 762	46.10 762	68.20 759	45.00 762
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 757	171.00 764	160.68 765	162.58 763	160.59 764	164.01 761	160.35 764	158.51 764	158.56 762	158.34 763	160.12 764	158.56 763	159.92 762	157.26 764	158.94 764	154.38 764	158.36 764	155.75 764	159.13 766	153.67 761	154.07 765
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
NOSS_ROB	102.95 755	153.00 763	121.00 762	51.00 760	44.00 760	165.00 762	127.00 762	153.00 763	119.00 760	164.00 764	125.00 762	168.00 764	120.00 760	153.00 763	117.00 762	49.00 761	44.00 761	49.00 761	44.00 761	49.00 758	44.00 761

DF_test	189.29 758	560.34 768	182.58 766	229.00 765	135.68 763	197.79 763	135.52 763	197.80 765	135.44 761	197.75 765	135.49 763	197.90 765	135.51 761	197.84 765	135.75 763	217.37 766	171.11 765	183.74 765	127.67 765	183.56 762	127.88 764

AE-Stereo	201.80 759	123.00 760	115.00 761	219.00 764	218.00 766	223.00 764	244.00 766	217.00 766	236.00 764	202.00 766	203.00 765	205.00 766	208.00 763	225.00 766	204.00 765	210.00 765	198.00 766	197.00 766	184.00 767	204.00 763	201.00 766

MGS-Stereo	239.45 760	123.00 760	135.00 763	266.00 766	286.00 767	277.00 765	305.00 767	271.00 767	242.00 765	274.00 767	279.00 767	255.00 767	270.00 765	268.00 767	297.00 767	221.00 767	247.00 768	216.00 767	123.00 764	217.00 764	217.00 768

EGLCR-Stereo	246.90 761	129.00 762	139.00 764	266.00 766	286.00 767	277.00 765	305.00 767	271.00 767	242.00 765	274.00 767	279.00 767	255.00 767	270.00 765	268.00 767	297.00 767	230.00 768	247.00 768	216.00 767	223.00 769	237.00 765	227.00 769

DLCB_ROB	284.23 762	354.61 766	207.27 767	363.24 768	206.46 765	364.72 767	210.41 765	364.72 769	210.41 763	364.81 769	208.64 766	364.81 769	208.64 764	364.72 769	210.41 766	354.70 769	205.53 767	354.70 769	205.53 768	354.70 766	205.53 767

LE_ROB	396.57 763	471.28 767	329.84 768	471.48 769	308.15 769	526.83 768	322.10 769	488.15 770	323.76 767	495.46 770	317.97 769	497.17 770	320.10 767	481.62 770	326.76 769	462.71 770	298.97 770	466.16 770	285.98 770	447.62 767	289.21 770

SGM-ForestM	596.69 764	677.77 769	444.52 769	699.85 770	517.25 770	732.94 769	488.29 770	770.79 771	460.11 768	750.81 771	487.98 770	792.79 771	499.41 768	730.90 771	475.81 770	720.03 771	491.16 771	663.96 771	418.60 771	674.76 768	436.05 771

CBMV_ROB	818.48 765	913.88 770	709.52 770	862.84 771	597.78 771	1073.99 770	700.52 771	1015.66 772	702.59 769	1115.65 772	760.02 771	1130.24 772	721.57 769	1037.41 772	692.65 771	814.05 772	564.29 772	843.28 772	595.31 772	915.51 769	602.92 772

111111	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

SGD-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-Stereo++	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-BASED-STEREO-	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-Stereo+	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

SDNR	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

anonymousdsp2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

anonymousdsp	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

test_example2	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

DIP-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark