Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 457	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

Wz-Net-LNSev	0.06 61	0.24 159	0.20 198	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

iinet-test	0.08 72	0.16 126	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 444	0.02 16	0.02 19	0.02 21	0.02 21	0.16 198

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 457	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

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

TCMNet-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

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

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

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

test_sample6	0.09 75	0.97 360	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

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

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

BSDual-CNN	0.81 469	1.91 541	0.92 508	4.48 680	0.02 22	0.42 342	0.06 137	0.41 317	0.02 22	0.48 407	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

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

CSP-Net	0.34 248	1.29 468	1.19 537	1.36 564	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 577	1.21 588	0.03 41	0.09 142	0.02 21	0.09 143

Syn2CoEx	0.25 207	1.31 472	0.74 482	0.92 453	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

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

IGEV_i1	0.26 216	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 134	0.05 104	0.03 52	4.34 688	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 460	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 91	0.98 361	0.14 148	0.15 134	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 402	0.17 183	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 139	1.22 464	0.28 236	0.32 223	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 246	0.27 243	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

DualNet (step1)	0.10 91	1.05 390	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

1111x	0.10 91	1.14 402	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

qqq	0.16 158	2.01 551	0.12 123	0.15 134	0.04 101	0.06 119	0.05 120	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 112	1.15 405	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

hknet	1.10 530	1.85 532	3.49 703	4.48 680	0.02 22	0.42 342	0.06 137	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.03 53	0.42 338	0.03 52	4.39 691	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

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

xxxx	0.11 112	1.16 407	0.16 173	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

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

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

GwcNet	0.12 125	0.07 83	0.05 79	0.08 69	0.05 126	0.08 132	1.20 573	0.07 132	0.05 125	0.05 113	0.05 127	0.08 134	0.05 117	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

ManiGeoR	0.17 164	0.05 66	0.62 440	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 444	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 444	0.59 445	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 440	0.73 425	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 440	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 451	0.72 421	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 444	0.59 445	0.05 108	0.04 99	0.05 114	0.04 96

z-mn7	0.16 158	1.21 458	0.33 273	0.41 277	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 264	0.31 279	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 483	0.33 273	0.40 265	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 284	0.32 284	0.05 108	0.04 99	0.04 97	0.04 96

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

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

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

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

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

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

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

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 602	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 151	0.04 52	0.04 64	2.20 601	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 135	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 549	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.05 125	0.08 134	0.05 127	0.08 134	0.05 117	0.08 135	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 117	0.39 314	0.08 69	0.05 126	0.07 130	0.05 120	0.13 165	0.05 125	0.06 124	0.05 127	0.06 125	0.05 117	0.06 116	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

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

z-ln-s-r	0.21 188	1.40 481	0.53 418	0.56 383	0.04 101	0.05 110	0.04 103	0.05 110	0.05 125	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 115	0.57 412	0.44 393	0.04 93	0.04 99	0.04 97	0.04 96

qqq1	0.25 207	3.70 631	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 207	3.70 631	0.14 148	0.14 122	0.04 101	0.06 119	0.05 120	0.06 122	0.05 125	0.06 124	0.05 127	0.04 96	0.05 117	0.06 116	0.05 115	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

11t1	0.17 164	2.16 561	0.13 143	0.13 118	0.04 101	0.06 119	0.04 103	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 115	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

ffm	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 207	3.83 637	0.12 123	0.12 106	0.05 126	0.06 119	0.05 120	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 117	0.06 116	0.05 115	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

BUS	0.83 478	1.91 541	0.92 508	4.48 680	0.02 22	0.40 306	0.04 103	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.05 117	0.03 43	0.05 115	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

NINENet	0.69 434	3.87 640	1.20 540	1.98 593	0.05 126	0.40 306	0.04 103	0.40 302	0.05 125	0.41 317	0.04 110	0.41 325	0.05 117	0.40 308	0.05 115	1.79 605	1.56 620	0.34 288	0.22 249	0.34 269	0.23 235

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

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

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

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

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

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

SuperB	0.21 188	0.10 99	2.51 681	0.12 106	0.09 148	0.10 143	0.09 145	0.08 135	0.07 142	0.10 146	0.09 147	0.09 142	0.07 140	0.07 132	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

MatchStereo	0.54 399	0.12 115	2.38 679	2.32 618	0.09 148	0.09 140	0.08 144	0.09 141	0.07 142	0.09 141	0.07 142	0.09 142	0.07 140	0.09 141	0.08 135	2.34 655	2.34 674	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 72	0.08 85	0.11 112	0.11 98	0.05 126	0.08 132	0.05 120	0.08 135	0.07 142	0.08 134	0.05 127	0.08 134	0.05 117	0.09 141	0.08 135	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SepStereo	0.09 75	0.09 94	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 143	0.08 147	0.10 146	0.09 147	0.09 142	0.09 147	0.09 141	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

BEATNet-Init1	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 85	0.08 82	2.23 603	0.08 144	0.08 132	0.07 141	0.07 132	0.08 147	0.08 134	0.07 142	0.08 134	0.07 140	0.11 159	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

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

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

ac_64	0.22 194	0.13 117	0.19 195	0.23 185	0.10 155	0.26 244	1.02 558	0.14 167	0.10 154	0.28 248	0.14 195	0.17 187	0.19 237	0.28 255	0.09 140	0.22 192	0.16 175	0.23 226	0.17 231	0.11 156	0.12 179

ADCMid	0.08 72	0.02 12	0.02 15	1.01 474	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

PASM	0.39 295	3.06 616	1.36 603	1.58 574	0.09 148	0.11 154	0.11 167	0.11 155	0.11 172	0.09 141	0.09 147	0.11 158	0.09 147	0.09 141	0.09 140	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

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

StereoDRNet	0.15 151	0.14 123	0.10 92	0.14 122	0.09 148	0.15 173	0.09 145	0.14 167	0.09 150	0.14 166	0.10 151	0.14 167	0.09 147	0.14 169	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 531

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

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

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

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 134	0.10 155	0.14 165	0.10 150	0.14 167	0.10 154	0.15 173	0.10 151	0.14 167	0.10 151	0.14 169	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 91	0.10 99	0.10 92	0.10 81	0.10 155	0.10 143	0.10 150	0.10 143	0.10 154	0.10 146	0.10 151	0.10 146	0.10 151	0.10 146	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

UNet	0.29 225	0.90 343	0.10 92	0.14 122	0.10 155	0.14 165	0.10 150	0.91 503	0.69 507	0.14 166	0.11 169	0.14 167	0.11 168	0.14 169	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 495	0.76 522

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 139	0.17 131	0.12 123	0.17 157	0.11 175	0.17 187	0.11 167	0.17 187	0.11 172	0.17 185	0.11 169	0.17 187	0.11 168	0.17 187	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 112	0.12 115	0.11 112	0.11 98	0.11 175	0.11 154	0.14 188	0.11 155	0.11 172	0.12 164	0.11 169	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

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

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

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

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

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

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

ICVP	0.15 151	0.53 282	0.11 112	0.16 144	0.11 175	0.16 180	0.11 167	0.16 181	0.11 172	0.16 178	0.11 169	0.16 179	0.11 168	0.16 180	0.11 162	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LRCNet_RVC	0.13 132	0.13 117	0.09 88	0.13 118	0.10 155	0.14 165	0.10 150	0.14 167	0.10 154	0.23 218	0.10 151	0.20 198	0.10 151	0.24 225	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

aanetorigin	0.13 132	0.11 110	0.11 112	0.11 98	0.11 175	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.12 177	0.11 158	0.11 168	0.11 159	0.11 162	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

ELAS	0.13 132	0.16 126	0.11 112	0.15 134	0.09 148	0.18 191	0.11 167	0.18 191	0.11 172	0.17 185	0.11 169	0.18 191	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
VeloStereo	0.16 158	0.92 350	0.16 173	0.18 159	0.08 144	0.11 154	0.12 180	0.12 163	0.09 150	0.09 141	0.28 283	0.10 146	0.08 145	0.10 146	0.12 174	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

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

DF	0.39 295	1.37 478	1.02 521	1.14 487	0.12 188	0.16 180	0.12 180	0.16 181	0.12 188	0.16 178	0.12 177	0.16 179	0.12 183	0.16 180	0.12 174	1.12 519	1.00 511	0.15 178	0.12 180	0.15 178	0.12 179

JetBlue	0.11 112	0.11 110	0.12 123	0.13 118	0.14 194	0.11 154	0.11 167	0.11 155	0.11 172	0.11 158	0.11 169	0.11 158	0.11 168	0.12 167	0.12 174	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

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

cf-r	0.66 425	2.17 562	0.12 123	0.18 159	0.12 188	0.18 191	2.70 700	2.60 674	0.12 188	0.18 189	0.12 177	0.18 191	0.12 183	0.18 190	0.12 174	0.15 146	0.11 122	0.15 178	0.11 165	1.81 620	1.74 676

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

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 134	0.10 155	0.18 191	0.11 167	0.19 193	0.11 172	0.19 191	0.12 177	0.18 191	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 159	0.11 175	0.19 194	0.11 167	0.19 193	0.12 188	0.19 191	0.12 177	0.20 198	0.12 183	0.19 193	0.12 174	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 226	3.10 617	0.14 148	0.19 164	0.14 194	0.19 194	0.14 188	0.20 199	0.14 195	0.19 191	0.13 190	0.16 179	0.13 189	0.19 193	0.13 183	0.17 167	0.13 159	0.17 190	0.13 191	0.17 190	0.13 186

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

PDISCO_ROB	0.83 478	2.80 612	3.49 703	0.14 122	0.11 175	0.17 187	0.09 145	0.15 180	0.10 154	0.15 173	0.12 177	0.16 179	0.14 194	3.30 695	0.13 183	0.14 133	2.34 674	0.16 182	0.12 180	2.62 675	0.10 151

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

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

castereo++	0.54 399	3.59 628	1.15 531	1.31 558	0.14 194	0.16 180	0.14 188	0.16 181	0.14 195	0.16 178	0.14 195	0.16 179	0.13 189	0.16 180	0.14 187	1.45 592	1.16 537	0.15 178	0.14 197	0.15 178	0.13 186

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

GMStereo	0.14 139	0.13 117	0.14 148	0.14 122	0.14 194	0.14 165	0.14 188	0.14 167	0.14 195	0.14 166	0.14 195	0.14 167	0.14 194	0.14 169	0.14 187	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 208	0.14 195	0.20 197	0.13 190	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

acv_ft	0.20 179	0.19 135	0.14 148	0.20 168	0.14 194	0.20 199	0.96 548	0.21 208	0.14 195	0.20 197	0.13 190	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

hitnet-ft	0.79 461	2.78 611	0.14 148	0.20 168	0.14 194	0.21 210	2.89 701	2.80 689	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.54 674	2.33 693

GANet-RSSM	0.75 451	1.91 541	0.14 148	0.47 309	0.14 194	0.21 210	3.21 717	2.30 660	0.14 195	0.46 394	0.14 195	0.23 223	0.18 230	0.21 209	0.14 187	0.18 175	0.27 243	0.37 314	0.13 191	2.13 643	2.12 686

PSMNet-RSSM	0.77 457	2.76 606	0.14 148	0.20 168	0.14 194	0.20 199	2.66 698	2.79 688	0.14 195	0.21 209	0.14 195	0.21 206	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 691

GwcNet-RSSM	0.77 457	2.77 608	0.14 148	0.20 168	0.14 194	0.20 199	2.67 699	2.78 687	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.21 209	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 691

CFNet-ft	0.55 404	1.57 487	0.14 148	0.20 168	0.14 194	0.20 199	2.53 696	1.61 614	0.14 195	0.20 197	0.14 195	0.20 198	0.14 194	0.20 197	0.14 187	0.17 167	0.12 136	0.17 190	0.12 180	1.56 608	1.24 625

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

DEFOM-Stereo_RVC	0.83 478	5.18 670	1.98 667	2.19 600	0.17 224	0.19 194	0.18 220	0.19 193	0.16 212	0.20 197	0.19 236	0.22 215	0.22 250	0.20 197	0.15 198	2.28 648	2.13 669	0.24 236	0.17 231	0.18 194	0.16 198

gwcnet-sp	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

scenet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

ssnet	0.82 474	1.72 494	1.48 613	0.39 252	0.15 208	0.31 263	0.21 236	0.20 199	0.25 261	1.61 619	0.23 253	0.28 252	0.26 272	0.20 197	0.15 198	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

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

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

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

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

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

VIP-Stereo	0.70 437	2.97 615	2.43 680	2.49 629	0.16 218	0.25 235	0.16 202	0.25 231	0.16 212	0.25 233	0.18 233	0.25 236	0.16 208	0.26 246	0.16 205	1.86 607	1.26 590	0.23 226	0.15 206	0.23 222	0.15 197

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

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

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

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

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

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

castereo	0.61 414	3.79 636	1.35 595	1.52 572	0.15 208	0.17 187	0.16 202	0.20 199	0.21 242	0.18 189	0.16 209	0.21 206	0.12 183	0.26 246	0.17 212	1.43 591	1.38 607	0.17 190	0.16 209	0.18 194	0.16 198

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

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

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

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

MMNet	0.44 337	1.24 466	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.93 549	0.25 233	0.17 217	0.25 236	0.18 230	0.25 234	0.17 212	0.23 203	0.16 175	0.23 226	0.16 209	1.20 545	0.99 547

delet	0.43 324	1.21 458	0.17 183	0.25 197	0.17 224	0.25 235	0.18 220	1.26 595	0.95 551	0.25 233	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.23 203	0.16 175	0.22 217	0.16 209	1.18 541	0.98 546

psm_up	0.43 324	1.19 411	0.17 183	0.25 197	0.18 235	0.25 235	0.19 226	1.26 595	0.91 544	0.26 242	0.17 217	0.25 236	0.17 220	0.25 234	0.17 212	0.22 192	0.17 196	0.23 226	0.16 209	1.18 541	0.99 547

UPFNet	0.42 322	1.20 412	0.17 183	0.24 190	0.17 224	0.25 235	0.17 212	1.19 543	0.90 543	0.25 233	0.17 217	0.24 229	0.17 220	0.25 234	0.17 212	0.22 192	0.17 196	0.22 217	0.16 209	1.15 533	0.93 541

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

MSKI-zero shot	0.24 204	0.21 145	0.49 399	0.65 403	0.18 235	0.22 213	0.17 212	0.23 220	0.18 228	0.21 209	0.17 217	0.23 223	0.28 288	0.23 221	0.18 224	0.21 190	0.16 175	0.21 212	0.16 209	0.21 208	0.16 198

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

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

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

CAS++	0.17 164	0.27 172	0.21 204	0.10 81	0.21 254	0.15 173	0.22 241	0.10 143	0.21 242	0.22 212	0.10 151	0.19 195	0.18 230	0.10 146	0.19 228	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet	1.37 593	5.27 679	0.19 195	5.49 703	0.19 240	0.28 251	0.19 226	0.28 242	0.19 235	0.28 248	0.19 236	0.28 252	4.35 722	0.28 255	0.19 228	0.23 203	0.17 196	0.23 226	4.21 731	4.81 708	0.17 215

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

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

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

AANet_RVC	1.26 588	0.31 183	4.99 715	5.93 706	0.20 243	0.25 235	0.20 230	0.25 231	0.20 237	0.23 218	0.19 236	0.25 236	0.20 241	0.25 234	0.20 231	5.66 715	4.76 709	0.26 246	0.30 359	0.24 227	0.27 291

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

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

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

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

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

WAO-6	0.22 194	0.23 151	0.22 206	0.23 185	0.22 256	0.22 213	0.22 241	0.22 213	0.22 246	0.22 212	0.22 248	0.22 215	0.22 250	0.22 214	0.22 239	0.22 192	0.22 217	0.22 217	0.22 249	0.22 210	0.22 233

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

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

ssnet_v2	0.68 431	1.96 549	1.25 591	0.29 210	0.20 243	0.30 256	0.20 230	0.29 247	0.22 246	1.50 615	0.20 240	0.31 267	0.20 241	0.27 250	0.22 239	0.24 210	1.49 614	0.26 246	0.18 238	3.90 685	0.19 224

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

DISCO	1.11 532	0.39 208	5.28 717	0.39 252	0.20 243	0.39 304	0.27 267	0.39 294	0.22 246	0.38 289	0.20 240	0.38 299	0.20 241	6.95 736	0.22 239	0.30 237	0.21 213	0.27 251	0.21 246	5.25 717	0.21 230

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

DLNR_Zeroshot_test	0.31 233	0.28 175	0.47 384	0.79 431	0.24 267	0.30 256	0.26 264	0.30 250	0.24 256	0.32 266	0.23 253	0.31 267	0.24 259	0.30 261	0.23 246	0.29 236	0.26 231	0.29 260	0.24 262	0.33 264	0.23 235

FENet	0.54 399	1.52 485	1.19 537	1.41 568	0.23 262	0.35 279	0.23 250	0.35 268	0.23 253	0.34 274	0.23 253	0.35 282	0.23 256	0.35 281	0.23 246	1.40 589	1.07 521	0.32 271	0.23 255	0.33 264	0.23 235

RAFT-FEzeroshot	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 199	0.16 212	0.20 197	0.17 217	0.21 206	0.16 208	0.27 250	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 709

RAFT-FE	0.34 248	0.26 169	0.17 183	0.21 178	0.17 224	0.20 199	0.16 202	0.20 199	0.16 212	0.20 197	0.17 217	0.21 206	0.16 208	0.27 250	0.24 249	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 709

WCG-NET（raft）	0.32 242	1.24 466	0.24 216	0.32 223	0.24 267	0.32 272	0.23 250	0.32 258	0.24 256	0.32 266	0.24 260	0.32 271	0.24 259	0.32 269	0.24 249	0.30 237	0.23 223	0.30 262	0.23 255	0.30 249	0.23 235

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

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

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

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

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

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

LoS_RVC	0.30 226	1.14 402	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 231	0.25 261	0.25 233	0.25 266	0.26 248	0.26 272	0.26 246	0.25 257	0.26 219	0.26 231	0.25 241	0.25 265	0.26 233	0.26 253

CAS	0.30 226	1.17 408	0.25 219	0.25 197	0.25 270	0.26 244	0.25 257	0.25 231	0.26 275	0.25 233	0.25 266	0.25 236	0.25 262	0.25 234	0.25 257	0.26 219	0.26 231	0.26 246	0.25 265	0.26 233	0.25 247

LoS	0.25 207	0.27 172	0.25 219	0.25 197	0.25 270	0.25 235	0.25 257	0.26 237	0.25 261	0.25 233	0.25 266	0.25 236	0.25 262	0.25 234	0.25 257	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 447	1.22 464	0.25 219	1.22 544	0.25 270	1.22 597	0.25 257	1.22 592	0.25 261	1.22 600	0.25 266	1.22 603	0.25 262	1.22 603	0.25 257	1.22 575	0.26 231	1.21 612	0.25 265	1.22 593	0.25 247
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
small-0shot	0.35 257	1.92 547	0.27 229	0.27 207	0.27 278	0.27 249	0.27 267	0.27 241	0.27 279	0.27 247	0.27 275	0.26 248	0.27 279	0.27 250	0.26 262	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 291

StereoDRNet-Refined	0.33 247	0.39 208	0.26 226	0.39 252	0.26 277	0.40 306	0.26 264	0.40 302	0.26 275	0.39 296	0.26 271	0.39 304	0.26 272	0.39 305	0.26 262	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 389
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 257	0.71 307	0.40 346	0.47 309	0.27 278	0.34 275	0.27 267	0.34 265	0.26 275	0.34 274	0.26 271	0.34 280	0.27 279	0.34 278	0.27 264	0.44 328	0.41 371	0.33 278	0.29 343	0.32 257	0.29 326

Monster-pub-eth3d	0.45 360	0.57 291	0.60 433	0.39 252	0.28 284	0.37 291	0.28 278	0.37 280	0.30 308	0.39 296	0.29 296	0.39 304	0.30 307	0.92 515	0.27 264	1.42 590	0.28 251	0.34 288	0.28 328	0.37 295	0.53 460

Monster-pub-mixall	0.44 337	0.56 290	0.60 433	0.38 244	0.27 278	0.37 291	0.27 267	0.37 280	0.29 293	0.38 289	0.27 275	0.38 299	0.29 298	0.85 504	0.27 264	1.46 593	0.26 231	0.34 288	0.26 271	0.36 290	0.53 460

Replicate-Monster	0.45 360	0.57 291	0.60 433	0.40 265	0.29 295	0.37 291	0.27 267	0.37 280	0.30 308	0.40 303	0.31 355	0.40 312	0.30 307	0.99 523	0.27 264	1.36 586	0.31 279	0.34 288	0.30 359	0.36 290	0.54 463

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

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

CroCo-Stereo Lap2	0.77 457	1.29 468	0.29 242	1.27 549	0.29 295	1.27 601	0.26 264	1.26 595	0.26 275	1.26 601	0.26 271	1.27 607	0.26 272	1.26 604	0.27 264	1.27 578	0.27 243	1.27 616	0.27 309	1.27 597	0.27 291

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

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

GREATEN-IGEV-FM_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.28 284	0.36 283	0.28 278	0.36 272	0.28 285	0.36 282	0.28 283	0.36 287	0.28 288	0.36 287	0.28 273	0.62 424	0.57 435	0.35 304	0.28 328	0.35 282	0.28 317

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

TestStereo_HL2	2.73 685	0.41 223	11.06 735	14.13 737	0.30 307	0.44 383	0.28 278	0.43 343	0.29 293	0.43 338	0.28 283	0.43 352	0.29 298	0.43 345	0.28 273	13.51 738	10.37 738	0.41 394	0.27 309	0.38 308	0.27 291

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

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

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

DEFOM-Stereo	0.68 431	3.11 618	1.40 609	1.63 582	0.25 270	0.31 263	0.25 257	0.31 256	0.28 285	0.31 260	0.29 296	0.29 258	0.27 279	0.31 266	0.28 273	1.59 599	1.47 613	0.30 262	0.29 343	0.30 249	0.28 317

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

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

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

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

IER	0.88 495	7.04 697	2.23 673	2.75 635	0.28 284	0.43 349	0.25 257	0.39 294	0.25 261	0.41 317	0.27 275	0.39 304	0.25 262	0.40 308	0.28 273	0.37 272	0.28 251	0.37 314	0.25 265	0.37 295	0.25 247

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

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

GREATEN-IGEV_RVC	0.38 281	0.35 189	0.56 423	0.63 397	0.29 295	0.36 283	0.29 290	0.36 272	0.29 293	0.39 296	0.29 296	0.36 287	0.29 298	0.36 287	0.29 287	0.62 424	0.57 435	0.35 304	0.29 343	0.36 290	0.29 326

GGDA	2.76 688	0.41 223	11.34 737	14.28 738	0.30 307	0.44 383	0.29 290	0.43 343	0.29 293	0.43 338	0.28 283	0.43 352	0.28 288	0.43 345	0.29 287	13.45 737	10.57 739	0.41 394	0.27 309	0.38 308	0.27 291

TestStereo-Hl	2.78 690	0.42 233	11.23 736	14.38 739	0.30 307	0.44 383	0.30 298	0.43 343	0.28 285	0.43 338	0.29 296	0.44 387	0.29 298	0.44 376	0.29 287	13.64 740	10.73 740	0.41 394	0.27 309	0.38 308	0.27 291

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

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

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

EKT-Stereo	0.37 275	0.40 212	0.44 369	1.07 479	0.29 295	0.34 275	0.31 345	0.36 272	0.29 293	0.38 289	0.31 355	0.37 297	0.30 307	0.36 287	0.29 287	0.34 256	0.28 251	0.39 363	0.30 359	0.37 295	0.30 340

PML	0.46 367	1.36 476	0.29 242	0.58 386	0.30 307	0.57 459	0.29 290	0.57 448	0.29 293	0.57 457	0.29 296	0.57 460	0.29 298	0.56 451	0.29 287	0.52 396	0.30 274	0.53 462	0.31 370	0.53 434	0.30 340

GES	0.66 425	2.34 578	0.29 242	0.41 277	0.29 295	0.41 322	0.29 290	0.42 335	0.29 293	0.40 303	0.41 428	0.41 325	0.30 307	0.51 436	0.29 287	0.32 246	0.29 265	0.32 271	2.46 700	2.49 662	0.30 340

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

testmc14	2.43 674	10.48 722	8.02 732	8.93 724	0.31 354	0.44 383	0.30 298	0.42 335	0.30 308	0.42 331	0.30 311	0.42 343	0.30 307	0.42 338	0.30 297	8.88 734	6.99 724	0.41 394	0.28 328	0.39 353	0.28 317

TestStereo_HL3	2.76 688	0.41 223	11.46 738	14.11 736	0.30 307	0.45 397	0.29 290	0.43 343	0.29 293	0.43 338	0.29 296	0.43 352	0.28 288	0.44 376	0.30 297	13.57 739	10.32 737	0.41 394	0.27 309	0.38 308	0.27 291

MCSU-Stereo	2.48 677	10.56 723	8.50 734	9.47 728	0.31 354	0.43 349	0.30 298	0.42 335	0.30 308	0.42 331	0.30 311	0.42 343	0.30 307	0.41 324	0.30 297	8.86 733	6.93 723	0.40 376	0.29 343	0.39 353	0.28 317

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

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

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

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

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

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

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

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

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

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

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

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

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

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

aanet-new-14k	0.60 409	5.12 667	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.44 376	0.30 297	0.44 328	0.37 343	0.38 322	0.26 271	0.38 308	0.26 253

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

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

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

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

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

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

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

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

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

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

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

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

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

Zero-FE251	0.36 265	0.40 212	0.28 236	0.41 277	0.28 284	0.41 322	0.28 278	0.41 317	0.28 285	0.41 317	0.28 283	0.41 325	0.28 288	0.42 338	0.30 297	0.37 272	0.26 231	0.37 314	0.27 309	0.45 393	0.56 474

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

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

GCAP-BAT	0.41 308	1.30 470	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.44 376	0.30 311	0.43 352	0.30 307	0.43 345	0.30 297	0.44 328	0.34 326	0.38 322	0.26 271	0.38 308	0.26 253

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

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

IGEV-Stereo	0.35 257	0.44 238	0.45 371	0.49 321	0.30 307	0.37 291	0.30 298	0.36 272	0.30 308	0.36 282	0.29 296	0.36 287	0.29 298	0.36 287	0.30 297	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 248	0.42 233	0.31 262	0.39 252	0.30 307	0.38 298	0.30 298	0.40 302	0.29 293	0.40 303	0.37 402	0.41 325	0.34 379	0.38 297	0.30 297	0.34 256	0.27 243	0.34 288	0.26 271	0.34 269	0.26 253

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

DANet	0.30 226	0.30 180	0.30 246	0.30 211	0.30 307	0.30 256	0.30 298	0.30 250	0.30 308	0.30 255	0.30 311	0.30 262	0.30 307	0.30 261	0.30 297	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GCAP-Stereo-DPT26K	0.43 324	1.76 501	0.39 314	0.49 321	0.30 307	0.43 349	0.30 298	0.43 343	0.30 308	0.43 338	0.30 311	0.43 352	0.30 307	0.43 345	0.31 338	0.44 328	0.33 297	0.38 322	0.27 309	0.38 308	0.26 253

aanet-new-10k	0.45 360	1.81 516	0.40 346	0.50 357	0.31 354	0.44 383	0.31 345	0.44 381	0.31 353	0.44 376	0.31 355	0.44 387	0.32 363	0.44 376	0.31 338	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

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

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

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

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

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

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

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

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

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

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

DStereoFS	0.32 242	0.33 186	0.32 268	0.33 227	0.30 307	0.32 272	0.32 353	0.32 258	0.31 353	0.30 255	0.31 355	0.31 267	0.30 307	0.32 269	0.32 348	0.32 246	0.31 279	0.30 262	0.47 462	0.32 257	0.34 370

DDF-Stereo	0.43 324	1.15 405	0.57 427	0.53 373	0.32 366	0.41 322	0.32 353	0.41 317	0.32 363	0.41 317	0.32 365	0.41 325	0.32 363	0.40 308	0.32 348	0.52 396	0.50 419	0.38 322	0.31 370	0.39 353	0.31 349

water-stereo	0.41 308	0.84 329	0.46 376	0.50 357	0.33 378	0.45 397	0.33 364	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.32 363	0.45 394	0.32 348	0.44 328	0.41 371	0.39 363	0.31 370	0.39 353	0.32 356

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

GREAT-IGEV	0.38 281	0.43 235	0.36 297	0.48 315	0.32 366	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.32 363	0.45 394	0.32 348	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 326
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 300	0.45 247	0.35 295	0.48 315	0.36 398	0.47 409	0.34 377	0.45 390	0.38 403	0.47 400	0.33 374	0.45 397	0.32 363	0.45 394	0.32 348	0.39 297	0.38 350	0.38 322	0.37 413	0.39 353	0.39 402

fffy	0.38 281	0.43 235	0.33 273	0.46 302	0.33 378	0.45 397	0.32 353	0.45 390	0.32 363	0.45 388	0.32 365	0.45 397	0.33 374	0.45 394	0.32 348	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 384

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

FCDSN-DC	0.41 308	0.59 294	0.64 447	0.54 376	0.33 378	0.50 429	0.37 395	0.42 335	0.40 417	0.61 464	0.43 441	0.50 433	0.49 458	0.38 297	0.32 348	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 308	1.49 484	0.32 268	0.42 287	0.32 366	0.41 322	0.32 353	0.41 317	0.33 373	0.41 317	0.32 365	0.41 325	0.32 363	0.41 324	0.32 348	0.39 297	0.28 251	0.39 363	0.28 328	0.40 367	0.28 317

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

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

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

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

RCA-Stereo	0.51 393	3.22 622	0.34 284	0.44 297	0.34 388	0.44 383	0.34 377	0.43 343	0.34 382	0.43 338	0.34 382	0.44 387	0.33 374	0.43 345	0.33 360	0.38 284	0.29 265	0.38 322	0.29 343	0.38 308	0.29 326

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

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

HCRNet	1.22 585	7.11 698	3.00 686	3.55 668	0.33 378	0.29 254	0.14 188	0.19 193	0.15 207	0.33 271	0.29 296	0.25 236	0.14 194	0.22 214	0.33 360	3.64 683	3.00 682	0.76 501	0.32 377	0.18 194	0.13 186

ccnet	0.80 464	2.28 570	0.33 273	0.50 357	0.33 378	0.50 429	0.33 364	0.50 418	0.33 373	0.49 414	0.33 374	0.49 419	1.56 630	2.38 664	0.33 360	0.41 312	0.29 265	0.42 410	1.57 647	2.28 649	0.29 326

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

psmorigin	0.41 308	0.46 251	0.33 273	0.49 321	0.33 378	0.49 420	0.33 364	0.49 409	0.33 373	0.49 414	0.33 374	0.49 419	0.33 374	0.51 436	0.33 360	0.41 312	0.30 274	0.41 394	0.30 359	0.79 478	0.29 326

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

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

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

DVStereo	0.43 324	0.86 333	0.48 392	0.50 357	0.33 378	0.46 404	0.33 364	0.46 394	0.33 373	0.46 394	0.33 374	0.47 407	0.33 374	0.47 403	0.34 373	0.45 357	0.42 380	0.40 376	0.33 387	0.47 410	0.38 396

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

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

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

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

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

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

S0	0.42 322	0.44 238	0.54 419	0.59 389	0.34 388	0.48 414	0.22 241	0.51 432	0.25 261	0.51 436	0.34 382	0.53 446	0.35 386	0.47 403	0.36 381	0.55 406	0.39 357	0.49 445	0.27 309	0.46 396	0.34 370

IGEV-FE	0.35 257	0.37 197	0.17 183	0.19 164	0.17 224	0.20 199	0.17 212	0.19 193	0.17 222	0.19 191	0.17 217	0.19 195	0.17 220	0.37 294	0.36 381	0.19 179	0.17 196	0.19 203	0.17 231	0.38 308	2.84 700

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

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

CES	0.39 295	0.47 255	0.36 297	0.36 238	0.37 402	0.45 397	0.35 382	0.35 268	0.40 417	0.36 282	0.44 443	0.47 407	0.36 390	0.44 376	0.36 381	0.37 272	0.39 357	0.44 413	0.35 404	0.37 295	0.36 384

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

error version	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

test_1	0.93 505	4.47 654	2.35 676	1.99 594	0.37 402	0.41 322	0.36 389	0.41 317	0.35 386	0.43 338	0.36 395	0.41 325	0.40 411	0.41 324	0.36 381	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

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

ADCS	0.09 75	0.02 12	0.04 64	0.90 448	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 169	0.36 381	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

SCV	0.46 367	0.94 356	0.45 371	0.54 376	0.37 402	0.48 414	0.38 402	0.48 404	0.37 399	0.48 407	0.39 417	0.48 414	0.37 395	0.49 418	0.37 391	0.50 388	0.46 396	0.44 413	0.34 391	0.44 388	0.34 370

XPNet_ROB	0.37 275	0.37 197	0.37 301	0.37 241	0.37 402	0.37 291	0.37 395	0.37 280	0.37 399	0.37 288	0.37 402	0.37 297	0.37 395	0.37 294	0.37 391	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 389

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

GEAStereo	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 432	0.38 403	0.53 443	0.38 407	0.50 433	0.38 399	0.51 436	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

GSStereo	0.81 469	4.28 651	0.50 404	0.59 389	0.40 420	0.51 441	0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	3.79 714	0.50 426	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

GS-Stereo							0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	3.79 714	0.50 426	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

gasm-f	0.62 417	3.91 641	0.48 392	0.69 411	0.38 409	0.51 441	0.38 402	0.51 432	0.38 403	0.53 443	0.38 407	0.50 433	0.38 399	0.51 436	0.38 394	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

GASTEREO	0.48 380	1.21 458	0.47 384	0.57 384	0.38 409	0.50 429	0.38 402	0.50 418	0.38 403	0.50 427	0.38 407	0.50 433	0.38 399	0.50 426	0.38 394	0.52 396	0.42 380	0.46 422	0.34 391	0.46 396	0.34 370

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

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

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

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

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

iRaftStereo_RVC	0.97 509	3.17 621	2.30 675	2.42 626	0.38 409	0.54 451	0.38 402	0.54 441	0.38 403	0.54 449	0.38 407	0.54 450	0.38 399	0.54 446	0.38 394	2.38 658	2.34 674	0.49 445	0.36 410	0.49 417	0.36 384

LG-Stereo_L1	0.47 374	0.52 278	0.47 384	0.62 395	0.39 419	0.53 447	0.40 416	0.53 439	0.39 416	0.53 443	0.39 417	0.53 446	0.39 410	0.53 443	0.39 406	0.55 406	0.46 396	0.49 445	0.37 413	0.49 417	0.37 389

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

LL-Strereo2	0.48 380	1.73 499	0.51 411	0.59 389	0.34 388	0.42 342	0.33 364	0.40 302	0.31 353	0.42 331	0.33 374	0.42 343	0.31 358	0.44 376	0.39 406	0.60 416	0.51 424	0.44 413	0.33 387	0.44 388	0.33 363

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

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

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

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

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

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

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

AdaStereo	0.40 300	0.40 212	0.40 346	0.40 265	0.40 420	0.40 306	0.40 416	0.40 302	0.40 417	0.40 303	0.40 420	0.40 312	0.40 411	0.40 308	0.40 409	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
252Zero-FE	0.45 360	0.50 268	0.36 297	0.50 357	0.36 398	0.50 429	0.36 389	0.50 418	0.36 397	0.49 414	0.36 395	0.49 419	0.36 390	0.54 446	0.41 417	0.45 357	0.34 326	0.45 418	0.34 391	0.55 436	0.75 519

MSCF	0.51 393	1.40 481	0.49 399	0.58 386	0.38 409	0.50 429	0.38 402	0.54 441	0.41 427	0.52 440	0.41 428	0.53 446	0.42 429	0.53 443	0.41 417	0.60 416	0.47 404	0.48 440	0.37 413	0.48 414	0.38 396

LG-Stereo_Zeroshot	0.48 380	0.55 288	0.47 384	0.63 397	0.41 430	0.56 453	0.44 434	0.56 445	0.41 427	0.56 454	0.41 428	0.57 460	0.42 429	0.56 451	0.41 417	0.55 406	0.43 385	0.51 456	0.37 413	0.51 428	0.37 389

GwcNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

PSMNet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

GANet-ADL	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

ADLNet2	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

ADLNet	0.41 308	0.41 223	0.41 360	0.41 277	0.41 430	0.41 322	0.41 425	0.41 317	0.41 427	0.41 317	0.41 428	0.41 325	0.41 423	0.41 324	0.41 417	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

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

DNS	0.86 490	2.43 586	1.66 625	2.03 596	0.42 440	0.60 462	0.42 430	0.60 456	0.42 435	0.60 462	0.42 438	0.60 465	0.42 429	0.60 460	0.42 425	1.97 618	1.63 630	0.55 465	0.40 431	0.55 436	0.40 405

Select-FE	0.41 308	0.44 238	0.23 209	0.26 204	0.22 256	0.26 244	0.22 241	0.26 237	0.23 253	0.26 242	0.23 253	0.26 248	0.23 256	0.45 394	0.42 425	0.25 217	0.22 217	0.25 241	0.22 249	0.45 393	2.90 701

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

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

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

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

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

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

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

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

CASnet	0.35 257	0.51 276	0.44 369	0.32 223	0.31 354	0.24 225	0.34 377	0.36 272	0.25 261	0.31 260	0.37 402	0.30 262	0.33 374	0.25 234	0.45 433	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 389
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
FSD	0.61 414	0.59 294	0.50 404	2.58 633	0.44 445	0.56 453	0.44 434	0.55 444	0.44 440	0.56 454	0.44 443	0.56 457	0.44 436	0.56 451	0.46 437	0.61 420	0.42 380	0.52 459	0.42 448	0.52 430	0.51 455

fffft	0.48 380	0.51 276	0.45 371	0.52 371	0.45 449	0.52 445	0.45 440	0.52 437	0.48 456	0.53 443	0.45 448	0.52 445	0.45 440	0.52 441	0.46 437	0.51 394	0.41 371	0.50 451	0.41 440	0.50 422	0.41 414
1: 1. 1
PAM_32	0.64 421	2.38 582	0.51 411	0.92 453	0.43 444	0.53 447	0.44 434	0.87 496	0.43 437	0.52 440	0.45 448	0.53 446	0.40 411	0.54 446	0.46 437	0.62 424	0.56 433	0.48 440	0.45 453	0.76 472	0.44 426

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

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

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

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

AIO-test2	0.55 404	0.59 294	0.52 414	0.67 408	0.47 457	0.61 464	0.47 448	0.61 460	0.47 449	0.61 464	0.47 459	0.61 468	0.48 452	0.62 462	0.47 444	0.64 430	0.53 428	0.58 468	0.47 462	0.58 444	0.48 439

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Anonymus	0.47 374	0.73 310	0.46 376	0.43 293	0.54 481	0.53 447	0.27 267	0.39 294	0.35 386	0.33 271	0.40 420	0.33 275	0.38 399	0.53 443	0.54 466	0.56 410	0.36 339	0.49 445	0.53 478	0.66 451	0.54 463

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

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

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

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

CASS	0.57 408	0.89 340	0.56 423	0.57 384	0.56 482	0.56 453	0.56 474	0.56 445	0.53 471	0.57 457	0.57 483	0.59 464	0.48 452	0.56 451	0.57 470	0.55 406	0.56 433	0.47 432	0.56 486	0.62 447	0.56 474
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
zero-FE	0.72 443	1.31 472	0.66 453	0.92 453	0.60 487	0.82 497	0.58 477	0.82 493	0.58 477	0.81 499	0.60 489	0.81 501	0.60 481	0.82 494	0.58 472	0.74 459	0.59 445	0.73 493	0.52 476	0.76 472	0.51 455

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

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

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

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

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

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

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

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

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

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

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

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

plain	1.88 609	3.16 620	0.64 447	3.10 645	0.65 501	3.10 692	0.64 486	3.12 692	0.65 492	3.10 693	0.65 499	3.11 693	0.65 488	3.12 692	0.65 484	3.12 678	0.65 459	3.13 691	0.65 506	3.13 679	0.65 492

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

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

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

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

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

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

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

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

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

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

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

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

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

HiDET	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 335	0.30 308	0.44 376	0.30 311	0.42 343	0.30 307	0.42 338	0.68 496	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

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

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

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

RAFT-Stereo	0.81 469	0.96 358	0.67 457	0.95 462	0.67 506	0.95 513	0.68 498	0.95 512	0.68 502	0.95 518	0.68 508	0.96 522	0.68 498	0.96 521	0.68 496	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 510	0.69 475	0.69 506	0.69 471	0.69 507	0.69 479	0.69 513	0.69 480	0.69 505	0.69 475	0.69 504	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 501

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

MonSter++	0.38 281	0.44 238	0.31 262	0.43 293	0.30 307	0.43 349	0.31 345	0.43 343	0.31 353	0.45 388	0.31 355	0.43 352	0.31 358	0.43 345	0.69 504	0.38 284	0.33 297	0.40 376	0.30 359	0.38 308	0.30 340

LCMNet	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.42 335	0.30 308	0.45 388	0.30 311	0.42 343	0.30 307	0.42 338	0.69 504	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

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

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

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

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

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

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

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

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

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

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

CSFM-Stereo	0.38 281	0.44 238	0.30 246	0.42 287	0.30 307	0.42 342	0.30 298	0.43 343	0.30 308	0.44 376	0.30 311	0.42 343	0.30 307	0.42 338	0.73 517	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.30 340

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

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

PA-Net	11.80 738	223.51 765	0.62 440	0.59 389	0.71 516	0.59 461	0.73 519	0.67 469	0.73 526	0.55 452	0.61 493	0.60 465	0.74 516	0.63 467	0.73 517	0.66 434	0.60 448	0.69 486	0.66 509	0.72 465	0.65 492
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo	0.60 409	0.58 293	0.47 384	0.64 402	0.74 521	1.00 518	0.69 506	0.57 448	0.41 427	0.57 457	0.41 428	0.57 460	0.41 423	1.00 525	0.75 522	0.91 483	0.51 424	0.52 459	0.37 413	0.52 430	0.37 389

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

Wavelet-MonSter	1.00 512	1.21 458	0.76 485	1.94 589	1.01 560	1.11 545	0.76 523	1.15 535	0.76 529	1.11 546	0.76 531	1.14 552	0.76 519	1.11 549	0.76 524	1.21 573	0.90 504	1.02 548	0.71 526	1.02 524	0.71 510

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

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

Hybrid-DGEV-2	1.05 526	1.83 526	0.83 497	1.33 560	0.82 540	1.30 603	0.81 533	1.26 595	0.79 534	1.29 603	0.79 537	1.26 604	0.80 525	1.26 604	0.79 527	1.20 527	0.78 492	1.18 563	0.77 535	1.20 545	0.77 524

SFCPSM	0.17 164	0.78 320	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 527	0.02 15	0.75 487	0.76 501	0.02 21	0.02 21	0.02 20

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

HSM-Net_RVC	0.95 508	1.17 408	0.78 489	1.18 497	0.71 516	1.16 550	0.75 521	1.09 532	0.80 536	1.10 541	0.75 530	1.17 555	0.74 516	1.17 555	0.80 530	1.13 520	0.73 484	1.17 560	0.77 535	1.16 535	0.72 511
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 464	0.80 323	0.80 493	0.80 435	0.80 537	0.80 491	0.80 529	0.80 487	0.80 536	0.80 496	0.80 539	0.80 498	0.80 525	0.80 490	0.80 530	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 528

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

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

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

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

999	1.00 512	1.12 401	0.59 429	1.10 481	1.21 627	1.09 541	0.52 468	1.08 530	1.43 641	1.18 552	1.35 632	0.98 524	0.52 468	0.91 511	0.85 536	0.72 452	1.46 612	0.83 515	0.98 553	0.68 456	1.41 638

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Abc-Net	2.32 666	24.75 734	1.14 529	1.17 496	1.17 575	1.11 545	1.15 567	1.17 540	1.21 624	1.08 540	1.16 570	1.12 551	1.14 557	1.09 545	1.17 570	1.09 511	1.16 537	1.17 560	1.17 572	1.16 535	1.11 560
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 669	25.48 736	1.19 537	1.15 490	1.15 570	1.10 542	1.16 569	1.17 540	1.16 572	1.12 547	1.16 570	1.11 550	1.13 554	1.09 545	1.18 571	1.10 513	1.15 536	1.16 556	1.12 567	1.14 530	1.12 562

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

RSGM-EC	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.24 225	0.15 205	0.22 215	0.15 206	0.22 214	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

acva	0.24 204	0.24 159	0.15 166	0.22 180	0.15 208	0.22 213	0.15 196	0.22 213	0.15 207	0.24 225	0.15 205	0.22 215	0.15 206	0.22 214	1.19 573	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

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

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

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

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

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

Patchmatch Stereo++	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 538	1.20 412	1.20 540	1.20 499	1.20 581	1.20 551	1.20 573	1.20 546	1.20 579	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GANetREF_RVC	1.55 597	1.94 548	1.22 587	1.88 586	1.21 627	1.88 628	1.22 619	1.88 623	1.22 625	1.88 626	1.22 621	1.88 628	1.22 612	1.89 632	1.22 621	1.87 609	1.22 589	1.88 644	1.22 622	1.88 622	1.22 622
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
StereoVision	3.15 694	5.00 664	0.89 501	4.83 696	1.00 554	3.93 701	1.27 625	6.37 731	1.34 632	5.67 731	1.26 625	5.84 732	1.27 615	5.03 728	1.24 622	5.10 712	1.09 527	4.61 712	0.57 488	5.62 720	1.12 562

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

S-Stereo	2.51 678	26.86 741	1.23 589	1.22 544	1.22 629	1.24 599	1.25 622	1.22 592	1.24 627	1.21 599	1.24 623	1.19 556	1.27 615	1.19 556	1.24 622	1.19 525	1.20 542	1.25 615	1.19 573	1.24 594	1.23 624

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

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

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

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

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

2.75w_new	1.99 615	2.34 578	1.81 633	3.14 646	1.62 646	1.94 630	1.99 685	2.72 677	1.71 664	2.72 681	1.99 696	1.90 629	1.73 655	1.82 630	1.29 629	2.37 657	2.01 661	2.31 671	1.42 640	1.77 619	1.22 622

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

SPS-STEREO	1.59 598	1.91 541	1.21 586	1.94 589	1.20 581	2.00 636	1.23 620	1.99 628	1.24 627	2.00 634	1.25 624	2.03 638	1.26 614	2.00 636	1.29 629	1.90 613	1.18 541	1.89 645	1.21 621	1.89 623	1.20 576
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	1.35 591	1.35 475	1.35 595	1.35 563	1.35 632	1.35 607	1.35 629	1.36 604	1.35 635	1.36 608	1.35 632	1.36 611	1.36 623	1.36 610	1.35 633	1.35 584	1.35 603	1.35 622	1.35 631	1.35 601	1.35 634

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

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

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

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

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

MM-Stereo_test1	1.80 607	3.41 626	1.52 618	2.12 597	1.41 637	2.04 637	1.41 639	2.05 632	1.46 642	2.04 638	1.41 639	2.05 639	1.42 628	2.05 637	1.43 639	2.04 623	1.54 619	1.94 646	1.38 636	1.99 626	1.33 631

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

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

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

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 643	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

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

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

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

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

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

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 647	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 664	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 728	50.87 758	2.78 683	2.87 641	2.71 703	2.78 690	0.47 448	2.88 690	2.86 704	1.89 627	2.67 702	2.79 692	2.79 691	2.78 691	2.83 700	2.82 674	2.82 680	2.83 690	2.77 702	2.83 677	2.76 699
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 701	5.22 674	3.01 687	4.53 683	3.01 705	4.51 708	3.01 703	4.56 711	3.04 705	4.53 710	3.03 705	4.55 712	3.03 692	4.56 711	3.04 701	4.57 695	3.05 683	4.57 707	3.05 706	4.57 697	3.05 704

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	5.21 731	5.92 694	4.08 710	6.18 708	4.16 730	6.31 731	4.34 731	6.50 732	4.33 731	6.14 733	4.21 729	6.61 736	4.55 724	6.67 732	4.48 729	5.94 717	3.94 703	5.85 731	4.03 730	5.79 721	4.17 731
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 725	4.75 656	4.79 712	4.87 698	4.92 733	4.81 725	4.90 733	4.78 722	4.77 733	4.87 723	4.89 732	4.90 727	4.91 725	4.99 726	4.79 730	4.98 708	4.87 710	4.87 723	4.92 734	5.00 714	5.00 733

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

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

FC-DCNN v2	5.10 729	5.15 669	4.49 711	5.07 700	3.37 719	6.87 732	4.75 732	5.04 727	6.34 737	7.84 737	5.06 733	6.72 737	4.09 721	4.99 726	5.44 733	5.03 709	3.16 694	4.67 715	4.86 733	5.15 716	3.89 728

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	128.50 756	1422.70 771	53.10 760	79.50 761	51.30 761	77.30 760	49.70 760	74.00 761	48.20 759	77.20 762	48.80 761	73.90 762	48.00 759	73.80 762	48.80 761	70.40 762	45.10 762	68.90 762	46.10 762	68.20 759	45.00 762
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 755	153.00 763	121.00 762	51.00 760	44.00 760	165.00 762	127.00 762	153.00 763	119.00 760	164.00 764	125.00 762	168.00 764	120.00 760	153.00 763	117.00 762	49.00 761	44.00 761	49.00 761	44.00 761	49.00 758	44.00 761

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

MeshStereo	159.24 757	171.00 764	160.68 765	162.58 763	160.59 764	164.01 761	160.35 764	158.51 764	158.56 762	158.34 763	160.12 764	158.56 763	159.92 762	157.26 764	158.94 764	154.38 764	158.36 764	155.75 764	159.13 766	153.67 761	154.07 765
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 759	123.00 760	115.00 761	219.00 764	218.00 766	223.00 764	244.00 766	217.00 766	236.00 764	202.00 766	203.00 765	205.00 766	208.00 763	225.00 766	204.00 765	210.00 765	198.00 766	197.00 766	184.00 767	204.00 763	201.00 766

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 771	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 772	10000000.00 771	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 79		0.09 76	0.10 155			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 146	0.10 99	0.17 190	0.13 191	0.11 156	0.11 165

Low-res two-view benchmark