Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

USTest	0.01 9	0.02 12	0.00 1	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

Wz-Net-SNSev	0.03 29	0.09 89	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	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	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 263	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 245	0.10 92	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

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	0.73 431	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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	0.73 431	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 89	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

CoDeX	0.15 146	0.70 282	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	0.67 455	0.02 15	0.69 448	0.75 464	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	0.11 111	0.44 216	0.33 260	0.39 239	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	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 230	1.29 439	1.19 510	1.36 538	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	1.26 550	1.21 561	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 294	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	0.79 493	0.02 15	0.75 461	0.76 466	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 192	1.31 443	0.74 457	0.92 428	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	0.87 455	0.75 461	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

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 90	0.98 332	0.14 148	0.15 133	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	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 373	0.17 176	0.20 161	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	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 435	0.28 227	0.32 215	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	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

G2L-ROB	0.03 29	0.06 74	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

DualNet (step1)	0.10 90	1.05 360	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 360	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 360	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 341	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 331	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 364	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 356	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 308	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 356	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 308	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 350	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 328	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 90	1.07 364	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 373	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 350	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 111	1.15 376	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

BUS	0.83 453	1.91 511	0.92 482	4.48 637	0.02 22	0.40 285	0.04 103	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.05 112	0.03 43	0.05 110	1.97 590	4.19 662	0.33 260	0.23 238	0.34 249	0.27 273

BSDual-CNN	0.81 444	1.91 511	0.92 482	4.48 637	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 590	4.19 662	0.33 260	0.23 238	0.34 249	0.27 273

psmg	0.43 302	1.91 511	0.92 482	1.91 561	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	1.97 590	1.44 584	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 90	0.99 339	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 378	0.16 169	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 366	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	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

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	0.11 156	0.04 90	0.03 52	0.58 397	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	0.75 434	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 460	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

z-mn7	0.16 153	1.21 429	0.33 260	0.41 264	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	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 454	0.33 260	0.40 252	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	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.12 152	0.04 110	0.06 120	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

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	0.12 120	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	1.57 608	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	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	0.05 112	0.04 90	1.65 612	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 617	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 120	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	0.05 112	0.04 90	1.66 614	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCMid	0.08 72	0.02 12	0.02 15	1.01 448	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	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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
FADE		0.06 74		0.09 76	0.10 147			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 178	0.13 179	0.11 148	0.11 153

IGEV_i1	0.26 201	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 129	0.05 104	0.03 52	4.34 645	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

z-ln-s-r	0.21 174	1.40 452	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 110	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

ISRNet	0.11 111	0.05 66	0.36 283	0.24 183	0.07 136	0.13 152	0.05 115	0.06 117	0.05 120	0.05 113	0.05 122	0.13 154	0.05 112	0.05 104	0.09 134	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 174

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 507	0.06 117	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	0.05 113	0.05 117

EDNetEfficientorigin	0.04 54	0.06 74	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	0.06 116	0.03 57	0.04 97	0.03 52

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 551	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	0.11 111	0.03 31	0.03 39	1.60 551	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

DA	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.04 110	0.06 120	0.04 100	0.06 111	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

qqq1	0.25 192	3.70 598	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 192	3.70 598	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

mmm	0.14 134	1.83 496	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 111	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

11t1	0.17 157	2.16 529	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 110	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

ffm	0.25 192	3.83 604	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 192	3.83 604	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 192	3.83 604	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

qqq	0.16 153	2.01 520	0.12 123	0.15 133	0.04 101	0.06 114	0.05 115	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

AASNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

ADCRef	0.12 120	0.03 31	0.04 64	1.71 557	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	0.06 111	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 554	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	0.06 111	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

FINET	0.07 67	0.08 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 130	0.07 137	0.08 129	0.07 137	0.08 129	0.06 129	0.07 127	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

SuperB	0.21 174	0.10 93	2.51 639	0.12 106	0.09 140	0.10 137	0.09 139	0.08 130	0.07 137	0.10 138	0.09 141	0.09 137	0.07 135	0.07 127	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 573	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	0.07 127	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

TS12	0.09 75	0.09 89	0.17 176	0.19 157	0.06 134	0.08 127	0.06 132	0.08 130	0.06 133	0.08 129	0.06 133	0.08 129	0.06 129	0.08 130	0.06 126	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

DispViT+	0.07 67	0.08 80	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 538	0.07 127	0.05 120	0.05 113	0.05 122	0.08 129	0.05 112	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

ADCP+	0.15 146	0.04 52	0.04 64	2.20 572	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.04 100	0.08 130	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 523	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	0.08 130	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

MatchStereo	0.54 376	0.12 106	2.38 637	2.32 580	0.09 140	0.09 135	0.08 138	0.09 136	0.07 137	0.09 136	0.07 137	0.09 137	0.07 135	0.09 136	0.08 129	2.34 613	2.34 632	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.07 137	0.08 129	0.05 122	0.08 129	0.05 112	0.09 136	0.08 129	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SepStereo	0.09 75	0.09 89	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 137	0.08 141	0.10 138	0.09 141	0.09 137	0.09 139	0.09 136	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

PASM	0.39 274	3.06 583	1.36 576	1.58 547	0.09 140	0.11 148	0.11 157	0.11 149	0.11 160	0.09 136	0.09 141	0.11 150	0.09 139	0.09 136	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 137	0.21 226	0.22 199	0.10 145	0.19 183	0.18 216	0.10 140	0.19 214	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 207
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AnonymousM	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

PVD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 149	0.11 160	0.12 152	0.11 159	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.12 167	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 388	0.11 153

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 574	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 80	0.08 82	2.23 574	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

JetBlue	0.11 111	0.11 104	0.12 123	0.13 118	0.14 182	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.11 159	0.11 150	0.11 156	0.12 155	0.12 164	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.10 145	0.14 154	0.09 141	0.14 155	0.09 139	0.13 156	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 480

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.15 161	0.10 145	0.14 155	0.10 143	0.14 157	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 127	0.21 135	0.12 123	0.16 143	0.11 163	0.15 161	0.11 157	0.14 155	0.11 160	0.15 161	0.12 167	0.15 166	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLG	0.13 127	0.20 129	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	0.15 161	0.12 170	0.14 155	0.11 160	0.16 166	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 134	0.24 149	0.14 148	0.16 143	0.12 176	0.15 161	0.12 170	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ACRE	0.13 127	0.21 135	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 208	0.90 316	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 470	0.69 473	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 460	0.76 487

CCAANet	0.17 157	0.72 284	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179

ADCS	0.09 75	0.02 12	0.04 64	0.90 423	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 353	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.09 144	0.14 154	0.10 145	0.14 155	0.09 139	0.14 157	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 496

DF	0.39 274	1.37 449	1.02 494	1.14 461	0.12 176	0.16 168	0.12 170	0.16 169	0.12 176	0.16 166	0.12 167	0.16 167	0.12 171	0.16 168	0.12 164	1.12 492	1.00 485	0.15 166	0.12 170	0.15 166	0.12 167

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	0.15 161	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

xyz-stereo	0.18 161	0.50 245	0.16 169	0.15 133	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

castereo++	0.54 376	3.59 595	1.15 504	1.31 532	0.14 182	0.16 168	0.14 176	0.16 169	0.14 182	0.16 166	0.14 185	0.16 167	0.13 177	0.16 168	0.14 175	1.45 565	1.16 510	0.15 166	0.14 185	0.15 166	0.13 174

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 133	0.11 163	0.14 153	0.15 182	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.16 168	0.11 152	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 167

ICVP	0.15 146	0.53 259	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 169	0.11 160	0.16 166	0.11 159	0.16 167	0.11 156	0.16 168	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.11 159	0.17 175	0.11 156	0.17 175	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	0.16 168	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.13 177	0.17 175	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

HSM	0.14 134	0.16 116	0.12 123	0.17 152	0.12 176	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.12 171	0.17 175	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 161	0.13 180	0.19 182	0.13 174	0.18 178	0.13 180	0.19 179	0.13 180	0.18 179	0.14 181	0.18 178	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

cf-r	0.66 400	2.17 530	0.12 123	0.18 154	0.12 176	0.18 179	2.70 650	2.60 625	0.12 176	0.18 177	0.12 167	0.18 179	0.12 171	0.18 178	0.12 164	0.15 141	0.11 122	0.15 166	0.11 155	1.81 584	1.74 626

ELAS	0.13 127	0.16 116	0.11 112	0.15 133	0.09 140	0.18 179	0.11 157	0.18 178	0.11 160	0.17 173	0.11 159	0.18 179	0.11 156	0.18 178	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDVS	0.30 209	3.10 584	0.14 148	0.19 157	0.14 182	0.19 182	0.14 176	0.20 186	0.14 182	0.19 179	0.13 180	0.16 167	0.13 177	0.19 181	0.13 171	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 174

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 157	0.13 180	0.19 182	0.13 174	0.19 180	0.13 180	0.19 179	0.13 180	0.19 183	0.13 177	0.19 181	0.13 171	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 174

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 180	0.11 160	0.19 179	0.12 167	0.18 179	0.11 156	0.19 181	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 180	0.12 176	0.19 179	0.12 167	0.20 186	0.12 171	0.19 181	0.12 164	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DEFOM-Stereo_RVC	0.83 453	5.18 630	1.98 626	2.19 571	0.17 210	0.19 182	0.18 206	0.19 180	0.16 198	0.20 185	0.19 223	0.22 202	0.22 232	0.20 185	0.15 186	2.28 607	2.13 627	0.24 221	0.17 217	0.18 181	0.16 185

gwcnet-sp	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 585	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 218

scenet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 585	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 218

ssnet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 585	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 218

DAS	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ASD4	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 217	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 514	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

acv_ft	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 514	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

hitnet-ft	0.79 436	2.78 578	0.14 148	0.20 161	0.14 182	0.21 198	2.89 651	2.80 639	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.54 624	2.33 643

PSMNet-RSSM	0.77 431	2.76 573	0.14 148	0.20 161	0.14 182	0.20 187	2.66 648	2.79 638	0.14 182	0.21 197	0.14 185	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 616	2.31 641

CFNet-ft	0.55 381	1.57 457	0.14 148	0.20 161	0.14 182	0.20 187	2.53 646	1.61 579	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	1.56 572	1.24 589

IGEV_Zeroshot_test	0.20 167	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 195	0.17 208	0.20 185	0.17 205	0.21 194	0.18 216	0.21 196	0.17 199	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 202

GANet-RSSM	0.75 425	1.91 511	0.14 148	0.47 295	0.14 182	0.21 198	3.21 667	2.30 611	0.14 182	0.46 366	0.14 185	0.23 209	0.18 216	0.21 196	0.14 175	0.18 168	0.27 233	0.37 293	0.13 179	2.13 594	2.12 636

GwcNet-RSSM	0.77 431	2.77 575	0.14 148	0.20 161	0.14 182	0.20 187	2.67 649	2.78 637	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.21 196	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 616	2.31 641

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 154	0.11 163	0.20 187	0.12 170	0.21 195	0.12 176	0.20 185	0.12 167	0.20 186	0.12 171	0.21 196	0.13 171	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.22 199	0.15 194	0.22 202	0.16 194	0.22 200	0.15 186	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 179

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 538	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

acva	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 538	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

WAO-6	0.22 180	0.23 141	0.22 199	0.23 178	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 216

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

IMH-64	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 223	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

HCRNet	1.22 557	7.11 650	3.00 644	3.55 626	0.33 350	0.29 238	0.14 176	0.19 180	0.15 193	0.33 253	0.29 273	0.25 222	0.14 181	0.22 200	0.33 332	3.64 641	3.00 639	0.76 466	0.32 349	0.18 181	0.13 174

MSKI-zero shot	0.24 189	0.21 135	0.49 383	0.65 385	0.18 221	0.22 200	0.17 198	0.23 206	0.18 214	0.21 197	0.17 205	0.23 209	0.28 267	0.23 207	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

dd	0.23 186	0.98 332	0.16 169	0.23 178	0.15 194	0.23 209	0.15 182	0.23 206	0.15 193	0.23 204	0.15 194	0.24 215	0.17 206	0.23 207	0.15 186	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 185

dad	0.23 186	1.03 356	0.16 169	0.23 178	0.15 194	0.24 212	0.15 182	0.24 209	0.16 198	0.23 204	0.16 198	0.24 215	0.16 194	0.23 207	0.15 186	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

iResNet	0.20 167	0.23 141	0.18 186	0.24 183	0.18 221	0.24 212	0.20 214	0.24 209	0.18 214	0.23 204	0.17 205	0.23 209	0.18 216	0.23 207	0.18 211	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 193	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 185

LACA1	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 193	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 185

BStereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 199	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

tg	0.21 174	0.25 155	0.21 197	0.26 197	0.17 210	0.24 212	0.17 198	0.24 209	0.17 208	0.24 211	0.17 205	0.24 215	0.17 206	0.24 211	0.17 199	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 185

ACV-stereo	0.30 209	2.08 522	0.25 212	0.25 190	0.18 221	0.24 212	0.17 198	0.24 209	0.18 214	0.24 211	0.17 205	0.25 222	0.17 206	0.24 211	0.17 199	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

Pointernet	0.21 174	0.22 139	0.19 188	0.24 183	0.19 225	0.24 212	0.19 210	0.24 209	0.19 220	0.24 211	0.19 223	0.24 215	0.19 221	0.24 211	0.19 214	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 202

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.23 204	0.10 145	0.20 186	0.10 143	0.24 211	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 183	0.20 228	0.24 212	0.18 206	0.24 209	0.18 214	0.24 211	0.18 221	0.23 209	0.19 221	0.24 211	0.18 211	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 185

LACA3	0.23 186	0.25 155	0.27 221	0.54 361	0.17 210	0.25 221	0.17 198	0.25 217	0.17 208	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 202

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 219	0.21 237	0.37 270	0.22 224	0.37 260	0.24 238	0.26 228	0.27 260	0.33 257	0.21 231	0.25 220	0.27 246	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 235

MIM_Stereo	0.25 192	0.23 141	0.66 429	0.80 409	0.17 210	0.22 200	0.17 198	0.23 206	0.18 214	0.26 228	0.17 205	0.21 194	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 202

CASnet	0.35 239	0.51 253	0.44 354	0.32 215	0.31 328	0.24 212	0.34 348	0.36 254	0.25 243	0.31 243	0.37 373	0.30 246	0.33 345	0.25 220	0.45 402	0.37 259	0.37 328	0.33 260	0.35 376	0.34 249	0.37 360
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CAS	0.30 209	1.17 379	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.26 256	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 229

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 223	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 229
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 315	1.24 437	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 561	0.93 515	0.25 219	0.17 205	0.25 222	0.18 216	0.25 220	0.17 199	0.23 196	0.16 170	0.23 212	0.16 195	1.20 509	0.99 512

delet	0.43 302	1.21 429	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 561	0.95 517	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.22 204	0.16 195	1.18 505	0.98 511

psm_up	0.43 302	1.19 382	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 561	0.91 510	0.26 228	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.23 212	0.16 195	1.18 505	0.99 512

UPFNet	0.42 301	1.20 383	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 509	0.90 509	0.25 219	0.17 205	0.24 215	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.22 204	0.16 195	1.15 497	0.93 506

AANet_RVC	1.26 560	0.31 169	4.99 671	5.93 663	0.20 228	0.25 221	0.20 214	0.25 217	0.20 222	0.23 204	0.19 223	0.25 222	0.20 225	0.25 220	0.20 217	5.66 672	4.76 665	0.26 231	0.30 331	0.24 212	0.27 273

VIP-Stereo	0.70 411	2.97 582	2.43 638	2.49 587	0.16 204	0.25 221	0.16 188	0.25 217	0.16 198	0.25 219	0.18 221	0.25 222	0.16 194	0.26 231	0.16 193	1.86 580	1.26 563	0.23 212	0.15 193	0.23 208	0.15 184

castereo	0.61 390	3.79 603	1.35 568	1.52 546	0.15 194	0.17 175	0.16 188	0.20 186	0.21 226	0.18 177	0.16 198	0.21 194	0.12 171	0.26 231	0.17 199	1.43 564	1.38 580	0.17 178	0.16 195	0.18 181	0.16 185

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.26 231	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 229

LoS_RVC	0.30 209	1.14 373	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.26 233	0.26 253	0.26 231	0.25 240	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 235

RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 659

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 659

ssnet_v2	0.68 405	1.96 518	1.25 564	0.29 202	0.20 228	0.30 239	0.20 214	0.29 231	0.22 229	1.50 581	0.20 227	0.31 250	0.20 225	0.27 235	0.22 223	0.24 203	1.49 587	0.26 231	0.18 223	3.90 635	0.19 209

GEStereo_RVC	0.86 465	4.45 619	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 223	0.18 214	5.03 675	0.20 227	0.27 235	0.19 221	0.27 235	0.21 221	0.20 175	0.19 199	0.19 191	4.02 679	0.20 188	0.18 207

DLNR-FE	0.28 203	0.89 313	0.30 235	0.34 222	0.19 225	0.28 235	0.19 210	0.28 226	0.20 222	0.28 232	0.20 227	0.28 236	0.20 225	0.28 239	0.20 217	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 209

SQANet	0.28 203	0.28 163	0.28 227	0.28 201	0.28 265	0.28 235	0.28 257	0.28 226	0.28 264	0.28 232	0.28 267	0.28 236	0.28 267	0.28 239	0.28 255	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 293

ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 523	0.14 155	0.10 145	0.28 232	0.14 185	0.17 175	0.19 221	0.28 239	0.09 134	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 167

CFNet	1.37 565	5.27 633	0.19 188	5.49 660	0.19 225	0.28 235	0.19 210	0.28 226	0.19 220	0.28 232	0.19 223	0.28 236	4.35 672	0.28 239	0.19 214	0.23 196	0.17 191	0.23 212	4.21 681	4.81 658	0.17 202

PAM	0.39 274	1.88 507	0.34 270	0.37 231	0.41 401	0.45 371	0.22 224	0.28 226	0.23 235	0.28 232	0.24 245	0.29 242	0.23 238	0.29 243	0.23 229	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 216

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 239	0.28 265	0.38 277	0.33 335	0.29 231	0.31 324	0.30 238	0.30 285	0.29 242	0.27 260	0.29 243	0.30 273	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 328

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 368	0.79 406	0.24 250	0.30 239	0.26 246	0.30 233	0.24 238	0.32 249	0.23 238	0.31 250	0.24 241	0.30 245	0.23 229	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 218

DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 233	0.34 353	0.29 237	0.31 327	0.29 242	0.30 280	0.31 249	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 321

DStereoSA	0.32 225	0.52 255	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 238	0.30 281	0.31 243	0.31 327	0.31 250	0.30 280	0.31 249	0.31 311	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 321

DEFOM-Stereo	0.68 405	3.11 585	1.40 582	1.63 555	0.25 252	0.31 245	0.25 239	0.31 238	0.28 264	0.31 243	0.29 273	0.29 242	0.27 260	0.31 249	0.28 255	1.59 572	1.47 586	0.30 244	0.29 317	0.30 230	0.28 293

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 219	0.30 285	0.32 254	0.32 324	0.32 240	0.31 324	0.30 238	0.31 327	0.31 250	0.30 280	0.32 252	0.32 321	0.32 235	0.31 267	0.30 244	0.47 431	0.32 238	0.34 342

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.22 199	0.30 281	0.32 249	0.31 327	0.32 254	0.31 329	0.32 252	0.32 321	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 328

WCG-NET（raft）	0.32 225	1.24 437	0.24 209	0.32 215	0.24 250	0.32 254	0.23 232	0.32 240	0.24 238	0.32 249	0.24 245	0.32 254	0.24 241	0.32 252	0.24 232	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 218

tt1	0.31 216	0.93 325	0.24 209	0.33 219	0.23 245	0.31 245	0.24 237	0.32 240	0.24 238	0.32 249	0.23 238	0.32 254	0.25 244	0.32 252	0.24 232	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 273

xxxxx1	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

tt_ll	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

ff	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 240	0.24 238	0.33 253	0.24 245	0.35 263	0.24 241	0.33 259	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

FE-Mocha	0.35 239	0.71 283	0.40 332	0.47 295	0.27 260	0.34 257	0.27 249	0.34 247	0.26 256	0.34 255	0.26 256	0.34 261	0.27 260	0.34 260	0.27 246	0.44 314	0.41 355	0.33 260	0.29 317	0.32 238	0.29 299

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 222	0.34 360	0.34 257	0.34 348	0.34 247	0.34 353	0.34 255	0.34 354	0.34 261	0.34 350	0.34 260	0.34 345	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 342

DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 224	0.28 265	0.34 257	0.27 249	0.34 247	0.25 243	0.35 259	0.27 260	0.36 268	0.26 253	0.34 260	0.28 255	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 273

GeoVLM	0.36 246	0.38 183	0.27 221	0.46 288	0.28 265	0.35 261	0.28 257	0.37 260	0.27 260	0.35 259	0.28 267	0.36 268	0.38 369	0.35 263	0.28 255	1.08 483	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

MyStereo04	0.56 383	3.72 601	0.59 409	0.49 306	0.41 401	0.36 265	0.32 324	0.37 260	0.31 324	0.34 255	0.46 419	0.35 263	0.32 334	0.35 263	0.33 332	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

FENet	0.54 376	1.52 456	1.19 510	1.41 542	0.23 245	0.35 261	0.23 232	0.35 250	0.23 235	0.34 255	0.23 238	0.35 263	0.23 238	0.35 263	0.23 229	1.40 562	1.07 494	0.32 253	0.23 238	0.33 245	0.23 218

DMCA	0.36 246	0.38 183	0.37 287	0.35 224	0.35 363	0.36 265	0.36 360	0.36 254	0.35 357	0.35 259	0.37 373	0.36 268	0.36 360	0.35 263	0.36 353	0.36 256	0.36 325	0.35 285	0.36 382	0.36 269	0.36 355

MLCV	0.31 216	0.35 174	0.27 221	0.35 224	0.28 265	0.35 261	0.27 249	0.35 250	0.28 264	0.36 263	0.27 260	0.35 263	0.27 260	0.35 263	0.27 246	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 273

ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 250	0.35 357	0.35 259	0.35 362	0.35 263	0.35 357	0.35 263	0.35 349	0.35 252	0.35 319	0.35 285	0.35 376	0.35 262	0.35 352

EKT-Stereo	0.37 256	0.40 194	0.44 354	1.07 453	0.29 275	0.34 257	0.31 316	0.36 254	0.29 270	0.38 269	0.31 327	0.37 275	0.30 280	0.36 269	0.29 266	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 312

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 228	0.27 260	0.36 265	0.27 249	0.36 254	0.27 260	0.36 263	0.27 260	0.36 268	0.27 260	0.36 269	0.28 255	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 293

IGEV-Stereo	0.35 239	0.44 216	0.45 356	0.49 306	0.30 285	0.37 270	0.30 272	0.36 254	0.30 281	0.36 263	0.29 273	0.36 268	0.29 274	0.36 269	0.30 273	0.46 353	0.39 342	0.32 253	0.24 245	0.32 238	0.25 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 254	0.21 226	0.42 309	0.21 233	0.36 268	0.22 232	0.36 269	0.21 221	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 214

IGEV-FE	0.35 239	0.37 179	0.17 176	0.19 157	0.17 210	0.20 187	0.17 198	0.19 180	0.17 208	0.19 179	0.17 205	0.19 183	0.17 206	0.37 273	0.36 353	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 650

RSM	0.36 246	0.36 177	0.43 352	0.37 231	0.42 411	0.49 392	0.42 401	0.37 260	0.28 264	0.36 263	0.29 273	0.36 268	0.30 280	0.37 273	0.28 255	0.34 244	0.31 267	0.34 269	0.35 376	0.40 339	0.29 299

XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 231	0.37 373	0.37 270	0.37 366	0.37 260	0.37 369	0.37 268	0.37 373	0.37 275	0.37 365	0.37 273	0.37 362	0.37 259	0.37 328	0.37 293	0.37 385	0.37 273	0.37 360

LG-Stereo_L2	0.34 230	0.37 179	0.38 289	0.47 295	0.28 265	0.39 283	0.28 257	0.39 273	0.28 264	0.39 275	0.28 267	0.39 282	0.28 267	0.38 276	0.28 255	0.42 312	0.35 319	0.36 290	0.26 254	0.35 262	0.26 235

WAO-8	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.38 301	0.37 385	0.38 286	0.38 367

WAO-7	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.38 301	0.38 398	0.38 286	0.38 367

Venus	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.37 270	0.38 373	0.37 260	0.37 369	0.41 295	0.37 373	0.39 282	0.37 365	0.38 276	0.38 365	0.37 259	0.38 335	0.38 301	0.37 385	0.37 273	0.38 367

IMH	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.42 309	0.38 378	0.40 290	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.39 342	0.38 398	0.38 286	0.38 367

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 239	0.30 285	0.38 277	0.30 272	0.40 280	0.29 270	0.40 281	0.37 373	0.41 303	0.34 350	0.38 276	0.30 273	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 235

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 239	0.29 275	0.40 285	0.32 324	0.41 295	0.32 334	0.38 269	0.30 285	0.39 282	0.30 280	0.38 276	0.32 321	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 299

FCDSN-DC	0.41 287	0.59 271	0.64 423	0.54 361	0.33 350	0.50 401	0.37 366	0.42 313	0.40 387	0.61 433	0.43 410	0.50 404	0.49 424	0.38 276	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 293
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-DCA	0.37 256	1.00 341	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.39 284	0.28 255	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 328

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 239	0.41 401	0.38 277	0.38 373	0.38 269	0.38 373	0.39 275	0.39 388	0.38 277	0.38 369	0.39 284	0.40 380	0.38 270	0.38 335	0.40 355	0.38 398	0.38 286	0.40 376

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 280	0.26 256	0.39 275	0.26 256	0.39 282	0.26 253	0.39 284	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 360
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 302	1.15 376	0.57 407	0.53 358	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.40 287	0.32 321	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 321

DCVSM-stereo	0.36 246	1.89 508	0.22 199	0.40 252	0.22 239	0.40 285	0.22 224	0.40 280	0.22 229	0.40 281	0.22 234	0.40 290	0.22 232	0.40 287	0.22 223	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 211

IGEV++	0.34 230	0.43 213	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.30 273	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 299

xx1	0.38 262	1.03 356	0.31 250	0.40 252	0.31 328	0.41 301	0.28 257	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.29 266	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 328

1test111	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

cc1	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

knoymous	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

anonymousa	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

riskmin	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

IER	0.88 468	7.04 649	2.23 631	2.75 593	0.28 265	0.43 328	0.25 239	0.39 273	0.25 243	0.41 295	0.27 260	0.39 282	0.25 244	0.40 287	0.28 255	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 229

CRFU-Net	0.65 398	1.67 461	1.22 560	1.96 565	0.27 260	0.41 301	0.27 249	0.41 295	0.27 260	0.40 281	0.26 256	0.41 303	0.27 260	0.40 287	0.27 246	1.80 579	1.62 600	0.34 269	0.23 238	0.33 245	0.23 218

NINENet	0.69 408	3.87 607	1.20 513	1.98 566	0.05 121	0.40 285	0.04 103	0.40 280	0.05 120	0.41 295	0.04 110	0.41 303	0.05 112	0.40 287	0.05 110	1.79 578	1.56 593	0.34 269	0.22 232	0.34 249	0.23 218

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376
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.
HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 313	0.33 344	0.43 314	0.34 354	0.42 321	0.34 350	0.41 302	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 328

RAFT-Stereo-weight	0.45 338	1.90 510	0.34 270	0.42 274	0.36 369	0.43 328	0.35 353	0.42 313	0.34 353	0.42 309	0.34 354	0.44 360	0.34 350	0.41 302	0.34 345	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 335

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 264	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.33 332	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 321

GMOStereo	0.37 256	0.45 224	0.23 202	0.30 203	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	0.34 244	0.22 209	0.47 404	0.37 385	0.39 327	0.33 335

error version	0.93 478	4.47 620	2.35 634	1.99 567	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 582	2.16 628	0.47 404	0.37 385	0.39 327	0.33 335

test_1	0.93 478	4.47 620	2.35 634	1.99 567	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 582	2.16 628	0.47 404	0.37 385	0.39 327	0.33 335

GwcNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

PSMNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

GANet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet2	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.27 260	0.41 295	0.27 260	0.42 321	0.27 260	0.41 302	0.28 255	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 273

Gwc-CoAtRS	0.41 287	1.49 455	0.32 255	0.42 274	0.32 338	0.41 301	0.32 324	0.41 295	0.33 344	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.32 321	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 293

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.68 463	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.45 360	0.30 285	0.42 321	0.30 280	0.42 315	0.69 471	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.73 483	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.28 264	0.41 295	0.28 267	0.41 303	0.28 267	0.42 315	0.30 273	0.37 259	0.26 223	0.37 293	0.27 291	0.45 365	0.56 440

GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 300	0.32 338	0.41 301	0.28 257	0.40 280	0.30 281	0.41 295	0.28 267	0.40 290	0.28 267	0.42 315	0.28 255	0.45 343	0.32 271	0.38 301	0.30 331	0.37 273	0.27 273

hknet	1.10 502	1.85 502	3.49 660	4.48 637	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.03 53	0.42 315	0.03 52	4.39 648	4.19 662	0.33 260	0.23 238	0.34 249	0.27 273

aanet-new-60k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-70k	0.44 315	1.82 493	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-78k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-40k	0.44 315	1.81 486	0.39 300	0.50 342	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-36k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-34k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-32k-new	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 235

aanet-new-32k	0.44 315	1.79 480	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-30k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT26K	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 235

aanet-new-24k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-22k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-16k	0.44 315	1.83 496	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-8k	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new	0.43 302	1.80 481	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-cres-4k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-cres	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-36K	0.43 302	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-22K	0.44 315	1.85 502	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-20K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-24K	0.44 315	1.86 505	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-2K	0.44 315	1.82 493	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-3K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-50K	0.44 315	1.83 496	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.36 325	0.38 301	0.26 254	0.38 286	0.26 235

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 319	0.31 324	0.45 360	0.31 327	0.43 328	0.31 329	0.43 321	0.69 471	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

GCAP-BAT	0.41 287	1.30 441	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 235

GCAPDPT-zeroshot4090	0.40 279	1.09 366	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 273

RCA-Stereo	0.51 370	3.22 589	0.34 270	0.44 283	0.34 360	0.44 361	0.34 348	0.43 319	0.34 353	0.43 314	0.34 354	0.44 360	0.33 345	0.43 321	0.33 332	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 299

UCFNet_RVC	2.75 640	10.06 671	0.29 231	10.31 688	0.29 275	0.42 321	0.29 267	0.43 319	0.29 270	0.42 309	0.29 273	0.42 321	9.87 689	0.43 321	0.29 266	0.36 256	9.84 689	0.36 290	0.26 254	9.77 688	0.26 235

aanet-new-90k	0.44 315	1.82 493	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-28k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-10k	0.45 338	1.81 486	0.40 332	0.50 342	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.32 334	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

aanet-new-12k	0.46 345	1.99 519	0.40 332	0.51 353	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.32 321	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

aanet-new-14k	0.60 385	5.12 628	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.37 328	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-5K	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-25K	0.41 287	1.09 366	0.40 332	0.52 356	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 293

GCAP-Stereo-DPT-FT	0.41 287	1.06 363	0.40 332	0.51 353	0.31 328	0.44 361	0.30 272	0.43 319	0.32 334	0.44 348	0.30 285	0.56 427	0.30 280	0.44 350	0.31 311	0.45 343	0.34 312	0.39 342	0.27 291	0.40 339	0.27 273

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 273

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

test_for_model	0.35 239	0.39 190	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 235

testlalala	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.31 324	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 235

LL-Strereo2	0.48 357	1.73 469	0.51 395	0.59 374	0.34 360	0.42 321	0.33 335	0.40 280	0.31 324	0.42 309	0.33 346	0.42 321	0.31 329	0.44 350	0.39 377	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 335

CES	0.39 274	0.47 232	0.36 283	0.36 228	0.37 373	0.45 371	0.35 353	0.35 250	0.40 387	0.36 263	0.44 412	0.47 379	0.36 360	0.44 350	0.36 353	0.37 259	0.39 342	0.44 386	0.35 376	0.37 273	0.36 355

CFNet-RSSM	0.91 471	4.89 625	0.34 270	0.44 283	1.07 530	1.62 589	1.40 603	0.91 470	0.35 357	1.60 582	1.39 603	0.64 440	0.34 350	0.44 350	0.33 332	0.41 298	0.35 319	0.75 464	0.30 331	0.41 350	0.29 299

Select-FE	0.41 287	0.44 216	0.23 202	0.26 197	0.22 239	0.26 230	0.22 224	0.26 223	0.23 235	0.26 228	0.23 238	0.26 233	0.23 238	0.45 366	0.42 396	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 651

water-stereo	0.41 287	0.84 302	0.46 361	0.50 342	0.33 350	0.45 371	0.33 335	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 328

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 299
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	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 362	0.38 373	0.47 372	0.33 346	0.45 369	0.32 334	0.45 366	0.32 321	0.39 283	0.38 335	0.38 301	0.37 385	0.39 327	0.39 373

fffy	0.38 262	0.43 213	0.33 260	0.46 288	0.33 350	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.33 345	0.45 366	0.32 321	0.38 270	0.38 335	0.38 301	0.37 385	0.37 273	0.36 355

Former-RAFT_DAM_RVC	0.49 363	0.98 332	0.64 423	0.84 414	0.46 420	0.45 371	0.35 353	0.47 372	0.47 417	0.45 360	0.34 354	0.46 373	0.48 419	0.46 371	0.35 349	0.39 283	0.71 455	0.39 342	0.35 376	0.41 350	0.41 384

otaku	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.46 366	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

Dean	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.47 372	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

ACVNet_1	0.46 345	0.47 232	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.47 417	0.46 366	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.47 404	0.46 424	0.46 368	0.46 399

depthmonostereo	0.44 315	0.85 304	0.46 361	0.54 361	0.40 391	0.52 417	0.38 373	0.52 407	0.35 357	0.47 372	0.34 354	0.46 373	0.34 350	0.47 375	0.34 345	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 328

DilatedVolume-Stereo	0.43 302	0.86 306	0.48 376	0.50 342	0.33 350	0.46 377	0.33 335	0.46 366	0.33 344	0.46 366	0.33 346	0.47 379	0.33 345	0.47 375	0.34 345	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 367

ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 403	0.35 357	0.47 372	0.35 362	0.47 379	0.34 350	0.47 375	0.35 349	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 373

Ntro	0.47 352	0.47 232	0.46 361	0.46 288	0.46 420	0.47 382	0.47 417	0.46 366	0.47 417	0.46 366	0.46 419	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

HaxPig	0.47 352	0.47 232	0.47 368	0.49 306	0.47 426	0.47 382	0.47 417	0.47 372	0.47 417	0.47 372	0.47 427	0.47 379	0.47 418	0.47 375	0.47 413	0.47 360	0.47 387	0.47 404	0.47 431	0.47 381	0.48 408

UNDER WATER	0.47 352	0.47 232	0.47 368	0.47 295	0.47 426	0.47 382	0.47 417	0.47 372	0.47 417	0.47 372	0.47 427	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.47 387	0.47 404	0.46 424	0.47 381	0.47 406

LVE	0.47 352	0.47 232	0.47 368	0.47 295	0.49 432	0.47 382	0.47 417	0.47 372	0.49 426	0.47 372	0.47 427	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.47 387	0.48 412	0.47 431	0.47 381	0.47 406

ACVNet-4b	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.46 366	0.46 419	0.46 373	0.46 410	0.47 375	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

TorneroNet	0.66 400	0.53 259	0.50 388	0.50 342	0.64 465	1.06 501	0.70 479	0.50 389	0.51 437	0.49 386	0.69 479	0.49 390	0.50 428	0.48 383	1.15 530	0.71 423	0.49 394	1.14 518	1.08 529	0.49 388	0.49 413

RainbowNet	0.48 357	0.48 238	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 376	0.48 424	0.48 379	0.48 431	0.48 386	0.48 419	0.48 383	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.48 408

notaker	0.48 357	0.49 240	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 376	0.49 426	0.48 379	0.48 431	0.48 386	0.48 419	0.48 383	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.49 413

PCWNet_CMD	2.80 642	9.82 669	0.32 255	10.09 687	0.32 338	0.49 392	0.33 335	3.34 646	0.33 344	0.49 386	0.33 346	0.49 390	8.73 685	0.48 383	0.33 332	0.41 298	9.22 684	0.42 383	0.29 317	9.55 687	0.31 321

CFNet_ucs	2.73 639	9.64 668	0.33 260	9.92 685	0.32 338	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	8.98 687	0.48 383	0.33 332	0.41 298	9.96 690	0.40 355	0.29 317	10.12 690	0.54 430

pcwnet_v2	2.66 637	9.89 670	0.33 260	9.89 684	0.32 338	0.50 401	0.32 324	0.49 380	0.33 344	0.49 386	0.34 354	0.49 390	8.76 686	0.48 383	0.33 332	0.41 298	9.58 686	0.40 355	0.29 317	9.01 685	0.63 451

Pro-Stereo	0.79 436	0.53 259	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 380	0.67 462	0.50 399	0.38 378	1.10 512	0.38 369	0.49 389	0.38 365	0.71 423	0.88 477	5.98 683	0.36 382	0.46 368	0.36 355

SCV_C0	0.45 338	0.88 310	0.49 383	0.54 361	0.37 373	0.48 387	0.37 366	0.48 376	0.37 369	0.48 379	0.36 366	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 342

SCV	0.46 345	0.94 327	0.45 356	0.54 361	0.37 373	0.48 387	0.38 373	0.48 376	0.37 369	0.48 379	0.39 388	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 342

GCST	0.50 365	2.08 522	0.38 289	0.53 358	0.35 363	0.49 392	0.35 353	0.50 389	0.35 357	0.49 386	0.35 362	0.49 390	0.35 357	0.49 389	0.35 349	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 335

ACVNet_2	0.49 363	0.49 240	0.49 383	0.49 306	0.49 432	0.49 392	0.49 428	0.49 380	0.49 426	0.49 386	0.49 434	0.49 390	0.49 424	0.49 389	0.49 421	0.49 368	0.49 394	0.49 417	0.49 438	0.49 388	0.49 413

CFNet_pseudo	2.67 638	9.36 666	0.32 255	10.99 689	0.33 350	0.85 467	0.33 335	0.49 380	0.33 344	0.49 386	0.32 337	0.49 390	7.26 683	0.49 389	0.33 332	0.41 298	9.62 687	0.41 372	0.29 317	10.03 689	0.29 299

MSMDNet	2.65 636	10.14 672	0.33 260	9.74 683	0.32 338	0.87 470	0.33 335	2.95 641	0.68 468	0.49 386	0.34 354	0.49 390	5.70 679	0.49 389	0.33 332	0.42 312	9.57 685	0.41 372	0.31 342	8.36 682	0.65 459

ccs_rob	2.79 641	10.17 673	0.32 255	10.00 686	0.33 350	0.49 392	0.33 335	1.90 590	0.32 334	0.51 408	0.33 346	0.49 390	9.24 688	0.49 389	0.33 332	0.41 298	9.82 688	0.41 372	0.28 304	9.34 686	0.29 299

quiztm	0.43 302	0.49 240	0.40 332	0.51 353	0.40 391	0.51 413	0.40 387	0.50 389	0.40 387	0.50 399	0.40 391	0.51 415	0.40 380	0.50 397	0.40 380	0.44 314	0.34 312	0.44 386	0.34 363	0.44 360	0.34 342

GSStereo	0.81 444	4.28 618	0.50 388	0.59 374	0.40 391	0.51 413	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 664	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

GS-Stereo							0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 664	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

GASTEREO	0.48 357	1.21 429	0.47 368	0.57 369	0.38 380	0.50 401	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	0.38 369	0.50 397	0.38 365	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 342

FoundationStereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

StereoAnything_RVC	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

dual_stereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

UGAM-zero	0.51 370	2.17 530	0.39 300	0.53 358	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.50 404	0.35 357	0.50 397	0.36 353	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 342

UGAM	0.51 370	2.23 535	0.39 300	0.54 361	0.35 363	0.50 401	0.35 353	0.49 380	0.35 357	0.49 386	0.35 362	0.49 390	0.36 360	0.50 397	0.36 353	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 342

SANet	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

GEAStereo	0.62 393	3.91 608	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

gasm-f	0.62 393	3.91 608	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

MyStereo07	0.60 385	3.72 601	0.48 376	0.49 306	0.41 401	0.36 265	0.32 324	0.49 380	0.43 405	0.51 408	0.42 408	0.49 390	0.43 401	0.51 407	0.64 447	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

GES	0.66 400	2.34 546	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 313	0.29 270	0.40 281	0.41 398	0.41 303	0.30 280	0.51 407	0.29 266	0.32 235	0.29 253	0.32 253	2.46 650	2.49 612	0.30 312

psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	0.33 345	0.51 407	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 443	0.29 299

fffft	0.48 357	0.51 253	0.45 356	0.52 356	0.45 418	0.52 417	0.45 410	0.52 407	0.48 424	0.53 414	0.45 416	0.52 416	0.45 407	0.52 412	0.46 406	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 384
1: 1. 1
Occ-G	1.12 505	0.52 255	3.72 665	3.50 625	0.50 436	0.56 424	0.47 417	0.54 411	0.46 412	0.54 419	0.41 398	0.54 420	0.42 398	0.52 412	0.42 396	3.42 640	4.02 661	0.52 429	0.45 422	0.51 399	0.44 396

MSCF	0.51 370	1.40 452	0.49 383	0.58 371	0.38 380	0.50 401	0.38 373	0.54 411	0.41 397	0.52 411	0.41 398	0.53 417	0.42 398	0.53 414	0.41 388	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 367

LG-Stereo_L1	0.47 352	0.52 255	0.47 368	0.62 379	0.39 390	0.53 419	0.40 387	0.53 409	0.39 386	0.53 414	0.39 388	0.53 417	0.39 379	0.53 414	0.39 377	0.55 392	0.46 379	0.49 417	0.37 385	0.49 388	0.37 360

252Zero-FE	0.45 338	0.50 245	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.49 390	0.36 360	0.54 416	0.41 388	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 484

PAM_32	0.64 397	2.38 550	0.51 395	0.92 428	0.43 413	0.53 419	0.44 404	0.87 462	0.43 405	0.52 411	0.45 416	0.53 417	0.40 380	0.54 416	0.46 406	0.62 408	0.56 416	0.48 412	0.45 422	0.76 437	0.44 396

iRaftStereo_RVC	0.97 482	3.17 588	2.30 633	2.42 584	0.38 380	0.54 422	0.38 373	0.54 411	0.38 373	0.54 419	0.38 378	0.54 420	0.38 369	0.54 416	0.38 365	2.38 616	2.34 632	0.49 417	0.36 382	0.49 388	0.36 355

PSMNet_ROB	0.54 376	0.54 263	0.54 403	0.54 361	0.53 446	0.54 422	0.54 439	0.53 409	0.54 440	0.54 419	0.54 447	0.54 420	0.53 435	0.54 416	0.54 433	0.54 386	0.53 411	0.54 433	0.54 447	0.54 406	0.54 430

AEACV	1.12 505	0.52 255	3.12 656	3.24 610	0.86 507	0.53 419	0.49 428	0.60 425	0.47 417	0.53 414	0.49 434	0.55 424	0.45 407	0.55 420	0.47 413	3.01 635	3.88 659	0.71 457	0.60 459	0.80 446	0.48 408

FSD	0.61 390	0.59 271	0.50 388	2.58 591	0.44 414	0.56 424	0.44 404	0.55 414	0.44 408	0.56 424	0.44 412	0.56 427	0.44 403	0.56 421	0.46 406	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 423

LG-Stereo_Zeroshot	0.48 357	0.55 265	0.47 368	0.63 381	0.41 401	0.56 424	0.44 404	0.56 415	0.41 397	0.56 424	0.41 398	0.57 430	0.42 398	0.56 421	0.41 388	0.55 392	0.43 369	0.51 426	0.37 385	0.51 399	0.37 360

MyStereo8	0.71 414	3.92 610	0.52 398	0.59 374	0.52 443	0.57 430	0.53 437	0.59 423	0.50 430	0.59 431	0.51 443	0.57 430	0.50 428	0.56 421	0.52 430	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 416

CASS	0.57 384	0.89 313	0.56 405	0.57 369	0.56 449	0.56 424	0.56 440	0.56 415	0.53 438	0.57 427	0.57 450	0.59 434	0.48 419	0.56 421	0.57 436	0.55 392	0.56 416	0.47 404	0.56 453	0.62 416	0.56 440
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PML	0.46 345	1.36 447	0.29 231	0.58 371	0.30 285	0.57 430	0.29 267	0.57 418	0.29 270	0.57 427	0.29 273	0.57 430	0.29 274	0.56 421	0.29 266	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 312

MyStereo06	0.75 425	4.12 612	0.60 413	0.63 381	0.61 459	0.62 437	0.66 456	0.56 415	0.45 411	0.55 422	0.48 431	0.54 420	0.46 410	0.57 426	0.45 402	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

test-3	0.98 484	4.13 614	1.85 615	1.85 558	0.61 459	0.69 443	0.37 366	0.63 430	0.61 452	0.66 442	0.51 443	0.73 454	0.44 403	0.57 426	0.54 433	1.68 576	1.81 612	0.40 355	0.43 420	0.66 420	0.50 416

WCG-NET	0.61 390	1.21 429	0.54 403	0.61 378	0.53 446	0.67 442	0.53 437	0.66 434	0.53 438	0.64 439	0.53 446	0.65 443	0.53 435	0.59 428	0.52 430	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 416

LL-Strereo	1.01 492	5.06 627	1.63 595	0.70 397	1.43 603	0.56 424	0.46 412	0.57 418	0.50 430	0.57 427	0.50 437	1.58 585	0.49 424	0.59 428	0.50 423	1.64 575	0.52 409	0.51 426	1.37 598	0.52 401	0.45 398

DN	0.53 375	0.85 304	0.45 356	0.65 385	0.44 414	0.60 433	0.44 404	0.60 425	0.44 408	0.60 432	0.45 416	0.60 435	0.44 403	0.60 430	0.44 400	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 391

AIO-test2	0.55 381	0.59 271	0.52 398	0.67 390	0.47 426	0.61 434	0.47 417	0.61 428	0.47 417	0.61 433	0.47 427	0.61 437	0.48 419	0.62 431	0.47 413	0.64 411	0.53 411	0.58 437	0.47 431	0.58 413	0.48 408

AIO-test1	0.54 376	0.60 274	0.52 398	0.66 389	0.47 426	0.61 434	0.47 417	0.58 421	0.46 412	0.61 433	0.46 419	0.61 437	0.45 407	0.62 431	0.45 402	0.61 404	0.52 409	0.57 436	0.48 435	0.57 412	0.48 408

MonSter	0.60 385	0.64 277	0.52 398	0.62 379	0.44 414	2.07 604	0.44 404	0.62 429	0.44 408	0.62 436	0.44 412	0.62 439	0.44 403	0.62 431	0.44 400	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 391

CFNet_RVC	2.38 630	8.71 661	0.38 289	9.33 680	0.42 411	0.56 424	0.42 401	0.60 425	0.38 373	0.62 436	0.42 408	0.56 427	7.29 684	0.62 431	0.42 396	0.53 385	0.37 328	0.49 417	0.34 363	8.30 681	6.87 688

PA-Net	11.80 688	223.51 714	0.62 420	0.59 374	0.71 482	0.59 432	0.73 485	0.67 435	0.73 492	0.55 422	0.61 459	0.60 435	0.74 482	0.63 435	0.73 483	0.66 414	0.60 424	0.69 452	0.66 475	0.72 431	0.65 459
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DispNO	1.00 485	0.63 275	0.43 352	3.45 621	0.44 414	0.65 440	0.43 403	0.64 431	0.43 405	0.64 439	0.43 410	0.64 440	3.03 642	0.64 436	0.43 399	4.55 651	0.43 369	0.63 442	0.43 420	0.63 417	0.43 393

DSFCA	0.66 400	0.73 286	0.78 463	0.65 385	0.65 467	0.64 439	0.64 452	0.65 432	0.63 456	0.64 439	0.64 463	0.64 440	0.64 452	0.65 437	0.65 450	0.65 412	0.65 435	0.65 447	0.65 473	0.66 420	0.64 457

KSHMR	0.66 400	0.50 245	0.48 376	1.15 464	0.52 443	0.49 392	0.51 435	0.49 380	0.71 486	0.67 443	0.50 437	1.16 520	1.11 518	0.66 438	0.52 430	0.49 368	0.49 394	0.51 426	0.66 475	0.50 393	1.14 530

LMCR-Stereo	0.65 398	0.63 275	0.65 427	0.65 385	0.65 467	0.66 441	0.63 451	0.58 421	0.65 458	0.63 438	0.64 463	0.65 443	0.65 454	0.66 438	0.66 454	0.66 414	0.64 433	0.65 447	0.67 479	0.68 422	0.73 480

MyStereo05	0.80 439	4.12 612	0.63 421	0.63 381	0.61 459	0.62 437	0.66 456	0.65 432	0.62 453	0.67 443	0.61 459	0.65 443	0.58 443	0.67 440	0.55 435	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

ktn	0.72 417	0.53 259	1.08 498	1.14 461	0.51 442	1.22 563	1.36 596	0.51 403	0.59 448	0.51 408	0.51 443	0.69 446	1.20 530	0.67 440	0.51 428	0.51 380	0.49 394	0.58 437	0.66 475	0.52 401	0.53 427

mm2	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 437	0.69 473	0.69 446	0.69 479	0.69 446	0.69 471	0.69 442	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

mm1	0.69 408	0.69 279	0.69 442	0.69 391	0.69 476	0.69 443	0.69 472	0.69 437	0.69 473	0.69 446	0.69 479	0.69 446	0.69 471	0.69 442	0.69 471	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

DMCA-RVC	0.70 411	0.80 296	0.70 445	0.70 397	0.70 480	0.70 446	0.70 479	0.71 442	0.70 481	0.70 448	0.71 488	0.71 449	0.70 475	0.70 444	0.69 471	0.69 417	0.70 451	0.69 452	0.70 488	0.69 426	0.70 470

DStereoRT	0.73 421	0.81 299	0.73 456	0.71 399	0.74 487	0.73 450	0.75 487	0.71 442	0.71 486	0.74 456	0.72 491	0.73 454	0.80 491	0.71 445	0.73 483	0.76 436	0.71 455	0.73 458	0.72 493	0.70 429	0.76 487

anonymity	0.63 395	0.69 279	0.56 405	0.71 399	0.56 449	0.71 448	0.56 440	0.71 442	0.56 441	0.72 449	0.56 449	0.71 449	0.56 439	0.71 445	0.58 438	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 430

MLG-Stereo	0.92 473	0.90 316	0.84 473	1.27 523	0.49 432	1.38 577	0.88 505	1.41 575	0.97 520	0.73 451	1.09 529	1.26 570	0.43 401	0.72 447	1.05 522	1.13 493	0.49 394	1.18 528	0.66 475	1.01 486	0.46 399

Selective-IGEV	0.51 370	0.55 265	0.45 356	0.69 391	0.45 418	0.61 434	0.45 410	0.50 389	0.40 387	0.56 424	0.44 412	0.55 424	0.40 380	0.72 447	0.67 455	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 360

iGMRVC	0.84 456	2.85 580	0.72 452	0.72 401	0.73 485	0.77 452	0.79 492	0.73 445	0.74 494	0.73 451	0.72 491	0.73 454	0.76 485	0.73 449	0.73 483	0.72 429	0.73 458	0.73 458	0.72 493	0.73 434	0.72 477

RAFT-Stereo + iAFF	0.70 411	0.72 284	0.71 449	0.80 409	0.62 464	0.82 463	0.61 449	0.81 456	0.62 453	0.81 465	0.63 461	0.80 464	0.70 475	0.73 449	0.61 445	0.76 436	0.61 428	0.74 463	0.61 461	0.77 439	0.61 446

SMoEStereo_RVC	0.63 395	0.75 289	0.51 395	0.73 402	0.53 446	0.71 448	0.47 417	0.67 435	0.58 444	0.74 456	0.60 455	0.72 452	0.53 435	0.74 451	0.51 428	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 446

TorneroNet-64	0.45 338	0.27 160	0.30 235	0.58 371	0.27 260	0.70 446	0.30 272	0.28 226	0.73 492	0.73 451	0.28 267	0.71 449	0.66 458	0.75 452	0.27 246	0.27 214	0.29 253	0.37 293	0.75 497	0.28 224	0.30 312

4D-IteraStereo	0.78 435	3.13 586	0.89 475	0.69 391	0.32 338	0.40 285	0.32 324	0.76 448	0.97 520	0.52 411	0.65 465	0.89 477	0.32 334	0.76 453	0.98 513	0.83 449	0.94 483	0.35 285	0.27 291	0.70 429	0.89 502

GCAP-Stereo	0.75 425	4.15 615	0.42 351	0.75 404	0.35 363	0.78 454	0.40 387	0.79 450	0.38 373	0.78 460	0.36 366	0.78 460	0.36 360	0.79 454	0.39 377	0.75 434	0.39 342	0.76 466	0.39 401	0.75 435	0.39 373

G-Net	0.79 436	0.79 295	0.79 466	0.79 406	0.79 500	0.79 456	0.79 492	0.79 450	0.79 500	0.79 461	0.79 503	0.79 462	0.79 490	0.79 454	0.79 493	0.79 439	0.79 468	0.79 470	0.79 504	0.79 443	0.79 492

PointNet	0.60 385	0.75 289	0.49 383	0.79 406	0.50 436	0.79 456	0.49 428	0.79 450	0.49 426	0.80 462	0.49 434	0.79 462	0.49 424	0.80 456	0.49 421	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 376

NaN_ROB	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 453	0.80 502	0.80 462	0.80 505	0.80 464	0.80 491	0.80 456	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

CSAN	0.80 439	0.80 296	0.80 467	0.80 409	0.80 503	0.80 458	0.80 495	0.80 453	0.80 502	0.80 462	0.80 505	0.80 464	0.80 491	0.80 456	0.80 496	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

MGA	0.73 421	0.76 291	0.60 413	0.92 428	1.17 540	0.81 460	0.59 447	0.84 460	0.62 453	0.81 465	0.59 454	0.84 471	0.60 447	0.81 459	0.61 445	0.71 423	0.53 411	0.89 486	0.53 446	0.75 435	0.54 430

CAR	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 456	0.58 444	0.81 465	0.58 452	0.83 469	0.59 445	0.82 460	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

MSE-Stereo	0.72 417	0.76 291	0.59 409	0.84 414	1.19 544	0.81 460	0.58 443	0.81 456	0.58 444	0.81 465	0.58 452	0.83 469	0.59 445	0.82 460	0.59 441	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

LiteMatch	1.13 507	0.73 286	2.80 642	3.23 608	0.61 459	0.83 465	0.68 464	0.73 445	0.69 473	1.00 487	0.77 499	0.94 486	0.57 440	0.82 460	0.64 447	2.97 633	2.43 635	0.68 449	0.32 349	0.56 409	0.70 470

Lsterematch	1.13 507	0.73 286	2.80 642	3.23 608	0.61 459	0.83 465	0.68 464	0.73 445	0.69 473	1.00 487	0.77 499	0.94 486	0.57 440	0.82 460	0.64 447	2.97 633	2.43 635	0.68 449	0.32 349	0.56 409	0.70 470

zero-FE	0.72 417	1.31 443	0.66 429	0.92 428	0.60 453	0.82 463	0.58 443	0.82 459	0.58 444	0.81 465	0.60 455	0.81 467	0.60 447	0.82 460	0.58 438	0.74 433	0.59 423	0.73 458	0.52 444	0.76 437	0.51 423

ARAFT	0.68 405	0.81 299	0.63 421	0.74 403	0.60 453	0.78 454	0.62 450	0.77 449	0.66 461	0.74 456	0.63 461	0.75 457	0.62 451	0.83 465	0.60 443	0.70 422	0.55 414	0.70 456	0.60 459	0.78 441	0.55 437

RSM++	0.76 430	0.82 301	0.66 429	0.85 418	0.64 465	0.85 467	0.71 482	0.94 477	0.64 457	0.87 471	0.67 469	0.87 473	0.65 454	0.84 466	0.65 450	0.81 444	0.70 451	0.79 470	0.71 491	0.83 453	0.70 470

HH	0.71 414	2.54 556	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 437	0.78 496	0.73 451	0.90 511	0.75 457	1.00 506	0.84 466	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 414	2.54 556	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 437	0.78 496	0.73 451	0.90 511	0.75 457	1.00 506	0.84 466	0.69 471	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

AFF-stereo	0.73 421	0.88 310	0.67 433	0.75 404	0.68 475	0.75 451	0.64 452	0.80 453	0.72 489	0.83 470	0.70 483	0.82 468	0.64 452	0.84 466	0.67 455	0.77 438	0.63 431	0.81 475	0.63 464	0.78 441	0.62 449

Monster-pub-mixall	0.44 315	0.56 267	0.60 413	0.38 234	0.27 260	0.37 270	0.27 249	0.37 260	0.29 270	0.38 269	0.27 260	0.38 277	0.29 274	0.85 470	0.27 246	1.46 566	0.26 223	0.34 269	0.26 254	0.36 269	0.53 427

monster-pro	0.75 425	1.67 461	0.64 423	0.89 420	0.57 451	0.86 469	0.56 440	0.87 462	0.56 441	0.87 471	0.57 450	0.88 474	0.57 440	0.87 471	0.57 436	0.79 439	0.58 420	0.76 466	0.54 447	0.77 439	0.54 430

Selective-RAFT-Error	0.88 468	0.84 302	0.98 487	0.86 419	0.97 519	0.88 471	0.95 513	0.84 460	0.99 523	0.92 479	0.82 507	0.84 471	0.98 505	0.87 471	0.97 512	0.81 444	0.83 474	0.79 470	0.82 509	0.79 443	0.85 498

DCRE	0.84 456	1.89 508	0.77 462	0.94 435	0.72 484	0.88 471	0.73 485	0.87 462	0.78 496	0.90 475	0.71 488	0.88 474	0.67 460	0.88 473	0.73 483	0.81 444	0.68 442	0.81 475	0.70 488	0.82 451	0.70 470

DDUNet	0.81 444	2.45 554	0.57 407	0.90 423	0.60 453	0.88 471	0.59 447	0.90 468	0.60 449	0.88 473	0.60 455	0.90 479	0.58 443	0.88 473	0.60 443	0.84 451	0.60 424	0.86 484	0.57 455	0.86 456	0.60 445

Selective-RAFT	0.89 470	0.89 313	0.72 452	1.16 469	0.78 498	1.06 501	0.82 502	0.87 462	0.97 520	1.00 487	0.91 514	0.90 479	1.00 506	0.89 475	0.93 509	0.83 449	0.83 474	0.82 479	0.82 509	0.81 449	0.82 496

DNS	0.77 431	1.09 366	0.65 427	0.89 420	0.65 467	0.89 474	0.65 455	0.89 467	0.65 458	0.89 474	0.65 465	0.89 477	0.65 454	0.90 476	0.65 450	0.84 451	0.62 429	0.84 481	0.61 461	0.84 454	0.62 449

UDG	0.80 439	2.21 534	0.60 413	0.91 425	0.60 453	0.90 475	0.58 443	0.88 466	0.60 449	0.90 475	0.60 455	0.88 474	0.60 447	0.90 476	0.58 438	0.86 454	0.60 424	0.84 481	0.59 458	0.84 454	0.61 446

999	1.00 485	1.12 372	0.59 409	1.10 455	1.21 592	1.09 507	0.52 436	1.08 496	1.43 606	1.18 518	1.35 597	0.98 491	0.52 434	0.91 478	0.85 502	0.72 429	1.46 585	0.83 480	0.98 518	0.68 422	1.41 602

MoCha-V2	2.11 606	26.97 692	0.78 463	0.92 428	0.77 497	0.96 482	0.72 484	0.90 468	0.72 489	0.94 483	0.70 483	0.90 479	0.71 479	0.91 478	0.71 481	0.85 453	0.71 455	0.88 485	0.69 484	0.87 457	0.67 464

DPSM_ROB	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 473	0.91 510	0.93 481	0.91 514	0.92 482	0.90 498	0.91 478	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

DPSM	0.92 473	0.91 318	0.91 480	0.91 425	0.92 514	0.92 477	0.92 509	0.92 473	0.91 510	0.93 481	0.91 514	0.92 482	0.90 498	0.91 478	0.92 505	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

Monster-pub-eth3d	0.45 338	0.57 268	0.60 413	0.39 239	0.28 265	0.37 270	0.28 257	0.37 260	0.30 281	0.39 275	0.29 273	0.39 282	0.30 280	0.92 482	0.27 246	1.42 563	0.28 239	0.34 269	0.28 304	0.37 273	0.53 427

pmcnn	0.92 473	0.92 323	0.92 482	0.92 428	0.92 514	0.92 477	0.92 509	0.92 473	0.92 514	0.92 479	0.92 517	0.92 482	0.92 500	0.92 482	0.92 505	0.92 460	0.92 481	0.92 493	0.92 513	0.92 468	0.92 505

IGEVStereo-DCA	1.77 576	4.21 616	1.84 613	2.49 587	2.11 642	2.54 627	1.36 596	1.65 583	1.17 541	2.75 637	1.90 631	2.54 623	1.15 523	0.94 484	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

rrr	1.77 576	4.21 616	1.84 613	2.49 587	2.11 642	2.54 627	1.36 596	1.65 583	1.17 541	2.75 637	1.90 631	2.54 623	1.15 523	0.94 484	1.11 526	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

ToySt	0.92 473	2.11 525	0.90 478	0.95 437	0.79 500	0.99 484	0.78 491	0.94 477	0.81 505	0.94 483	0.78 501	0.95 488	0.77 487	0.94 484	0.86 503	0.91 457	0.79 468	0.85 483	0.77 500	0.89 461	0.73 480

DGTPSM_ROB	0.93 478	1.00 341	0.92 482	0.94 435	0.96 518	0.91 476	0.92 509	0.91 470	0.96 519	0.91 477	0.96 518	0.93 485	0.92 500	0.94 484	0.92 505	0.92 460	0.92 481	0.90 487	0.92 513	0.94 477	0.91 504

R-Stereo Train	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 479	0.68 468	0.95 485	0.68 474	0.96 489	0.68 464	0.96 488	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465

RAFT-Stereo	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 480	0.68 464	0.95 479	0.68 468	0.95 485	0.68 474	0.96 489	0.68 464	0.96 488	0.68 463	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Replicate-Monster	0.45 338	0.57 268	0.60 413	0.40 252	0.29 275	0.37 270	0.27 249	0.37 260	0.30 281	0.40 281	0.31 327	0.40 290	0.30 280	0.99 490	0.27 246	1.36 559	0.31 267	0.34 269	0.30 331	0.36 269	0.54 430

AIO-Stereo	0.84 456	0.66 278	0.70 445	0.83 413	0.67 472	0.98 483	0.82 502	1.14 500	0.72 489	1.03 503	0.74 495	1.03 505	1.09 517	0.99 490	0.45 402	1.04 480	0.73 458	0.95 503	0.74 495	0.94 477	0.46 399

Test_v1	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

WQFJA1++	0.84 456	0.98 332	0.67 433	1.26 522	0.75 489	1.00 485	0.67 460	1.00 481	0.67 462	1.00 487	0.67 469	1.00 492	0.67 460	1.00 492	0.67 455	0.96 468	0.67 437	0.91 490	0.63 464	0.92 468	0.63 451

WQFJX1	0.84 456	0.98 332	0.67 433	1.30 530	0.75 489	1.01 492	0.67 460	1.01 489	0.67 462	1.01 497	0.67 469	1.01 499	0.68 464	1.00 492	0.68 463	0.98 473	0.67 437	0.92 493	0.64 469	0.92 468	0.64 457

LG-Stereo	0.60 385	0.58 270	0.47 368	0.64 384	0.74 487	1.00 485	0.69 472	0.57 418	0.41 397	0.57 427	0.41 398	0.57 430	0.41 392	1.00 492	0.75 488	0.91 457	0.51 407	0.52 429	0.37 385	0.52 401	0.37 360

GANet	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

TDLM	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

CVANet_RVC	1.00 485	1.00 341	1.00 489	1.00 444	1.00 520	1.00 485	1.00 517	1.00 481	1.00 524	1.00 487	1.00 521	1.00 492	1.00 506	1.00 492	1.00 515	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

WQFJA1	0.85 462	0.98 332	0.67 433	1.29 528	0.76 494	1.01 492	0.67 460	1.02 494	0.67 462	1.02 501	0.67 469	1.01 499	0.67 460	1.01 499	0.68 463	0.99 474	0.67 437	0.93 497	0.64 469	0.92 468	0.65 459

NLMM1	0.86 465	0.98 332	0.69 442	1.48 545	0.75 489	1.01 492	0.69 472	1.00 481	0.69 473	1.00 487	0.70 483	1.00 492	0.68 464	1.01 499	0.67 455	0.97 469	0.68 442	0.92 493	0.63 464	0.93 473	0.63 451

NLSM3	0.85 462	0.99 339	0.68 440	1.29 528	0.76 494	1.01 492	0.68 464	1.01 489	0.68 468	1.02 501	0.68 474	1.01 499	0.68 464	1.01 499	0.68 463	0.97 469	0.68 442	0.93 497	0.64 469	0.93 473	0.63 451

trnet	1.01 492	1.01 350	1.01 493	1.01 448	1.01 525	1.01 492	1.01 521	1.01 489	1.01 528	1.01 497	1.01 525	1.01 499	1.01 513	1.01 499	1.01 519	1.01 479	1.01 490	1.01 512	1.01 526	1.01 486	1.01 519

WQFJX	0.85 462	1.00 341	0.68 440	1.30 530	0.75 489	1.01 492	0.68 464	1.01 489	0.68 468	1.01 497	0.68 474	1.03 505	0.68 464	1.02 503	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.94 477	0.63 451

NLMM	0.84 456	1.00 341	0.67 433	1.27 523	0.75 489	1.00 485	0.68 464	1.00 481	0.67 462	1.00 487	0.67 469	1.02 503	0.67 460	1.02 503	0.67 455	0.97 469	0.67 437	0.93 497	0.63 464	0.92 468	0.63 451

STTRV1_RVC	0.82 449	1.60 459	0.70 445	1.01 448	0.60 453	1.07 504	0.69 472	1.01 489	0.60 449	0.72 449	0.55 448	1.02 503	0.68 464	1.03 505	0.67 455	0.89 456	0.63 431	0.92 493	0.57 455	0.90 464	0.65 459

DPSimNet_ROB	0.97 482	1.18 381	0.81 470	1.10 455	0.91 513	1.02 498	0.82 502	1.04 495	0.91 510	1.03 503	0.86 510	1.28 574	0.82 495	1.03 505	0.89 504	1.17 497	0.81 473	1.02 513	0.82 509	1.08 491	0.81 495

AIO-Stereo-zeroshot1	0.75 425	0.92 323	0.85 474	0.96 440	0.59 452	1.27 567	0.44 404	0.59 423	0.69 473	0.91 477	0.68 474	0.55 424	0.61 450	1.06 507	0.83 501	0.62 408	0.70 451	0.90 487	0.41 410	0.89 461	0.56 440

AIO-Stereo-zeroshot	0.91 471	0.86 306	0.89 475	1.25 521	0.69 476	1.05 500	0.81 499	1.16 504	0.50 430	1.12 513	0.97 519	0.72 452	0.82 495	1.06 507	0.95 510	0.61 404	0.87 476	1.03 515	0.85 512	1.04 489	1.01 519

GLC_STEREO	1.07 499	1.01 350	1.06 496	1.07 453	1.05 529	1.06 501	1.08 526	1.08 496	1.05 532	1.07 505	1.06 527	1.08 508	1.05 515	1.06 507	1.10 525	1.07 482	1.09 500	1.05 516	1.05 528	1.06 490	1.12 526

11t	1.27 561	2.70 565	1.34 566	1.32 533	0.89 509	1.30 569	1.34 593	1.64 582	0.57 443	1.45 580	0.72 491	1.05 507	1.29 582	1.07 510	1.29 594	1.49 567	1.02 491	0.97 506	1.15 533	1.48 569	1.31 593

RGC	2.36 626	25.48 686	1.19 510	1.15 464	1.15 535	1.10 508	1.16 534	1.17 506	1.16 537	1.12 513	1.16 535	1.11 516	1.13 519	1.09 511	1.18 536	1.10 486	1.15 509	1.16 521	1.12 531	1.14 494	1.12 526

Abc-Net	2.32 623	24.75 684	1.14 502	1.17 470	1.17 540	1.11 511	1.15 532	1.17 506	1.21 589	1.08 506	1.16 535	1.12 517	1.14 522	1.09 511	1.17 535	1.09 484	1.16 510	1.17 525	1.17 536	1.16 499	1.11 524
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 624	25.00 685	1.13 501	1.15 464	1.15 535	1.10 508	1.15 532	1.15 501	1.15 536	1.12 513	1.15 532	1.09 510	1.13 519	1.10 513	1.15 530	1.11 491	1.09 500	1.16 521	1.12 531	1.16 499	1.17 535

edge stereo	2.43 631	27.07 693	1.14 502	1.06 452	1.14 533	1.08 505	1.17 535	1.16 504	1.14 535	1.10 507	1.16 535	1.09 510	1.16 527	1.10 513	1.16 534	1.10 486	1.11 504	1.16 521	1.19 537	1.13 493	1.11 524

Wavelet-MonSter	1.00 485	1.21 429	0.76 460	1.94 562	1.01 525	1.11 511	0.76 489	1.15 501	0.76 495	1.11 512	0.76 497	1.14 518	0.76 485	1.11 515	0.76 490	1.21 546	0.90 478	1.02 513	0.71 491	1.02 488	0.71 476

Nwc_Net	2.37 628	25.95 689	1.15 504	1.14 461	1.15 535	1.08 505	1.14 530	1.17 506	1.16 537	1.14 516	1.15 532	1.08 508	1.15 523	1.11 515	1.14 529	1.10 486	1.11 504	1.16 521	1.09 530	1.16 499	1.15 531

AF-Net	2.37 628	25.71 688	1.17 506	1.13 460	1.15 535	1.15 515	1.18 536	1.19 509	1.16 537	1.10 507	1.15 532	1.10 512	1.18 528	1.12 517	1.15 530	1.10 486	1.10 503	1.17 525	1.15 533	1.16 499	1.12 526

AdaDepth	0.86 465	0.93 325	0.71 449	1.01 448	1.07 530	1.02 498	0.71 482	1.00 481	0.71 486	1.01 497	0.71 488	1.00 492	0.72 480	1.14 518	0.71 481	0.92 460	0.64 433	0.90 487	0.64 469	0.89 461	0.69 467

NCC-stereo	2.36 626	25.52 687	1.17 506	1.15 464	1.17 540	1.11 511	1.11 527	1.15 501	1.16 537	1.10 507	1.16 535	1.10 512	1.15 523	1.14 518	1.13 528	1.09 484	1.11 504	1.15 520	1.16 535	1.17 504	1.17 535

stereogan	2.33 624	24.38 683	1.18 508	1.18 471	1.18 543	1.14 514	1.18 536	1.19 509	1.19 543	1.14 516	1.18 539	1.14 518	1.18 528	1.14 518	1.18 536	1.14 495	1.14 508	1.19 530	1.19 537	1.15 497	1.19 539

HSM-Net_RVC	0.95 481	1.17 379	0.78 463	1.18 471	0.71 482	1.16 516	0.75 487	1.09 498	0.80 502	1.10 507	0.75 496	1.17 521	0.74 482	1.17 521	0.80 496	1.13 493	0.73 458	1.17 525	0.77 500	1.16 499	0.72 477
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
S-Stereo	2.51 633	26.86 691	1.23 562	1.22 518	1.22 594	1.24 565	1.25 587	1.22 558	1.24 592	1.21 565	1.24 588	1.19 522	1.27 580	1.19 522	1.24 587	1.19 498	1.20 515	1.25 580	1.19 537	1.24 558	1.23 588

DisPM	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CrosDoStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet+	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

LCNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HHNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Patchmatch Stereo++	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540
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	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

STrans-v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TransformOpticalFlow	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OMP-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IIG-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NF-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OCTAStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-softLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KMStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NRIStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-adaLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-AAD	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo_v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Consistency-Raft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KYRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HUI-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ASMatch	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_LL	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DEmStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

SST-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

THIR-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT_R40	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GrayStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RE-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Pruner-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TVStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-RH_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IRAFT_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-345	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

iRAFT	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CRE-IMP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GMM-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-IKP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Prome-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 546	1.20 517	1.20 538	1.20 512	1.20 544	1.20 520	1.20 540	1.20 523	1.20 530	1.20 523	1.20 540	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

FAT-Stereo	2.46 632	26.05 690	1.23 562	1.23 520	1.22 594	1.20 517	1.24 586	1.23 560	1.23 591	1.19 519	1.22 586	1.21 568	1.24 578	1.20 523	1.24 587	1.21 546	1.17 513	1.22 578	1.25 590	1.20 509	1.24 589

CroCo-Stereo	0.73 421	1.22 435	0.25 212	1.22 518	0.25 252	1.22 563	0.25 239	1.22 558	0.25 243	1.22 566	0.25 251	1.22 569	0.25 244	1.22 569	0.25 240	1.22 548	0.26 223	1.21 577	0.25 248	1.22 557	0.25 229
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Hybrid-DGEV-2	1.05 498	1.83 496	0.83 471	1.33 534	0.82 506	1.30 569	0.81 499	1.26 561	0.79 500	1.29 569	0.79 503	1.26 570	0.80 491	1.26 570	0.79 493	1.20 500	0.78 466	1.18 528	0.77 500	1.20 509	0.77 489

Hybrid-DGEV	1.03 496	1.75 470	0.80 467	1.28 527	0.78 498	1.26 566	0.80 495	1.26 561	0.78 496	1.26 567	0.78 501	1.26 570	0.78 489	1.26 570	0.78 492	1.15 496	0.75 461	1.14 518	0.74 495	1.14 494	0.75 484

CroCo-Stereo Lap2	0.77 431	1.29 439	0.29 231	1.27 523	0.29 275	1.27 567	0.26 246	1.26 561	0.26 256	1.26 567	0.26 256	1.27 573	0.26 253	1.26 570	0.27 246	1.27 551	0.27 233	1.27 581	0.27 291	1.27 561	0.27 273

FC-DCNN	1.07 499	1.09 366	0.98 487	0.89 420	0.52 443	1.41 581	0.91 508	1.21 557	1.24 592	1.96 594	2.05 648	1.91 595	1.30 583	1.27 573	1.08 524	0.80 441	0.60 424	0.58 437	0.41 410	0.68 422	0.54 430

LiteMatch*	2.07 604	1.30 441	5.73 676	6.28 666	0.79 500	1.33 572	0.80 495	1.30 567	1.02 529	1.33 571	0.84 509	1.33 576	0.97 503	1.28 574	1.04 521	6.05 676	5.89 671	1.28 582	0.76 498	1.28 562	0.88 499

Hybrid-DGEV-03	1.07 499	1.83 496	0.83 471	1.34 535	0.81 505	1.32 571	0.81 499	1.31 568	0.81 505	1.31 570	0.82 507	1.32 575	0.82 495	1.32 575	0.81 499	1.19 498	0.77 464	1.19 530	0.76 498	1.19 507	0.77 489

MaskLacGwcNet_RVC	1.35 563	1.35 446	1.35 568	1.35 537	1.35 597	1.35 573	1.35 594	1.36 570	1.35 600	1.36 574	1.35 597	1.36 577	1.36 588	1.36 576	1.35 598	1.35 557	1.35 576	1.35 587	1.35 595	1.35 565	1.35 598

MM-Stereo_test2	1.20 510	1.85 502	1.05 495	1.46 544	0.94 517	1.36 575	0.99 516	1.36 570	0.95 517	1.41 577	0.98 520	1.40 581	0.96 502	1.37 577	0.95 510	1.37 561	1.06 493	1.33 584	0.93 517	1.29 563	0.89 502

CC-Net-ROB	1.36 564	1.33 445	1.33 565	1.36 538	1.38 600	1.36 575	1.33 592	1.37 572	1.34 597	1.35 573	1.36 599	1.38 578	1.34 586	1.38 578	1.38 601	1.35 557	1.38 580	1.33 584	1.35 595	1.43 568	1.34 597

qqai	1.22 557	1.38 450	1.12 499	1.39 541	1.14 533	1.40 579	1.14 530	1.41 575	1.12 533	1.40 576	1.11 531	1.40 581	1.13 519	1.41 579	1.15 530	1.25 549	0.97 484	1.24 579	1.01 526	1.24 558	0.96 509

ours_stereo	1.20 510	1.21 429	0.90 478	1.64 556	1.11 532	1.35 573	0.67 460	1.76 586	0.93 515	1.70 590	1.10 530	1.39 579	0.75 484	1.41 579	0.81 499	1.60 574	1.03 492	1.33 584	1.00 520	1.61 574	0.72 477

BLMT-Stereo	1.53 568	1.36 447	1.06 496	1.42 543	1.23 596	1.41 581	1.07 525	1.43 577	1.12 533	1.42 578	1.06 527	1.83 592	1.07 516	1.42 581	1.07 523	1.27 551	1.38 580	6.80 684	1.00 520	1.26 560	1.00 514

MM-Stereo_test3	1.27 561	2.07 521	1.18 508	1.60 551	1.02 527	1.45 583	1.01 521	1.40 574	1.04 531	1.44 579	1.03 526	1.46 584	1.02 514	1.44 582	1.02 520	1.51 570	1.12 507	1.32 583	0.98 518	1.38 567	0.97 510

RASNet	1.49 567	1.65 460	1.45 584	1.38 540	1.43 603	1.47 584	1.36 596	1.38 573	1.36 601	1.39 575	1.60 613	1.45 583	1.45 594	1.51 583	2.21 643	1.53 571	1.36 577	1.36 589	1.36 597	1.66 577	1.36 599

tt45	1.04 497	0.88 310	1.36 576	0.92 428	1.03 528	1.51 585	0.79 492	0.70 441	0.88 508	0.74 456	0.90 511	1.60 586	0.72 480	1.60 584	0.75 488	0.91 457	0.78 466	1.52 594	0.79 504	1.14 494	1.32 594

DPSMNet_ROB	1.60 571	1.59 458	1.70 598	1.59 548	1.59 609	1.61 587	1.61 612	1.60 578	1.60 610	1.62 588	1.59 612	1.60 586	1.60 597	1.60 584	1.59 609	1.59 572	1.60 599	1.59 595	1.59 615	1.59 573	1.59 612

FlowAnything_test	1.02 494	1.72 464	0.71 449	1.59 548	0.70 480	1.61 587	0.69 472	1.61 579	0.70 481	1.60 582	0.70 483	1.61 589	0.69 471	1.61 586	0.70 479	0.81 444	0.58 420	0.81 475	0.55 449	0.81 449	0.56 440

FlowAnything	1.02 494	1.71 463	0.72 452	1.59 548	0.69 476	1.60 586	0.69 472	1.61 579	0.70 481	1.60 582	0.69 479	1.60 586	0.69 471	1.61 586	0.69 471	0.81 444	0.58 420	0.81 475	0.56 453	0.82 451	0.56 440

PS-NSSS	1.38 566	1.39 451	1.34 566	1.34 535	1.35 597	1.38 577	1.37 601	1.35 569	1.38 603	1.34 572	1.34 596	1.39 579	1.38 591	1.70 588	1.40 602	1.36 559	1.36 577	1.36 589	1.37 598	1.37 566	1.36 599

test_xeample3	1.10 502	1.81 486	0.61 419	0.84 414	0.49 432	0.77 452	0.66 456	0.92 473	1.40 604	0.68 445	0.46 419	0.78 460	0.54 438	1.72 589	1.48 605	1.34 556	1.52 589	1.35 587	1.67 623	1.33 564	1.55 607

4.5w-stereo	1.99 584	2.33 542	1.81 604	3.28 612	1.68 616	1.94 595	1.99 635	2.72 627	1.70 615	2.72 631	1.99 646	1.97 598	1.68 601	1.76 590	1.29 594	1.91 587	2.02 623	2.53 635	1.61 617	1.75 582	1.16 534

4.25_new	2.00 588	2.33 542	1.82 609	3.32 615	1.69 617	1.95 598	1.99 635	2.72 627	1.71 616	2.72 631	1.97 637	2.01 601	1.74 609	1.77 591	1.28 592	2.18 598	2.01 619	2.48 633	1.58 613	1.65 575	1.17 535

4.5w_new	2.00 588	2.33 542	1.82 609	3.32 615	1.69 617	1.95 598	1.99 635	2.72 627	1.71 616	2.72 631	1.97 637	2.01 601	1.74 609	1.77 591	1.28 592	2.18 598	2.01 619	2.48 633	1.58 613	1.65 575	1.17 535

2w_stereo	1.99 584	2.36 549	1.81 604	3.24 610	1.67 614	1.94 595	1.98 632	2.72 627	1.68 612	2.72 631	1.94 634	1.98 599	1.74 609	1.79 593	1.27 591	1.95 589	2.00 617	2.53 635	1.60 616	1.68 578	1.15 531

3.75w	1.99 584	2.31 540	1.83 612	3.16 606	1.65 613	1.93 594	1.98 632	2.72 627	1.68 612	2.73 636	1.97 637	2.00 600	1.72 606	1.81 594	1.25 590	2.27 606	2.01 619	2.38 627	1.42 604	1.71 579	1.24 589

2.75w_new	1.99 584	2.34 546	1.81 604	3.14 604	1.62 611	1.94 595	1.99 635	2.72 627	1.71 616	2.72 631	1.99 646	1.90 594	1.73 607	1.82 595	1.29 594	2.37 615	2.01 619	2.31 622	1.42 604	1.77 583	1.22 586

HBP-ISP	1.24 559	1.72 464	1.65 596	1.15 464	0.76 494	1.40 579	0.88 505	1.67 585	1.02 529	1.69 589	1.38 602	1.69 590	1.21 576	1.87 596	1.21 585	1.05 481	0.79 468	0.97 506	0.80 506	1.19 507	0.75 484

GANetREF_RVC	1.55 569	1.94 517	1.22 560	1.88 559	1.21 592	1.88 593	1.22 584	1.88 588	1.22 590	1.88 591	1.22 586	1.88 593	1.22 577	1.89 597	1.22 586	1.87 582	1.22 562	1.88 608	1.22 586	1.88 586	1.22 586
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
RAFT_CTSACE	1.92 581	3.71 600	1.72 601	1.88 559	1.72 621	2.04 602	1.42 606	2.18 604	1.89 638	2.02 601	1.97 637	1.95 596	2.06 631	1.93 598	1.62 610	1.76 577	1.66 603	2.02 612	1.73 631	1.73 580	1.43 604

4.25w-stereo	1.98 583	2.72 569	1.46 585	3.47 622	1.43 603	2.07 604	1.98 632	2.53 624	1.52 608	2.71 630	1.98 643	1.81 591	1.62 599	1.96 599	1.36 599	1.88 585	2.00 617	2.53 635	1.61 617	1.74 581	1.15 531

MFMNet_re	1.81 579	1.91 511	1.71 600	1.95 564	1.70 620	1.95 598	1.70 617	1.96 591	1.74 623	1.97 596	1.72 621	1.95 596	1.71 605	1.97 600	1.71 617	1.86 580	1.62 600	1.85 601	1.66 622	1.86 585	1.64 618

SPS-STEREO	1.59 570	1.91 511	1.21 559	1.94 562	1.20 546	2.00 601	1.23 585	1.99 593	1.24 592	2.00 599	1.25 589	2.03 603	1.26 579	2.00 601	1.29 594	1.90 586	1.18 514	1.89 609	1.21 585	1.89 587	1.20 540
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 578	3.41 593	1.52 591	2.12 569	1.41 602	2.04 602	1.41 604	2.05 597	1.46 607	2.04 603	1.41 604	2.05 604	1.42 593	2.05 602	1.43 604	2.04 594	1.54 592	1.94 610	1.38 600	1.99 589	1.33 595

TRStereo	2.00 588	2.13 526	1.85 615	2.27 576	1.84 625	2.28 611	1.84 621	2.29 607	1.86 632	2.30 613	1.87 626	2.30 607	1.87 615	2.08 603	1.72 619	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 623

XX-Stereo	2.00 588	2.13 526	1.85 615	2.27 576	1.84 625	2.28 611	1.84 621	2.29 607	1.86 632	2.30 613	1.87 626	2.30 607	1.87 615	2.08 603	1.72 619	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 623

EAI-Stereo	2.00 588	2.13 526	1.85 615	2.27 576	1.84 625	2.28 611	1.84 621	2.29 607	1.86 632	2.30 613	1.87 626	2.30 607	1.87 615	2.08 603	1.72 619	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 623

MC-Stereo	1.76 575	2.96 581	1.37 578	2.14 570	1.37 599	2.14 607	1.36 596	2.14 602	1.37 602	2.14 608	1.37 600	2.14 605	1.37 590	2.14 606	1.37 600	1.97 590	1.32 564	1.97 611	1.32 594	1.98 588	1.33 595

ff7	1.68 572	2.68 562	1.35 568	0.97 441	0.89 509	1.84 590	2.15 641	2.12 599	1.80 627	2.05 604	1.56 609	2.33 610	2.12 632	2.23 607	2.25 644	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ffff	1.68 572	2.68 562	1.35 568	0.97 441	0.89 509	1.84 590	2.15 641	2.12 599	1.80 627	2.05 604	1.56 609	2.33 610	2.12 632	2.23 607	2.25 644	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ccc-4	1.68 572	2.68 562	1.35 568	0.97 441	0.89 509	1.84 590	2.15 641	2.12 599	1.80 627	2.05 604	1.56 609	2.33 610	2.12 632	2.23 607	2.25 644	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

NCCL2	2.28 622	2.27 537	2.28 632	2.28 579	2.28 649	2.27 609	2.29 644	2.28 605	2.28 648	2.27 612	2.28 649	2.28 606	2.27 635	2.27 610	2.28 648	2.28 607	2.28 631	2.27 619	2.29 648	2.27 599	2.29 640

2.25w	2.00 588	1.86 505	1.98 626	2.95 601	2.17 646	2.26 608	1.35 594	2.42 618	2.00 645	2.07 607	1.27 591	2.53 620	1.99 627	2.29 611	1.49 606	2.21 601	1.32 564	1.85 601	1.87 635	2.52 616	1.62 616

STTStereo	3.73 650	30.40 697	2.37 636	2.39 583	2.31 651	2.35 614	2.33 645	2.29 607	2.42 649	2.32 617	2.34 650	2.33 610	2.36 636	2.30 612	2.27 647	2.35 614	2.22 630	2.31 622	2.22 645	2.29 601	2.34 644

HUF	2.18 610	2.30 539	1.99 629	2.34 582	2.02 639	2.41 617	2.06 640	2.38 616	1.89 638	2.36 618	1.85 624	2.56 625	1.98 625	2.31 613	1.97 639	2.30 610	2.03 624	2.30 621	2.11 642	2.23 596	2.16 637

MonStereo1	1.94 582	2.77 575	1.52 591	3.73 633	1.51 606	2.13 606	1.42 606	2.32 612	1.52 608	2.31 616	1.50 607	2.53 620	1.59 596	2.34 614	1.56 607	1.91 587	1.36 577	1.86 604	1.31 593	2.07 590	1.53 605

MonStereo	2.17 608	2.41 552	1.49 590	2.67 592	1.67 614	2.60 630	2.04 639	2.32 612	1.76 624	2.44 621	1.68 619	2.50 618	1.69 603	2.38 615	1.80 627	2.28 607	1.78 609	2.63 638	2.14 643	3.47 631	1.68 621

ccnet	0.80 439	2.28 538	0.33 260	0.50 342	0.33 350	0.50 401	0.33 335	0.50 389	0.33 344	0.49 386	0.33 346	0.49 390	1.56 595	2.38 615	0.33 332	0.41 298	0.29 253	0.42 383	1.57 610	2.28 600	0.29 299

4w-stereo	2.02 596	2.72 569	1.44 583	3.36 618	1.59 609	2.48 620	1.72 618	2.28 605	1.24 592	2.24 611	1.65 617	2.56 625	1.32 585	2.39 617	1.98 640	2.67 629	1.51 588	1.66 597	1.24 588	2.53 619	1.88 635

AIO_rvc	2.18 610	2.34 546	1.87 619	2.32 580	1.94 634	2.40 616	1.89 629	2.37 615	2.07 647	2.52 626	1.95 636	2.44 617	1.99 627	2.41 618	1.89 636	2.32 612	2.09 625	2.24 618	2.18 644	2.21 595	2.23 639

AIO_test	2.18 610	2.09 524	2.04 630	2.42 584	2.01 636	2.47 619	1.94 631	2.34 614	2.03 646	2.56 627	1.94 634	2.43 616	1.94 622	2.41 618	1.87 634	2.39 617	2.10 626	2.35 626	1.91 641	2.25 598	2.19 638

FBW_ROB	2.12 607	2.46 555	1.77 603	2.49 587	1.79 624	2.38 615	1.83 620	2.46 619	1.78 626	2.48 624	1.97 637	2.40 615	1.78 612	2.42 620	1.83 628	2.31 611	1.85 614	2.38 627	1.82 633	2.35 603	1.84 628

asda	2.17 608	2.54 556	1.81 604	3.47 622	1.78 623	2.50 623	1.86 625	2.61 626	1.68 612	2.61 628	1.83 623	2.37 614	1.73 607	2.44 621	1.88 635	2.51 624	1.84 613	2.34 624	1.62 619	2.23 596	1.77 627

UDGNet	2.23 620	5.40 638	1.72 601	2.48 586	1.69 617	2.51 624	1.69 616	2.51 623	1.72 620	2.50 625	1.69 620	2.52 619	1.69 603	2.50 622	1.68 615	2.41 618	1.70 605	2.42 629	1.69 627	2.42 606	1.64 618

4.5_new	2.00 588	1.84 501	1.98 626	2.77 595	2.16 644	2.27 609	1.28 591	2.09 598	1.98 642	2.01 600	1.28 592	2.71 632	1.98 625	2.51 623	1.65 612	2.26 603	1.33 571	1.87 605	1.87 635	2.49 612	1.60 613

asd	2.18 610	2.77 575	1.58 593	3.59 627	2.00 635	2.58 629	1.85 624	2.39 617	1.71 616	2.47 623	1.97 637	2.59 627	1.61 598	2.56 624	1.79 626	2.51 624	1.99 616	2.11 617	1.62 619	2.36 604	1.60 613

qwe	2.18 610	2.60 559	1.58 593	3.83 635	1.90 633	2.53 625	1.90 630	2.48 620	1.73 621	2.37 619	1.92 633	2.53 620	1.68 601	2.56 624	1.83 628	2.52 626	1.87 615	2.07 613	1.68 625	2.32 602	1.71 622

3w_stereo	2.04 601	2.24 536	1.70 598	3.15 605	2.18 648	2.49 621	1.26 589	2.03 596	1.98 642	1.98 597	1.33 595	2.72 636	1.99 627	2.59 626	1.72 619	2.22 602	1.33 571	1.85 601	1.88 640	2.50 614	1.58 611

monsters	2.18 610	2.41 552	1.96 625	3.47 622	2.03 640	2.53 625	1.64 614	2.48 620	1.73 621	2.40 620	1.50 607	2.62 628	1.94 622	2.59 626	1.94 637	2.44 619	1.57 594	2.28 620	1.87 635	2.42 606	1.86 630

monsterstereo	2.20 616	2.33 542	1.95 624	3.65 629	2.07 641	2.49 621	1.61 612	2.48 620	1.83 630	2.45 622	1.61 615	2.67 631	1.86 614	2.64 628	1.94 637	2.48 623	1.66 603	2.34 624	1.68 625	2.40 605	1.86 630

sAnonymous2	3.31 646	2.63 560	1.38 580	3.71 631	1.86 628	4.70 670	1.11 527	4.82 674	2.72 652	5.45 679	1.98 643	4.59 664	2.64 638	2.65 629	6.21 684	4.37 646	1.08 498	5.16 676	2.24 646	4.52 645	2.39 645

CroCo_RVC	3.31 646	2.63 560	1.38 580	3.71 631	1.86 628	4.70 670	1.11 527	4.82 674	2.72 652	5.45 679	1.98 643	4.59 664	2.64 638	2.65 629	6.21 684	4.37 646	1.08 498	5.16 676	2.24 646	4.52 645	2.39 645

IGEV	2.02 596	2.20 532	1.82 609	2.90 600	2.16 644	2.41 617	1.25 587	2.00 594	1.98 642	1.99 598	1.31 594	2.72 636	1.93 621	2.67 631	1.69 616	2.26 603	1.32 564	1.83 600	1.87 635	2.53 619	1.61 615

2.5w	2.01 595	2.40 551	1.37 578	3.28 612	2.01 636	2.71 632	1.43 609	1.82 587	1.83 630	1.90 593	1.41 604	2.71 632	1.35 587	2.71 632	1.85 630	2.66 627	1.53 590	1.64 596	1.23 587	2.53 619	1.87 632

3.25w	2.04 601	2.20 532	1.48 586	3.03 602	2.17 646	2.63 631	1.39 602	1.96 591	1.95 641	1.96 594	1.37 600	2.71 632	1.96 624	2.71 632	1.73 624	2.26 603	1.32 564	1.87 605	1.87 635	2.51 615	1.63 617

3.25w_new	2.03 598	2.72 569	1.35 568	3.33 617	1.57 607	2.72 633	1.53 611	2.15 603	1.33 596	2.15 609	1.60 613	2.63 629	1.30 583	2.72 634	1.99 641	2.67 629	1.53 590	1.75 599	1.25 590	2.53 619	1.87 632

3.5w_stereo	2.03 598	2.72 569	1.35 568	3.41 619	1.57 607	2.72 633	1.49 610	2.01 595	1.34 597	2.15 609	1.61 615	2.63 629	1.36 588	2.72 634	1.99 641	2.66 627	1.58 595	1.68 598	1.24 588	2.53 619	1.87 632

1w_stereo	2.05 603	2.32 541	1.35 568	3.74 634	2.01 636	2.73 635	1.42 606	1.88 588	1.93 640	2.03 602	1.28 592	2.71 632	1.99 627	2.72 634	1.72 619	2.20 600	1.32 564	1.87 605	1.86 634	2.45 608	1.54 606

sCroCo_RVC	2.10 605	2.76 573	1.92 623	2.78 598	1.39 601	2.73 635	1.41 604	2.73 633	1.40 604	2.77 642	1.41 604	2.74 638	1.40 592	2.74 637	1.40 602	2.72 631	1.42 583	2.72 639	1.44 606	2.79 626	1.42 603

LG-G_1	2.22 617	2.71 567	1.89 620	2.77 595	1.87 631	2.75 637	1.87 627	2.76 635	1.87 636	2.75 637	1.87 626	2.76 639	1.87 615	2.75 638	1.86 631	2.47 621	1.58 595	2.45 630	1.57 610	2.45 608	1.57 609

LG-G	2.22 617	2.71 567	1.89 620	2.77 595	1.87 631	2.75 637	1.87 627	2.76 635	1.87 636	2.75 637	1.87 626	2.76 639	1.87 615	2.75 638	1.86 631	2.47 621	1.58 595	2.45 630	1.57 610	2.45 608	1.57 609

LGtest1	2.22 617	2.70 565	1.89 620	2.76 594	1.86 628	2.75 637	1.86 625	2.75 634	1.86 632	2.75 637	1.86 625	2.77 641	1.87 615	2.75 638	1.86 631	2.46 620	1.58 595	2.45 630	1.56 609	2.45 608	1.56 608

NLCA_NET_v2_RVC	5.04 678	50.87 707	2.78 641	2.87 599	2.71 653	2.78 640	0.47 417	2.88 640	2.86 654	1.89 592	2.67 652	2.79 642	2.79 641	2.78 641	2.83 650	2.82 632	2.82 638	2.83 640	2.77 652	2.83 627	2.76 649
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
plain	1.88 580	3.16 587	0.64 423	3.10 603	0.65 467	3.10 642	0.64 452	3.12 642	0.65 458	3.10 643	0.65 465	3.11 643	0.65 454	3.12 642	0.65 450	3.12 636	0.65 435	3.13 641	0.65 473	3.13 629	0.65 459

SA	4.33 667	7.35 651	6.85 682	5.96 664	4.09 679	3.59 648	3.15 666	3.82 652	2.64 651	3.91 650	3.85 674	3.57 648	2.72 640	3.13 643	4.03 675	7.09 683	6.86 678	3.57 646	3.12 664	3.85 634	3.51 672

Anonymous3	2.55 634	3.26 591	1.65 596	3.28 612	1.63 612	3.24 644	1.68 615	3.27 644	1.66 611	3.28 645	1.67 618	3.25 645	1.66 600	3.27 644	1.64 611	3.26 637	1.65 602	3.30 643	1.65 621	4.95 663	1.65 620

PDISCO_ROB	0.83 453	2.80 579	3.49 660	0.14 122	0.11 163	0.17 175	0.09 139	0.15 168	0.10 145	0.15 161	0.12 167	0.16 167	0.14 181	3.30 645	0.13 171	0.14 133	2.34 632	0.16 170	0.12 170	2.62 625	0.10 140

MIF-Stereo (partial)	2.58 635	3.31 592	0.66 429	3.18 607	0.66 471	3.18 643	0.66 456	3.21 643	0.67 462	3.19 644	0.66 468	3.19 644	0.66 458	3.31 646	0.68 463	5.09 668	1.79 611	8.23 688	1.67 623	6.18 672	1.38 601

NLSM1	2.93 643	3.24 590	2.57 640	4.04 636	2.66 652	3.30 646	2.55 647	3.29 645	2.55 650	3.35 647	2.48 651	3.28 646	2.47 637	3.34 647	2.49 649	3.26 637	2.55 637	3.13 641	2.57 651	3.00 628	2.46 647

UniTT-Stereo	2.03 598	3.43 594	0.72 452	3.42 620	0.73 485	3.27 645	0.68 464	3.38 647	0.69 473	3.29 646	0.72 491	3.28 646	0.70 475	3.35 648	0.68 463	3.39 639	0.68 442	3.31 644	0.69 484	3.37 630	0.73 480

DPSNet	3.66 648	3.60 596	3.62 663	3.63 628	3.64 674	3.65 649	3.65 673	3.66 650	3.67 671	3.67 649	3.65 671	3.67 650	3.66 659	3.66 649	3.68 668	3.68 642	3.66 657	3.67 648	3.68 674	3.67 632	3.67 673

RAStereo	2.23 620	3.64 597	0.76 460	3.65 629	0.86 507	3.66 650	0.76 489	3.67 651	0.81 505	3.66 648	0.76 497	3.66 649	0.77 487	3.68 650	0.77 491	3.68 642	0.77 464	3.69 649	0.77 500	3.70 633	0.77 489

test_5	4.62 672	7.55 653	6.23 677	6.32 667	3.40 670	5.29 677	3.50 670	3.53 649	4.11 679	4.28 655	4.47 681	4.26 658	4.38 673	3.68 650	3.24 663	5.89 673	5.60 669	4.84 672	3.50 670	4.33 642	3.93 680

Sa-1000	4.34 668	8.37 657	6.84 681	6.98 672	4.45 682	3.58 647	3.00 652	3.42 648	3.39 669	2.61 628	4.00 677	3.83 652	4.01 670	3.90 652	3.90 673	5.98 675	5.62 670	3.76 650	2.34 649	4.35 643	2.47 648

TestStereo1	4.60 669	8.41 658	6.44 679	6.86 670	3.79 676	3.97 652	3.78 675	3.99 654	3.74 673	3.97 651	3.52 669	3.94 653	3.58 656	3.98 653	3.72 670	6.82 680	6.50 676	3.76 650	3.66 672	3.90 635	3.74 676

SA-5K	4.60 669	8.41 658	6.44 679	6.86 670	3.79 676	3.97 652	3.78 675	3.99 654	3.74 673	3.97 651	3.52 669	3.94 653	3.58 656	3.98 653	3.72 670	6.82 680	6.50 676	3.76 650	3.66 672	3.90 635	3.74 676

NLCSM	3.67 649	4.08 611	3.19 659	4.80 652	3.26 667	3.99 654	3.24 668	4.25 657	3.18 667	4.09 653	3.27 666	4.14 655	3.18 654	4.13 655	3.28 664	4.06 644	3.10 647	3.85 653	3.14 665	3.91 638	3.27 669

test_4	4.88 675	8.13 656	6.98 683	7.46 673	4.44 681	4.25 656	3.85 677	4.04 656	3.92 677	4.13 654	3.91 675	4.18 657	3.84 666	4.14 656	4.06 676	7.01 682	7.13 679	4.53 655	3.72 675	4.09 639	3.72 674

test_3	5.01 677	8.86 663	7.77 685	8.09 675	2.76 654	4.13 655	4.05 679	3.88 653	3.76 675	4.33 656	4.13 678	3.71 651	3.91 667	4.21 657	4.06 676	7.93 684	7.69 681	4.53 655	3.91 677	4.17 640	4.29 682

RAFT+CT+SA	4.28 665	7.62 654	4.91 670	5.55 661	2.28 649	3.09 641	3.64 672	4.49 659	3.07 660	4.80 671	3.35 667	4.77 674	3.70 661	4.29 658	3.05 653	5.58 671	5.98 673	3.58 647	3.78 676	4.26 641	3.72 674

raft_robust	4.71 673	7.75 655	5.40 675	6.81 669	3.31 668	4.28 657	4.20 680	4.32 658	4.37 682	4.35 657	4.35 680	4.14 655	3.75 663	4.30 659	4.20 678	6.67 679	6.37 674	3.36 645	4.24 682	4.86 661	3.25 668

cross-raft	4.83 674	7.52 652	6.43 678	6.63 668	3.96 678	4.51 658	3.99 678	4.49 659	3.96 678	4.52 658	3.96 676	4.50 659	3.97 669	4.50 660	3.97 674	6.65 678	6.44 675	4.33 654	3.92 678	4.35 643	3.91 679

rvit_0105_6	3.87 655	5.73 645	3.10 655	4.69 650	3.12 665	4.54 660	3.02 654	4.56 661	3.04 655	4.54 662	3.03 655	4.54 660	3.04 645	4.56 661	3.05 653	4.58 655	3.05 640	4.58 659	3.05 656	4.58 648	3.05 654

rvit_105_1	3.83 651	5.22 631	3.01 645	4.53 640	3.01 655	4.51 658	3.01 653	4.56 661	3.04 655	4.53 660	3.03 655	4.55 662	3.03 642	4.56 661	3.04 651	4.57 652	3.05 640	4.57 657	3.05 656	4.57 647	3.05 654

rvit_stereo_0081	3.83 651	5.23 632	3.01 645	4.53 640	3.03 657	4.55 664	3.02 654	4.56 661	3.04 655	4.52 658	3.02 653	4.54 660	3.03 642	4.56 661	3.04 651	4.57 652	3.05 640	4.57 657	3.05 656	4.58 648	3.05 654

rvit_stereo_0082	3.86 653	5.82 646	3.01 645	4.53 640	3.03 657	4.54 660	3.02 654	4.56 661	3.04 655	4.53 660	3.02 653	4.55 662	3.04 645	4.57 664	3.05 653	4.57 652	3.05 640	4.58 659	3.05 656	4.58 648	3.06 657

rvit_stereo_0080	3.89 656	5.70 643	3.04 650	4.54 643	3.03 657	4.56 665	3.05 660	4.60 665	3.07 660	4.58 665	3.06 658	4.59 664	3.06 647	4.61 665	3.08 657	4.63 657	3.09 645	4.64 663	3.10 661	4.65 652	3.10 661

whm_eth	3.89 656	5.70 643	3.04 650	4.54 643	3.03 657	4.56 665	3.05 660	4.60 665	3.07 660	4.58 665	3.06 658	4.59 664	3.06 647	4.61 665	3.08 657	4.63 657	3.09 645	4.64 663	3.10 661	4.65 652	3.10 661

rvit_stereo_0081_aga	3.86 653	5.33 635	3.02 648	4.55 646	3.04 661	4.54 660	3.02 654	4.64 668	3.06 659	4.54 662	3.04 657	4.62 669	3.08 649	4.62 667	3.07 656	4.58 655	3.06 644	4.60 661	3.08 660	4.63 651	3.07 658

rvit_0105_4	3.91 658	5.47 642	3.02 648	4.54 643	3.02 656	4.54 660	3.03 658	4.75 671	3.17 666	4.57 664	3.06 658	4.61 668	3.16 653	4.65 668	3.09 659	4.66 659	3.11 648	4.68 666	3.18 667	4.81 658	3.16 666

rvit_0105_3	3.91 658	5.33 635	3.06 653	4.60 648	3.07 663	4.60 667	3.06 662	4.62 667	3.08 663	4.60 667	3.07 661	4.62 669	3.08 649	4.67 669	3.10 660	4.70 660	3.11 648	4.77 670	3.19 668	4.77 657	3.14 665

rvit_stereo_0083	3.92 660	5.30 634	3.06 653	4.61 649	3.09 664	4.67 669	3.08 663	4.66 669	3.09 664	4.62 668	3.10 663	4.66 672	3.11 651	4.67 669	3.16 662	4.72 662	3.16 651	4.77 670	3.11 663	4.66 654	3.11 663

rvit_stereo_ft	3.93 661	5.44 640	3.05 652	4.59 647	3.06 662	4.61 668	3.08 663	4.67 670	3.12 665	4.63 669	3.10 663	4.65 671	3.11 651	4.69 671	3.13 661	4.70 660	3.14 650	4.71 668	3.15 666	4.74 655	3.16 666

MLG-Stereo_test3	4.26 664	4.85 624	3.95 666	5.35 659	3.60 672	4.75 673	3.76 674	5.49 680	3.71 672	5.39 677	3.69 672	4.82 675	3.66 659	4.85 672	3.73 672	4.93 663	3.19 654	4.69 667	2.99 655	4.84 660	2.98 653

MLG-Stereo_test1	4.25 663	5.34 637	3.61 662	5.31 658	3.63 673	5.23 676	3.57 671	5.38 679	3.65 670	5.23 676	3.47 668	4.76 673	3.74 662	4.85 672	3.71 669	4.96 664	3.18 653	4.71 668	2.92 653	4.86 661	2.90 651

MaDis-Stereo	3.19 645	6.02 648	1.12 499	5.61 662	1.16 539	5.43 678	1.02 523	5.15 678	0.70 481	5.43 678	1.21 585	5.03 679	0.97 503	4.85 672	0.99 514	4.53 650	1.16 510	5.53 678	1.25 590	5.37 668	1.30 592

rvit_0105_5	4.10 662	5.40 638	3.13 658	4.71 651	3.15 666	4.72 672	3.10 665	4.90 676	3.27 668	4.69 670	3.16 665	4.84 676	3.25 655	4.96 675	3.34 665	5.05 667	3.39 656	5.10 675	3.40 669	5.11 665	3.42 670

FC-DCNN v2	5.10 679	5.15 629	4.49 668	5.07 657	3.37 669	6.87 682	4.75 682	5.04 677	6.34 687	7.84 687	5.06 683	6.72 687	4.09 671	4.99 676	5.44 683	5.03 666	3.16 651	4.67 665	4.86 683	5.15 666	3.89 678

TestStereo	4.88 675	4.75 622	4.79 669	4.87 655	4.92 683	4.81 675	4.90 683	4.78 672	4.77 683	4.87 673	4.89 682	4.90 677	4.91 675	4.99 676	4.79 680	4.98 665	4.87 666	4.87 673	4.92 684	5.00 664	5.00 683

StereoVision	3.15 644	5.00 626	0.89 475	4.83 653	1.00 520	3.93 651	1.27 590	6.37 681	1.34 597	5.67 681	1.26 590	5.84 682	1.27 580	5.03 678	1.24 587	5.10 669	1.09 500	4.61 662	0.57 455	5.62 670	1.12 526

MLG-Stereo_test2	4.28 665	5.46 641	3.69 664	4.86 654	3.72 675	5.58 679	3.42 669	4.81 673	3.77 676	4.85 672	3.72 673	5.55 681	3.63 658	5.58 679	3.53 667	4.41 649	3.28 655	4.99 674	2.95 654	4.75 656	3.13 664

test-1	6.46 682	9.16 665	8.03 688	8.09 675	5.62 686	6.11 680	6.35 686	6.85 684	4.94 684	6.08 682	6.29 688	4.98 678	6.43 680	6.22 680	6.36 686	6.16 677	7.47 680	5.82 680	5.44 687	7.11 677	5.68 686

RAFT	6.73 684	9.36 666	7.40 684	8.51 678	6.55 687	6.88 683	6.60 687	6.79 683	6.60 688	6.80 684	6.72 689	5.31 680	5.50 678	6.61 681	6.61 687	8.42 686	5.89 671	5.73 679	5.45 688	6.61 673	6.24 687

SGM-Forest	5.21 681	5.92 647	4.08 667	6.18 665	4.16 680	6.31 681	4.34 681	6.50 682	4.33 681	6.14 683	4.21 679	6.61 686	4.55 674	6.67 682	4.48 679	5.94 674	3.94 660	5.85 681	4.03 680	5.79 671	4.17 681
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 671	4.84 623	3.12 656	5.00 656	3.57 671	4.75 673	3.03 658	7.75 687	4.17 680	4.91 674	3.09 662	6.20 683	3.95 668	6.71 683	3.51 666	5.30 670	3.67 658	5.86 682	3.63 671	5.61 669	3.46 671

test-v	7.53 686	11.89 674	7.98 686	9.36 681	7.14 688	7.06 684	7.09 688	7.37 685	6.91 689	7.29 685	5.71 686	6.45 684	6.93 681	6.73 684	7.27 688	8.93 689	7.85 682	6.98 685	6.80 689	7.56 678	7.34 689

test-2	7.53 686	11.89 674	7.98 686	9.36 681	7.14 688	7.06 684	7.09 688	7.37 685	6.91 689	7.29 685	5.71 686	6.45 684	6.93 681	6.73 684	7.27 688	8.93 689	7.85 682	6.98 685	6.80 689	7.56 678	7.34 689

DISCO	1.11 504	0.39 190	5.28 673	0.39 239	0.20 228	0.39 283	0.27 249	0.39 273	0.22 229	0.38 269	0.20 227	0.38 277	0.20 225	6.95 686	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 667	0.21 214

MSMD_ROB	1.19 509	1.10 371	0.70 445	1.10 455	0.60 453	1.10 508	0.70 479	1.10 499	0.70 481	1.10 507	0.70 483	1.10 512	0.70 475	7.00 687	0.70 479	1.10 486	0.70 451	1.10 517	0.70 488	1.10 492	0.70 470

rvit_stereo_0075_2	6.64 683	8.80 662	5.25 672	7.89 674	5.27 685	7.90 686	5.27 684	7.92 688	5.28 685	7.91 688	5.29 685	7.93 688	5.27 676	7.92 688	5.28 681	7.93 684	5.28 668	7.93 687	5.29 686	7.93 680	5.28 685

U	5.15 680	8.49 660	1.81 604	8.49 677	1.77 622	8.49 687	1.77 619	8.51 689	1.77 625	8.49 689	1.77 622	8.50 689	1.78 612	8.58 689	1.77 625	8.54 687	1.78 609	8.55 689	1.78 632	8.55 683	1.84 628

SGM+DAISY	7.06 685	9.15 664	5.38 674	8.84 679	5.18 684	8.80 688	5.31 685	8.79 690	5.28 685	8.89 690	5.20 684	8.93 690	5.33 677	8.95 690	5.36 682	8.70 688	5.21 667	8.74 690	5.20 685	8.89 684	5.15 684

rafts_anoy	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 691	20.00 692	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

raft+_RVC	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 691	20.00 692	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

raftrobust	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 691	20.00 692	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

CasAABBNet	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 691	20.00 692	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

RALCasStereoNet	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 691	20.00 692	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

RALAANet	20.00 690	20.00 676	20.00 690	20.00 690	20.00 691	20.00 689	20.00 691	20.00 691	20.00 692	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

MANE	19.05 689	23.00 682	15.00 689	23.00 696	15.00 690	24.00 695	16.00 690	24.00 697	16.00 691	22.00 697	15.00 690	23.00 697	16.00 690	23.00 697	15.00 690	22.00 697	15.00 691	22.00 697	15.00 691	22.00 697	15.00 691

111	30.40 696	30.94 698	29.72 697	32.61 697	30.02 698	33.57 696	30.47 698	31.50 698	29.39 699	30.98 698	29.11 698	29.78 698	30.39 701	29.45 698	30.76 701	30.08 698	29.02 699	29.92 698	30.32 702	29.86 698	30.17 699

fff	1000028.16 716	29.62 694	29.72 697	32.61 697	30.02 698	35.13 698	31.83 699	32.07 699	10000000.00 718	35.27 701	29.82 699	32.45 699	30.15 698	32.35 699	30.09 698	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 700

csc	1000028.16 716	29.62 694	29.72 697	32.61 697	30.02 698	35.13 698	31.83 699	32.07 699	10000000.00 718	35.27 701	29.82 699	32.45 699	30.15 698	32.35 699	30.09 698	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 700

cscssc	1000028.16 716	29.62 694	29.72 697	32.61 697	30.02 698	35.13 698	31.83 699	32.07 699	10000000.00 718	35.27 701	29.82 699	32.45 699	30.15 698	32.35 699	30.09 698	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 700

tt	500032.53 714	34.60 700	29.72 697	37.47 706	34.41 703	36.85 702	35.22 703	34.71 702	33.55 701	34.50 699	35.43 702	33.81 702	10000000.00 718	33.57 702	33.13 702	33.68 702	35.00 704	34.03 703	35.26 705	30.96 699	34.63 704

DCANet	500032.53 714	34.60 700	29.72 697	37.47 706	34.41 703	36.85 702	35.22 703	34.71 702	33.55 701	34.50 699	35.43 702	33.81 702	10000000.00 718	33.57 702	33.13 702	33.68 702	35.00 704	34.03 703	35.26 705	30.96 699	34.63 704

DCANet-4	35.22 698	34.54 699	35.08 703	33.58 701	35.47 705	34.55 697	35.53 705	36.08 704	35.85 703	35.92 704	35.77 704	35.18 704	35.48 703	35.39 704	37.15 707	34.55 704	33.92 703	35.02 705	34.90 704	35.79 702	34.74 706

Reg-Stereo(zero)	37.00 700	37.00 704	37.00 704	37.00 703	37.00 706	37.00 704	37.00 706	37.00 706	37.00 704	37.00 705	37.00 706	37.00 706	37.00 704	37.00 705	37.00 704	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 707

HI	37.00 700	37.00 704	37.00 704	37.00 703	37.00 706	37.00 704	37.00 706	37.00 706	37.00 704	37.00 705	37.00 706	37.00 706	37.00 704	37.00 705	37.00 704	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 707

CoSv	37.00 700	37.00 704	37.00 704	37.00 703	37.00 706	37.00 704	37.00 706	37.00 706	37.00 704	37.00 705	37.00 706	37.00 706	37.00 704	37.00 705	37.00 704	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 707

WCMA_ROB	31.10 697	35.43 702	27.12 696	39.51 708	23.10 697	38.78 707	25.30 697	37.49 709	25.39 698	37.29 708	27.02 697	38.52 709	26.48 697	37.80 708	26.44 697	36.28 705	22.65 698	33.90 702	22.30 698	37.10 706	24.18 698

ADStereo(finetuned)	36.13 699	36.63 703	38.07 707	36.97 702	33.25 702	35.91 701	34.45 702	36.36 705	32.99 700	38.14 709	36.71 705	36.69 705	34.13 702	38.57 709	40.79 708	37.60 709	36.58 706	35.90 706	33.36 703	35.42 701	34.04 703

MDST_ROB	69.83 703	87.70 708	41.95 708	113.75 711	65.62 711	75.05 708	55.25 710	75.64 711	45.04 707	71.61 710	41.75 709	72.81 710	44.06 707	68.38 710	44.63 709	101.89 712	59.57 712	107.10 712	61.05 712	104.38 709	59.38 712

CBMV	128.50 705	1422.70 719	53.10 709	79.50 710	51.30 710	77.30 709	49.70 709	74.00 710	48.20 708	77.20 711	48.80 710	73.90 711	48.00 708	73.80 711	48.80 710	70.40 711	45.10 711	68.90 711	46.10 711	68.20 708	45.00 711
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 704	153.00 712	121.00 711	51.00 709	44.00 709	165.00 711	127.00 711	153.00 712	119.00 709	164.00 713	125.00 711	168.00 713	120.00 709	153.00 712	117.00 711	49.00 710	44.00 710	49.00 710	44.00 710	49.00 707	44.00 710

MeshStereo	159.24 706	171.00 713	160.68 714	162.58 712	160.59 712	164.01 710	160.35 712	158.51 713	158.56 710	158.34 712	160.12 712	158.56 712	159.92 710	157.26 713	158.94 712	154.38 713	158.36 713	155.75 713	159.13 714	153.67 710	154.07 713
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
AE-Stereo	201.80 707	123.00 709	115.00 710	219.00 713	218.00 714	223.00 712	244.00 714	217.00 714	236.00 712	202.00 714	203.00 713	205.00 714	208.00 711	225.00 714	204.00 713	210.00 714	198.00 714	197.00 714	184.00 715	204.00 711	201.00 714

MGS-Stereo	239.45 708	123.00 709	135.00 712	266.00 714	286.00 715	277.00 713	305.00 715	271.00 715	242.00 713	274.00 715	279.00 715	255.00 715	270.00 713	268.00 715	297.00 715	221.00 715	247.00 716	216.00 715	123.00 713	217.00 712	217.00 716

EGLCR-Stereo	246.90 709	129.00 711	139.00 713	266.00 714	286.00 715	277.00 713	305.00 715	271.00 715	242.00 713	274.00 715	279.00 715	255.00 715	270.00 713	268.00 715	297.00 715	230.00 716	247.00 716	216.00 715	223.00 717	237.00 713	227.00 717

DLCB_ROB	284.23 710	354.61 715	207.27 715	363.24 716	206.46 713	364.72 715	210.41 713	364.72 717	210.41 711	364.81 717	208.64 714	364.81 717	208.64 712	364.72 717	210.41 714	354.70 717	205.53 715	354.70 717	205.53 716	354.70 714	205.53 715

LE_ROB	396.57 711	471.28 716	329.84 716	471.48 717	308.15 717	526.83 716	322.10 717	488.15 718	323.76 715	495.46 718	317.97 717	497.17 718	320.10 715	481.62 718	326.76 717	462.71 718	298.97 718	466.16 718	285.98 718	447.62 715	289.21 718

SGM-ForestM	596.69 712	677.77 717	444.52 717	699.85 718	517.25 718	732.94 717	488.29 718	770.79 719	460.11 716	750.81 719	487.98 718	792.79 719	499.41 716	730.90 719	475.81 718	720.03 719	491.16 719	663.96 719	418.60 719	674.76 716	436.05 719

CBMV_ROB	818.48 713	913.88 718	709.52 718	862.84 719	597.78 719	1073.99 718	700.52 719	1015.66 720	702.59 717	1115.65 720	760.02 719	1130.24 720	721.57 717	1037.41 720	692.65 719	814.05 720	564.29 720	843.28 720	595.31 720	915.51 717	602.92 720

111111	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

SGD-Stereo	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

IGEV-Stereo++	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

IGEV-BASED-STEREO-	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

IGEV-Stereo+	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

SDNR	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

anonymousdsp2	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

anonymousdsp	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

test_example2	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

DIP-Stereo	10000000.00 719	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721
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