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	0.14 129	0.00 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	0.73 478	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 74	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 72	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 87	0.09 83	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 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 162	0.20 207	0.23 194	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	0.23 213	0.21 222	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 292	0.10 99	0.12 113	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	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 274	0.10 99	0.12 113	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	0.12 118	0.10 106	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 74	0.16 129	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 232	0.02 20	0.02 21	0.71 465	0.02 16	0.02 19	0.02 21	0.02 21	0.16 210

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	0.73 478	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 89	0.09 83	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 84	0.08 91	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	0.15 160	0.70 321	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	0.67 510	0.02 15	0.69 496	0.75 521	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	0.11 119	0.44 243	0.33 289	0.39 266	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	0.39 311	0.36 353	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 340	1.91 564	0.92 531	1.91 609	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	1.97 642	1.44 634	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 260	1.29 491	1.19 560	1.36 584	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	1.26 599	1.21 611	0.03 41	0.09 149	0.02 21	0.09 150

SFCPSM	0.17 173	0.78 337	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	0.79 550	0.02 15	0.75 509	0.76 523	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 218	1.31 495	0.74 505	0.92 473	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	0.87 503	0.75 509	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 494	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	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 80	0.02 12	0.04 64	0.90 468	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 176	0.36 400	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 601	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	0.06 118	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

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 98	0.98 383	0.14 155	0.15 141	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	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 425	0.17 192	0.20 177	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	0.18 184	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 148	1.22 487	0.28 247	0.32 234	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	0.32 259	0.27 256	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 98	1.05 413	0.12 130	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 413	0.12 130	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 413	0.12 130	0.12 113	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 393	0.11 119	0.11 105	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	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 80	0.97 382	0.10 99	0.10 88	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 98	1.07 417	0.11 119	0.10 88	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 409	0.12 130	0.10 88	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	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 355	0.10 99	0.12 113	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	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 409	0.11 119	0.11 105	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 355	0.12 130	0.11 105	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 403	0.09 95	0.09 83	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 379	0.09 95	0.10 88	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 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 148	1.83 549	0.12 130	0.11 105	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	0.06 118	0.04 97	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 98	1.07 417	0.11 119	0.10 88	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 425	0.13 150	0.14 129	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	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 403	0.10 99	0.10 88	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 119	1.15 428	0.15 175	0.14 129	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	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 98	0.99 391	0.12 130	0.13 125	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	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 430	0.16 182	0.12 113	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	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 598	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	0.11 119	0.03 31	0.03 39	1.60 598	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 148	0.04 52	0.03 39	2.22 623	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	0.07 139	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 569	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	0.08 142	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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	0.11 175	0.04 90	0.03 52	0.58 431	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	0.75 481	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 83	0.03 39	0.15 141	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 508	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

z-mn7	0.16 167	1.21 481	0.33 289	0.41 293	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	0.35 277	0.31 293	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 182	1.47 506	0.33 289	0.40 279	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	0.38 298	0.32 298	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 171	0.04 110	0.06 127	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

test_xeample	0.10 98	1.09 419	0.13 150	0.12 113	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	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

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

FADNet-RVC-Resample	0.12 132	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	1.57 667	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	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	1.65 671	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	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	1.71 688	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	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	1.66 674	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 605	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	0.06 118	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 160	0.04 52	0.04 64	2.20 622	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	0.08 142	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 215	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 125	0.05 113	0.05 127	0.05 113	0.05 117	0.05 104	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 227	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 125	0.05 113	0.05 127	0.05 113	0.05 117	0.05 104	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

ManiGeoR	0.17 173	0.05 66	0.62 463	0.73 445	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	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 173	0.05 66	0.63 467	0.72 441	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	0.71 465	0.59 466	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 173	0.05 66	0.62 463	0.73 445	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	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 173	0.05 66	0.62 463	0.72 441	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	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 173	0.05 66	0.65 474	0.72 441	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	0.71 465	0.59 466	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 228	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 136	0.05 104	0.03 52	4.34 712	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

z-ln-s-r	0.21 197	1.40 504	0.53 440	0.56 400	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	0.57 430	0.44 409	0.04 93	0.04 99	0.04 97	0.04 96

AASNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 140	0.06 126	0.06 140	0.05 113	0.06 136	0.06 118	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 140	0.06 126	0.06 140	0.05 113	0.06 136	0.06 118	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 85	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 140	0.06 126	0.06 140	0.05 113	0.06 136	0.06 118	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	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	0.06 123	0.03 57	0.04 97	0.03 52

FADE		0.06 79		0.09 83	0.10 162			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 153	0.10 106	0.17 201	0.13 201	0.11 163	0.11 172

2222	0.09 80	0.59 305	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 309	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 298	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 124	0.04 104	0.06 126	0.04 110	0.06 127	0.04 100	0.06 118	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

ISRNet	0.11 119	0.05 66	0.36 316	0.24 199	0.07 148	0.13 171	0.05 120	0.06 124	0.05 125	0.05 113	0.05 127	0.13 173	0.05 117	0.05 104	0.09 147	0.24 222	0.20 217	0.10 148	0.05 123	0.06 125	0.13 195

qqq1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 124	0.05 125	0.06 126	0.05 127	0.04 96	0.05 117	0.06 118	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 218	3.70 654	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 124	0.05 125	0.06 126	0.05 127	0.04 96	0.05 117	0.06 118	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

11t1	0.17 173	2.16 584	0.13 150	0.13 125	0.04 101	0.06 121	0.04 103	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.05 115	0.18 184	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

ffm	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 117	0.06 118	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 117	0.06 118	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 218	3.83 660	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 117	0.06 118	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

qqq	0.16 167	2.01 574	0.12 130	0.15 141	0.04 101	0.06 121	0.05 120	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 565	0.06 124	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

GwcNet	0.12 132	0.07 83	0.05 79	0.08 76	0.05 126	0.08 139	1.20 597	0.07 139	0.05 125	0.05 113	0.05 127	0.08 141	0.05 117	0.08 142	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

BEATNet-Init1	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 139	0.08 154	0.08 141	0.07 149	0.08 141	0.07 147	0.11 166	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 186	0.08 85	0.08 89	2.23 624	0.08 151	0.08 139	0.07 148	0.07 139	0.08 154	0.08 141	0.07 149	0.08 141	0.07 147	0.11 166	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

TS12	0.09 80	0.09 94	0.17 192	0.19 173	0.06 141	0.08 139	0.06 139	0.08 142	0.06 140	0.08 141	0.06 140	0.08 141	0.06 136	0.08 142	0.06 133	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

DispViT+	0.07 67	0.08 85	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 142	0.05 125	0.08 141	0.05 127	0.08 141	0.05 117	0.08 142	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 142	0.05 125	0.08 141	0.05 127	0.08 141	0.05 117	0.08 142	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	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 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 142	0.07 149	0.08 141	0.05 127	0.08 141	0.05 117	0.09 148	0.08 142	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
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 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 142	0.07 149	0.08 141	0.07 149	0.08 141	0.06 136	0.07 139	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

SuperB	0.21 197	0.10 99	2.51 705	0.12 113	0.09 155	0.10 150	0.09 152	0.08 142	0.07 149	0.10 153	0.09 154	0.09 149	0.07 147	0.07 139	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

anonymous	0.09 80	0.09 94	0.14 155	0.14 129	0.07 148	0.09 147	0.07 148	0.09 148	0.07 149	0.09 148	0.07 149	0.09 149	0.07 147	0.09 148	0.07 139	0.14 140	0.13 166	0.09 146	0.07 142	0.09 149	0.07 142

MatchStereo	0.54 419	0.12 115	2.38 703	2.32 639	0.09 155	0.09 147	0.08 151	0.09 148	0.07 149	0.09 148	0.07 149	0.09 149	0.07 147	0.09 148	0.08 142	2.34 679	2.34 698	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CAS++	0.17 173	0.27 175	0.21 213	0.10 88	0.21 267	0.15 183	0.22 253	0.10 150	0.21 255	0.22 224	0.10 158	0.19 205	0.18 243	0.10 153	0.19 241	0.20 191	0.19 215	0.18 212	0.10 158	0.19 212	0.18 234
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SepStereo	0.09 80	0.09 94	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 150	0.08 154	0.10 153	0.09 154	0.09 149	0.09 154	0.09 148	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

AnonymousM	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

PVD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 99	0.10 99	0.10 88	0.10 162	0.10 150	0.10 157	0.10 150	0.10 161	0.10 153	0.10 158	0.10 153	0.10 158	0.10 153	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

over-6	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 162	0.10 161	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 110	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 162	0.10 161	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.10 154	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 124	0.15 175	0.16 151	0.10 162	0.11 161	0.10 157	0.11 162	0.09 157	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.09 147	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 110	0.16 182	0.16 151	0.10 162	0.12 170	0.10 157	0.11 162	0.10 161	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

JetRed	0.11 119	0.12 115	0.11 119	0.11 105	0.11 182	0.11 161	0.14 198	0.11 162	0.11 179	0.12 171	0.11 176	0.11 165	0.11 175	0.11 166	0.11 169	0.11 112	0.16 184	0.11 159	0.11 172	0.11 163	0.11 172

JetBlue	0.11 119	0.11 110	0.12 130	0.13 125	0.14 204	0.11 161	0.11 174	0.11 162	0.11 179	0.11 165	0.11 176	0.11 165	0.11 175	0.12 174	0.12 183	0.11 112	0.11 129	0.11 159	0.11 172	0.11 163	0.11 172

aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 162	0.11 179	0.11 165	0.12 186	0.11 165	0.11 175	0.11 166	0.11 169	0.11 112	0.11 129	0.14 172	0.11 172	0.49 437	0.11 172

PASM	0.39 309	3.06 639	1.36 626	1.58 594	0.09 155	0.11 161	0.11 174	0.11 162	0.11 179	0.09 148	0.09 154	0.11 165	0.09 154	0.09 148	0.09 147	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 172

VeloStereo	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 170	0.09 157	0.09 148	0.28 296	0.10 153	0.08 152	0.10 153	0.12 183	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

flow	0.16 167	0.92 372	0.16 182	0.18 168	0.08 151	0.11 161	0.12 189	0.12 170	0.09 157	0.09 148	0.28 296	0.10 153	0.08 152	0.10 153	0.12 183	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

DA	0.09 80	0.13 117	0.39 334	0.08 76	0.05 126	0.07 137	0.05 120	0.13 172	0.05 125	0.06 126	0.05 127	0.06 127	0.05 117	0.06 118	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

GGEV	0.09 80	0.13 117	0.39 334	0.08 76	0.05 126	0.07 137	0.05 120	0.13 172	0.05 125	0.06 126	0.05 127	0.06 127	0.05 117	0.06 118	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

EE1	0.13 139	0.14 124	0.14 155	0.17 165	0.11 182	0.14 173	0.11 174	0.14 174	0.11 179	0.14 174	0.11 176	0.14 175	0.11 175	0.14 176	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

AnonStereo	0.13 139	0.14 124	0.14 155	0.16 151	0.11 182	0.14 173	0.11 174	0.14 174	0.11 179	0.14 174	0.11 176	0.14 175	0.11 175	0.14 176	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

S2M2_L	0.12 132	0.14 124	0.10 99	0.15 141	0.10 162	0.14 173	0.10 157	0.14 174	0.10 161	0.15 183	0.10 158	0.14 175	0.10 158	0.14 176	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 139	0.21 148	0.12 130	0.16 151	0.11 182	0.15 183	0.11 174	0.14 174	0.11 179	0.15 183	0.12 186	0.15 188	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLG	0.13 139	0.20 142	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 174	0.11 179	0.14 174	0.11 176	0.14 175	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR_C	0.14 148	0.20 142	0.12 130	0.15 141	0.11 182	0.14 173	0.15 206	0.14 174	0.11 179	0.15 183	0.12 186	0.14 175	0.11 175	0.16 189	0.11 169	0.15 153	0.12 143	0.14 172	0.12 190	0.15 188	0.12 188

MIPNet	0.14 148	0.21 148	0.17 192	0.16 151	0.11 182	0.15 183	0.12 189	0.14 174	0.11 179	0.16 188	0.11 176	0.14 175	0.11 175	0.14 176	0.11 169	0.14 140	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 148	0.24 162	0.14 155	0.16 151	0.12 197	0.15 183	0.12 189	0.14 174	0.11 179	0.15 183	0.12 186	0.14 175	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ACRE	0.13 139	0.21 148	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 174	0.11 179	0.14 174	0.12 186	0.14 175	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 173	0.10 157	0.14 174	0.10 161	0.23 230	0.10 158	0.20 210	0.10 158	0.24 238	0.11 169	0.11 112	0.09 101	0.12 166	0.14 207	0.12 173	0.09 150

GMStereo	0.14 148	0.13 117	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 174	0.14 204	0.14 174	0.14 205	0.14 175	0.14 204	0.14 176	0.14 197	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 201
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 204	0.13 117	0.19 204	0.23 194	0.10 162	0.26 257	1.02 582	0.14 174	0.10 161	0.28 260	0.14 205	0.17 197	0.19 250	0.28 268	0.09 147	0.22 201	0.16 184	0.23 239	0.17 244	0.11 163	0.12 188

CCAANet	0.17 173	0.71 322	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 174	0.14 204	0.14 174	0.14 205	0.14 175	0.14 204	0.14 176	0.22 252	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 201

DRN-Test	0.14 148	0.13 117	0.09 95	0.14 129	0.09 155	0.15 183	0.09 152	0.14 174	0.10 161	0.14 174	0.09 154	0.14 175	0.09 154	0.13 175	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 538

StereoDRNet	0.15 160	0.14 124	0.10 99	0.14 129	0.09 155	0.15 183	0.09 152	0.14 174	0.09 157	0.14 174	0.10 158	0.14 175	0.09 154	0.14 176	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 554

PDISCO_ROB	0.83 500	2.80 635	3.49 727	0.14 129	0.11 182	0.17 197	0.09 152	0.15 189	0.10 161	0.15 183	0.12 186	0.16 189	0.14 204	3.30 719	0.13 192	0.14 140	2.34 698	0.16 191	0.12 190	2.62 699	0.10 158

LACA_dic	0.45 376	0.13 117	1.78 655	1.70 604	0.12 197	0.13 171	0.12 189	0.16 190	0.15 216	0.13 173	0.12 186	0.13 173	0.11 175	0.16 189	0.13 192	1.73 627	1.69 657	0.16 191	0.11 172	0.13 175	0.13 195

DF	0.39 309	1.37 501	1.02 544	1.14 507	0.12 197	0.16 190	0.12 189	0.16 190	0.12 197	0.16 188	0.12 186	0.16 189	0.12 193	0.16 189	0.12 183	1.12 541	1.00 533	0.15 187	0.12 190	0.15 188	0.12 188

xyz-stereo-finetune2	0.18 182	0.48 267	0.16 182	0.16 151	0.15 218	0.15 183	0.16 213	0.16 190	0.16 224	0.16 188	0.16 221	0.16 189	0.16 220	0.16 189	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 210

xyz-stereo	0.18 182	0.50 274	0.16 182	0.15 141	0.16 229	0.16 190	0.16 213	0.16 190	0.16 224	0.16 188	0.16 221	0.16 189	0.16 220	0.16 189	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 210

castereo++	0.54 419	3.59 651	1.15 554	1.31 578	0.14 204	0.16 190	0.14 198	0.16 190	0.14 204	0.16 188	0.14 205	0.16 189	0.13 199	0.16 189	0.14 197	1.45 614	1.16 559	0.15 187	0.14 207	0.15 188	0.13 195

GMStereo_Zeroshot	0.16 167	0.16 129	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.16 190	0.16 224	0.16 188	0.16 221	0.16 189	0.16 220	0.16 189	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 210

ICVP	0.15 160	0.53 288	0.11 119	0.16 151	0.11 182	0.16 190	0.11 174	0.16 190	0.11 179	0.16 188	0.11 176	0.16 189	0.11 175	0.16 189	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Weightmod_eth	0.20 188	0.24 162	0.28 247	0.47 326	0.14 204	0.24 238	0.14 198	0.17 197	0.13 201	0.22 224	0.16 221	0.22 228	0.13 199	0.20 208	0.16 217	0.24 222	0.20 217	0.19 215	0.14 207	0.16 193	0.24 258

S2M2_XL	0.14 148	0.17 134	0.12 130	0.17 165	0.11 182	0.17 197	0.11 174	0.17 197	0.11 179	0.17 195	0.11 176	0.17 197	0.11 175	0.17 197	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 148	0.20 142	0.14 155	0.16 151	0.11 182	0.16 190	0.11 174	0.17 197	0.11 179	0.17 195	0.12 186	0.17 197	0.13 199	0.17 197	0.12 183	0.15 153	0.11 129	0.16 191	0.11 172	0.15 188	0.12 188

HSM	0.14 148	0.16 129	0.12 130	0.17 165	0.12 197	0.17 197	0.11 174	0.17 197	0.11 179	0.17 195	0.12 186	0.17 197	0.12 193	0.17 197	0.12 183	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.12 188

ITSA-stereo	0.15 160	0.17 134	0.13 150	0.20 177	0.13 202	0.19 204	0.13 196	0.18 201	0.13 201	0.19 201	0.13 200	0.18 201	0.14 204	0.18 200	0.14 197	0.16 166	0.11 129	0.15 187	0.14 207	0.18 206	0.11 172

ELAS	0.13 139	0.16 129	0.11 119	0.15 141	0.09 155	0.18 201	0.11 174	0.18 201	0.11 179	0.17 195	0.11 176	0.18 201	0.11 175	0.18 200	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SCION-MonSter	0.21 197	0.76 333	0.22 215	0.25 206	0.15 218	0.19 204	0.15 206	0.19 203	0.15 216	0.19 201	0.15 215	0.19 205	0.15 216	0.19 203	0.14 197	0.22 201	0.21 222	0.16 191	0.14 207	0.16 193	0.15 208

IGEV-FE	0.35 271	0.37 200	0.17 192	0.19 173	0.17 235	0.20 210	0.17 223	0.19 203	0.17 234	0.19 201	0.17 229	0.19 205	0.17 232	0.37 307	0.36 400	0.19 188	0.17 205	0.19 215	0.17 244	0.38 323	2.84 724

DEFOM-Stereo_RVC	0.83 500	5.18 693	1.98 691	2.19 621	0.17 235	0.19 204	0.18 232	0.19 203	0.16 224	0.20 208	0.19 249	0.22 228	0.22 263	0.20 208	0.15 209	2.28 672	2.13 693	0.24 249	0.17 244	0.18 206	0.16 210

HCRNet	1.22 608	7.11 722	3.00 710	3.55 690	0.33 396	0.29 267	0.14 198	0.19 203	0.15 216	0.33 283	0.29 311	0.25 249	0.14 204	0.22 227	0.33 377	3.64 707	3.00 706	0.76 523	0.32 395	0.18 206	0.13 195

DeepPruner_ROB	0.16 167	0.18 137	0.13 150	0.19 173	0.13 202	0.19 204	0.13 196	0.19 203	0.13 201	0.19 201	0.13 200	0.19 205	0.13 199	0.19 203	0.13 192	0.18 184	0.13 166	0.18 212	0.13 201	0.18 206	0.13 195

ELAS_RVC	0.14 148	0.16 129	0.10 99	0.15 141	0.10 162	0.18 201	0.11 174	0.19 203	0.11 179	0.19 201	0.12 186	0.18 201	0.11 175	0.19 203	0.12 183	0.14 140	0.08 91	0.14 172	0.09 149	0.15 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 160	0.17 134	0.11 119	0.18 168	0.11 182	0.19 204	0.11 174	0.19 203	0.12 197	0.19 201	0.12 186	0.20 210	0.12 193	0.19 203	0.12 183	0.16 166	0.11 129	0.17 201	0.10 158	0.17 202	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SCION-MonSter(vits)	0.25 218	0.79 339	0.31 275	0.42 303	0.28 297	0.40 320	0.28 290	0.20 210	0.15 216	0.40 316	0.15 215	0.19 205	0.15 216	0.20 208	0.15 209	0.23 213	0.21 222	0.17 201	0.14 207	0.16 193	0.14 201

RAFT-FEzeroshot	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 210	0.16 224	0.20 208	0.17 229	0.21 218	0.16 220	0.27 263	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 733

RAFT-FE	0.34 260	0.26 172	0.17 192	0.21 187	0.17 235	0.20 210	0.16 213	0.20 210	0.16 224	0.20 208	0.17 229	0.21 218	0.16 220	0.27 263	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 733

castereo	0.61 434	3.79 659	1.35 618	1.52 592	0.15 218	0.17 197	0.16 213	0.20 210	0.21 255	0.18 199	0.16 221	0.21 218	0.12 193	0.26 259	0.17 224	1.43 613	1.38 630	0.17 201	0.16 221	0.18 206	0.16 210

DDVS	0.30 238	3.10 640	0.14 155	0.19 173	0.14 204	0.19 204	0.14 198	0.20 210	0.14 204	0.19 201	0.13 200	0.16 189	0.13 199	0.19 203	0.13 192	0.17 176	0.13 166	0.17 201	0.13 201	0.17 202	0.13 195

gwcnet-sp	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 210	0.25 274	1.61 643	0.23 266	0.28 265	0.26 285	0.20 208	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 248

scenet	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 210	0.25 274	1.61 643	0.23 266	0.28 265	0.26 285	0.20 208	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 248

ssnet	0.82 496	1.72 517	1.48 636	0.39 266	0.15 218	0.31 276	0.21 248	0.20 210	0.25 274	1.61 643	0.23 266	0.28 265	0.26 285	0.20 208	0.15 209	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 248

DAS	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 210	0.20 250	0.20 208	0.20 253	0.20 210	0.20 254	0.20 208	0.20 244	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 239

ASD4	0.20 188	0.20 142	0.20 207	0.20 177	0.20 256	0.20 210	0.20 242	0.20 210	0.20 250	0.20 208	0.20 253	0.20 210	0.20 254	0.20 208	0.20 244	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 239

GEAR-Net	0.22 204	0.46 256	0.27 239	0.29 220	0.17 235	0.21 221	0.17 223	0.21 220	0.17 234	0.21 220	0.17 229	0.21 218	0.17 232	0.21 221	0.17 224	0.28 240	0.26 243	0.20 220	0.16 221	0.20 213	0.16 210

depth_test_26	0.20 188	0.34 190	0.25 229	0.34 244	0.14 204	0.21 221	0.14 198	0.21 220	0.14 204	0.21 220	0.14 205	0.21 218	0.14 204	0.21 221	0.14 197	0.26 231	0.26 243	0.22 230	0.15 218	0.22 223	0.14 201

IGEV_Zeroshot_test	0.20 188	0.19 138	0.40 366	0.30 222	0.17 235	0.22 226	0.17 223	0.21 220	0.17 234	0.20 208	0.17 229	0.21 218	0.18 243	0.21 221	0.17 224	0.20 191	0.16 184	0.20 220	0.16 221	0.20 213	0.17 228

ACVNet	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 220	0.14 204	0.20 208	0.13 200	0.21 218	0.14 204	0.20 208	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 188

acv_ft	0.20 188	0.19 138	0.14 155	0.20 177	0.14 204	0.20 210	0.96 572	0.21 220	0.14 204	0.20 208	0.13 200	0.21 218	0.14 204	0.20 208	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 188

LALA_ROB	0.15 160	0.19 138	0.12 130	0.18 168	0.11 182	0.20 210	0.12 189	0.21 220	0.12 197	0.20 208	0.12 186	0.20 210	0.12 193	0.21 221	0.13 192	0.17 176	0.10 106	0.18 212	0.11 172	0.18 206	0.11 172

DepthFocus	0.18 182	0.22 152	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 226	0.15 216	0.22 224	0.15 215	0.22 228	0.16 220	0.22 227	0.15 209	0.20 191	0.15 181	0.20 220	0.14 207	0.20 213	0.14 201

RSGM-EC	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 226	0.15 216	0.24 237	0.15 215	0.22 228	0.15 216	0.22 227	1.19 597	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 201

acva	0.24 215	0.24 162	0.15 175	0.22 189	0.15 218	0.22 226	0.15 206	0.22 226	0.15 216	0.24 237	0.15 215	0.22 228	0.15 216	0.22 227	1.19 597	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 201

xyz-stereo-finetune	0.28 232	0.49 269	0.16 182	0.16 151	0.16 229	0.16 190	0.16 213	0.22 226	0.30 323	0.32 278	0.31 370	0.32 284	0.31 373	0.32 282	0.32 365	0.32 259	0.33 311	0.31 281	0.32 395	0.31 267	0.32 373

WAO-6	0.22 204	0.23 154	0.22 215	0.23 194	0.22 269	0.22 226	0.22 253	0.22 226	0.22 259	0.22 224	0.22 261	0.22 228	0.22 263	0.22 227	0.22 252	0.22 201	0.22 229	0.22 230	0.22 262	0.22 223	0.22 246

IMH-64-1	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 226	0.22 259	0.22 224	0.22 261	0.22 228	0.22 263	0.22 227	0.22 252	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 248

IMH-64	0.22 204	0.23 154	0.23 219	0.22 189	0.22 269	0.22 226	0.22 253	0.22 226	0.22 259	0.22 224	0.22 261	0.22 228	0.22 263	0.22 227	0.22 252	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 248

MSKI-zero shot	0.24 215	0.21 148	0.49 420	0.65 420	0.18 247	0.22 226	0.17 223	0.23 233	0.18 241	0.21 220	0.17 229	0.23 236	0.28 301	0.23 234	0.18 237	0.21 199	0.16 184	0.21 225	0.16 221	0.21 221	0.16 210

MIM_Stereo	0.25 218	0.23 154	0.66 476	0.80 455	0.17 235	0.22 226	0.17 223	0.23 233	0.18 241	0.26 254	0.17 229	0.21 218	0.17 232	0.25 247	0.17 224	0.23 213	0.16 184	0.21 225	0.17 244	0.22 223	0.17 228

dd	0.23 211	0.98 383	0.16 182	0.23 194	0.15 218	0.23 235	0.15 206	0.23 233	0.15 216	0.23 230	0.15 215	0.24 242	0.17 232	0.23 234	0.15 209	0.22 201	0.15 181	0.21 225	0.15 218	0.22 223	0.16 210

LACA2	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 236	0.16 224	0.24 237	0.16 221	0.24 242	0.16 220	0.24 238	0.16 217	0.27 235	0.23 235	0.24 249	0.16 221	0.23 235	0.16 210

LACA1	0.21 197	0.24 162	0.26 236	0.31 228	0.16 229	0.24 238	0.16 213	0.24 236	0.16 224	0.24 237	0.16 221	0.24 242	0.16 220	0.24 238	0.16 217	0.27 235	0.22 229	0.23 239	0.16 221	0.23 235	0.16 210

tg	0.21 197	0.25 169	0.21 213	0.26 214	0.17 235	0.24 238	0.17 223	0.24 236	0.17 234	0.24 237	0.17 229	0.24 242	0.17 232	0.24 238	0.17 224	0.24 222	0.17 205	0.23 239	0.16 221	0.23 235	0.16 210

ACV-stereo	0.30 238	2.08 576	0.25 229	0.25 206	0.18 247	0.24 238	0.17 223	0.24 236	0.18 241	0.24 237	0.17 229	0.25 249	0.17 232	0.24 238	0.17 224	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 210

Pointernet	0.21 197	0.22 152	0.19 204	0.24 199	0.19 253	0.24 238	0.19 238	0.24 236	0.19 248	0.24 237	0.19 249	0.24 242	0.19 250	0.24 238	0.19 241	0.22 201	0.17 205	0.22 230	0.17 244	0.22 223	0.17 228

dad	0.23 211	1.03 409	0.16 182	0.23 194	0.15 218	0.24 238	0.15 206	0.24 236	0.16 224	0.23 230	0.16 221	0.24 242	0.16 220	0.23 234	0.15 209	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 210

iResNetv2_ROB	0.20 188	0.23 154	0.18 202	0.24 199	0.20 256	0.24 238	0.18 232	0.24 236	0.18 241	0.24 237	0.18 246	0.23 236	0.19 250	0.24 238	0.18 237	0.21 199	0.16 184	0.21 225	0.16 221	0.22 223	0.16 210

iResNet	0.20 188	0.23 154	0.18 202	0.24 199	0.18 247	0.24 238	0.20 242	0.24 236	0.18 241	0.23 230	0.17 229	0.23 236	0.18 243	0.23 234	0.18 237	0.22 201	0.16 184	0.21 225	0.16 221	0.21 221	0.16 210

LACA3	0.23 211	0.25 169	0.27 239	0.54 393	0.17 235	0.25 248	0.17 223	0.25 244	0.17 234	0.25 245	0.17 229	0.25 249	0.17 232	0.25 247	0.17 224	0.28 240	0.23 235	0.24 249	0.17 244	0.24 240	0.17 228

VIP-Stereo	0.70 459	2.97 638	2.43 704	2.49 650	0.16 229	0.25 248	0.16 213	0.25 244	0.16 224	0.25 245	0.18 246	0.25 249	0.16 220	0.26 259	0.16 217	1.86 631	1.26 613	0.23 239	0.15 218	0.23 235	0.15 208

UNDER WATER-64	0.25 218	0.26 172	0.25 229	0.26 214	0.25 283	0.25 248	0.25 269	0.25 244	0.25 274	0.25 245	0.25 279	0.25 249	0.25 275	0.26 259	0.25 270	0.25 229	0.25 240	0.25 254	0.25 278	0.25 243	0.25 260

LoS_RVC	0.30 238	1.14 425	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 244	0.25 274	0.25 245	0.25 279	0.26 261	0.26 285	0.26 259	0.25 270	0.26 231	0.26 243	0.25 254	0.25 278	0.26 246	0.26 266

CAS	0.30 238	1.17 431	0.25 229	0.25 206	0.25 283	0.26 257	0.25 269	0.25 244	0.26 288	0.25 245	0.25 279	0.25 249	0.25 275	0.25 247	0.25 270	0.26 231	0.26 243	0.26 259	0.25 278	0.26 246	0.25 260

AANet_RVC	1.26 611	0.31 186	4.99 739	5.93 729	0.20 256	0.25 248	0.20 242	0.25 244	0.20 250	0.23 230	0.19 249	0.25 249	0.20 254	0.25 247	0.20 244	5.66 739	4.76 733	0.26 259	0.30 376	0.24 240	0.27 304

SMOE	0.23 211	0.25 169	0.30 257	0.33 238	0.18 247	0.26 257	0.18 232	0.26 250	0.18 241	0.26 254	0.18 246	0.25 249	0.18 243	0.25 247	0.18 237	0.31 256	0.27 256	0.23 239	0.17 244	0.23 235	0.17 228

Select-FE	0.41 323	0.44 243	0.23 219	0.26 214	0.22 269	0.26 257	0.22 253	0.26 250	0.23 266	0.26 254	0.23 266	0.26 261	0.23 269	0.45 412	0.42 446	0.25 229	0.22 229	0.25 254	0.22 262	0.45 411	2.90 725

LoS	0.25 218	0.27 175	0.25 229	0.25 206	0.25 283	0.25 248	0.25 269	0.26 250	0.25 274	0.25 245	0.25 279	0.25 249	0.25 275	0.25 247	0.25 270	0.26 231	0.25 240	0.25 254	0.26 284	0.26 246	0.25 260
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEStereo_RVC	0.86 512	4.45 676	0.20 207	0.27 217	0.20 256	0.27 262	0.20 242	0.26 250	0.18 241	5.03 749	0.20 253	0.27 264	0.19 250	0.27 263	0.21 248	0.20 191	0.19 215	0.19 215	4.02 753	0.20 213	0.18 234

small-0shot	0.35 271	1.92 570	0.27 239	0.27 217	0.27 291	0.27 262	0.27 279	0.27 254	0.27 292	0.27 259	0.27 288	0.26 261	0.27 292	0.27 263	0.26 275	0.27 235	0.26 243	0.26 259	0.26 284	0.26 246	0.27 304

DLNR-FE	0.28 232	0.89 361	0.30 257	0.34 244	0.19 253	0.28 264	0.19 238	0.28 255	0.20 250	0.28 260	0.20 253	0.28 265	0.20 254	0.28 268	0.20 244	0.33 265	0.28 264	0.25 254	0.19 252	0.24 240	0.19 237

PAM	0.39 309	1.88 560	0.34 303	0.37 254	0.41 451	0.45 415	0.22 253	0.28 255	0.23 266	0.28 260	0.24 273	0.29 271	0.23 269	0.29 272	0.23 259	0.38 298	0.32 298	0.38 338	0.37 432	0.32 270	0.22 246

TorneroNet-64	0.45 376	0.27 175	0.30 257	0.58 403	0.27 291	0.70 499	0.30 313	0.28 255	0.73 549	0.73 506	0.28 296	0.71 505	0.66 514	0.75 507	0.27 277	0.27 235	0.29 278	0.37 330	0.75 555	0.28 254	0.30 356

SQANet	0.28 232	0.28 178	0.28 247	0.28 219	0.28 297	0.28 264	0.28 290	0.28 255	0.28 298	0.28 260	0.28 296	0.28 265	0.28 301	0.28 268	0.28 286	0.28 240	0.28 264	0.28 268	0.28 343	0.28 254	0.28 332

CFNet	1.37 616	5.27 702	0.19 204	5.49 726	0.19 253	0.28 264	0.19 238	0.28 255	0.19 248	0.28 260	0.19 249	0.28 265	4.35 746	0.28 268	0.19 241	0.23 213	0.17 205	0.23 239	4.21 755	4.81 732	0.17 228

Weightmod	0.27 229	0.29 180	0.33 289	0.38 257	0.20 256	0.30 269	0.21 248	0.29 260	0.21 255	0.29 265	0.22 261	0.30 275	0.20 254	0.30 274	0.21 248	0.37 285	0.31 293	0.27 264	0.20 254	0.28 254	0.21 243

ssnet_v2	0.68 453	1.96 572	1.25 614	0.29 220	0.20 256	0.30 269	0.20 242	0.29 260	0.22 259	1.50 639	0.20 253	0.31 280	0.20 254	0.27 263	0.22 252	0.24 222	1.49 637	0.26 259	0.18 251	3.90 709	0.19 237

RAFT + AFF	0.31 245	0.45 252	0.34 303	0.39 266	0.28 297	0.38 311	0.33 381	0.29 260	0.31 368	0.30 267	0.30 326	0.29 271	0.27 292	0.29 272	0.30 312	0.28 240	0.29 278	0.29 273	0.29 358	0.27 252	0.32 373

SME	0.27 229	0.29 180	0.31 275	0.38 257	0.20 256	0.29 267	0.18 232	0.30 263	0.20 250	0.32 278	0.21 259	0.32 284	0.20 254	0.32 282	0.21 248	0.35 277	0.32 298	0.27 264	0.19 252	0.29 258	0.20 239

DStereoO	0.31 245	0.31 186	0.31 275	0.30 222	0.40 441	0.31 276	0.30 313	0.30 263	0.34 401	0.29 265	0.31 370	0.29 271	0.30 322	0.31 279	0.31 353	0.31 256	0.29 278	0.31 281	0.30 376	0.31 267	0.31 366

MultiAttention	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 263	0.30 323	0.30 267	0.30 326	0.30 275	0.30 322	0.30 274	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 356

MSAF-DinoV2	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 263	0.30 323	0.30 267	0.30 326	0.30 275	0.30 322	0.30 274	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 356

DLNR_Zeroshot_test	0.31 245	0.28 178	0.47 405	0.79 451	0.24 280	0.30 269	0.26 276	0.30 263	0.24 269	0.32 278	0.23 266	0.31 280	0.24 272	0.30 274	0.23 259	0.29 249	0.26 243	0.29 273	0.24 275	0.33 277	0.23 248

DANet	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 263	0.30 323	0.30 267	0.30 326	0.30 275	0.30 322	0.30 274	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 356
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 254	0.52 284	0.34 303	0.31 228	0.31 369	0.30 269	0.30 313	0.31 269	0.30 323	0.31 272	0.31 370	0.31 280	0.30 322	0.31 279	0.31 353	0.30 250	0.32 298	0.31 281	0.31 387	0.31 267	0.31 366

DEFOM-Stereo	0.68 453	3.11 641	1.40 632	1.63 602	0.25 283	0.31 276	0.25 269	0.31 269	0.28 298	0.31 272	0.29 311	0.29 271	0.27 292	0.31 279	0.28 286	1.59 622	1.47 636	0.30 275	0.29 358	0.30 262	0.28 332

DStereoFS	0.32 254	0.33 189	0.32 284	0.33 238	0.30 322	0.32 285	0.32 370	0.32 271	0.31 368	0.30 267	0.31 370	0.31 280	0.30 322	0.32 282	0.32 365	0.32 259	0.31 293	0.30 275	0.47 484	0.32 270	0.34 389

WCG-NET（raft）	0.32 254	1.24 489	0.24 226	0.32 234	0.24 280	0.32 285	0.23 262	0.32 271	0.24 269	0.32 278	0.24 273	0.32 284	0.24 272	0.32 282	0.24 262	0.30 250	0.23 235	0.30 275	0.23 268	0.30 262	0.23 248

tt1	0.31 245	0.93 376	0.24 226	0.33 238	0.23 275	0.31 276	0.24 267	0.32 271	0.24 269	0.32 278	0.23 266	0.32 284	0.25 275	0.32 282	0.24 262	0.27 235	0.26 243	0.27 264	0.26 284	0.27 252	0.27 304

iResNet_ROB	0.28 232	0.32 188	0.24 226	0.32 234	0.25 283	0.32 285	0.24 267	0.32 271	0.24 269	0.33 283	0.24 273	0.35 295	0.24 272	0.33 290	0.24 262	0.31 256	0.24 239	0.32 284	0.24 275	0.32 270	0.24 258

xxxxx1	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 275	0.25 274	0.31 272	0.24 273	0.33 288	0.25 275	0.32 282	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 304

tt_ll	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 275	0.25 274	0.31 272	0.24 273	0.33 288	0.25 275	0.32 282	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 304

ff	0.31 245	0.91 367	0.23 219	0.31 228	0.23 275	0.31 276	0.23 262	0.33 275	0.25 274	0.31 272	0.24 273	0.33 288	0.25 275	0.32 282	0.24 262	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 304

FE-Mocha	0.35 271	0.71 322	0.40 366	0.47 326	0.27 291	0.34 288	0.27 279	0.34 278	0.26 288	0.34 286	0.26 284	0.34 293	0.27 292	0.34 291	0.27 277	0.44 343	0.41 386	0.33 291	0.29 358	0.32 270	0.29 341

H2IRNET	0.34 260	0.34 190	0.34 303	0.34 244	0.34 408	0.34 288	0.34 396	0.34 278	0.34 401	0.34 286	0.34 397	0.34 293	0.34 399	0.34 291	0.34 392	0.34 269	0.34 340	0.34 301	0.34 410	0.34 282	0.34 389

DN-CSS_ROB	0.31 245	0.35 192	0.28 247	0.35 247	0.28 297	0.34 288	0.27 279	0.34 278	0.25 274	0.35 290	0.27 288	0.36 300	0.26 285	0.34 291	0.28 286	0.35 277	0.28 264	0.34 301	0.28 343	0.34 282	0.27 304

CES	0.39 309	0.47 261	0.36 316	0.36 251	0.37 423	0.45 415	0.35 401	0.35 281	0.40 438	0.36 294	0.44 459	0.47 425	0.36 410	0.44 394	0.36 400	0.37 285	0.39 372	0.44 431	0.35 423	0.37 310	0.36 403

FENet	0.54 419	1.52 508	1.19 560	1.41 588	0.23 275	0.35 292	0.23 262	0.35 281	0.23 266	0.34 286	0.23 266	0.35 295	0.23 269	0.35 294	0.23 259	1.40 611	1.07 543	0.32 284	0.23 268	0.33 277	0.23 248

MLCV	0.31 245	0.35 192	0.27 239	0.35 247	0.28 297	0.35 292	0.27 279	0.35 281	0.28 298	0.36 294	0.27 288	0.35 295	0.27 292	0.35 294	0.27 277	0.34 269	0.27 256	0.34 301	0.27 322	0.34 282	0.27 304

ETE_ROB	0.35 271	0.35 192	0.35 314	0.35 247	0.35 412	0.35 292	0.35 401	0.35 281	0.35 405	0.35 290	0.35 406	0.35 295	0.35 406	0.35 294	0.35 396	0.35 277	0.35 347	0.35 317	0.35 423	0.35 295	0.35 400

GREATEN-IGEV_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.29 310	0.36 296	0.29 305	0.36 285	0.29 308	0.39 309	0.29 311	0.36 300	0.29 313	0.36 300	0.29 302	0.62 445	0.57 456	0.35 317	0.29 358	0.36 305	0.29 341

GREATEN-IGEV-FM_RVC	0.38 295	0.35 192	0.56 445	0.63 414	0.28 297	0.36 296	0.28 290	0.36 285	0.28 298	0.36 294	0.28 296	0.36 300	0.28 301	0.36 300	0.28 286	0.62 445	0.57 456	0.35 317	0.28 343	0.35 295	0.28 332

EKT-Stereo	0.37 289	0.40 215	0.44 389	1.07 499	0.29 310	0.34 288	0.31 360	0.36 285	0.29 308	0.38 302	0.31 370	0.37 310	0.30 322	0.36 300	0.29 302	0.34 269	0.28 264	0.39 381	0.30 376	0.37 310	0.30 356

CASnet	0.35 271	0.51 282	0.44 389	0.32 234	0.31 369	0.24 238	0.34 396	0.36 285	0.25 274	0.31 272	0.37 418	0.30 275	0.33 392	0.25 247	0.45 455	0.37 285	0.37 358	0.33 291	0.35 423	0.34 282	0.37 409
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 254	0.36 197	0.27 239	0.36 251	0.27 291	0.36 296	0.27 279	0.36 285	0.27 292	0.36 294	0.27 288	0.36 300	0.27 292	0.36 300	0.28 286	0.36 282	0.28 264	0.36 326	0.28 343	0.36 305	0.28 332

IGEV-Stereo	0.35 271	0.44 243	0.45 391	0.49 338	0.30 322	0.37 304	0.30 313	0.36 285	0.30 323	0.36 294	0.29 311	0.36 300	0.29 313	0.36 300	0.30 312	0.46 384	0.39 372	0.32 284	0.24 275	0.32 270	0.25 260
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 232	0.29 180	0.22 215	0.36 251	0.22 269	0.36 296	0.21 248	0.36 285	0.21 255	0.42 347	0.21 259	0.36 300	0.22 263	0.36 300	0.21 248	0.34 269	0.21 222	0.34 301	0.21 259	0.34 282	0.21 243

DMCA	0.36 279	0.38 204	0.37 321	0.35 247	0.35 412	0.36 296	0.36 408	0.36 285	0.35 405	0.35 290	0.37 418	0.36 300	0.36 410	0.35 294	0.36 400	0.36 282	0.36 353	0.35 317	0.36 429	0.36 305	0.36 403

GeoVLM	0.36 279	0.38 204	0.27 239	0.46 319	0.28 297	0.35 292	0.28 290	0.37 293	0.27 292	0.35 290	0.28 296	0.36 300	0.38 419	0.35 294	0.28 286	1.08 532	0.26 243	0.33 291	0.27 322	0.34 282	0.33 382

Monster-pub-eth3d	0.45 376	0.57 300	0.60 455	0.39 266	0.28 297	0.37 304	0.28 290	0.37 293	0.30 323	0.39 309	0.29 311	0.39 318	0.30 322	0.92 538	0.27 277	1.42 612	0.28 264	0.34 301	0.28 343	0.37 310	0.53 483

Monster-pub-mixall	0.44 353	0.56 298	0.60 455	0.38 257	0.27 291	0.37 304	0.27 279	0.37 293	0.29 308	0.38 302	0.27 288	0.38 313	0.29 313	0.85 526	0.27 277	1.46 615	0.26 243	0.34 301	0.26 284	0.36 305	0.53 483

Replicate-Monster	0.45 376	0.57 300	0.60 455	0.40 279	0.29 310	0.37 304	0.27 279	0.37 293	0.30 323	0.40 316	0.31 370	0.40 328	0.30 322	0.99 546	0.27 277	1.36 608	0.31 293	0.34 301	0.30 376	0.36 305	0.54 486

model_zeroshot	0.27 229	0.20 142	0.27 239	0.33 238	0.21 267	0.37 304	0.22 253	0.37 293	0.24 269	0.26 254	0.27 288	0.33 288	0.21 262	0.25 247	0.27 277	0.32 259	0.20 217	0.34 301	0.23 268	0.25 243	0.26 266

RSM	0.36 279	0.36 197	0.43 387	0.37 254	0.42 461	0.49 441	0.42 451	0.37 293	0.28 298	0.36 294	0.29 311	0.36 300	0.30 322	0.37 307	0.28 286	0.34 269	0.31 293	0.34 301	0.35 423	0.40 385	0.29 341

MyStereo04	0.56 426	3.72 657	0.59 451	0.49 338	0.41 451	0.36 296	0.32 370	0.37 293	0.31 368	0.34 286	0.46 468	0.35 295	0.32 380	0.35 294	0.33 377	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 445

Venus	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.37 304	0.38 421	0.37 293	0.37 418	0.41 333	0.37 418	0.39 318	0.37 415	0.38 311	0.38 413	0.37 285	0.38 365	0.38 338	0.37 432	0.37 310	0.38 416

XPNet_ROB	0.37 289	0.37 200	0.37 321	0.37 254	0.37 423	0.37 304	0.37 414	0.37 293	0.37 418	0.37 300	0.37 418	0.37 310	0.37 415	0.37 307	0.37 410	0.37 285	0.37 358	0.37 330	0.37 432	0.37 310	0.37 409

PStereo	0.32 254	0.36 197	0.28 247	0.38 257	0.29 310	0.36 296	0.27 279	0.38 302	0.27 292	0.38 302	0.28 296	0.36 300	0.27 292	0.36 300	0.28 286	0.32 259	0.27 256	0.33 291	0.27 322	0.33 277	0.27 304

WAO-8	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 302	0.38 422	0.38 302	0.38 423	0.38 313	0.38 419	0.38 311	0.38 413	0.38 298	0.38 365	0.38 338	0.37 432	0.38 323	0.38 416

WAO-7	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 302	0.38 422	0.38 302	0.38 423	0.38 313	0.38 419	0.38 311	0.38 413	0.38 298	0.38 365	0.38 338	0.38 446	0.38 323	0.38 416

HanzoNet	0.39 309	0.38 204	0.40 366	0.39 266	0.41 451	0.38 311	0.38 421	0.38 302	0.38 422	0.39 309	0.39 433	0.38 313	0.38 419	0.39 319	0.40 430	0.38 298	0.38 365	0.40 394	0.38 446	0.38 323	0.40 426

IMH	0.38 295	0.38 204	0.38 323	0.38 257	0.38 430	0.38 311	0.38 421	0.38 302	0.38 422	0.42 347	0.38 423	0.40 328	0.38 419	0.38 311	0.38 413	0.38 298	0.38 365	0.39 381	0.38 446	0.38 323	0.38 416

NoBS	0.39 309	0.68 317	0.36 316	0.38 257	0.36 418	0.38 311	0.39 435	0.39 307	0.39 435	0.37 300	0.35 406	0.37 310	0.38 419	0.37 307	0.38 413	0.39 311	0.36 353	0.36 326	0.39 450	0.38 323	0.38 416

Anonymus	0.47 393	0.73 325	0.46 397	0.43 310	0.54 504	0.53 468	0.27 279	0.39 307	0.35 405	0.33 283	0.40 436	0.33 288	0.38 419	0.53 464	0.54 488	0.56 428	0.36 353	0.49 463	0.53 500	0.66 473	0.54 486

BStereo	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 307	0.17 234	0.23 230	0.17 229	0.23 236	0.16 220	0.24 238	0.17 224	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 210

Anonymus123	0.22 204	0.23 154	0.20 207	0.24 199	0.20 256	0.23 235	0.33 381	0.39 307	0.17 234	0.23 230	0.17 229	0.23 236	0.16 220	0.24 238	0.17 224	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 210

LG-Stereo_L2	0.34 260	0.37 200	0.38 323	0.47 326	0.28 297	0.39 318	0.28 290	0.39 307	0.28 298	0.39 309	0.28 296	0.39 318	0.28 301	0.38 311	0.28 286	0.42 341	0.35 347	0.36 326	0.26 284	0.35 295	0.26 266

1test111	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 307	0.29 308	0.39 309	0.29 311	0.39 318	0.28 301	0.40 322	0.29 302	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 366

cc1	0.37 289	1.02 407	0.30 257	0.39 266	0.29 310	0.40 320	0.28 290	0.39 307	0.29 308	0.39 309	0.29 311	0.39 318	0.28 301	0.40 322	0.29 302	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 366

IER	0.88 517	7.04 721	2.23 697	2.75 656	0.28 297	0.43 367	0.25 269	0.39 307	0.25 274	0.41 333	0.27 288	0.39 318	0.25 275	0.40 322	0.28 286	0.37 285	0.28 264	0.37 330	0.25 278	0.37 310	0.25 260

DISCO	1.11 555	0.39 211	5.28 741	0.39 266	0.20 256	0.39 318	0.27 279	0.39 307	0.22 259	0.38 302	0.20 253	0.38 313	0.20 254	6.95 760	0.22 252	0.30 250	0.21 222	0.27 264	0.21 259	5.25 741	0.21 243

test410_97500	0.41 323	0.89 361	0.31 275	0.40 279	0.31 369	0.40 320	0.31 360	0.40 316	0.31 368	0.61 483	0.53 496	0.40 328	0.31 373	0.40 322	0.31 353	0.58 431	0.47 420	0.38 338	0.29 358	0.38 323	0.29 341

test410	0.66 445	5.69 713	0.31 275	0.40 279	0.31 369	0.41 339	0.31 360	0.40 316	0.31 368	0.62 487	0.55 499	0.40 328	0.31 373	0.40 322	0.31 353	0.59 434	0.47 420	0.38 338	0.29 358	0.38 323	0.30 356

SCION-M(vits-remse)	0.34 260	0.79 339	0.30 257	0.33 238	0.28 297	0.40 320	0.28 290	0.40 316	0.28 298	0.40 316	0.28 296	0.39 318	0.28 301	0.40 322	0.28 286	0.23 213	0.21 222	0.35 317	0.27 322	0.35 295	0.27 304

SCION-Mon(vits-remp)	0.34 260	0.98 383	0.30 257	0.33 238	0.18 247	0.21 221	0.28 290	0.40 316	0.28 298	0.40 316	0.28 296	0.39 318	0.28 301	0.40 322	0.28 286	0.37 285	0.29 278	0.35 317	0.27 322	0.35 295	0.27 304

GIP-stereo	0.36 279	0.49 269	0.39 334	0.48 332	0.32 383	0.41 339	0.28 290	0.40 316	0.30 323	0.41 333	0.28 296	0.40 328	0.28 301	0.42 356	0.28 286	0.45 372	0.32 298	0.38 338	0.30 376	0.37 310	0.27 304

DCVSM-stereo	0.36 279	1.89 561	0.22 215	0.40 279	0.22 269	0.40 320	0.22 253	0.40 316	0.22 259	0.40 316	0.22 261	0.40 328	0.22 263	0.40 322	0.22 252	0.28 240	0.21 222	0.28 268	0.21 259	0.28 254	0.20 239

IGEV++	0.34 260	0.43 240	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 316	0.29 308	0.40 316	0.29 311	0.40 328	0.29 313	0.40 322	0.30 312	0.38 298	0.29 278	0.37 330	0.29 358	0.37 310	0.29 341

ACVNet-DCA	0.37 289	1.00 393	0.30 257	0.40 279	0.29 310	0.40 320	0.29 305	0.40 316	0.29 308	0.40 316	0.29 311	0.40 328	0.29 313	0.39 319	0.28 286	0.33 265	0.32 298	0.33 291	0.32 395	0.33 277	0.32 373

xx1	0.38 295	1.03 409	0.31 275	0.40 279	0.31 369	0.41 339	0.28 290	0.40 316	0.29 308	0.40 316	0.29 311	0.40 328	0.29 313	0.40 322	0.29 302	0.34 269	0.33 311	0.34 301	0.32 395	0.34 282	0.32 373

LL-Strereo2	0.48 399	1.73 522	0.51 433	0.59 406	0.34 408	0.42 360	0.33 381	0.40 316	0.31 368	0.42 347	0.33 389	0.42 361	0.31 373	0.44 394	0.39 427	0.60 436	0.51 442	0.44 431	0.33 406	0.44 406	0.33 382

knoymous	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 316	0.40 438	0.40 316	0.40 436	0.40 328	0.40 432	0.40 322	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

anonymousa	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 316	0.40 438	0.40 316	0.40 436	0.40 328	0.40 432	0.40 322	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

riskmin	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 316	0.40 438	0.40 316	0.40 436	0.40 328	0.40 432	0.40 322	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

Anonymous_2	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 316	0.40 438	0.40 316	0.40 436	0.40 328	0.40 432	0.40 322	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

Anonymous_1	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 316	0.40 438	0.40 316	0.40 436	0.40 328	0.40 432	0.40 322	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

NINENet	0.69 456	3.87 663	1.20 563	1.98 614	0.05 126	0.40 320	0.04 103	0.40 316	0.05 125	0.41 333	0.04 110	0.41 343	0.05 117	0.40 322	0.05 115	1.79 629	1.56 643	0.34 301	0.22 262	0.34 282	0.23 248

iRaft-Stereo_5w	0.34 260	0.42 238	0.31 275	0.39 266	0.30 322	0.38 311	0.30 313	0.40 316	0.29 308	0.40 316	0.37 418	0.41 343	0.34 399	0.38 311	0.30 312	0.34 269	0.27 256	0.34 301	0.26 284	0.34 282	0.26 266

AdaStereo	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 316	0.40 438	0.40 316	0.40 436	0.40 328	0.40 432	0.40 322	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426
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.
StereoDRNet-Refined	0.33 259	0.39 211	0.26 236	0.39 266	0.26 290	0.40 320	0.26 276	0.40 316	0.26 288	0.39 309	0.26 284	0.39 318	0.26 285	0.39 319	0.26 275	0.37 285	0.25 240	0.37 330	0.25 278	0.37 310	0.37 409
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 340	1.15 428	0.57 449	0.53 390	0.32 383	0.41 339	0.32 370	0.41 335	0.32 380	0.41 333	0.32 380	0.41 343	0.32 380	0.40 322	0.32 365	0.52 414	0.50 437	0.38 338	0.31 387	0.39 371	0.31 366

Zero-FE251	0.36 279	0.40 215	0.28 247	0.41 293	0.28 297	0.41 339	0.28 290	0.41 335	0.28 298	0.41 333	0.28 296	0.41 343	0.28 301	0.42 356	0.30 312	0.37 285	0.26 243	0.37 330	0.27 322	0.45 411	0.56 497

RAFT-Test	0.36 279	0.37 200	0.33 289	0.41 293	0.32 383	0.41 339	0.32 370	0.41 335	0.32 380	0.41 333	0.32 380	0.41 343	0.32 380	0.41 342	0.33 377	0.37 285	0.29 278	0.37 330	0.29 358	0.38 323	0.31 366

BUS	0.83 500	1.91 564	0.92 531	4.48 702	0.02 22	0.40 320	0.04 103	0.41 335	0.02 22	0.48 423	0.03 56	0.41 343	0.05 117	0.03 43	0.05 115	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 304

CRFU-Net	0.65 443	1.67 514	1.22 610	1.96 613	0.27 291	0.41 339	0.27 279	0.41 335	0.27 292	0.40 316	0.26 284	0.41 343	0.27 292	0.40 322	0.27 277	1.80 630	1.62 651	0.34 301	0.23 268	0.33 277	0.23 248

BSDual-CNN	0.81 491	1.91 564	0.92 531	4.48 702	0.02 22	0.42 360	0.06 139	0.41 335	0.02 22	0.48 423	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 304

hknet	1.10 553	1.85 555	3.49 727	4.48 702	0.02 22	0.42 360	0.06 139	0.41 335	0.02 22	0.48 423	0.03 56	0.41 343	0.03 53	0.42 356	0.03 52	4.39 715	4.19 729	0.33 291	0.23 268	0.34 282	0.27 304

iRaft-Stereo_20w	0.34 260	0.41 227	0.31 275	0.39 266	0.29 310	0.40 320	0.32 370	0.41 335	0.32 380	0.38 302	0.30 326	0.39 318	0.30 322	0.38 311	0.32 365	0.35 277	0.27 256	0.34 301	0.27 322	0.34 282	0.29 341

GMOStereo	0.37 289	0.45 252	0.23 219	0.30 222	0.37 423	0.41 339	0.36 408	0.41 335	0.35 405	0.43 354	0.36 411	0.41 343	0.40 432	0.41 342	0.36 400	0.34 269	0.22 229	0.47 450	0.37 432	0.39 371	0.33 382

error version	0.93 527	4.47 677	2.35 700	1.99 615	0.37 423	0.41 339	0.36 408	0.41 335	0.35 405	0.43 354	0.36 411	0.41 343	0.40 432	0.41 342	0.36 400	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 382

test_1	0.93 527	4.47 677	2.35 700	1.99 615	0.37 423	0.41 339	0.36 408	0.41 335	0.35 405	0.43 354	0.36 411	0.41 343	0.40 432	0.41 342	0.36 400	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 382

GwcNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 335	0.41 448	0.41 333	0.41 444	0.41 343	0.41 444	0.41 342	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

PSMNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 335	0.41 448	0.41 333	0.41 444	0.41 343	0.41 444	0.41 342	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

GANet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 335	0.41 448	0.41 333	0.41 444	0.41 343	0.41 444	0.41 342	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

ADLNet2	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 335	0.41 448	0.41 333	0.41 444	0.41 343	0.41 444	0.41 342	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

ADLNet	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 335	0.41 448	0.41 333	0.41 444	0.41 343	0.41 444	0.41 342	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

DGSMNet	0.34 260	0.41 227	0.27 239	0.41 293	0.28 297	0.41 339	0.28 290	0.41 335	0.27 292	0.41 333	0.27 288	0.42 361	0.27 292	0.41 342	0.28 286	0.40 319	0.29 278	0.40 394	0.28 343	0.40 385	0.27 304

Gwc-CoAtRS	0.41 323	1.49 507	0.32 284	0.42 303	0.32 383	0.41 339	0.32 370	0.41 335	0.33 390	0.41 333	0.32 380	0.41 343	0.32 380	0.41 342	0.32 365	0.39 311	0.28 264	0.39 381	0.28 343	0.40 385	0.28 332

testmc14	2.43 698	10.48 746	8.02 756	8.93 747	0.31 369	0.44 401	0.30 313	0.42 353	0.30 323	0.42 347	0.30 326	0.42 361	0.30 322	0.42 356	0.30 312	8.88 758	6.99 748	0.41 412	0.28 343	0.39 371	0.28 332

MCSU-Stereo	2.48 701	10.56 747	8.50 758	9.47 751	0.31 369	0.43 367	0.30 313	0.42 353	0.30 323	0.42 347	0.30 326	0.42 361	0.30 322	0.41 342	0.30 312	8.86 757	6.93 747	0.40 394	0.29 358	0.39 371	0.28 332

HiDET	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 353	0.30 323	0.44 392	0.30 326	0.42 361	0.30 322	0.42 356	0.68 518	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 341

LCMNet	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.42 353	0.30 323	0.45 404	0.30 326	0.42 361	0.30 322	0.42 356	0.69 526	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 341

HART	0.38 295	0.45 252	0.34 303	0.42 303	0.33 396	0.41 339	0.34 396	0.42 353	0.33 390	0.43 354	0.34 397	0.42 361	0.34 399	0.41 342	0.38 413	0.40 319	0.32 298	0.42 428	0.32 395	0.40 385	0.32 373

RAFT-Stereo-weight	0.45 376	1.90 563	0.34 303	0.42 303	0.36 418	0.43 367	0.35 401	0.42 353	0.34 401	0.42 347	0.34 397	0.44 405	0.34 399	0.41 342	0.34 392	0.38 298	0.32 298	0.38 338	0.32 395	0.38 323	0.33 382

GES	0.66 445	2.34 601	0.29 253	0.41 293	0.29 310	0.41 339	0.29 305	0.42 353	0.29 308	0.40 316	0.41 444	0.41 343	0.30 322	0.51 456	0.29 302	0.32 259	0.29 278	0.32 284	2.46 724	2.49 686	0.30 356

FCDSN-DC	0.41 323	0.59 305	0.64 470	0.54 393	0.33 396	0.50 450	0.37 414	0.42 353	0.40 438	0.61 483	0.43 457	0.50 453	0.49 480	0.38 311	0.32 365	0.28 240	0.23 235	0.26 259	0.22 262	0.35 295	0.28 332
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TestStereo_HL3	2.76 712	0.41 227	11.46 762	14.11 760	0.30 322	0.45 415	0.29 305	0.43 361	0.29 308	0.43 354	0.29 311	0.43 370	0.28 301	0.44 394	0.30 312	13.57 763	10.32 761	0.41 412	0.27 322	0.38 323	0.27 304

TestStereo_HL2	2.73 709	0.41 227	11.06 759	14.13 761	0.30 322	0.44 401	0.28 290	0.43 361	0.29 308	0.43 354	0.28 296	0.43 370	0.29 313	0.43 363	0.28 286	13.51 762	10.37 762	0.41 412	0.27 322	0.38 323	0.27 304

GGDA	2.76 712	0.41 227	11.34 761	14.28 762	0.30 322	0.44 401	0.29 305	0.43 361	0.29 308	0.43 354	0.28 296	0.43 370	0.28 301	0.43 363	0.29 302	13.45 761	10.57 763	0.41 412	0.27 322	0.38 323	0.27 304

TestStereo-Hl	2.78 714	0.42 238	11.23 760	14.38 763	0.30 322	0.44 401	0.30 313	0.43 361	0.28 298	0.43 354	0.29 311	0.44 405	0.29 313	0.44 394	0.29 302	13.64 764	10.73 764	0.41 412	0.27 322	0.38 323	0.27 304

aanet-new-90k	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.44 394	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-60k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-70k	0.44 353	1.82 546	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-78k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-40k	0.44 353	1.81 539	0.39 334	0.50 374	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-36k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-34k	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-32k	0.44 353	1.79 533	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-30k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT26K	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.31 353	0.44 343	0.33 311	0.38 338	0.27 322	0.38 323	0.26 266

aanet-new-24k	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-22k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-16k	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-14k	0.60 429	5.12 690	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.44 394	0.30 312	0.44 343	0.37 358	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-8k	0.43 340	1.76 524	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new	0.43 340	1.80 534	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-cres-4k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-cres	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-36K	0.43 340	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-22K	0.44 353	1.85 555	0.38 323	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-20K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-24K	0.44 353	1.86 558	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-5K	0.44 353	1.80 534	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.44 394	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-2K	0.44 353	1.82 546	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-3K	0.43 340	1.77 526	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-50K	0.44 353	1.83 549	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.36 353	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-FT	0.41 323	1.06 416	0.40 366	0.51 385	0.31 369	0.44 401	0.30 313	0.43 361	0.32 380	0.44 392	0.30 326	0.56 478	0.30 322	0.44 394	0.31 353	0.45 372	0.34 340	0.39 381	0.27 322	0.40 385	0.27 304

MonSter++	0.38 295	0.44 243	0.31 275	0.43 310	0.30 322	0.43 367	0.31 360	0.43 361	0.31 368	0.45 404	0.31 370	0.43 370	0.31 373	0.43 363	0.69 526	0.38 298	0.33 311	0.40 394	0.30 376	0.38 323	0.30 356

CSFM-Stereo	0.38 295	0.44 243	0.30 257	0.42 303	0.30 322	0.42 360	0.30 313	0.43 361	0.30 323	0.44 392	0.30 326	0.42 361	0.30 322	0.42 356	0.73 540	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.30 356

GCAP-BAT	0.41 323	1.30 493	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.44 392	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.44 343	0.34 340	0.38 338	0.26 284	0.38 323	0.26 266

test_for_model	0.35 271	0.39 211	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 361	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.44 394	0.31 353	0.38 298	0.26 243	0.38 338	0.26 284	0.38 323	0.26 266

GCAPDPT-zeroshot	0.36 279	0.40 215	0.30 257	0.43 310	0.30 322	0.43 367	0.30 313	0.43 361	0.31 368	0.43 354	0.30 326	0.43 370	0.30 322	0.44 394	0.31 353	0.39 311	0.28 264	0.39 381	0.27 322	0.39 371	0.26 266

RCA-Stereo	0.51 413	3.22 645	0.34 303	0.44 314	0.34 408	0.44 401	0.34 396	0.43 361	0.34 401	0.43 354	0.34 397	0.44 405	0.33 392	0.43 363	0.33 377	0.38 298	0.29 278	0.38 338	0.29 358	0.38 323	0.29 341

UCFNet_RVC	2.75 711	10.06 743	0.29 253	10.31 757	0.29 310	0.42 360	0.29 305	0.43 361	0.29 308	0.42 347	0.29 311	0.42 361	9.87 763	0.43 363	0.29 302	0.36 282	9.84 759	0.36 326	0.26 284	9.77 762	0.26 266

aanet-32k-new	0.44 353	1.78 529	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 399	0.30 323	0.44 392	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.45 372	0.34 340	0.39 381	0.26 284	0.38 323	0.26 266

aanet-new-28k	0.44 353	1.81 539	0.39 334	0.49 338	0.30 322	0.44 401	0.30 313	0.44 399	0.30 323	0.44 392	0.30 326	0.44 405	0.30 322	0.44 394	0.30 312	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-10k	0.45 376	1.81 539	0.40 366	0.50 374	0.31 369	0.44 401	0.31 360	0.44 399	0.31 368	0.44 392	0.31 370	0.44 405	0.32 380	0.44 394	0.31 353	0.46 384	0.35 347	0.39 381	0.27 322	0.39 371	0.27 304

aanet-new-12k	0.46 385	1.99 573	0.40 366	0.51 385	0.31 369	0.44 401	0.31 360	0.44 399	0.31 368	0.44 392	0.31 370	0.44 405	0.31 373	0.44 394	0.32 365	0.47 391	0.35 347	0.39 381	0.27 322	0.39 371	0.27 304

GCAP-Stereo-DPT-25K	0.41 323	1.09 419	0.40 366	0.52 388	0.31 369	0.44 401	0.31 360	0.44 399	0.31 368	0.44 392	0.31 370	0.44 405	0.31 373	0.44 394	0.31 353	0.46 384	0.35 347	0.39 381	0.28 343	0.39 371	0.28 332

gcap_with_dpt	0.35 271	0.39 211	0.30 257	0.44 314	0.31 369	0.44 401	0.31 360	0.44 399	0.31 368	0.44 392	0.30 326	0.44 405	0.30 322	0.44 394	0.30 312	0.38 298	0.26 243	0.38 338	0.27 322	0.38 323	0.27 304

gcap-zeroshot	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 399	0.32 380	0.44 392	0.32 380	0.44 405	0.32 380	0.44 394	0.31 353	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 304

GCAPDPT-zeroshot4090	0.40 315	1.09 419	0.39 334	0.49 338	0.30 322	0.43 367	0.30 313	0.44 399	0.30 323	0.43 354	0.30 326	0.43 370	0.30 322	0.43 363	0.30 312	0.45 372	0.34 340	0.38 338	0.27 322	0.38 323	0.27 304

testlalala	0.36 279	0.40 215	0.34 303	0.44 314	0.31 369	0.44 401	0.31 360	0.44 399	0.32 380	0.44 392	0.32 380	0.44 405	0.32 380	0.44 394	0.31 353	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 304

water-stereo	0.41 323	0.84 349	0.46 397	0.50 374	0.33 396	0.45 415	0.33 381	0.45 408	0.32 380	0.45 404	0.32 380	0.45 415	0.32 380	0.45 412	0.32 365	0.44 343	0.41 386	0.39 381	0.31 387	0.39 371	0.32 373

GREAT-IGEV	0.38 295	0.43 240	0.36 316	0.48 332	0.32 383	0.45 415	0.32 370	0.45 408	0.32 380	0.45 404	0.32 380	0.45 415	0.32 380	0.45 412	0.32 365	0.44 343	0.33 311	0.41 412	0.29 358	0.41 396	0.29 341
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	0.40 315	0.45 252	0.35 314	0.48 332	0.36 418	0.47 427	0.34 396	0.45 408	0.38 422	0.47 416	0.33 389	0.45 415	0.32 380	0.45 412	0.32 365	0.39 311	0.38 365	0.38 338	0.37 432	0.39 371	0.39 423

fffy	0.38 295	0.43 240	0.33 289	0.46 319	0.33 396	0.45 415	0.32 370	0.45 408	0.32 380	0.45 404	0.32 380	0.45 415	0.33 392	0.45 412	0.32 365	0.38 298	0.38 365	0.38 338	0.37 432	0.37 310	0.36 403

DVStereo	0.43 340	0.86 353	0.48 413	0.50 374	0.33 396	0.46 422	0.33 381	0.46 412	0.33 390	0.46 410	0.33 389	0.47 425	0.33 392	0.47 421	0.34 392	0.45 372	0.42 396	0.40 394	0.33 406	0.47 430	0.38 416

otaku	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 412	0.46 466	0.46 410	0.46 468	0.46 419	0.46 465	0.46 417	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

Ntro	0.47 393	0.47 261	0.46 397	0.46 319	0.46 472	0.47 427	0.47 470	0.46 412	0.47 471	0.46 410	0.46 468	0.47 425	0.46 465	0.47 421	0.47 466	0.47 391	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

Dean	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 412	0.46 466	0.47 416	0.46 468	0.46 419	0.46 465	0.46 417	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

ACVNet_1	0.46 385	0.47 261	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 412	0.47 471	0.46 410	0.46 468	0.46 419	0.46 465	0.46 417	0.46 459	0.46 384	0.46 412	0.47 450	0.46 477	0.46 416	0.46 452

ACVNet-4b	0.46 385	0.46 256	0.46 397	0.46 319	0.46 472	0.46 422	0.46 465	0.46 412	0.46 466	0.46 410	0.46 468	0.46 419	0.46 465	0.47 421	0.46 459	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

Former-RAFT_DAM_RVC	0.49 405	0.98 383	0.64 470	0.84 460	0.46 472	0.45 415	0.35 401	0.47 418	0.47 471	0.45 404	0.34 397	0.46 419	0.48 474	0.46 417	0.35 396	0.39 311	0.71 503	0.39 381	0.35 423	0.41 396	0.41 435

HaxPig	0.47 393	0.47 261	0.47 405	0.49 338	0.47 479	0.47 427	0.47 470	0.47 418	0.47 471	0.47 416	0.47 476	0.47 425	0.47 473	0.47 421	0.47 466	0.47 391	0.47 420	0.47 450	0.47 484	0.47 430	0.48 462

UNDER WATER	0.47 393	0.47 261	0.47 405	0.47 326	0.47 479	0.47 427	0.47 470	0.47 418	0.47 471	0.47 416	0.47 476	0.47 425	0.46 465	0.47 421	0.47 466	0.47 391	0.47 420	0.47 450	0.46 477	0.47 430	0.47 460

LVE	0.47 393	0.47 261	0.47 405	0.47 326	0.49 487	0.47 427	0.47 470	0.47 418	0.49 480	0.47 416	0.47 476	0.47 425	0.46 465	0.47 421	0.47 466	0.47 391	0.47 420	0.48 458	0.47 484	0.47 430	0.47 460

rgla	0.45 376	0.54 292	0.33 289	0.67 425	0.32 383	0.48 432	0.33 381	0.48 422	0.33 390	0.48 423	0.94 573	0.48 432	0.33 392	0.47 421	0.33 377	0.45 372	0.52 445	0.53 480	0.31 387	0.45 411	0.32 373

416test1013	0.49 405	0.80 342	0.33 289	0.67 425	0.33 396	0.48 432	0.41 445	0.48 422	0.39 435	0.48 423	0.93 572	0.52 465	0.32 380	0.52 461	0.38 413	0.49 399	0.51 442	0.53 480	0.37 432	0.51 448	0.36 403

416test	0.46 385	0.55 295	0.33 289	0.67 425	0.33 396	0.48 432	0.33 381	0.48 422	0.33 390	0.48 423	0.99 578	0.48 432	0.33 392	0.48 431	0.33 377	0.45 372	0.52 445	0.54 483	0.32 395	0.45 411	0.32 373

PhaseNet	1.74 627	6.34 720	4.81 737	6.77 735	0.24 280	0.80 513	0.53 492	0.48 422	0.22 259	0.53 462	0.28 296	0.48 432	0.25 275	0.40 322	0.32 365	6.39 745	4.61 732	0.46 440	0.38 446	0.25 243	0.18 234

SCV_C0	0.45 376	0.88 358	0.49 420	0.54 393	0.37 423	0.48 432	0.37 414	0.48 422	0.37 418	0.48 423	0.36 411	0.48 432	0.37 415	0.49 438	0.37 410	0.50 406	0.41 386	0.44 431	0.34 410	0.44 406	0.34 389

SCV	0.46 385	0.94 378	0.45 391	0.54 393	0.37 423	0.48 432	0.38 421	0.48 422	0.37 418	0.48 423	0.39 433	0.48 432	0.37 415	0.49 438	0.37 410	0.50 406	0.46 412	0.44 431	0.34 410	0.44 406	0.34 389

RainbowNet	0.48 399	0.48 267	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 422	0.48 478	0.48 423	0.48 480	0.48 432	0.48 474	0.48 431	0.48 472	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.48 462

notaker	0.48 399	0.49 269	0.48 413	0.48 332	0.48 483	0.48 432	0.48 479	0.48 422	0.49 480	0.48 423	0.48 480	0.48 432	0.48 474	0.48 431	0.48 472	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.49 468

Pro-Stereo	0.79 483	0.53 288	0.38 323	0.49 338	0.38 430	0.49 441	0.37 414	0.49 430	0.67 519	0.50 446	0.38 423	1.10 569	0.38 419	0.49 438	0.38 413	0.71 465	0.88 525	5.98 757	0.36 429	0.46 416	0.36 403

UGAM	0.51 413	2.23 590	0.39 334	0.54 393	0.35 412	0.50 450	0.35 401	0.49 430	0.35 405	0.49 433	0.35 406	0.49 439	0.36 410	0.50 446	0.36 400	0.49 399	0.37 358	0.45 436	0.34 410	0.45 411	0.34 389

MyStereo07	0.60 429	3.72 657	0.48 413	0.49 338	0.41 451	0.36 296	0.32 370	0.49 430	0.43 458	0.51 455	0.42 454	0.49 439	0.43 455	0.51 456	0.64 503	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 445

KSHMR	0.66 445	0.50 274	0.48 413	1.15 510	0.52 498	0.49 441	0.51 489	0.49 430	0.71 543	0.67 497	0.50 487	1.16 577	1.11 577	0.66 491	0.52 484	0.49 399	0.49 429	0.51 474	0.66 532	0.50 442	1.14 590

ACVNet_2	0.49 405	0.49 269	0.49 420	0.49 338	0.49 487	0.49 441	0.49 481	0.49 430	0.49 480	0.49 433	0.49 483	0.49 439	0.49 480	0.49 438	0.49 474	0.49 399	0.49 429	0.49 463	0.49 492	0.49 437	0.49 468

CFNet_ucs	2.73 709	9.64 740	0.33 289	9.92 754	0.32 383	0.49 441	0.33 381	0.49 430	0.33 390	0.49 433	0.33 389	0.49 439	8.98 761	0.48 431	0.33 377	0.41 327	9.96 760	0.40 394	0.29 358	10.12 764	0.54 486

CFNet_pseudo	2.67 708	9.36 738	0.32 284	10.99 758	0.33 396	0.85 523	0.33 381	0.49 430	0.33 390	0.49 433	0.32 380	0.49 439	7.26 757	0.49 438	0.33 377	0.41 327	9.62 757	0.41 412	0.29 358	10.03 763	0.29 341

pcwnet_v2	2.66 707	9.89 742	0.33 289	9.89 753	0.32 383	0.50 450	0.32 370	0.49 430	0.33 390	0.49 433	0.34 397	0.49 439	8.76 760	0.48 431	0.33 377	0.41 327	9.58 756	0.40 394	0.29 358	9.01 759	0.63 507

psmorigin	0.41 323	0.46 256	0.33 289	0.49 338	0.33 396	0.49 441	0.33 381	0.49 430	0.33 390	0.49 433	0.33 389	0.49 439	0.33 392	0.51 456	0.33 377	0.41 327	0.30 288	0.41 412	0.30 376	0.79 501	0.29 341

quiztm	0.43 340	0.49 269	0.40 366	0.51 385	0.40 441	0.51 462	0.40 436	0.50 439	0.40 438	0.50 446	0.40 436	0.51 464	0.40 432	0.50 446	0.40 430	0.44 343	0.34 340	0.44 431	0.34 410	0.44 406	0.34 389

GSStereo	0.81 491	4.28 674	0.50 426	0.59 406	0.40 441	0.51 462	0.38 421	0.50 439	0.38 422	0.50 446	0.38 423	0.50 453	3.79 738	0.50 446	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 400

GS-Stereo							0.38 421	0.50 439	0.38 422	0.50 446	0.38 423	0.50 453	3.79 738	0.50 446	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 400

252Zero-FE	0.45 376	0.50 274	0.36 316	0.50 374	0.36 418	0.50 450	0.36 408	0.50 439	0.36 416	0.49 433	0.36 411	0.49 439	0.36 410	0.54 467	0.41 438	0.45 372	0.34 340	0.45 436	0.34 410	0.55 457	0.75 542

GASTEREO	0.48 399	1.21 481	0.47 405	0.57 401	0.38 430	0.50 450	0.38 421	0.50 439	0.38 422	0.50 446	0.38 423	0.50 453	0.38 419	0.50 446	0.38 413	0.52 414	0.42 396	0.46 440	0.34 410	0.46 416	0.34 389

FoundationStereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 439	0.50 485	0.50 446	0.50 487	0.50 453	0.50 484	0.50 446	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

StereoAnything_RVC	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 439	0.50 485	0.50 446	0.50 487	0.50 453	0.50 484	0.50 446	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

dual_stereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 439	0.50 485	0.50 446	0.50 487	0.50 453	0.50 484	0.50 446	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

UGAM-zero	0.51 413	2.17 585	0.39 334	0.53 390	0.36 418	0.50 450	0.36 408	0.50 439	0.36 416	0.49 433	0.36 411	0.50 453	0.35 406	0.50 446	0.36 400	0.49 399	0.37 358	0.47 450	0.35 423	0.46 416	0.34 389

GCST	0.50 408	2.08 576	0.38 323	0.53 390	0.35 412	0.49 441	0.35 401	0.50 439	0.35 405	0.49 433	0.35 406	0.49 439	0.35 406	0.49 438	0.35 396	0.48 396	0.37 358	0.45 436	0.33 406	0.44 406	0.33 382

TorneroNet	0.66 445	0.53 288	0.50 426	0.50 374	0.64 522	1.06 557	0.70 536	0.50 439	0.51 492	0.49 433	0.69 532	0.49 439	0.50 484	0.48 431	1.15 588	0.71 465	0.49 429	1.14 576	1.08 589	0.49 437	0.49 468

Selective-IGEV	0.51 413	0.55 295	0.45 391	0.69 431	0.45 470	0.61 485	0.45 461	0.50 439	0.40 438	0.56 473	0.44 459	0.55 475	0.40 432	0.72 502	0.67 510	0.59 434	0.46 412	0.45 436	0.34 410	0.46 416	0.37 409

ccnet	0.80 486	2.28 593	0.33 289	0.50 374	0.33 396	0.50 450	0.33 381	0.50 439	0.33 390	0.49 433	0.33 389	0.49 439	1.56 654	2.38 688	0.33 377	0.41 327	0.29 278	0.42 428	1.57 671	2.28 673	0.29 341

SANet	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 439	0.50 485	0.50 446	0.50 487	0.50 453	0.50 484	0.50 446	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

S0	0.42 338	0.44 243	0.54 441	0.59 406	0.34 408	0.48 432	0.22 253	0.51 453	0.25 274	0.51 455	0.34 397	0.53 467	0.35 406	0.47 421	0.36 400	0.55 424	0.39 372	0.49 463	0.27 322	0.46 416	0.34 389

GEAStereo	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 453	0.38 422	0.53 462	0.38 423	0.50 453	0.38 419	0.51 456	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 389

gasm-f	0.62 437	3.91 664	0.48 413	0.69 431	0.38 430	0.51 462	0.38 421	0.51 453	0.38 422	0.53 462	0.38 423	0.50 453	0.38 419	0.51 456	0.38 413	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 389

ccccc	0.41 323	0.44 243	0.34 303	0.48 332	0.35 412	0.48 432	0.35 401	0.51 453	0.35 405	0.47 416	0.35 406	0.47 425	0.34 399	0.47 421	0.35 396	0.41 327	0.40 376	0.40 394	0.40 452	0.41 396	0.39 423

ktn	0.72 465	0.53 288	1.08 548	1.14 507	0.51 497	1.22 619	1.36 655	0.51 453	0.59 505	0.51 455	0.51 493	0.69 501	1.20 589	0.67 493	0.51 482	0.51 412	0.49 429	0.58 489	0.66 532	0.52 451	0.53 483

depthmonostereo	0.44 353	0.85 351	0.46 397	0.54 393	0.40 441	0.52 466	0.38 421	0.52 458	0.35 405	0.47 416	0.34 397	0.46 419	0.34 399	0.47 421	0.34 392	0.45 372	0.43 401	0.41 412	0.33 406	0.41 396	0.32 373

fffft	0.48 399	0.51 282	0.45 391	0.52 388	0.45 470	0.52 466	0.45 461	0.52 458	0.48 478	0.53 462	0.45 464	0.52 465	0.45 461	0.52 461	0.46 459	0.51 412	0.41 386	0.50 469	0.41 461	0.50 442	0.41 435
1: 1. 1
LG-Stereo_L1	0.47 393	0.52 284	0.47 405	0.62 412	0.39 440	0.53 468	0.40 436	0.53 460	0.39 435	0.53 462	0.39 433	0.53 467	0.39 431	0.53 464	0.39 427	0.55 424	0.46 412	0.49 463	0.37 432	0.49 437	0.37 409

PSMNet_ROB	0.54 419	0.54 292	0.54 441	0.54 393	0.53 501	0.54 472	0.54 495	0.53 460	0.54 496	0.54 468	0.54 498	0.54 471	0.53 491	0.54 467	0.54 488	0.54 418	0.53 449	0.54 483	0.54 502	0.54 456	0.54 486

MSCF	0.51 413	1.40 504	0.49 420	0.58 403	0.38 430	0.50 450	0.38 421	0.54 462	0.41 448	0.52 459	0.41 444	0.53 467	0.42 450	0.53 464	0.41 438	0.60 436	0.47 420	0.48 458	0.37 432	0.48 434	0.38 416

Occ-G	1.12 556	0.52 284	3.72 732	3.50 689	0.50 491	0.56 474	0.47 470	0.54 462	0.46 466	0.54 468	0.41 444	0.54 471	0.42 450	0.52 461	0.42 446	3.42 706	4.02 728	0.52 477	0.45 475	0.51 448	0.44 448

iRaftStereo_RVC	0.97 532	3.17 644	2.30 699	2.42 647	0.38 430	0.54 472	0.38 421	0.54 462	0.38 422	0.54 468	0.38 423	0.54 471	0.38 419	0.54 467	0.38 413	2.38 682	2.34 698	0.49 463	0.36 429	0.49 437	0.36 403

FSD	0.61 434	0.59 305	0.50 426	2.58 654	0.44 466	0.56 474	0.44 455	0.55 465	0.44 461	0.56 473	0.44 459	0.56 478	0.44 457	0.56 472	0.46 459	0.61 440	0.42 396	0.52 477	0.42 469	0.52 451	0.51 478

LG-Stereo_Zeroshot	0.48 399	0.55 295	0.47 405	0.63 414	0.41 451	0.56 474	0.44 455	0.56 466	0.41 448	0.56 473	0.41 444	0.57 481	0.42 450	0.56 472	0.41 438	0.55 424	0.43 401	0.51 474	0.37 432	0.51 448	0.37 409

MyStereo06	0.75 473	4.12 668	0.60 455	0.63 414	0.61 516	0.62 488	0.66 512	0.56 466	0.45 465	0.55 471	0.48 480	0.54 471	0.46 465	0.57 477	0.45 455	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 494

CASS	0.57 428	0.89 361	0.56 445	0.57 401	0.56 505	0.56 474	0.56 497	0.56 466	0.53 494	0.57 476	0.57 502	0.59 485	0.48 474	0.56 472	0.57 492	0.55 424	0.56 454	0.47 450	0.56 508	0.62 469	0.56 497
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 429	0.58 302	0.47 405	0.64 419	0.74 544	1.00 540	0.69 529	0.57 469	0.41 448	0.57 476	0.41 444	0.57 481	0.41 444	1.00 548	0.75 545	0.91 505	0.51 442	0.52 477	0.37 432	0.52 451	0.37 409

LL-Strereo	1.01 543	5.06 689	1.63 645	0.70 437	1.43 662	0.56 474	0.46 465	0.57 469	0.50 485	0.57 476	0.50 487	1.58 642	0.49 480	0.59 479	0.50 477	1.64 625	0.52 445	0.51 474	1.37 658	0.52 451	0.45 450

PML	0.46 385	1.36 499	0.29 253	0.58 403	0.30 322	0.57 480	0.29 305	0.57 469	0.29 308	0.57 476	0.29 311	0.57 481	0.29 313	0.56 472	0.29 302	0.52 414	0.30 288	0.53 480	0.31 387	0.53 455	0.30 356

SE	0.64 441	0.73 325	0.77 510	0.79 451	0.59 508	0.78 508	0.54 495	0.58 472	0.58 500	0.78 515	0.59 506	0.63 492	0.18 243	0.78 509	0.52 484	0.80 489	0.65 481	0.69 508	0.57 511	0.75 492	0.52 480

AIO-test1	0.54 419	0.60 309	0.52 436	0.66 424	0.47 479	0.61 485	0.47 470	0.58 472	0.46 466	0.61 483	0.46 468	0.61 489	0.45 461	0.62 483	0.45 455	0.61 440	0.52 445	0.57 488	0.48 488	0.57 463	0.48 462

LMCR-Stereo	0.65 443	0.63 312	0.65 474	0.65 420	0.65 524	0.66 493	0.63 508	0.58 472	0.65 515	0.63 490	0.64 516	0.65 497	0.65 511	0.66 491	0.66 509	0.66 455	0.64 479	0.65 502	0.67 536	0.68 478	0.73 538

AIO-Stereo-zeroshot1	0.75 473	0.92 372	0.85 523	0.96 485	0.59 508	1.27 623	0.44 455	0.59 475	0.69 530	0.91 532	0.68 527	0.55 475	0.61 507	1.06 564	0.83 558	0.62 445	0.70 499	0.90 543	0.41 461	0.89 519	0.56 497

MyStereo8	0.71 462	3.92 666	0.52 436	0.59 406	0.52 498	0.57 480	0.53 492	0.59 475	0.50 485	0.59 480	0.51 493	0.57 481	0.50 484	0.56 472	0.52 484	0.54 418	0.49 429	0.54 483	0.49 492	0.55 457	0.50 471

DNS	0.86 512	2.43 609	1.66 648	2.03 617	0.42 461	0.60 483	0.42 451	0.60 477	0.42 456	0.60 481	0.42 454	0.60 486	0.42 450	0.60 481	0.42 446	1.97 642	1.63 653	0.55 486	0.40 452	0.55 457	0.40 426

DN	0.53 418	0.85 351	0.45 391	0.65 420	0.44 466	0.60 483	0.44 455	0.60 477	0.44 461	0.60 481	0.45 464	0.60 486	0.44 457	0.60 481	0.44 452	0.56 428	0.42 396	0.56 487	0.42 469	0.56 460	0.42 442

AEACV	1.12 556	0.52 284	3.12 723	3.24 674	0.86 564	0.53 468	0.49 481	0.60 477	0.47 471	0.53 462	0.49 483	0.55 475	0.45 461	0.55 471	0.47 466	3.01 701	3.88 726	0.71 514	0.60 516	0.80 504	0.48 462

CFNet_RVC	2.38 697	8.71 733	0.38 323	9.33 748	0.42 461	0.56 474	0.42 451	0.60 477	0.38 422	0.62 487	0.42 454	0.56 478	7.29 758	0.62 483	0.42 446	0.53 417	0.37 358	0.49 463	0.34 410	8.30 755	6.87 762

AIO-test2	0.55 424	0.59 305	0.52 436	0.67 425	0.47 479	0.61 485	0.47 470	0.61 481	0.47 471	0.61 483	0.47 476	0.61 489	0.48 474	0.62 483	0.47 466	0.64 451	0.53 449	0.58 489	0.47 484	0.58 465	0.48 462

MonSter	0.60 429	0.64 314	0.52 436	0.62 412	0.44 466	2.07 663	0.44 455	0.62 482	0.44 461	0.62 487	0.44 459	0.62 491	0.44 457	0.62 483	0.44 452	0.58 431	0.42 396	0.62 494	0.46 477	0.58 465	0.42 442

S	0.56 426	0.61 311	0.54 441	0.68 430	0.48 483	0.65 491	0.49 481	0.63 483	0.49 480	0.64 491	0.49 483	0.64 493	0.48 474	0.62 483	0.49 474	0.63 449	0.62 475	0.59 492	0.48 488	0.57 463	0.48 462

test-3	0.98 534	4.13 670	1.85 668	1.85 606	0.61 516	0.69 496	0.37 414	0.63 483	0.61 509	0.66 495	0.51 493	0.73 510	0.44 457	0.57 477	0.54 488	1.68 626	1.81 665	0.40 394	0.43 472	0.66 473	0.50 471

DispNO	1.00 535	0.63 312	0.43 387	3.45 685	0.44 466	0.65 491	0.43 454	0.64 485	0.43 458	0.64 491	0.43 457	0.64 493	3.03 716	0.64 489	0.43 451	4.55 718	0.43 401	0.63 496	0.43 472	0.63 470	0.43 445

WAFT-Stereo (ZS)	0.67 451	0.78 337	0.67 480	0.67 425	0.66 527	0.67 494	0.67 516	0.65 486	0.66 517	0.66 495	0.67 521	0.66 500	0.67 516	0.67 493	0.72 539	0.66 455	0.67 484	0.67 504	0.67 536	0.67 476	0.67 520

MyStereo05	0.80 486	4.12 668	0.63 467	0.63 414	0.61 516	0.62 488	0.66 512	0.65 486	0.62 510	0.67 497	0.61 512	0.65 497	0.58 500	0.67 493	0.55 491	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 494

DSFCA	0.66 445	0.73 325	0.78 512	0.65 420	0.65 524	0.64 490	0.64 509	0.65 486	0.63 513	0.64 491	0.64 516	0.64 493	0.64 509	0.65 490	0.65 506	0.65 453	0.65 481	0.65 502	0.65 529	0.66 473	0.64 513

WCG-NET	0.61 434	1.21 481	0.54 441	0.61 411	0.53 501	0.67 494	0.53 492	0.66 489	0.53 494	0.64 491	0.53 496	0.65 497	0.53 491	0.59 479	0.52 484	0.65 453	0.48 426	0.64 498	0.52 498	0.58 465	0.50 471

SMoEStereo_RVC	0.63 439	0.75 330	0.51 433	0.73 445	0.53 501	0.71 501	0.47 470	0.67 490	0.58 500	0.74 511	0.60 508	0.72 508	0.53 491	0.74 506	0.51 482	0.61 440	0.62 475	0.62 494	0.61 518	0.63 470	0.61 503

PA-Net	11.80 762	223.51 789	0.62 463	0.59 406	0.71 539	0.59 482	0.73 543	0.67 490	0.73 549	0.55 471	0.61 512	0.60 486	0.74 540	0.63 488	0.73 540	0.66 455	0.60 469	0.69 508	0.66 532	0.72 487	0.65 515
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
mm2	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 492	0.69 530	0.69 500	0.69 532	0.69 501	0.69 528	0.69 496	0.69 526	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 524

mm1	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 492	0.69 530	0.69 500	0.69 532	0.69 501	0.69 528	0.69 496	0.69 526	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 524

HH	0.71 462	2.54 612	0.74 505	1.10 501	0.32 383	0.41 339	0.37 414	0.69 492	0.78 553	0.73 506	0.90 565	0.75 513	1.00 564	0.84 522	0.69 526	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 266

HanStereo	0.71 462	2.54 612	0.74 505	1.10 501	0.32 383	0.41 339	0.37 414	0.69 492	0.78 553	0.73 506	0.90 565	0.75 513	1.00 564	0.84 522	0.69 526	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 266

tt45	1.04 548	0.88 358	1.36 626	0.92 473	1.03 586	1.51 643	0.79 550	0.70 496	0.88 565	0.74 511	0.90 565	1.60 643	0.72 538	1.60 643	0.75 545	0.91 505	0.78 514	1.52 652	0.79 562	1.14 554	1.32 654

MWDA-net	0.67 451	0.66 315	0.45 391	2.84 662	0.46 472	0.73 503	0.45 461	0.71 497	0.44 461	0.72 503	0.45 464	0.70 504	0.45 461	0.70 498	0.44 452	0.61 440	0.41 386	0.61 493	0.43 472	0.61 468	0.42 442

DStereoRT	0.73 469	0.81 346	0.73 504	0.71 439	0.74 544	0.73 503	0.75 545	0.71 497	0.71 543	0.74 511	0.72 545	0.73 510	0.80 549	0.71 500	0.73 540	0.76 483	0.71 503	0.73 515	0.72 551	0.70 485	0.76 545

anonymity	0.63 439	0.69 318	0.56 445	0.71 439	0.56 505	0.71 501	0.56 497	0.71 497	0.56 497	0.72 503	0.56 501	0.71 505	0.56 495	0.71 500	0.58 494	0.68 458	0.55 452	0.68 505	0.55 504	0.68 478	0.54 486

DMCA-RVC	0.70 459	0.80 342	0.70 493	0.70 437	0.70 537	0.70 499	0.70 536	0.71 497	0.70 538	0.70 502	0.71 542	0.71 505	0.70 532	0.70 498	0.69 526	0.69 459	0.70 499	0.69 508	0.70 546	0.69 482	0.70 527

LiteMatch	1.13 558	0.73 325	2.80 708	3.23 672	0.61 516	0.83 521	0.68 521	0.73 501	0.69 530	1.00 542	0.77 553	0.94 541	0.57 497	0.82 516	0.64 503	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 527

Lsterematch	1.13 558	0.73 325	2.80 708	3.23 672	0.61 516	0.83 521	0.68 521	0.73 501	0.69 530	1.00 542	0.77 553	0.94 541	0.57 497	0.82 516	0.64 503	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 527

iGMRVC	0.84 503	2.85 636	0.72 500	0.72 441	0.73 542	0.77 506	0.79 550	0.73 501	0.74 551	0.73 506	0.72 545	0.73 510	0.76 543	0.73 504	0.73 540	0.72 473	0.73 506	0.73 515	0.72 551	0.73 490	0.72 534

4D-IteraStereo	0.78 482	3.13 642	0.89 524	0.69 431	0.32 383	0.40 320	0.32 370	0.76 504	0.97 578	0.52 459	0.65 518	0.89 533	0.32 380	0.76 508	0.98 570	0.83 498	0.94 531	0.35 317	0.27 322	0.70 485	0.89 560

ARAFT	0.68 453	0.81 346	0.63 467	0.74 448	0.60 510	0.78 508	0.62 507	0.77 505	0.66 517	0.74 511	0.63 514	0.75 513	0.62 508	0.83 521	0.60 499	0.70 464	0.55 452	0.70 513	0.60 516	0.78 499	0.55 494

PointNet	0.60 429	0.75 330	0.49 420	0.79 451	0.50 491	0.79 511	0.49 481	0.79 506	0.49 480	0.80 518	0.49 483	0.79 518	0.49 480	0.80 512	0.49 474	0.63 449	0.40 376	0.63 496	0.40 452	0.63 470	0.40 426

GCAP-Stereo	0.75 473	4.15 671	0.42 385	0.75 449	0.35 412	0.78 508	0.40 436	0.79 506	0.38 422	0.78 515	0.36 411	0.78 516	0.36 410	0.79 510	0.39 427	0.75 481	0.39 372	0.76 523	0.39 450	0.75 492	0.39 423

G-Net	0.79 483	0.79 339	0.79 515	0.79 451	0.79 557	0.79 511	0.79 550	0.79 506	0.79 557	0.79 517	0.79 557	0.79 518	0.79 548	0.79 510	0.79 550	0.79 487	0.79 516	0.79 527	0.79 562	0.79 501	0.79 550

AFF-stereo	0.73 469	0.88 358	0.67 480	0.75 449	0.68 532	0.75 505	0.64 509	0.80 509	0.72 546	0.83 526	0.70 536	0.82 524	0.64 509	0.84 522	0.67 510	0.77 486	0.63 477	0.81 532	0.63 520	0.78 499	0.62 506

NaN_ROB	0.80 486	0.80 342	0.80 516	0.80 455	0.80 560	0.80 513	0.80 553	0.80 509	0.80 559	0.80 518	0.80 559	0.80 520	0.80 549	0.80 512	0.80 553	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 551

CSAN	0.80 486	0.80 342	0.80 516	0.80 455	0.80 560	0.80 513	0.80 553	0.80 509	0.80 559	0.80 518	0.80 559	0.80 520	0.80 549	0.80 512	0.80 553	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 551

CAR	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 512	0.58 500	0.81 521	0.58 504	0.83 525	0.59 502	0.82 516	0.59 497	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 480

MSE-Stereo	0.72 465	0.76 333	0.59 451	0.84 460	1.19 602	0.81 516	0.58 500	0.81 512	0.58 500	0.81 521	0.58 504	0.83 525	0.59 502	0.82 516	0.59 497	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 480

RAFT-Stereo + iAFF	0.70 459	0.72 324	0.71 497	0.80 455	0.62 521	0.82 519	0.61 506	0.81 512	0.62 510	0.81 521	0.63 514	0.80 520	0.70 532	0.73 504	0.61 501	0.76 483	0.61 474	0.74 520	0.61 518	0.77 497	0.61 503

zero-FE	0.72 465	1.31 495	0.66 476	0.92 473	0.60 510	0.82 519	0.58 500	0.82 515	0.58 500	0.81 521	0.60 508	0.81 523	0.60 504	0.82 516	0.58 494	0.74 480	0.59 466	0.73 515	0.52 498	0.76 495	0.51 478

MGA	0.73 469	0.76 333	0.60 455	0.92 473	1.17 598	0.81 516	0.59 504	0.84 516	0.62 510	0.81 521	0.59 506	0.84 527	0.60 504	0.81 515	0.61 501	0.71 465	0.53 449	0.89 542	0.53 500	0.75 492	0.54 486

Selective-RAFT-Error	0.88 517	0.84 349	0.98 536	0.86 465	0.97 576	0.88 527	0.95 571	0.84 516	0.99 581	0.92 534	0.82 561	0.84 527	0.98 563	0.87 527	0.97 569	0.81 493	0.83 522	0.79 527	0.82 567	0.79 501	0.85 556

monster-pro	0.75 473	1.67 514	0.64 470	0.89 466	0.57 507	0.86 525	0.56 497	0.87 518	0.56 497	0.87 527	0.57 502	0.88 530	0.57 497	0.87 527	0.57 492	0.79 487	0.58 460	0.76 523	0.54 502	0.77 497	0.54 486

PAM_32	0.64 441	2.38 605	0.51 433	0.92 473	0.43 465	0.53 468	0.44 455	0.87 518	0.43 458	0.52 459	0.45 464	0.53 467	0.40 432	0.54 467	0.46 459	0.62 445	0.56 454	0.48 458	0.45 475	0.76 495	0.44 448

DCRE	0.84 503	1.89 561	0.77 510	0.94 480	0.72 541	0.88 527	0.73 543	0.87 518	0.78 553	0.90 530	0.71 542	0.88 530	0.67 516	0.88 529	0.73 540	0.81 493	0.68 490	0.81 532	0.70 546	0.82 509	0.70 527

Selective-RAFT	0.89 519	0.89 361	0.72 500	1.16 515	0.78 555	1.06 557	0.82 560	0.87 518	0.97 578	1.00 542	0.91 568	0.90 534	1.00 564	0.89 531	0.93 566	0.83 498	0.83 522	0.82 536	0.82 567	0.81 507	0.82 554

UDG	0.80 486	2.21 589	0.60 455	0.91 470	0.60 510	0.90 530	0.58 500	0.88 522	0.60 506	0.90 530	0.60 508	0.88 530	0.60 504	0.90 532	0.58 494	0.86 502	0.60 469	0.84 538	0.59 515	0.84 512	0.61 503

MoCha-V2	2.11 671	26.97 766	0.78 512	0.92 473	0.77 554	0.96 537	0.72 542	0.90 523	0.72 546	0.94 538	0.70 536	0.90 534	0.71 537	0.91 534	0.71 537	0.85 501	0.71 503	0.88 541	0.69 542	0.87 515	0.67 520

DDUNet	0.81 491	2.45 610	0.57 449	0.90 468	0.60 510	0.88 527	0.59 504	0.90 523	0.60 506	0.88 529	0.60 508	0.90 534	0.58 500	0.88 529	0.60 499	0.84 500	0.60 469	0.86 540	0.57 511	0.86 514	0.60 502

CFNet-RSSM	0.91 520	4.89 682	0.34 303	0.44 314	1.07 588	1.62 647	1.40 662	0.91 525	0.35 405	1.60 640	1.39 662	0.64 493	0.34 399	0.44 394	0.33 377	0.41 327	0.35 347	0.75 521	0.30 376	0.41 396	0.29 341

UNet	0.29 237	0.90 365	0.10 99	0.14 129	0.10 162	0.14 173	0.10 157	0.91 525	0.69 530	0.14 174	0.11 176	0.14 175	0.11 175	0.14 176	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 518	0.76 545

DGTPSM_ROB	0.93 527	1.00 393	0.92 531	0.94 480	0.96 575	0.91 531	0.92 567	0.91 525	0.96 577	0.91 532	0.96 574	0.93 540	0.92 558	0.94 540	0.92 562	0.92 508	0.92 529	0.90 543	0.92 572	0.94 535	0.91 562

test_xeample3	1.10 553	1.81 539	0.61 461	0.84 460	0.49 487	0.77 506	0.66 512	0.92 528	1.40 663	0.68 499	0.46 468	0.78 516	0.54 494	1.72 648	1.48 664	1.34 605	1.52 639	1.35 645	1.67 696	1.33 624	1.55 667

DPSM_ROB	0.92 522	0.91 367	0.91 529	0.91 470	0.92 571	0.92 532	0.92 567	0.92 528	0.91 567	0.93 536	0.91 568	0.92 537	0.90 556	0.91 534	0.92 562	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 564

DPSM	0.92 522	0.91 367	0.91 529	0.91 470	0.92 571	0.92 532	0.92 567	0.92 528	0.91 567	0.93 536	0.91 568	0.92 537	0.90 556	0.91 534	0.92 562	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 564

pmcnn	0.92 522	0.92 372	0.92 531	0.92 473	0.92 571	0.92 532	0.92 567	0.92 528	0.92 571	0.92 534	0.92 571	0.92 537	0.92 558	0.92 538	0.92 562	0.92 508	0.92 529	0.92 549	0.92 572	0.92 526	0.92 563

RSM++	0.76 478	0.82 348	0.66 476	0.85 464	0.64 522	0.85 523	0.71 539	0.94 532	0.64 514	0.87 527	0.67 521	0.87 529	0.65 511	0.84 522	0.65 506	0.81 493	0.70 499	0.79 527	0.71 549	0.83 511	0.70 527

ToySt	0.92 522	2.11 579	0.90 527	0.95 482	0.79 557	0.99 539	0.78 549	0.94 532	0.81 562	0.94 538	0.78 555	0.95 543	0.77 545	0.94 540	0.86 560	0.91 505	0.79 516	0.85 539	0.77 558	0.89 519	0.73 538

R-Stereo Train	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 534	0.68 525	0.95 540	0.68 527	0.96 544	0.68 521	0.96 544	0.68 518	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 522

RAFT-Stereo	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 534	0.68 525	0.95 540	0.68 527	0.96 544	0.68 521	0.96 544	0.68 518	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 522
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LGCAT	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 536	1.00 582	1.00 542	1.00 579	1.00 547	1.00 564	1.00 548	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

Test_v1	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 536	1.00 582	1.00 542	1.00 579	1.00 547	1.00 564	1.00 548	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

WQFJA1++	0.84 503	0.98 383	0.67 480	1.26 568	0.75 546	1.00 540	0.67 516	1.00 536	0.67 519	1.00 542	0.67 521	1.00 547	0.67 516	1.00 548	0.67 510	0.96 516	0.67 484	0.91 546	0.63 520	0.92 526	0.63 507

NLMM1	0.86 512	0.98 383	0.69 490	1.48 591	0.75 546	1.01 548	0.69 529	1.00 536	0.69 530	1.00 542	0.70 536	1.00 547	0.68 521	1.01 556	0.67 510	0.97 517	0.68 490	0.92 549	0.63 520	0.93 531	0.63 507

NLMM	0.84 503	1.00 393	0.67 480	1.27 569	0.75 546	1.00 540	0.68 521	1.00 536	0.67 519	1.00 542	0.67 521	1.02 560	0.67 516	1.02 560	0.67 510	0.97 517	0.67 484	0.93 553	0.63 520	0.92 526	0.63 507

AdaDepth	0.86 512	0.93 376	0.71 497	1.01 494	1.07 588	1.02 554	0.71 539	1.00 536	0.71 543	1.01 553	0.71 542	1.00 547	0.72 538	1.14 575	0.71 537	0.92 508	0.64 479	0.90 543	0.64 525	0.89 519	0.69 524

GANet	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 536	1.00 582	1.00 542	1.00 579	1.00 547	1.00 564	1.00 548	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

TDLM	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 536	1.00 582	1.00 542	1.00 579	1.00 547	1.00 564	1.00 548	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

CVANet_RVC	1.00 535	1.00 393	1.00 538	1.00 489	1.00 577	1.00 540	1.00 575	1.00 536	1.00 582	1.00 542	1.00 579	1.00 547	1.00 564	1.00 548	1.00 572	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

WQFJX1	0.84 503	0.98 383	0.67 480	1.30 576	0.75 546	1.01 548	0.67 516	1.01 545	0.67 519	1.01 553	0.67 521	1.01 556	0.68 521	1.00 548	0.68 518	0.98 521	0.67 484	0.92 549	0.64 525	0.92 526	0.64 513

WQFJX	0.85 509	1.00 393	0.68 488	1.30 576	0.75 546	1.01 548	0.68 521	1.01 545	0.68 525	1.01 553	0.68 527	1.03 562	0.68 521	1.02 560	0.67 510	0.97 517	0.67 484	0.93 553	0.63 520	0.94 535	0.63 507

NLSM3	0.85 509	0.99 391	0.68 488	1.29 574	0.76 551	1.01 548	0.68 521	1.01 545	0.68 525	1.02 557	0.68 527	1.01 556	0.68 521	1.01 556	0.68 518	0.97 517	0.68 490	0.93 553	0.64 525	0.93 531	0.63 507

trnet	1.01 543	1.01 403	1.01 543	1.01 494	1.01 583	1.01 548	1.01 580	1.01 545	1.01 587	1.01 553	1.01 584	1.01 556	1.01 572	1.01 556	1.01 577	1.01 528	1.01 539	1.01 570	1.01 586	1.01 545	1.01 579

STTRV1_RVC	0.82 496	1.60 512	0.70 493	1.01 494	0.60 510	1.07 560	0.69 529	1.01 545	0.60 506	0.72 503	0.55 499	1.02 560	0.68 521	1.03 562	0.67 510	0.89 504	0.63 477	0.92 549	0.57 511	0.90 522	0.65 515

WQFJA1	0.85 509	0.98 383	0.67 480	1.29 574	0.76 551	1.01 548	0.67 516	1.02 550	0.67 519	1.02 557	0.67 521	1.01 556	0.67 516	1.01 556	0.68 518	0.99 522	0.67 484	0.93 553	0.64 525	0.92 526	0.65 515

DPSimNet_ROB	0.97 532	1.18 433	0.81 519	1.10 501	0.91 570	1.02 554	0.82 560	1.04 551	0.91 567	1.03 559	0.86 564	1.28 631	0.82 553	1.03 562	0.89 561	1.17 546	0.81 521	1.02 571	0.82 567	1.08 550	0.81 553

999	1.00 535	1.12 424	0.59 451	1.10 501	1.21 650	1.09 563	0.52 490	1.08 552	1.43 665	1.18 576	1.35 656	0.98 546	0.52 490	0.91 534	0.85 559	0.72 473	1.46 635	0.83 537	0.98 577	0.68 478	1.41 662

GLC_STEREO	1.07 550	1.01 403	1.06 546	1.07 499	1.05 587	1.06 557	1.08 585	1.08 552	1.05 591	1.07 561	1.06 586	1.08 565	1.05 574	1.06 564	1.10 583	1.07 531	1.09 549	1.05 574	1.05 588	1.06 549	1.12 586

HSM-Net_RVC	0.95 530	1.17 431	0.78 512	1.18 517	0.71 539	1.16 572	0.75 545	1.09 554	0.80 559	1.10 563	0.75 550	1.17 578	0.74 540	1.17 578	0.80 553	1.13 542	0.73 506	1.17 583	0.77 558	1.16 559	0.72 534
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 560	1.10 423	0.70 493	1.10 501	0.60 510	1.10 564	0.70 536	1.10 555	0.70 538	1.10 563	0.70 536	1.10 569	0.70 532	7.00 761	0.70 535	1.10 535	0.70 499	1.10 575	0.70 546	1.10 551	0.70 527

AIO-Stereo	0.84 503	0.66 315	0.70 493	0.83 459	0.67 529	0.98 538	0.82 560	1.14 556	0.72 546	1.03 559	0.74 549	1.03 562	1.09 576	0.99 546	0.45 455	1.04 529	0.73 506	0.95 559	0.74 553	0.94 535	0.46 452

Wavelet-MonSter	1.00 535	1.21 481	0.76 508	1.94 610	1.01 583	1.11 567	0.76 547	1.15 557	0.76 552	1.11 568	0.76 551	1.14 575	0.76 543	1.11 572	0.76 547	1.21 595	0.90 526	1.02 571	0.71 549	1.02 547	0.71 533

RP	2.33 691	25.00 759	1.13 551	1.15 510	1.15 593	1.10 564	1.15 591	1.15 557	1.15 595	1.12 569	1.15 591	1.09 567	1.13 578	1.10 570	1.15 588	1.11 540	1.09 549	1.16 579	1.12 591	1.16 559	1.17 595

NCC-stereo	2.36 693	25.52 761	1.17 556	1.15 510	1.17 598	1.11 567	1.11 586	1.15 557	1.16 596	1.10 563	1.16 594	1.10 569	1.15 582	1.14 575	1.13 586	1.09 533	1.11 553	1.15 578	1.16 595	1.17 564	1.17 595

AIO-Stereo-zeroshot	0.91 520	0.86 353	0.89 524	1.25 567	0.69 533	1.05 556	0.81 557	1.16 560	0.50 485	1.12 569	0.97 576	0.72 508	0.82 553	1.06 564	0.95 567	0.61 440	0.87 524	1.03 573	0.85 570	1.04 548	1.01 579

edge stereo	2.43 698	27.07 767	1.14 552	1.06 498	1.14 591	1.08 561	1.17 594	1.16 560	1.14 594	1.10 563	1.16 594	1.09 567	1.16 586	1.10 570	1.16 592	1.10 535	1.11 553	1.16 579	1.19 597	1.13 553	1.11 584

RGC	2.36 693	25.48 760	1.19 560	1.15 510	1.15 593	1.10 564	1.16 593	1.17 562	1.16 596	1.12 569	1.16 594	1.11 573	1.13 578	1.09 568	1.18 595	1.10 535	1.15 558	1.16 579	1.12 591	1.14 554	1.12 586

Nwc_Net	2.37 695	25.95 763	1.15 554	1.14 507	1.15 593	1.08 561	1.14 589	1.17 562	1.16 596	1.14 573	1.15 591	1.08 565	1.15 582	1.11 572	1.14 587	1.10 535	1.11 553	1.16 579	1.09 590	1.16 559	1.15 591

Abc-Net	2.32 690	24.75 758	1.14 552	1.17 516	1.17 598	1.11 567	1.15 591	1.17 562	1.21 648	1.08 562	1.16 594	1.12 574	1.14 581	1.09 568	1.17 594	1.09 533	1.16 559	1.17 583	1.17 596	1.16 559	1.11 584
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UPFNet	0.42 338	1.20 435	0.17 192	0.24 199	0.17 235	0.25 248	0.17 223	1.19 565	0.90 566	0.25 245	0.17 229	0.24 242	0.17 232	0.25 247	0.17 224	0.22 201	0.17 205	0.22 230	0.16 221	1.15 557	0.93 564

AF-Net	2.37 695	25.71 762	1.17 556	1.13 506	1.15 593	1.15 571	1.18 595	1.19 565	1.16 596	1.10 563	1.15 591	1.10 569	1.18 587	1.12 574	1.15 588	1.10 535	1.10 552	1.17 583	1.15 593	1.16 559	1.12 586

stereogan	2.33 691	24.38 757	1.18 558	1.18 517	1.18 601	1.14 570	1.18 595	1.19 565	1.19 602	1.14 573	1.18 598	1.14 575	1.18 587	1.14 575	1.18 595	1.14 544	1.14 557	1.19 588	1.19 597	1.15 557	1.19 599

MWSP-net	0.96 531	0.75 330	0.49 420	4.84 719	0.48 483	1.28 625	0.52 490	1.20 568	0.51 492	1.14 573	0.70 536	1.00 547	0.56 495	0.90 532	0.69 526	0.76 483	0.60 469	0.95 559	0.56 508	0.73 490	0.45 450

DisPM	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

CrosDoStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PFNet+	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

LCNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

HHNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Patchmatch Stereo++	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600
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	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

STrans-v2	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

TransformOpticalFlow	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

OMP-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

IIG-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

NF-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

OCTAStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PSM-softLoss	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

KMStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

NRIStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PSM-adaLoss	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PSM-AAD	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

FTStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

ROB_FTStereo_v2	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

ROB_FTStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Consistency-Raft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

KYRaft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

HUI-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

ASMatch	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DeepStereo_LL	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DEmStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

SST-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

THIR-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT_R40	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DRaft	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PFNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

GrayStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RE-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Pruner-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

TVStereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DeepStereo_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT-RH_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

IRAFT_RVC	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT-345	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

iRAFT	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

CRE-IMP	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

GMM-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT-IKP	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Prome-Stereo	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

FC-DCNN	1.07 550	1.09 419	0.98 536	0.89 466	0.52 498	1.41 638	0.91 566	1.21 614	1.24 651	1.96 653	2.05 722	1.91 654	1.30 642	1.27 631	1.08 582	0.80 489	0.60 469	0.58 489	0.41 461	0.68 478	0.54 486

CroCo-Stereo	0.73 469	1.22 487	0.25 229	1.22 564	0.25 283	1.22 619	0.25 269	1.22 615	0.25 274	1.22 624	0.25 279	1.22 626	0.25 275	1.22 626	0.25 270	1.22 597	0.26 243	1.21 635	0.25 278	1.22 617	0.25 260
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 702	26.86 765	1.23 612	1.22 564	1.22 652	1.24 621	1.25 646	1.22 615	1.24 651	1.21 623	1.24 647	1.19 579	1.27 639	1.19 579	1.24 646	1.19 547	1.20 564	1.25 638	1.19 597	1.24 618	1.23 648

MEA-ACV	1.66 623	0.87 355	0.61 461	11.81 759	1.35 655	1.50 642	0.71 539	1.23 617	0.92 571	1.13 572	0.96 574	1.69 648	0.70 532	1.23 627	1.16 592	1.54 621	1.20 564	1.58 653	0.85 570	1.12 552	0.95 567

FAT-Stereo	2.46 700	26.05 764	1.23 612	1.23 566	1.22 652	1.20 573	1.24 645	1.23 617	1.23 650	1.19 577	1.22 645	1.21 625	1.24 637	1.20 580	1.24 646	1.21 595	1.17 562	1.22 636	1.25 650	1.20 569	1.24 649

Hybrid-DGEV-2	1.05 549	1.83 549	0.83 520	1.33 580	0.82 563	1.30 626	0.81 557	1.26 619	0.79 557	1.29 627	0.79 557	1.26 627	0.80 549	1.26 628	0.79 550	1.20 549	0.78 514	1.18 586	0.77 558	1.20 569	0.77 547

Hybrid-DGEV	1.03 547	1.75 523	0.80 516	1.28 573	0.78 555	1.26 622	0.80 553	1.26 619	0.78 553	1.26 625	0.78 555	1.26 627	0.78 547	1.26 628	0.78 549	1.15 545	0.75 509	1.14 576	0.74 553	1.14 554	0.75 542

CroCo-Stereo Lap2	0.77 479	1.29 491	0.29 253	1.27 569	0.29 310	1.27 623	0.26 276	1.26 619	0.26 288	1.26 625	0.26 284	1.27 630	0.26 285	1.26 628	0.27 277	1.27 600	0.27 256	1.27 639	0.27 322	1.27 621	0.27 304

MMNet	0.44 353	1.24 489	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 619	0.93 573	0.25 245	0.17 229	0.25 249	0.18 243	0.25 247	0.17 224	0.23 213	0.16 184	0.23 239	0.16 221	1.20 569	0.99 571

delet	0.43 340	1.21 481	0.17 192	0.25 206	0.17 235	0.25 248	0.18 232	1.26 619	0.95 575	0.25 245	0.17 229	0.25 249	0.17 232	0.25 247	0.17 224	0.23 213	0.16 184	0.22 230	0.16 221	1.18 565	0.98 570

psm_up	0.43 340	1.19 434	0.17 192	0.25 206	0.18 247	0.25 248	0.19 238	1.26 619	0.91 567	0.26 254	0.17 229	0.25 249	0.17 232	0.25 247	0.17 224	0.22 201	0.17 205	0.23 239	0.16 221	1.18 565	0.99 571

LiteMatch*	2.07 659	1.30 493	5.73 744	6.28 732	0.79 557	1.33 629	0.80 553	1.30 625	1.02 588	1.33 629	0.84 563	1.33 633	0.97 561	1.28 632	1.04 579	6.05 743	5.89 739	1.28 640	0.76 556	1.28 622	0.88 557

Hybrid-DGEV-03	1.07 550	1.83 549	0.83 520	1.34 581	0.81 562	1.32 628	0.81 557	1.31 626	0.81 562	1.31 628	0.82 561	1.32 632	0.82 553	1.32 633	0.81 556	1.19 547	0.77 512	1.19 588	0.76 556	1.19 567	0.77 547

PS-NSSS	1.38 617	1.39 503	1.34 616	1.34 581	1.35 655	1.38 634	1.37 660	1.35 627	1.38 662	1.34 630	1.34 655	1.39 636	1.38 650	1.70 647	1.40 661	1.36 608	1.36 627	1.36 647	1.37 658	1.37 626	1.36 659

MM-Stereo_test2	1.20 561	1.85 555	1.05 545	1.46 590	0.94 574	1.36 632	0.99 574	1.36 628	0.95 575	1.41 635	0.98 577	1.40 638	0.96 560	1.37 635	0.95 567	1.37 610	1.06 542	1.33 642	0.93 576	1.29 623	0.89 560

MaskLacGwcNet_RVC	1.35 614	1.35 498	1.35 618	1.35 583	1.35 655	1.35 630	1.35 653	1.36 628	1.35 659	1.36 632	1.35 656	1.36 634	1.36 647	1.36 634	1.35 657	1.35 606	1.35 626	1.35 645	1.35 655	1.35 625	1.35 658

CC-Net-ROB	1.36 615	1.33 497	1.33 615	1.36 584	1.38 659	1.36 632	1.33 651	1.37 630	1.34 656	1.35 631	1.36 658	1.38 635	1.34 645	1.38 636	1.38 660	1.35 606	1.38 630	1.33 642	1.35 655	1.43 628	1.34 657

RASNet	1.49 618	1.65 513	1.45 634	1.38 586	1.43 662	1.47 641	1.36 655	1.38 631	1.36 660	1.39 633	1.60 672	1.45 640	1.45 653	1.51 641	2.21 717	1.53 620	1.36 627	1.36 647	1.36 657	1.66 637	1.36 659

MM-Stereo_test3	1.27 612	2.07 575	1.18 558	1.60 598	1.02 585	1.45 640	1.01 580	1.40 632	1.04 590	1.44 637	1.03 585	1.46 641	1.02 573	1.44 640	1.02 578	1.51 619	1.12 556	1.32 641	0.98 577	1.38 627	0.97 569

qqai	1.22 608	1.38 502	1.12 549	1.39 587	1.14 591	1.40 636	1.14 589	1.41 633	1.12 592	1.40 634	1.11 590	1.40 638	1.13 578	1.41 637	1.15 588	1.25 598	0.97 532	1.24 637	1.01 586	1.24 618	0.96 568

MLG-Stereo	0.92 522	0.90 365	0.84 522	1.27 569	0.49 487	1.38 634	0.88 563	1.41 633	0.97 578	0.73 506	1.09 588	1.26 627	0.43 455	0.72 502	1.05 580	1.13 542	0.49 429	1.18 586	0.66 532	1.01 545	0.46 452

BLMT-Stereo	1.53 619	1.36 499	1.06 546	1.42 589	1.23 654	1.41 638	1.07 584	1.43 635	1.12 592	1.42 636	1.06 586	1.83 651	1.07 575	1.42 639	1.07 581	1.27 600	1.38 630	6.80 758	1.00 579	1.26 620	1.00 573

FAST (zero-shot)	0.87 516	1.55 509	0.42 385	1.57 593	0.42 461	1.62 647	0.45 461	1.59 636	0.42 456	1.66 647	0.44 459	1.62 647	0.42 450	1.59 642	0.42 446	0.64 451	0.43 401	0.64 498	0.42 469	0.67 476	0.46 452

DPSMNet_ROB	1.60 622	1.59 511	1.70 649	1.59 595	1.59 668	1.61 645	1.61 671	1.60 637	1.60 669	1.62 646	1.59 671	1.60 643	1.60 656	1.60 643	1.59 668	1.59 622	1.60 650	1.59 654	1.59 676	1.59 633	1.59 673

FlowAnything_test	1.02 545	1.72 517	0.71 497	1.59 595	0.70 537	1.61 645	0.69 529	1.61 638	0.70 538	1.60 640	0.70 536	1.61 646	0.69 528	1.61 645	0.70 535	0.81 493	0.58 460	0.81 532	0.55 504	0.81 507	0.56 497

FlowAnything	1.02 545	1.71 516	0.72 500	1.59 595	0.69 533	1.60 644	0.69 529	1.61 638	0.70 538	1.60 640	0.69 532	1.60 643	0.69 528	1.61 645	0.69 526	0.81 493	0.58 460	0.81 532	0.56 508	0.82 509	0.56 497

CFNet-ft	0.55 424	1.57 510	0.14 155	0.20 177	0.14 204	0.20 210	2.53 720	1.61 638	0.14 204	0.20 208	0.14 205	0.20 210	0.14 204	0.20 208	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	1.56 632	1.24 649

11t	1.27 612	2.70 621	1.34 616	1.32 579	0.89 566	1.30 626	1.34 652	1.64 641	0.57 499	1.45 638	0.72 545	1.05 564	1.29 641	1.07 567	1.29 653	1.49 616	1.02 540	0.97 563	1.15 593	1.48 629	1.31 653

IGEVStereo-DCA	1.77 629	4.21 672	1.84 666	2.49 650	2.11 716	2.54 700	1.36 655	1.65 642	1.17 600	2.75 711	1.90 705	2.54 696	1.15 582	0.94 540	1.11 584	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 557

rrr	1.77 629	4.21 672	1.84 666	2.49 650	2.11 716	2.54 700	1.36 655	1.65 642	1.17 600	2.75 711	1.90 705	2.54 696	1.15 582	0.94 540	1.11 584	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 557

HBP-ISP	1.24 610	1.72 517	1.65 646	1.15 510	0.76 551	1.40 636	0.88 563	1.67 644	1.02 588	1.69 648	1.38 661	1.69 648	1.21 635	1.87 655	1.21 644	1.05 530	0.79 516	0.97 563	0.80 564	1.19 567	0.75 542

ours_stereo	1.20 561	1.21 481	0.90 527	1.64 603	1.11 590	1.35 630	0.67 516	1.76 645	0.93 573	1.70 649	1.10 589	1.39 636	0.75 542	1.41 637	0.81 556	1.60 624	1.03 541	1.33 642	1.00 579	1.61 634	0.72 534

2.5w	2.01 650	2.40 606	1.37 628	3.28 676	2.01 710	2.71 706	1.43 668	1.82 646	1.83 703	1.90 652	1.41 663	2.71 706	1.35 646	2.71 706	1.85 703	2.66 693	1.53 640	1.64 655	1.23 647	2.53 693	1.87 706

1w_stereo	2.05 658	2.32 596	1.35 618	3.74 698	2.01 710	2.73 709	1.42 665	1.88 647	1.93 714	2.03 661	1.28 651	2.71 706	1.99 701	2.72 708	1.72 691	2.20 662	1.32 614	1.87 665	1.86 708	2.45 682	1.54 666

GANetREF_RVC	1.55 620	1.94 571	1.22 610	1.88 607	1.21 650	1.88 652	1.22 643	1.88 647	1.22 649	1.88 650	1.22 645	1.88 652	1.22 636	1.89 656	1.22 645	1.87 633	1.22 612	1.88 668	1.22 646	1.88 646	1.22 646
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
ccs_rob	2.79 715	10.17 745	0.32 284	10.00 755	0.33 396	0.49 441	0.33 381	1.90 649	0.32 380	0.51 455	0.33 389	0.49 439	9.24 762	0.49 438	0.33 377	0.41 327	9.82 758	0.41 412	0.28 343	9.34 760	0.29 341

3.25w	2.04 656	2.20 587	1.48 636	3.03 666	2.17 720	2.63 704	1.39 661	1.96 650	1.95 715	1.96 653	1.37 659	2.71 706	1.96 698	2.71 706	1.73 696	2.26 668	1.32 614	1.87 665	1.87 709	2.51 689	1.63 689

MFMNet_re	1.81 632	1.91 564	1.71 651	1.95 612	1.70 691	1.95 657	1.70 688	1.96 650	1.74 695	1.97 655	1.72 693	1.95 655	1.71 677	1.97 659	1.71 688	1.86 631	1.62 651	1.85 661	1.66 695	1.86 645	1.64 691

SPS-STEREO	1.59 621	1.91 564	1.21 609	1.94 610	1.20 604	2.00 660	1.23 644	1.99 652	1.24 651	2.00 658	1.25 648	2.03 662	1.26 638	2.00 660	1.29 653	1.90 637	1.18 563	1.89 669	1.21 645	1.89 647	1.20 600
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IGEV	2.02 651	2.20 587	1.82 662	2.90 664	2.16 718	2.41 690	1.25 646	2.00 653	1.98 716	1.99 657	1.31 653	2.72 710	1.93 695	2.67 705	1.69 686	2.26 668	1.32 614	1.83 660	1.87 709	2.53 693	1.61 680

3.5w_stereo	2.03 653	2.72 625	1.35 618	3.41 683	1.57 666	2.72 707	1.49 669	2.01 654	1.34 656	2.15 668	1.61 674	2.63 702	1.36 647	2.72 708	1.99 715	2.66 693	1.58 646	1.68 657	1.24 648	2.53 693	1.87 706

3w_stereo	2.04 656	2.24 591	1.70 649	3.15 669	2.18 722	2.49 694	1.26 648	2.03 655	1.98 716	1.98 656	1.33 654	2.72 710	1.99 701	2.59 699	1.72 691	2.22 664	1.33 621	1.85 661	1.88 714	2.50 688	1.58 672

MM-Stereo_test1	1.80 631	3.41 649	1.52 641	2.12 618	1.41 661	2.04 661	1.41 663	2.05 656	1.46 666	2.04 662	1.41 663	2.05 663	1.42 652	2.05 661	1.43 663	2.04 647	1.54 642	1.94 670	1.38 660	1.99 650	1.33 655

4.5_new	2.00 643	1.84 554	1.98 691	2.77 658	2.16 718	2.27 682	1.28 650	2.09 657	1.98 716	2.01 659	1.28 651	2.71 706	1.98 699	2.51 696	1.65 671	2.26 668	1.33 621	1.87 665	1.87 709	2.49 686	1.60 675

ff7	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 658	1.80 699	2.05 663	1.56 668	2.33 683	2.12 706	2.23 679	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 581

ffff	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 658	1.80 699	2.05 663	1.56 668	2.33 683	2.12 706	2.23 679	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 581

ccc-4	1.68 624	2.68 618	1.35 618	0.97 486	0.89 566	1.84 649	2.15 715	2.12 658	1.80 699	2.05 663	1.56 668	2.33 683	2.12 706	2.23 679	2.25 718	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 581

MC-Stereo	1.76 628	2.96 637	1.37 628	2.14 619	1.37 658	2.14 666	1.36 655	2.14 661	1.37 661	2.14 667	1.37 659	2.14 664	1.37 649	2.14 665	1.37 659	1.97 642	1.32 614	1.97 672	1.32 654	1.98 649	1.33 655

3.25w_new	2.03 653	2.72 625	1.35 618	3.33 681	1.57 666	2.72 707	1.53 670	2.15 662	1.33 655	2.15 668	1.60 672	2.63 702	1.30 642	2.72 708	1.99 715	2.67 695	1.53 640	1.75 659	1.25 650	2.53 693	1.87 706

noway7	2.08 662	5.18 693	1.92 676	2.27 626	1.66 673	2.18 667	1.66 674	2.17 663	1.66 670	2.18 670	1.65 676	2.18 666	1.66 659	2.17 666	1.66 674	2.15 651	1.85 672	2.05 674	1.60 679	2.05 652	1.60 675

zzzz4	2.08 662	5.22 697	1.93 679	2.27 626	1.66 673	2.19 669	1.66 674	2.18 664	1.67 673	2.18 670	1.66 679	2.18 666	1.66 659	2.18 667	1.66 674	2.15 651	1.84 667	2.05 674	1.60 679	2.05 652	1.60 675

zzzzzz3	2.07 659	5.00 687	1.93 679	2.28 631	1.66 673	2.19 669	1.66 674	2.18 664	1.67 673	2.19 673	1.66 679	2.18 666	1.67 665	2.18 667	1.66 674	2.15 651	1.85 672	2.05 674	1.59 676	2.05 652	1.59 673

RAFT_CTSACE	1.92 635	3.71 656	1.72 652	1.88 607	1.72 693	2.04 661	1.42 665	2.18 664	1.89 712	2.02 660	1.97 711	1.95 655	2.06 705	1.93 657	1.62 669	1.76 628	1.66 655	2.02 673	1.73 704	1.73 640	1.43 664

GELT-Stereo	2.10 667	5.33 704	1.94 687	2.37 642	1.68 681	2.21 675	1.69 686	2.19 667	1.67 673	2.18 670	1.67 681	2.19 669	1.66 659	2.19 670	1.66 674	2.23 665	1.83 666	2.07 680	1.61 683	2.04 651	1.61 680

noway2	2.07 659	4.96 684	1.92 676	2.28 631	1.66 673	2.20 672	1.66 674	2.19 667	1.66 670	2.19 673	1.65 676	2.19 669	1.68 667	2.18 667	1.65 671	2.15 651	1.86 676	2.06 678	1.59 676	2.06 656	1.60 675

noway1	2.10 667	5.26 701	1.93 679	2.31 637	1.69 686	2.21 675	1.67 680	2.19 667	1.68 678	2.21 678	1.68 686	2.21 673	1.67 665	2.20 672	1.66 674	2.15 651	1.84 667	2.07 680	1.61 683	2.07 660	1.61 680

zzzzzzz1	2.10 667	5.20 695	1.93 679	2.38 644	1.68 681	2.20 672	1.67 680	2.20 670	1.68 678	2.20 676	1.67 681	2.20 672	1.68 667	2.20 672	1.67 682	2.24 666	1.86 676	2.06 678	1.61 683	2.06 656	1.62 686

monster_256*512	2.09 665	5.21 696	1.98 691	2.30 634	1.67 677	2.18 667	1.66 674	2.20 670	1.67 673	2.19 673	1.67 681	2.19 669	1.66 659	2.19 670	1.66 674	2.15 651	1.86 676	2.05 674	1.60 679	2.06 656	1.61 680

zzzz2	2.08 662	4.92 683	1.93 679	2.30 634	1.67 677	2.19 669	1.66 674	2.20 670	1.67 673	2.20 676	1.68 686	2.21 673	1.66 659	2.20 672	1.68 683	2.17 657	1.84 667	2.07 680	1.62 689	2.05 652	1.61 680

zzz1	2.09 665	4.97 685	1.93 679	2.30 634	1.68 681	2.21 675	1.68 682	2.21 673	1.68 678	2.21 678	1.67 681	2.21 673	1.68 667	2.21 675	1.69 686	2.17 657	1.85 672	2.08 684	1.61 683	2.06 656	1.61 680

noway5	1.92 635	4.97 685	1.95 688	2.31 637	1.68 681	2.21 675	1.68 682	2.21 673	1.69 685	2.22 682	1.68 686	2.21 673	1.68 667	2.21 675	1.68 683	2.18 659	1.87 680	1.71 658	0.65 529	0.85 513	0.72 534

noway3	2.12 673	5.22 697	1.93 679	2.39 645	1.70 691	2.23 680	1.70 688	2.22 675	1.70 686	2.22 682	1.70 692	2.23 677	1.69 674	2.22 677	1.71 688	2.28 672	1.86 676	2.08 684	1.63 692	2.09 665	1.63 689

noway4	2.11 671	5.14 691	1.93 679	2.37 642	1.69 686	2.20 672	1.68 682	2.22 675	1.68 678	2.21 678	1.69 690	2.23 677	1.68 667	2.22 677	1.66 674	2.24 666	1.84 667	2.09 689	1.63 692	2.09 665	1.62 686

derf	1.91 634	2.15 583	1.78 655	2.16 620	1.75 694	2.21 675	1.80 692	2.22 675	1.80 699	2.21 678	1.76 694	2.17 665	1.81 686	2.24 682	1.74 697	1.93 640	1.56 643	1.96 671	1.53 669	1.95 648	1.56 668

4w-stereo	2.02 651	2.72 625	1.44 633	3.36 682	1.59 668	2.48 693	1.72 690	2.28 678	1.24 651	2.24 684	1.65 676	2.56 698	1.32 644	2.39 690	1.98 714	2.67 695	1.51 638	1.66 656	1.24 648	2.53 693	1.88 709

NCCL2	2.28 689	2.27 592	2.28 698	2.28 631	2.28 723	2.27 682	2.29 718	2.28 678	2.28 722	2.27 685	2.28 723	2.28 679	2.27 709	2.27 683	2.28 722	2.28 672	2.28 697	2.27 692	2.29 722	2.27 672	2.29 714

TRStereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 680	1.86 705	2.30 686	1.87 700	2.30 680	1.87 689	2.08 662	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 696

XX-Stereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 680	1.86 705	2.30 686	1.87 700	2.30 680	1.87 689	2.08 662	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 696

EAI-Stereo	2.00 643	2.13 580	1.85 668	2.27 626	1.84 698	2.28 684	1.84 694	2.29 680	1.86 705	2.30 686	1.87 700	2.30 680	1.87 689	2.08 662	1.72 691	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 696

STTStereo	3.73 724	30.40 771	2.37 702	2.39 645	2.31 725	2.35 687	2.33 719	2.29 680	2.42 723	2.32 690	2.34 724	2.33 683	2.36 710	2.30 685	2.27 721	2.35 680	2.22 696	2.31 695	2.22 719	2.29 674	2.34 718

GANet-RSSM	0.75 473	1.91 564	0.14 155	0.47 326	0.14 204	0.21 221	3.21 741	2.30 684	0.14 204	0.46 410	0.14 205	0.23 236	0.18 243	0.21 221	0.14 197	0.18 184	0.27 256	0.37 330	0.13 201	2.13 667	2.12 710

MonStereo1	1.94 637	2.77 631	1.52 641	3.73 697	1.51 665	2.13 665	1.42 665	2.32 685	1.52 667	2.31 689	1.50 666	2.53 693	1.59 655	2.34 687	1.56 666	1.91 638	1.36 627	1.86 664	1.31 653	2.07 660	1.53 665

MonStereo	2.17 675	2.41 607	1.49 640	2.67 655	1.67 677	2.60 703	2.04 713	2.32 685	1.76 696	2.44 694	1.68 686	2.50 691	1.69 674	2.38 688	1.80 700	2.28 672	1.78 662	2.63 712	2.14 717	3.47 705	1.68 694

AIO_test	2.18 677	2.09 578	2.04 696	2.42 647	2.01 710	2.47 692	1.94 705	2.34 687	2.03 720	2.56 700	1.94 708	2.43 689	1.94 696	2.41 691	1.87 707	2.39 683	2.10 692	2.35 699	1.91 715	2.25 671	2.19 712

AIO_rvc	2.18 677	2.34 601	1.87 672	2.32 639	1.94 708	2.40 689	1.89 703	2.37 688	2.07 721	2.52 699	1.95 710	2.44 690	1.99 701	2.41 691	1.89 710	2.32 678	2.09 691	2.24 691	2.18 718	2.21 668	2.23 713

HUF	2.18 677	2.30 594	1.99 695	2.34 641	2.02 713	2.41 690	2.06 714	2.38 689	1.89 712	2.36 691	1.85 697	2.56 698	1.98 699	2.31 686	1.97 713	2.30 676	2.03 690	2.30 694	2.11 716	2.23 669	2.16 711

asd	2.18 677	2.77 631	1.58 643	3.59 691	2.00 709	2.58 702	1.85 697	2.39 690	1.71 688	2.47 696	1.97 711	2.59 700	1.61 657	2.56 697	1.79 699	2.51 690	1.99 682	2.11 690	1.62 689	2.36 677	1.60 675

2.25w	2.00 643	1.86 558	1.98 691	2.95 665	2.17 720	2.26 681	1.35 653	2.42 691	2.00 719	2.07 666	1.27 650	2.53 693	1.99 701	2.29 684	1.49 665	2.21 663	1.32 614	1.85 661	1.87 709	2.52 690	1.62 686

FBW_ROB	2.12 673	2.46 611	1.77 654	2.49 650	1.79 697	2.38 688	1.83 693	2.46 692	1.78 698	2.48 697	1.97 711	2.40 688	1.78 684	2.42 693	1.83 701	2.31 677	1.85 672	2.38 700	1.82 707	2.35 676	1.84 702

qwe	2.18 677	2.60 615	1.58 643	3.83 699	1.90 707	2.53 698	1.90 704	2.48 693	1.73 693	2.37 692	1.92 707	2.53 693	1.68 667	2.56 697	1.83 701	2.52 692	1.87 680	2.07 680	1.68 698	2.32 675	1.71 695

monsterstereo	2.20 683	2.33 597	1.95 688	3.65 693	2.07 715	2.49 694	1.61 671	2.48 693	1.83 703	2.45 695	1.61 674	2.67 705	1.86 687	2.64 701	1.94 711	2.48 689	1.66 655	2.34 697	1.68 698	2.40 678	1.86 704

monsters	2.18 677	2.41 607	1.96 690	3.47 686	2.03 714	2.53 698	1.64 673	2.48 693	1.73 693	2.40 693	1.50 666	2.62 701	1.94 696	2.59 699	1.94 711	2.44 685	1.57 645	2.28 693	1.87 709	2.42 679	1.86 704

UDGNet	2.23 687	5.40 708	1.72 652	2.48 649	1.69 686	2.51 697	1.69 686	2.51 696	1.72 692	2.50 698	1.69 690	2.52 692	1.69 674	2.50 695	1.68 683	2.41 684	1.70 658	2.42 702	1.69 700	2.42 679	1.64 691

4.25w-stereo	1.98 638	2.72 625	1.46 635	3.47 686	1.43 662	2.07 663	1.98 706	2.53 697	1.52 667	2.71 704	1.98 717	1.81 650	1.62 658	1.96 658	1.36 658	1.88 636	2.00 683	2.53 709	1.61 683	1.74 641	1.15 591

cf-r	0.66 445	2.17 585	0.12 130	0.18 168	0.12 197	0.18 201	2.70 724	2.60 698	0.12 197	0.18 199	0.12 186	0.18 201	0.12 193	0.18 200	0.12 183	0.15 153	0.11 129	0.15 187	0.11 172	1.81 644	1.74 700

asda	2.17 675	2.54 612	1.81 657	3.47 686	1.78 696	2.50 696	1.86 698	2.61 699	1.68 678	2.61 701	1.83 696	2.37 687	1.73 679	2.44 694	1.88 709	2.51 690	1.84 667	2.34 697	1.62 689	2.23 669	1.77 701

DNSM	2.56 704	4.43 675	3.08 721	4.09 701	1.86 701	2.66 705	1.86 698	2.66 700	1.87 709	2.66 703	1.86 698	2.66 704	1.86 687	2.66 704	1.87 707	3.82 710	2.94 705	2.42 702	1.73 704	2.42 679	1.73 699

4.25_new	2.00 643	2.33 597	1.82 662	3.32 679	1.69 686	1.95 657	1.99 709	2.72 701	1.71 688	2.72 705	1.97 711	2.01 660	1.74 681	1.77 650	1.28 651	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 595

4.5w_new	2.00 643	2.33 597	1.82 662	3.32 679	1.69 686	1.95 657	1.99 709	2.72 701	1.71 688	2.72 705	1.97 711	2.01 660	1.74 681	1.77 650	1.28 651	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 595

4.5w-stereo	1.99 639	2.33 597	1.81 657	3.28 676	1.68 681	1.94 654	1.99 709	2.72 701	1.70 686	2.72 705	1.99 720	1.97 657	1.68 667	1.76 649	1.29 653	1.91 638	2.02 689	2.53 709	1.61 683	1.75 642	1.16 594

2.75w_new	1.99 639	2.34 601	1.81 657	3.14 668	1.62 670	1.94 654	1.99 709	2.72 701	1.71 688	2.72 705	1.99 720	1.90 653	1.73 679	1.82 654	1.29 653	2.37 681	2.01 685	2.31 695	1.42 664	1.77 643	1.22 646

3.75w	1.99 639	2.31 595	1.83 665	3.16 670	1.65 672	1.93 653	1.98 706	2.72 701	1.68 678	2.73 710	1.97 711	2.00 659	1.72 678	1.81 653	1.25 649	2.27 671	2.01 685	2.38 700	1.42 664	1.71 639	1.24 649

2w_stereo	1.99 639	2.36 604	1.81 657	3.24 674	1.67 677	1.94 654	1.98 706	2.72 701	1.68 678	2.72 705	1.94 708	1.98 658	1.74 681	1.79 652	1.27 650	1.95 641	2.00 683	2.53 709	1.60 679	1.68 638	1.15 591

sCroCo_RVC	2.10 667	2.76 629	1.92 676	2.78 661	1.39 660	2.73 709	1.41 663	2.73 707	1.40 663	2.77 716	1.41 663	2.74 712	1.40 651	2.74 711	1.40 661	2.72 697	1.42 633	2.72 713	1.44 666	2.79 700	1.42 663

LGtest1	2.22 684	2.70 621	1.89 673	2.76 657	1.86 701	2.75 711	1.86 698	2.75 708	1.86 705	2.75 711	1.86 698	2.77 715	1.87 689	2.75 712	1.86 704	2.46 686	1.58 646	2.45 704	1.56 670	2.45 682	1.56 668

LG-G_1	2.22 684	2.71 623	1.89 673	2.77 658	1.87 705	2.75 711	1.87 701	2.76 709	1.87 709	2.75 711	1.87 700	2.76 713	1.87 689	2.75 712	1.86 704	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 670

LG-G	2.22 684	2.71 623	1.89 673	2.77 658	1.87 705	2.75 711	1.87 701	2.76 709	1.87 709	2.75 711	1.87 700	2.76 713	1.87 689	2.75 712	1.86 704	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 670

GwcNet-RSSM	0.77 479	2.77 631	0.14 155	0.20 177	0.14 204	0.20 210	2.67 723	2.78 711	0.14 204	0.20 208	0.14 205	0.20 210	0.14 204	0.21 221	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 715

PSMNet-RSSM	0.77 479	2.76 629	0.14 155	0.20 177	0.14 204	0.20 210	2.66 722	2.79 712	0.14 204	0.21 220	0.14 205	0.21 218	0.14 204	0.20 208	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 715

hitnet-ft	0.79 483	2.78 634	0.14 155	0.20 177	0.14 204	0.21 221	2.89 725	2.80 713	0.14 204	0.20 208	0.14 205	0.20 210	0.14 204	0.20 208	0.14 197	0.17 176	0.12 143	0.17 201	0.12 190	2.54 698	2.33 717

NLCA_NET_v2_RVC	5.04 752	50.87 782	2.78 707	2.87 663	2.71 727	2.78 714	0.47 470	2.88 714	2.86 728	1.89 651	2.67 726	2.79 716	2.79 715	2.78 715	2.83 724	2.82 698	2.82 704	2.83 714	2.77 726	2.83 701	2.76 723
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MSMDNet	2.65 706	10.14 744	0.33 289	9.74 752	0.32 383	0.87 526	0.33 381	2.95 715	0.68 525	0.49 433	0.34 397	0.49 439	5.70 753	0.49 438	0.33 377	0.42 341	9.57 755	0.41 412	0.31 387	8.36 756	0.65 515

plain	1.88 633	3.16 643	0.64 470	3.10 667	0.65 524	3.10 716	0.64 509	3.12 716	0.65 515	3.10 717	0.65 518	3.11 717	0.65 511	3.12 716	0.65 506	3.12 702	0.65 481	3.13 715	0.65 529	3.13 703	0.65 515

MIF-Stereo (partial)	2.58 705	3.31 648	0.66 476	3.18 671	0.66 527	3.18 717	0.66 512	3.21 717	0.67 519	3.19 718	0.66 520	3.19 718	0.66 514	3.31 720	0.68 518	5.09 735	1.79 664	8.23 762	1.67 696	6.18 746	1.38 661

Anonymous3	2.55 703	3.26 647	1.65 646	3.28 676	1.63 671	3.24 718	1.68 682	3.27 718	1.66 670	3.28 719	1.67 681	3.25 719	1.66 659	3.27 718	1.64 670	3.26 703	1.65 654	3.30 717	1.65 694	4.95 737	1.65 693

NLSM1	2.93 717	3.24 646	2.57 706	4.04 700	2.66 726	3.30 720	2.55 721	3.29 719	2.55 724	3.35 721	2.48 725	3.28 720	2.47 711	3.34 721	2.49 723	3.26 703	2.55 703	3.13 715	2.57 725	3.00 702	2.46 721

PCWNet_CMD	2.80 716	9.82 741	0.32 284	10.09 756	0.32 383	0.49 441	0.33 381	3.34 720	0.33 390	0.49 433	0.33 389	0.49 439	8.73 759	0.48 431	0.33 377	0.41 327	9.22 754	0.42 428	0.29 358	9.55 761	0.31 366

UniTT-Stereo	2.03 653	3.43 650	0.72 500	3.42 684	0.73 542	3.27 719	0.68 521	3.38 721	0.69 530	3.29 720	0.72 545	3.28 720	0.70 532	3.35 722	0.68 518	3.39 705	0.68 490	3.31 718	0.69 542	3.37 704	0.73 538

Sa-1000	4.34 742	8.37 729	6.84 749	6.98 739	4.45 756	3.58 721	3.00 726	3.42 722	3.39 743	2.61 701	4.00 751	3.83 726	4.01 744	3.90 726	3.90 747	5.98 742	5.62 738	3.76 724	2.34 723	4.35 717	2.47 722

test_5	4.62 746	7.55 725	6.23 745	6.32 733	3.40 744	5.29 751	3.50 744	3.53 723	4.11 753	4.28 729	4.47 755	4.26 732	4.38 747	3.68 724	3.24 737	5.89 740	5.60 737	4.84 746	3.50 744	4.33 716	3.93 754

DPSNet	3.66 722	3.60 652	3.62 730	3.63 692	3.64 748	3.65 723	3.65 747	3.66 724	3.67 745	3.67 723	3.65 745	3.67 724	3.66 733	3.66 723	3.68 742	3.68 708	3.66 724	3.67 722	3.68 748	3.67 706	3.67 747

RAStereo	2.23 687	3.64 653	0.76 508	3.65 693	0.86 564	3.66 724	0.76 547	3.67 725	0.81 562	3.66 722	0.76 551	3.66 723	0.77 545	3.68 724	0.77 548	3.68 708	0.77 512	3.69 723	0.77 558	3.70 707	0.77 547

SA	4.33 741	7.35 723	6.85 750	5.96 730	4.09 753	3.59 722	3.15 740	3.82 726	2.64 725	3.91 724	3.85 748	3.57 722	2.72 714	3.13 717	4.03 749	7.09 751	6.86 746	3.57 720	3.12 738	3.85 708	3.51 746

test_3	5.01 751	8.86 735	7.77 753	8.09 742	2.76 728	4.13 729	4.05 753	3.88 727	3.76 749	4.33 730	4.13 752	3.71 725	3.91 741	4.21 731	4.06 750	7.93 752	7.69 751	4.53 729	3.91 751	4.17 714	4.29 756

TestStereo1	4.60 743	8.41 730	6.44 747	6.86 737	3.79 750	3.97 726	3.78 749	3.99 728	3.74 747	3.97 725	3.52 743	3.94 727	3.58 730	3.98 727	3.72 744	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 750

SA-5K	4.60 743	8.41 730	6.44 747	6.86 737	3.79 750	3.97 726	3.78 749	3.99 728	3.74 747	3.97 725	3.52 743	3.94 727	3.58 730	3.98 727	3.72 744	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 750

test_4	4.88 749	8.13 728	6.98 751	7.46 740	4.44 755	4.25 730	3.85 751	4.04 730	3.92 751	4.13 728	3.91 749	4.18 731	3.84 740	4.14 730	4.06 750	7.01 750	7.13 749	4.53 729	3.72 749	4.09 713	3.72 748

NLCSM	3.67 723	4.08 667	3.19 726	4.80 717	3.26 741	3.99 728	3.24 742	4.25 731	3.18 741	4.09 727	3.27 740	4.14 729	3.18 728	4.13 729	3.28 738	4.06 711	3.10 714	3.85 727	3.14 739	3.91 712	3.27 743

raft_robust	4.71 747	7.75 727	5.40 743	6.81 736	3.31 742	4.28 731	4.20 754	4.32 732	4.37 756	4.35 731	4.35 754	4.14 729	3.75 737	4.30 733	4.20 752	6.67 747	6.37 742	3.36 719	4.24 756	4.86 735	3.25 742

RAFT+CT+SA	4.28 739	7.62 726	4.91 738	5.55 727	2.28 723	3.09 715	3.64 746	4.49 733	3.07 734	4.80 745	3.35 741	4.77 748	3.70 735	4.29 732	3.05 727	5.58 738	5.98 741	3.58 721	3.78 750	4.26 715	3.72 748

cross-raft	4.83 748	7.52 724	6.43 746	6.63 734	3.96 752	4.51 732	3.99 752	4.49 733	3.96 752	4.52 732	3.96 750	4.50 733	3.97 743	4.50 734	3.97 748	6.65 746	6.44 743	4.33 728	3.92 752	4.35 717	3.91 753

rvit_0105_6	3.87 729	5.73 716	3.10 722	4.69 715	3.12 739	4.54 734	3.02 728	4.56 735	3.04 729	4.54 736	3.03 729	4.54 734	3.04 719	4.56 735	3.05 727	4.58 722	3.05 707	4.58 733	3.05 730	4.58 722	3.05 728

rvit_105_1	3.83 725	5.22 697	3.01 711	4.53 705	3.01 729	4.51 732	3.01 727	4.56 735	3.04 729	4.53 734	3.03 729	4.55 736	3.03 716	4.56 735	3.04 725	4.57 719	3.05 707	4.57 731	3.05 730	4.57 721	3.05 728

rvit_stereo_0081	3.83 725	5.23 700	3.01 711	4.53 705	3.03 731	4.55 738	3.02 728	4.56 735	3.04 729	4.52 732	3.02 727	4.54 734	3.03 716	4.56 735	3.04 725	4.57 719	3.05 707	4.57 731	3.05 730	4.58 722	3.05 728

rvit_stereo_0082	3.86 727	5.82 717	3.01 711	4.53 705	3.03 731	4.54 734	3.02 728	4.56 735	3.04 729	4.53 734	3.02 727	4.55 736	3.04 719	4.57 738	3.05 727	4.57 719	3.05 707	4.58 733	3.05 730	4.58 722	3.06 731

rvit_stereo_0080	3.89 730	5.70 714	3.04 716	4.54 708	3.03 731	4.56 739	3.05 734	4.60 739	3.07 734	4.58 739	3.06 732	4.59 738	3.06 721	4.61 739	3.08 731	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 735

whm_eth	3.89 730	5.70 714	3.04 716	4.54 708	3.03 731	4.56 739	3.05 734	4.60 739	3.07 734	4.58 739	3.06 732	4.59 738	3.06 721	4.61 739	3.08 731	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 735

rvit_0105_3	3.91 732	5.33 704	3.06 719	4.60 713	3.07 737	4.60 741	3.06 736	4.62 741	3.08 737	4.60 741	3.07 735	4.62 743	3.08 723	4.67 743	3.10 734	4.70 727	3.11 715	4.77 744	3.19 742	4.77 731	3.14 739

rvit_stereo_0081_aga	3.86 727	5.33 704	3.02 714	4.55 711	3.04 735	4.54 734	3.02 728	4.64 742	3.06 733	4.54 736	3.04 731	4.62 743	3.08 723	4.62 741	3.07 730	4.58 722	3.06 711	4.60 735	3.08 734	4.63 725	3.07 732

rvit_stereo_0083	3.92 734	5.30 703	3.06 719	4.61 714	3.09 738	4.67 743	3.08 737	4.66 743	3.09 738	4.62 742	3.10 737	4.66 746	3.11 725	4.67 743	3.16 736	4.72 729	3.16 718	4.77 744	3.11 737	4.66 728	3.11 737

rvit_stereo_ft	3.93 735	5.44 710	3.05 718	4.59 712	3.06 736	4.61 742	3.08 737	4.67 744	3.12 739	4.63 743	3.10 737	4.65 745	3.11 725	4.69 745	3.13 735	4.70 727	3.14 717	4.71 742	3.15 740	4.74 729	3.16 740

rvit_0105_4	3.91 732	5.47 712	3.02 714	4.54 708	3.02 730	4.54 734	3.03 732	4.75 745	3.17 740	4.57 738	3.06 732	4.61 742	3.16 727	4.65 742	3.09 733	4.66 726	3.11 715	4.68 740	3.18 741	4.81 732	3.16 740

TestStereo	4.88 749	4.75 679	4.79 736	4.87 721	4.92 757	4.81 749	4.90 757	4.78 746	4.77 757	4.87 747	4.89 756	4.90 751	4.91 749	4.99 750	4.79 754	4.98 732	4.87 734	4.87 747	4.92 758	5.00 738	5.00 757

MLG-Stereo_test2	4.28 739	5.46 711	3.69 731	4.86 720	3.72 749	5.58 753	3.42 743	4.81 747	3.77 750	4.85 746	3.72 747	5.55 755	3.63 732	5.58 753	3.53 741	4.41 716	3.28 722	4.99 748	2.95 728	4.75 730	3.13 738

sAnonymous2	3.31 720	2.63 616	1.38 630	3.71 695	1.86 701	4.70 744	1.11 586	4.82 748	2.72 726	5.45 753	1.98 717	4.59 738	2.64 712	2.65 702	6.21 758	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 719

CroCo_RVC	3.31 720	2.63 616	1.38 630	3.71 695	1.86 701	4.70 744	1.11 586	4.82 748	2.72 726	5.45 753	1.98 717	4.59 738	2.64 712	2.65 702	6.21 758	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 719

rvit_0105_5	4.10 736	5.40 708	3.13 725	4.71 716	3.15 740	4.72 746	3.10 739	4.90 750	3.27 742	4.69 744	3.16 739	4.84 750	3.25 729	4.96 749	3.34 739	5.05 734	3.39 723	5.10 749	3.40 743	5.11 739	3.42 744

FC-DCNN v2	5.10 753	5.15 692	4.49 735	5.07 723	3.37 743	6.87 756	4.75 756	5.04 751	6.34 761	7.84 761	5.06 757	6.72 761	4.09 745	4.99 750	5.44 757	5.03 733	3.16 718	4.67 739	4.86 757	5.15 740	3.89 752

MaDis-Stereo	3.19 719	6.02 719	1.12 549	5.61 728	1.16 597	5.43 752	1.02 582	5.15 752	0.70 538	5.43 752	1.21 644	5.03 753	0.97 561	4.85 746	0.99 571	4.53 717	1.16 559	5.53 752	1.25 650	5.37 742	1.30 652

MLG-Stereo_test1	4.25 737	5.34 707	3.61 729	5.31 724	3.63 747	5.23 750	3.57 745	5.38 753	3.65 744	5.23 750	3.47 742	4.76 747	3.74 736	4.85 746	3.71 743	4.96 731	3.18 720	4.71 742	2.92 727	4.86 735	2.90 725

MLG-Stereo_test3	4.26 738	4.85 681	3.95 733	5.35 725	3.60 746	4.75 747	3.76 748	5.49 754	3.71 746	5.39 751	3.69 746	4.82 749	3.66 733	4.85 746	3.73 746	4.93 730	3.19 721	4.69 741	2.99 729	4.84 734	2.98 727

StereoVision	3.15 718	5.00 687	0.89 524	4.83 718	1.00 577	3.93 725	1.27 649	6.37 755	1.34 656	5.67 755	1.26 649	5.84 756	1.27 639	5.03 752	1.24 646	5.10 736	1.09 549	4.61 736	0.57 511	5.62 744	1.12 586

SGM-Forest	5.21 755	5.92 718	4.08 734	6.18 731	4.16 754	6.31 755	4.34 755	6.50 756	4.33 755	6.14 757	4.21 753	6.61 760	4.55 748	6.67 756	4.48 753	5.94 741	3.94 727	5.85 755	4.03 754	5.79 745	4.17 755
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 758	9.36 738	7.40 752	8.51 745	6.55 761	6.88 757	6.60 761	6.79 757	6.60 762	6.80 758	6.72 763	5.31 754	5.50 752	6.61 755	6.61 761	8.42 754	5.89 739	5.73 753	5.45 762	6.61 747	6.24 761

test-1	6.46 756	9.16 737	8.03 757	8.09 742	5.62 760	6.11 754	6.35 760	6.85 758	4.94 758	6.08 756	6.29 762	4.98 752	6.43 754	6.22 754	6.36 760	6.16 744	7.47 750	5.82 754	5.44 761	7.11 751	5.68 760

test-v	7.53 760	11.89 748	7.98 754	9.36 749	7.14 762	7.06 758	7.09 762	7.37 759	6.91 763	7.29 759	5.71 760	6.45 758	6.93 755	6.73 758	7.27 762	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 763

test-2	7.53 760	11.89 748	7.98 754	9.36 749	7.14 762	7.06 758	7.09 762	7.37 759	6.91 763	7.29 759	5.71 760	6.45 758	6.93 755	6.73 758	7.27 762	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 763

DispFullNet	4.61 745	4.84 680	3.12 723	5.00 722	3.57 745	4.75 747	3.03 732	7.75 761	4.17 754	4.91 748	3.09 736	6.20 757	3.95 742	6.71 757	3.51 740	5.30 737	3.67 725	5.86 756	3.63 745	5.61 743	3.46 745

rvit_stereo_0075_2	6.64 757	8.80 734	5.25 740	7.89 741	5.27 759	7.90 760	5.27 758	7.92 762	5.28 759	7.91 762	5.29 759	7.93 762	5.27 750	7.92 762	5.28 755	7.93 752	5.28 736	7.93 761	5.29 760	7.93 754	5.28 759

U	5.15 754	8.49 732	1.81 657	8.49 744	1.77 695	8.49 761	1.77 691	8.51 763	1.77 697	8.49 763	1.77 695	8.50 763	1.78 684	8.58 763	1.77 698	8.54 755	1.78 662	8.55 763	1.78 706	8.55 757	1.84 702

SGM+DAISY	7.06 759	9.15 736	5.38 742	8.84 746	5.18 758	8.80 762	5.31 759	8.79 764	5.28 759	8.89 764	5.20 758	8.93 764	5.33 751	8.95 764	5.36 756	8.70 756	5.21 735	8.74 764	5.20 759	8.89 758	5.15 758

rafts_anoy	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 765	20.00 766	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766

raft+_RVC	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 765	20.00 766	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766

raftrobust	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 765	20.00 766	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766

CasAABBNet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 765	20.00 766	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766

RALCasStereoNet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 765	20.00 766	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766

RALAANet	20.00 764	20.00 750	20.00 764	20.00 764	20.00 765	20.00 763	20.00 765	20.00 765	20.00 766	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 765	20.00 766	20.00 765	20.00 766	20.00 765	20.00 766

MANE	19.05 763	23.00 756	15.00 763	23.00 770	15.00 764	24.00 769	16.00 764	24.00 771	16.00 765	22.00 771	15.00 764	23.00 771	16.00 764	23.00 771	15.00 764	22.00 771	15.00 765	22.00 771	15.00 765	22.00 771	15.00 765

111	30.40 770	30.94 772	29.72 771	32.61 771	30.02 772	33.57 770	30.47 772	31.50 772	29.39 773	30.98 772	29.11 772	29.78 772	30.39 775	29.45 772	30.76 775	30.08 772	29.02 773	29.92 772	30.32 776	29.86 772	30.17 773

fff	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 773	10000000.00 794	35.27 775	29.82 773	32.45 773	30.15 772	32.35 773	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 774

csc	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 773	10000000.00 794	35.27 775	29.82 773	32.45 773	30.15 772	32.35 773	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 774

cscssc	1000028.16 792	29.62 768	29.72 771	32.61 771	30.02 772	35.13 772	31.83 773	32.07 773	10000000.00 794	35.27 775	29.82 773	32.45 773	30.15 772	32.35 773	30.09 772	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 774

tt	500032.53 790	34.60 774	29.72 771	37.47 781	34.41 777	36.85 776	35.22 777	34.71 776	33.55 775	34.50 773	35.43 776	33.81 776	10000000.00 794	33.57 776	33.13 776	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 778

DCANet	500032.53 790	34.60 774	29.72 771	37.47 781	34.41 777	36.85 776	35.22 777	34.71 776	33.55 775	34.50 773	35.43 776	33.81 776	10000000.00 794	33.57 776	33.13 776	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 778

DCANet-4	35.22 772	34.54 773	35.08 777	33.58 775	35.47 779	34.55 771	35.53 779	36.08 778	35.85 777	35.92 778	35.77 778	35.18 778	35.48 777	35.39 778	37.15 782	34.55 778	33.92 777	35.02 779	34.90 778	35.79 776	34.74 780

ADStereo(finetuned)	36.13 773	36.63 777	38.07 782	36.97 776	33.25 776	35.91 775	34.45 776	36.36 779	32.99 774	38.14 784	36.71 779	36.69 779	34.13 776	38.57 784	40.79 783	37.60 784	36.58 780	35.90 780	33.36 777	35.42 775	34.04 777

fast-reg	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 780	37.00 778	37.00 779	37.00 780	37.00 780	37.00 778	37.00 779	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

Reg-Stereo(zero)	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 780	37.00 778	37.00 779	37.00 780	37.00 780	37.00 778	37.00 779	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

FLISNet	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 780	37.00 778	37.00 779	37.00 780	37.00 780	37.00 778	37.00 779	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

CoSv	37.00 774	37.00 778	37.00 778	37.00 777	37.00 780	37.00 778	37.00 780	37.00 780	37.00 778	37.00 779	37.00 780	37.00 780	37.00 778	37.00 779	37.00 778	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

WCMA_ROB	31.10 771	35.43 776	27.12 770	39.51 783	23.10 771	38.78 782	25.30 771	37.49 784	25.39 772	37.29 783	27.02 771	38.52 784	26.48 771	37.80 783	26.44 771	36.28 779	22.65 772	33.90 776	22.30 772	37.10 781	24.18 772

CBMV	128.50 780	1422.70 795	53.10 784	79.50 785	51.30 785	77.30 784	49.70 784	74.00 785	48.20 783	77.20 786	48.80 785	73.90 786	48.00 783	73.80 786	48.80 785	70.40 786	45.10 786	68.90 786	46.10 786	68.20 783	45.00 786
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 778	87.70 783	41.95 783	113.75 786	65.62 786	75.05 783	55.25 785	75.64 786	45.04 782	71.61 785	41.75 784	72.81 785	44.06 782	68.38 785	44.63 784	101.89 787	59.57 787	107.10 787	61.05 787	104.38 784	59.38 787

NOSS_ROB	102.95 779	153.00 787	121.00 786	51.00 784	44.00 784	165.00 786	127.00 786	153.00 787	119.00 784	164.00 788	125.00 786	168.00 788	120.00 784	153.00 787	117.00 786	49.00 785	44.00 785	49.00 785	44.00 785	49.00 782	44.00 785

MeshStereo	159.24 781	171.00 788	160.68 789	162.58 787	160.59 788	164.01 785	160.35 788	158.51 788	158.56 786	158.34 787	160.12 788	158.56 787	159.92 786	157.26 788	158.94 788	154.38 788	158.36 788	155.75 788	159.13 790	153.67 785	154.07 789
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
DF_test	189.29 782	560.34 792	182.58 790	229.00 789	135.68 787	197.79 787	135.52 787	197.80 789	135.44 785	197.75 789	135.49 787	197.90 789	135.51 785	197.84 789	135.75 787	217.37 790	171.11 789	183.74 789	127.67 789	183.56 786	127.88 788

AE-Stereo	201.80 783	123.00 784	115.00 785	219.00 788	218.00 790	223.00 788	244.00 790	217.00 790	236.00 788	202.00 790	203.00 789	205.00 790	208.00 787	225.00 790	204.00 789	210.00 789	198.00 790	197.00 790	184.00 791	204.00 787	201.00 790

MGS-Stereo	239.45 784	123.00 784	135.00 787	266.00 790	286.00 791	277.00 789	305.00 791	271.00 791	242.00 789	274.00 791	279.00 791	255.00 791	270.00 789	268.00 791	297.00 791	221.00 791	247.00 792	216.00 791	123.00 788	217.00 788	217.00 792

EGLCR-Stereo	246.90 785	129.00 786	139.00 788	266.00 790	286.00 791	277.00 789	305.00 791	271.00 791	242.00 789	274.00 791	279.00 791	255.00 791	270.00 789	268.00 791	297.00 791	230.00 792	247.00 792	216.00 791	223.00 793	237.00 789	227.00 793

DLCB_ROB	284.23 786	354.61 790	207.27 791	363.24 792	206.46 789	364.72 791	210.41 789	364.72 793	210.41 787	364.81 793	208.64 790	364.81 793	208.64 788	364.72 793	210.41 790	354.70 793	205.53 791	354.70 793	205.53 792	354.70 790	205.53 791

LE_ROB	396.57 787	471.28 791	329.84 792	471.48 793	308.15 793	526.83 792	322.10 793	488.15 794	323.76 791	495.46 794	317.97 793	497.17 794	320.10 791	481.62 794	326.76 793	462.71 794	298.97 794	466.16 794	285.98 794	447.62 791	289.21 794

SGM-ForestM	596.69 788	677.77 793	444.52 793	699.85 794	517.25 794	732.94 793	488.29 794	770.79 795	460.11 792	750.81 795	487.98 794	792.79 795	499.41 792	730.90 795	475.81 794	720.03 795	491.16 795	663.96 795	418.60 795	674.76 792	436.05 795

CBMV_ROB	818.48 789	913.88 794	709.52 794	862.84 795	597.78 795	1073.99 794	700.52 795	1015.66 796	702.59 793	1115.65 796	760.02 795	1130.24 796	721.57 793	1037.41 796	692.65 795	814.05 796	564.29 796	843.28 796	595.31 796	915.51 793	602.92 796

111111	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

SGD-Stereo	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

IGEV-Stereo++	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

IGEV-BASED-STEREO-	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

IGEV-Stereo+	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

SDNR	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

anonymousdsp2	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

anonymousdsp	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

test_example2	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

DIP-Stereo	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797
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