Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 479	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

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

iinet-test	0.08 74	0.16 130	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 233	0.02 20	0.02 21	0.71 466	0.02 16	0.02 19	0.02 21	0.02 21	0.16 211

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	0.73 479	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 495	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 80	0.02 12	0.04 64	0.90 469	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 176	0.36 401	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 602	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 118	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 149	0.04 52	0.03 39	2.22 624	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 139	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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	0.26 229	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 136	0.05 104	0.03 52	4.34 713	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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	0.75 482	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 83	0.03 39	0.15 141	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 509	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

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

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

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

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

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 123	0.03 57	0.04 97	0.03 52

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

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 599	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 599	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

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 570	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 142	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 432	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.12 171	0.04 110	0.06 127	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 566	0.06 124	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 668	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 672	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 689	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 675	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 606	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 118	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 161	0.04 52	0.04 64	2.20 623	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 142	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 216	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 125	0.05 113	0.05 127	0.05 113	0.05 117	0.05 104	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 228	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 125	0.05 113	0.05 127	0.05 113	0.05 117	0.05 104	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

DA	0.09 80	0.13 117	0.39 335	0.08 76	0.05 126	0.07 137	0.05 120	0.13 172	0.05 125	0.06 126	0.05 127	0.06 127	0.05 117	0.06 118	0.05 115	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

GGEV	0.09 80	0.13 117	0.39 335	0.08 76	0.05 126	0.07 137	0.05 120	0.13 172	0.05 125	0.06 126	0.05 127	0.06 127	0.05 117	0.06 118	0.05 115	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

GwcNet	0.12 132	0.07 83	0.05 79	0.08 76	0.05 126	0.08 139	1.20 598	0.07 139	0.05 125	0.05 113	0.05 127	0.08 141	0.05 117	0.08 142	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

2222	0.09 80	0.59 306	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 310	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 303	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 303	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 299	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 124	0.06 140	0.06 126	0.06 140	0.06 127	0.06 136	0.06 118	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

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

Wz-Net-SNSev	0.03 29	0.09 94	0.07 87	0.09 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 67	0.08 85	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 142	0.07 149	0.08 141	0.07 149	0.08 141	0.06 136	0.07 139	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

VMStereo-Base	0.03 29	0.09 94	0.08 89	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

SepStereo	0.09 80	0.09 94	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 150	0.08 154	0.10 153	0.09 154	0.09 149	0.09 154	0.09 148	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

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

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

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

BEATNet-Init1	0.19 187	0.08 85	0.08 89	2.23 625	0.08 151	0.08 139	0.07 148	0.07 139	0.08 154	0.08 141	0.07 149	0.08 141	0.07 147	0.11 166	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

SuperB	0.21 198	0.10 99	2.51 706	0.12 113	0.09 155	0.10 150	0.09 152	0.08 142	0.07 149	0.10 153	0.09 154	0.09 149	0.07 147	0.07 139	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

DeepPrunerF	0.19 187	0.08 85	0.08 89	2.23 625	0.08 151	0.08 139	0.07 148	0.07 139	0.08 154	0.08 141	0.07 149	0.08 141	0.07 147	0.11 166	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

ELAS_RVC	0.14 149	0.16 130	0.10 99	0.15 141	0.10 162	0.18 202	0.11 174	0.19 204	0.11 179	0.19 202	0.12 187	0.18 202	0.11 175	0.19 204	0.12 184	0.14 140	0.08 91	0.14 172	0.09 149	0.15 189	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 139	0.16 130	0.11 119	0.15 141	0.09 155	0.18 202	0.11 174	0.18 202	0.11 179	0.17 196	0.11 176	0.18 202	0.11 175	0.18 201	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
test_sample2	0.09 80	1.03 410	0.11 119	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 404	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 173	0.10 157	0.14 174	0.10 161	0.23 231	0.10 158	0.20 211	0.10 158	0.24 239	0.11 169	0.11 112	0.09 101	0.12 166	0.14 208	0.12 173	0.09 150

UNet	0.29 238	0.90 366	0.10 99	0.14 129	0.10 162	0.14 173	0.10 157	0.91 526	0.69 531	0.14 174	0.11 176	0.14 175	0.11 175	0.14 176	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 519	0.76 546

DRN-Test	0.14 149	0.13 117	0.09 95	0.14 129	0.09 155	0.15 184	0.09 152	0.14 174	0.10 161	0.14 174	0.09 154	0.14 175	0.09 154	0.13 175	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 539

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 142	0.05 125	0.08 141	0.05 127	0.08 141	0.05 117	0.08 142	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_L	0.12 132	0.14 124	0.10 99	0.15 141	0.10 162	0.14 173	0.10 157	0.14 174	0.10 161	0.15 184	0.10 158	0.14 175	0.10 158	0.14 176	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_sample6	0.09 80	0.97 383	0.10 99	0.10 88	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 98	1.07 418	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample3	0.09 80	0.87 356	0.10 99	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 356	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 380	0.09 95	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 98	1.07 418	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 80	1.01 404	0.10 99	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

WZ-Net	0.05 57	0.50 275	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

StereoDRNet	0.15 161	0.14 124	0.10 99	0.14 129	0.09 155	0.15 184	0.09 152	0.14 174	0.09 157	0.14 174	0.10 158	0.14 175	0.09 154	0.14 176	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 555

LALA_ROB	0.15 161	0.19 139	0.12 130	0.18 169	0.11 182	0.20 211	0.12 190	0.21 221	0.12 198	0.20 209	0.12 187	0.20 211	0.12 194	0.21 222	0.13 193	0.17 177	0.10 106	0.18 213	0.11 172	0.18 207	0.11 172

FADE		0.06 79		0.09 83	0.10 162			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 153	0.10 106	0.17 202	0.13 202	0.11 163	0.11 172

BridgeDepth	0.08 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 142	0.07 149	0.08 141	0.05 127	0.08 141	0.05 117	0.09 148	0.08 142	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_XL	0.14 149	0.17 135	0.12 130	0.17 166	0.11 182	0.17 198	0.11 174	0.17 198	0.11 179	0.17 196	0.11 176	0.17 198	0.11 175	0.17 198	0.11 169	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 161	0.17 135	0.13 150	0.20 178	0.13 203	0.19 205	0.13 197	0.18 202	0.13 202	0.19 202	0.13 201	0.18 202	0.14 205	0.18 201	0.14 198	0.16 166	0.11 129	0.15 188	0.14 208	0.18 207	0.11 172

JetBlue	0.11 119	0.11 110	0.12 130	0.13 125	0.14 205	0.11 161	0.11 174	0.11 162	0.11 179	0.11 165	0.11 176	0.11 165	0.11 175	0.12 174	0.12 184	0.11 112	0.11 129	0.11 159	0.11 172	0.11 163	0.11 172

mmm	0.14 149	1.83 550	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 118	0.04 97	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

1111x	0.10 98	1.14 426	0.13 150	0.14 129	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

ProNet	0.14 149	0.20 143	0.14 155	0.16 151	0.11 182	0.16 191	0.11 174	0.17 198	0.11 179	0.17 196	0.12 187	0.17 198	0.13 200	0.17 198	0.12 184	0.15 153	0.11 129	0.16 192	0.11 172	0.15 189	0.12 189

Wz-Net-MNSev	0.06 61	0.54 293	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

ICVP	0.15 161	0.53 289	0.11 119	0.16 151	0.11 182	0.16 191	0.11 174	0.16 191	0.11 179	0.16 189	0.11 176	0.16 190	0.11 175	0.16 190	0.11 169	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 162	0.11 179	0.11 165	0.12 187	0.11 165	0.11 175	0.11 166	0.11 169	0.11 112	0.11 129	0.14 172	0.11 172	0.49 438	0.11 172

cf-r	0.66 446	2.17 586	0.12 130	0.18 169	0.12 198	0.18 202	2.70 725	2.60 699	0.12 198	0.18 200	0.12 187	0.18 202	0.12 194	0.18 201	0.12 184	0.15 153	0.11 129	0.15 188	0.11 172	1.81 645	1.74 701

PASM	0.39 310	3.06 640	1.36 627	1.58 595	0.09 155	0.11 161	0.11 174	0.11 162	0.11 179	0.09 148	0.09 154	0.11 165	0.09 154	0.09 148	0.09 147	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 172

HSM	0.14 149	0.16 130	0.12 130	0.17 166	0.12 198	0.17 198	0.11 174	0.17 198	0.11 179	0.17 196	0.12 187	0.17 198	0.12 194	0.17 198	0.12 184	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.12 189

SGM_RVC	0.15 161	0.17 135	0.11 119	0.18 169	0.11 182	0.19 205	0.11 174	0.19 204	0.12 198	0.19 202	0.12 187	0.20 211	0.12 194	0.19 204	0.12 184	0.16 166	0.11 129	0.17 202	0.10 158	0.17 203	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DualNet (step1)	0.10 98	1.05 414	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 414	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 414	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 394	0.11 119	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

qqq1	0.25 219	3.70 655	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 124	0.05 125	0.06 126	0.05 127	0.04 96	0.05 117	0.06 118	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 219	3.70 655	0.14 155	0.14 129	0.04 101	0.06 121	0.05 120	0.06 124	0.05 125	0.06 126	0.05 127	0.04 96	0.05 117	0.06 118	0.05 115	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

11t1	0.17 174	2.16 585	0.13 150	0.13 125	0.04 101	0.06 121	0.04 103	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.05 115	0.18 185	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

ffm	0.25 219	3.83 661	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 117	0.06 118	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 219	3.83 661	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 117	0.06 118	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 219	3.83 661	0.12 130	0.12 113	0.05 126	0.06 121	0.05 120	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 117	0.06 118	0.05 115	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

CIPLG	0.13 139	0.21 149	0.12 130	0.16 151	0.11 182	0.15 184	0.11 174	0.14 174	0.11 179	0.15 184	0.12 187	0.15 189	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

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

IPLGR_C	0.14 149	0.20 143	0.12 130	0.15 141	0.11 182	0.14 173	0.15 207	0.14 174	0.11 179	0.15 184	0.12 187	0.14 175	0.11 175	0.16 190	0.11 169	0.15 153	0.12 143	0.14 172	0.12 191	0.15 189	0.12 189

MIPNet	0.14 149	0.21 149	0.17 193	0.16 151	0.11 182	0.15 184	0.12 190	0.14 174	0.11 179	0.16 189	0.11 176	0.14 175	0.11 175	0.14 176	0.11 169	0.14 140	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 149	0.24 163	0.14 155	0.16 151	0.12 198	0.15 184	0.12 190	0.14 174	0.11 179	0.15 184	0.12 187	0.14 175	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ACRE	0.13 139	0.21 149	0.14 155	0.15 141	0.11 182	0.14 173	0.11 174	0.14 174	0.11 179	0.14 174	0.12 187	0.14 175	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

222	0.10 98	0.99 392	0.12 130	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

ACVNet	0.20 189	0.19 139	0.14 155	0.20 178	0.14 205	0.20 211	0.96 573	0.21 221	0.14 205	0.20 209	0.13 201	0.21 219	0.14 205	0.20 209	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	0.17 203	0.12 189

acv_ft	0.20 189	0.19 139	0.14 155	0.20 178	0.14 205	0.20 211	0.96 573	0.21 221	0.14 205	0.20 209	0.13 201	0.21 219	0.14 205	0.20 209	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	0.17 203	0.12 189

hitnet-ft	0.79 484	2.78 635	0.14 155	0.20 178	0.14 205	0.21 222	2.89 726	2.80 714	0.14 205	0.20 209	0.14 206	0.20 211	0.14 205	0.20 209	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	2.54 699	2.33 718

PSMNet-RSSM	0.77 480	2.76 630	0.14 155	0.20 178	0.14 205	0.20 211	2.66 723	2.79 713	0.14 205	0.21 221	0.14 206	0.21 219	0.14 205	0.20 209	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	2.52 691	2.31 716

GwcNet-RSSM	0.77 480	2.77 632	0.14 155	0.20 178	0.14 205	0.20 211	2.67 724	2.78 712	0.14 205	0.20 209	0.14 206	0.20 211	0.14 205	0.21 222	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	2.52 691	2.31 716

CFNet-ft	0.55 425	1.57 511	0.14 155	0.20 178	0.14 205	0.20 211	2.53 721	1.61 639	0.14 205	0.20 209	0.14 206	0.20 211	0.14 205	0.20 209	0.14 198	0.17 177	0.12 143	0.17 202	0.12 191	1.56 633	1.24 650

TT111	0.13 139	0.14 124	0.14 155	0.16 151	0.11 182	0.14 173	0.11 174	0.14 174	0.11 179	0.14 174	0.11 176	0.14 175	0.11 175	0.14 176	0.11 169	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

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

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

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

zh-sn7	0.10 98	0.98 384	0.14 155	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

DDVS	0.30 239	3.10 641	0.14 155	0.19 174	0.14 205	0.19 205	0.14 199	0.20 211	0.14 205	0.19 202	0.13 201	0.16 190	0.13 200	0.19 204	0.13 193	0.17 177	0.13 166	0.17 202	0.13 202	0.17 203	0.13 196

test_sample4	0.10 98	1.03 410	0.12 130	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

DeepPruner_ROB	0.16 168	0.18 138	0.13 150	0.19 174	0.13 203	0.19 205	0.13 197	0.19 204	0.13 202	0.19 202	0.13 201	0.19 206	0.13 200	0.19 204	0.13 193	0.18 185	0.13 166	0.18 213	0.13 202	0.18 207	0.13 196

over-6	0.11 119	0.11 110	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 162	0.10 161	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.10 154	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 110	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 162	0.10 161	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.10 154	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 124	0.15 176	0.16 151	0.10 162	0.11 161	0.10 157	0.11 162	0.09 157	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.09 147	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 110	0.16 183	0.16 151	0.10 162	0.12 170	0.10 157	0.11 162	0.10 161	0.11 165	0.10 158	0.11 165	0.10 158	0.11 166	0.10 154	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

qqq	0.16 168	2.01 575	0.12 130	0.15 141	0.04 101	0.06 121	0.05 120	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.03 52	0.12 118	0.14 174	0.04 93	0.04 99	0.03 47	0.03 52

test_xeample	0.10 98	1.09 420	0.13 150	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 174	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 149	0.13 117	0.14 155	0.14 129	0.14 205	0.14 173	0.14 199	0.14 174	0.14 205	0.14 174	0.14 206	0.14 175	0.14 205	0.14 176	0.14 198	0.14 140	0.14 174	0.14 172	0.14 208	0.14 178	0.14 202
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 174	0.71 323	0.14 155	0.14 129	0.14 205	0.14 173	0.14 199	0.14 174	0.14 205	0.14 174	0.14 206	0.14 175	0.14 205	0.14 176	0.22 253	0.14 140	0.14 174	0.14 172	0.14 208	0.14 178	0.14 202

DepthFocus	0.18 183	0.22 153	0.15 176	0.22 190	0.15 219	0.22 227	0.15 207	0.22 227	0.15 217	0.22 225	0.15 216	0.22 229	0.16 221	0.22 228	0.15 210	0.20 192	0.15 182	0.20 221	0.14 208	0.20 214	0.14 202

x	0.11 119	1.15 429	0.15 176	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 182	0.03 41	0.03 57	0.03 47	0.03 52

dd	0.23 212	0.98 384	0.16 183	0.23 195	0.15 219	0.23 236	0.15 207	0.23 234	0.15 217	0.23 231	0.15 216	0.24 243	0.17 233	0.23 235	0.15 210	0.22 202	0.15 182	0.21 226	0.15 219	0.22 224	0.16 211

TS12	0.09 80	0.09 94	0.17 193	0.19 174	0.06 141	0.08 139	0.06 139	0.08 142	0.06 140	0.08 141	0.06 140	0.08 141	0.06 136	0.08 142	0.06 133	0.15 153	0.16 185	0.08 138	0.06 136	0.08 145	0.06 133

BStereo	0.22 205	0.23 155	0.20 208	0.24 200	0.20 257	0.23 236	0.33 382	0.39 308	0.17 235	0.23 231	0.17 230	0.23 237	0.16 221	0.24 239	0.17 225	0.23 214	0.16 185	0.22 231	0.20 255	0.22 224	0.16 211

Anonymus123	0.22 205	0.23 155	0.20 208	0.24 200	0.20 257	0.23 236	0.33 382	0.39 308	0.17 235	0.23 231	0.17 230	0.23 237	0.16 221	0.24 239	0.17 225	0.23 214	0.16 185	0.22 231	0.20 255	0.22 224	0.16 211

RAFT-FEzeroshot	0.34 261	0.26 173	0.17 193	0.21 188	0.17 236	0.20 211	0.16 214	0.20 211	0.16 225	0.20 209	0.17 230	0.21 219	0.16 221	0.27 264	0.24 263	0.19 189	0.16 185	0.19 216	0.16 222	0.26 247	3.08 734

RAFT-FE	0.34 261	0.26 173	0.17 193	0.21 188	0.17 236	0.20 211	0.16 214	0.20 211	0.16 225	0.20 209	0.17 230	0.21 219	0.16 221	0.27 264	0.24 263	0.19 189	0.16 185	0.19 216	0.16 222	0.26 247	3.08 734

zh-mn7	0.12 132	1.14 426	0.17 193	0.20 178	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	0.18 185	0.16 185	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo-finetune2	0.18 183	0.48 268	0.16 183	0.16 151	0.15 219	0.15 184	0.16 214	0.16 191	0.16 225	0.16 189	0.16 222	0.16 190	0.16 221	0.16 190	0.16 218	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 211

xyz-stereo	0.18 183	0.50 275	0.16 183	0.15 141	0.16 230	0.16 191	0.16 214	0.16 191	0.16 225	0.16 189	0.16 222	0.16 190	0.16 221	0.16 190	0.16 218	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 211

ACV-stereo	0.30 239	2.08 577	0.25 230	0.25 207	0.18 248	0.24 239	0.17 224	0.24 237	0.18 242	0.24 238	0.17 230	0.25 250	0.17 233	0.24 239	0.17 225	0.22 202	0.16 185	0.22 231	0.16 222	0.22 224	0.16 211

JetRed	0.11 119	0.12 115	0.11 119	0.11 105	0.11 182	0.11 161	0.14 199	0.11 162	0.11 179	0.12 171	0.11 176	0.11 165	0.11 175	0.11 166	0.11 169	0.11 112	0.16 185	0.11 159	0.11 172	0.11 163	0.11 172

GMStereo_Zeroshot	0.16 168	0.16 130	0.16 183	0.16 151	0.16 230	0.16 191	0.16 214	0.16 191	0.16 225	0.16 189	0.16 222	0.16 190	0.16 221	0.16 190	0.16 218	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 211

IGEV_Zeroshot_test	0.20 189	0.19 139	0.40 367	0.30 223	0.17 236	0.22 227	0.17 224	0.21 221	0.17 235	0.20 209	0.17 230	0.21 219	0.18 244	0.21 222	0.17 225	0.20 192	0.16 185	0.20 221	0.16 222	0.20 214	0.17 229

MSKI-zero shot	0.24 216	0.21 149	0.49 421	0.65 421	0.18 248	0.22 227	0.17 224	0.23 234	0.18 242	0.21 221	0.17 230	0.23 237	0.28 302	0.23 235	0.18 238	0.21 200	0.16 185	0.21 226	0.16 222	0.21 222	0.16 211

MIM_Stereo	0.25 219	0.23 155	0.66 477	0.80 456	0.17 236	0.22 227	0.17 224	0.23 234	0.18 242	0.26 255	0.17 230	0.21 219	0.17 233	0.25 248	0.17 225	0.23 214	0.16 185	0.21 226	0.17 245	0.22 224	0.17 229

dad	0.23 212	1.03 410	0.16 183	0.23 195	0.15 219	0.24 239	0.15 207	0.24 237	0.16 225	0.23 231	0.16 222	0.24 243	0.16 221	0.23 235	0.15 210	0.22 202	0.16 185	0.22 231	0.16 222	0.22 224	0.16 211

xxxx	0.11 119	1.16 431	0.16 183	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 185	0.03 41	0.04 99	0.04 97	0.04 96

MMNet	0.44 354	1.24 490	0.17 193	0.25 207	0.17 236	0.25 249	0.18 233	1.26 620	0.93 574	0.25 246	0.17 230	0.25 250	0.18 244	0.25 248	0.17 225	0.23 214	0.16 185	0.23 240	0.16 222	1.20 570	0.99 572

delet	0.43 341	1.21 482	0.17 193	0.25 207	0.17 236	0.25 249	0.18 233	1.26 620	0.95 576	0.25 246	0.17 230	0.25 250	0.17 233	0.25 248	0.17 225	0.23 214	0.16 185	0.22 231	0.16 222	1.18 566	0.98 571

ac_64	0.22 205	0.13 117	0.19 205	0.23 195	0.10 162	0.26 258	1.02 583	0.14 174	0.10 161	0.28 261	0.14 206	0.17 198	0.19 251	0.28 269	0.09 147	0.22 202	0.16 185	0.23 240	0.17 245	0.11 163	0.12 189

iResNetv2_ROB	0.20 189	0.23 155	0.18 203	0.24 200	0.20 257	0.24 239	0.18 233	0.24 237	0.18 242	0.24 238	0.18 247	0.23 237	0.19 251	0.24 239	0.18 238	0.21 200	0.16 185	0.21 226	0.16 222	0.22 224	0.16 211

iResNet	0.20 189	0.23 155	0.18 203	0.24 200	0.18 248	0.24 239	0.20 243	0.24 237	0.18 242	0.23 231	0.17 230	0.23 237	0.18 244	0.23 235	0.18 238	0.22 202	0.16 185	0.21 226	0.16 222	0.21 222	0.16 211

VeloStereo	0.16 168	0.92 373	0.16 183	0.18 169	0.08 151	0.11 161	0.12 190	0.12 170	0.09 157	0.09 148	0.28 297	0.10 153	0.08 152	0.10 153	0.12 184	0.15 153	0.17 206	0.08 138	0.12 191	0.09 149	0.08 145

flow	0.16 168	0.92 373	0.16 183	0.18 169	0.08 151	0.11 161	0.12 190	0.12 170	0.09 157	0.09 148	0.28 297	0.10 153	0.08 152	0.10 153	0.12 184	0.15 153	0.17 206	0.08 138	0.12 191	0.09 149	0.08 145

RSGM-EC	0.24 216	0.24 163	0.15 176	0.22 190	0.15 219	0.22 227	0.15 207	0.22 227	0.15 217	0.24 238	0.15 216	0.22 229	0.15 217	0.22 228	1.19 598	0.20 192	0.17 206	0.24 250	0.14 208	0.20 214	0.14 202

acva	0.24 216	0.24 163	0.15 176	0.22 190	0.15 219	0.22 227	0.15 207	0.22 227	0.15 217	0.24 238	0.15 216	0.22 229	0.15 217	0.22 228	1.19 598	0.20 192	0.17 206	0.24 250	0.14 208	0.20 214	0.14 202

IGEV-FE	0.35 272	0.37 201	0.17 193	0.19 174	0.17 236	0.20 211	0.17 224	0.19 204	0.17 235	0.19 202	0.17 230	0.19 206	0.17 233	0.37 308	0.36 401	0.19 189	0.17 206	0.19 216	0.17 245	0.38 324	2.84 725

tg	0.21 198	0.25 170	0.21 214	0.26 215	0.17 236	0.24 239	0.17 224	0.24 237	0.17 235	0.24 238	0.17 230	0.24 243	0.17 233	0.24 239	0.17 225	0.24 223	0.17 206	0.23 240	0.16 222	0.23 236	0.16 211

Pointernet	0.21 198	0.22 153	0.19 205	0.24 200	0.19 254	0.24 239	0.19 239	0.24 237	0.19 249	0.24 238	0.19 250	0.24 243	0.19 251	0.24 239	0.19 242	0.22 202	0.17 206	0.22 231	0.17 245	0.22 224	0.17 229

psm_up	0.43 341	1.19 435	0.17 193	0.25 207	0.18 248	0.25 249	0.19 239	1.26 620	0.91 568	0.26 255	0.17 230	0.25 250	0.17 233	0.25 248	0.17 225	0.22 202	0.17 206	0.23 240	0.16 222	1.18 566	0.99 572

UPFNet	0.42 339	1.20 436	0.17 193	0.24 200	0.17 236	0.25 249	0.17 224	1.19 566	0.90 567	0.25 246	0.17 230	0.24 243	0.17 233	0.25 248	0.17 225	0.22 202	0.17 206	0.22 231	0.16 222	1.15 558	0.93 565

CFNet	1.37 617	5.27 703	0.19 205	5.49 727	0.19 254	0.28 265	0.19 239	0.28 256	0.19 249	0.28 261	0.19 250	0.28 266	4.35 747	0.28 269	0.19 242	0.23 214	0.17 206	0.23 240	4.21 756	4.81 733	0.17 229

CAS++	0.17 174	0.27 176	0.21 214	0.10 88	0.21 268	0.15 184	0.22 254	0.10 150	0.21 256	0.22 225	0.10 158	0.19 206	0.18 244	0.10 153	0.19 242	0.20 192	0.19 216	0.18 213	0.10 158	0.19 213	0.18 235
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 513	4.45 677	0.20 208	0.27 218	0.20 257	0.27 263	0.20 243	0.26 251	0.18 242	5.03 750	0.20 254	0.27 265	0.19 251	0.27 264	0.21 249	0.20 192	0.19 216	0.19 216	4.02 754	0.20 214	0.18 235

Weightmod_eth	0.20 189	0.24 163	0.28 248	0.47 327	0.14 205	0.24 239	0.14 199	0.17 198	0.13 202	0.22 225	0.16 222	0.22 229	0.13 200	0.20 209	0.16 218	0.24 223	0.20 218	0.19 216	0.14 208	0.16 194	0.24 259

ISRNet	0.11 119	0.05 66	0.36 317	0.24 200	0.07 148	0.13 171	0.05 120	0.06 124	0.05 125	0.05 113	0.05 127	0.13 173	0.05 117	0.05 104	0.09 147	0.24 223	0.20 218	0.10 148	0.05 123	0.06 125	0.13 196

model_zeroshot	0.27 230	0.20 143	0.27 240	0.33 239	0.21 268	0.37 305	0.22 254	0.37 294	0.24 270	0.26 255	0.27 289	0.33 289	0.21 263	0.25 248	0.27 278	0.32 260	0.20 218	0.34 302	0.23 269	0.25 244	0.26 267

DAS	0.20 189	0.20 143	0.20 208	0.20 178	0.20 257	0.20 211	0.20 243	0.20 211	0.20 251	0.20 209	0.20 254	0.20 211	0.20 255	0.20 209	0.20 245	0.20 192	0.20 218	0.20 221	0.20 255	0.20 214	0.20 240

ASD4	0.20 189	0.20 143	0.20 208	0.20 178	0.20 257	0.20 211	0.20 243	0.20 211	0.20 251	0.20 209	0.20 254	0.20 211	0.20 255	0.20 209	0.20 245	0.20 192	0.20 218	0.20 221	0.20 255	0.20 214	0.20 240

SCION-M(vits-remse)	0.34 261	0.79 340	0.30 258	0.33 239	0.28 298	0.40 321	0.28 291	0.40 317	0.28 299	0.40 317	0.28 297	0.39 319	0.28 302	0.40 323	0.28 287	0.23 214	0.21 223	0.35 318	0.27 323	0.35 296	0.27 305

SCION-MonSter(vits)	0.25 219	0.79 340	0.31 276	0.42 304	0.28 298	0.40 321	0.28 291	0.20 211	0.15 217	0.40 317	0.15 216	0.19 206	0.15 217	0.20 209	0.15 210	0.23 214	0.21 223	0.17 202	0.14 208	0.16 194	0.14 202

SCION-MonSter	0.21 198	0.76 334	0.22 216	0.25 207	0.15 219	0.19 205	0.15 207	0.19 204	0.15 217	0.19 202	0.15 216	0.19 206	0.15 217	0.19 204	0.14 198	0.22 202	0.21 223	0.16 192	0.14 208	0.16 194	0.15 209

DCVSM-stereo	0.36 280	1.89 562	0.22 216	0.40 280	0.22 270	0.40 321	0.22 254	0.40 317	0.22 260	0.40 317	0.22 262	0.40 329	0.22 264	0.40 323	0.22 253	0.28 241	0.21 223	0.28 269	0.21 260	0.28 255	0.20 240

Wz-Net-LNSev	0.06 61	0.24 163	0.20 208	0.23 195	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	0.23 214	0.21 223	0.02 19	0.01 9	0.01 10	0.01 10

HGLStereo	0.28 233	0.29 181	0.22 216	0.36 252	0.22 270	0.36 297	0.21 249	0.36 286	0.21 256	0.42 348	0.21 260	0.36 301	0.22 264	0.36 301	0.21 249	0.34 270	0.21 223	0.34 302	0.21 260	0.34 283	0.21 244

DISCO	1.11 556	0.39 212	5.28 742	0.39 267	0.20 257	0.39 319	0.27 280	0.39 308	0.22 260	0.38 303	0.20 254	0.38 314	0.20 255	6.95 761	0.22 253	0.30 251	0.21 223	0.27 265	0.21 260	5.25 742	0.21 244

LACA1	0.21 198	0.24 163	0.26 237	0.31 229	0.16 230	0.24 239	0.16 214	0.24 237	0.16 225	0.24 238	0.16 222	0.24 243	0.16 221	0.24 239	0.16 218	0.27 236	0.22 230	0.23 240	0.16 222	0.23 236	0.16 211

Select-FE	0.41 324	0.44 244	0.23 220	0.26 215	0.22 270	0.26 258	0.22 254	0.26 251	0.23 267	0.26 255	0.23 267	0.26 262	0.23 270	0.45 413	0.42 447	0.25 230	0.22 230	0.25 255	0.22 263	0.45 412	2.90 726

WAO-6	0.22 205	0.23 155	0.22 216	0.23 195	0.22 270	0.22 227	0.22 254	0.22 227	0.22 260	0.22 225	0.22 262	0.22 229	0.22 264	0.22 228	0.22 253	0.22 202	0.22 230	0.22 231	0.22 263	0.22 224	0.22 247

IMH-64-1	0.22 205	0.23 155	0.23 220	0.22 190	0.22 270	0.22 227	0.22 254	0.22 227	0.22 260	0.22 225	0.22 262	0.22 229	0.22 264	0.22 228	0.22 253	0.22 202	0.22 230	0.23 240	0.22 263	0.22 224	0.23 249

IMH-64	0.22 205	0.23 155	0.23 220	0.22 190	0.22 270	0.22 227	0.22 254	0.22 227	0.22 260	0.22 225	0.22 262	0.22 229	0.22 264	0.22 228	0.22 253	0.22 202	0.22 230	0.23 240	0.22 263	0.22 224	0.23 249

GMOStereo	0.37 290	0.45 253	0.23 220	0.30 223	0.37 424	0.41 340	0.36 409	0.41 336	0.35 406	0.43 355	0.36 412	0.41 344	0.40 433	0.41 343	0.36 401	0.34 270	0.22 230	0.47 451	0.37 433	0.39 372	0.33 383

LACA3	0.23 212	0.25 170	0.27 240	0.54 394	0.17 236	0.25 249	0.17 224	0.25 245	0.17 235	0.25 246	0.17 230	0.25 250	0.17 233	0.25 248	0.17 225	0.28 241	0.23 236	0.24 250	0.17 245	0.24 241	0.17 229

LACA2	0.21 198	0.24 163	0.26 237	0.31 229	0.16 230	0.24 239	0.16 214	0.24 237	0.16 225	0.24 238	0.16 222	0.24 243	0.16 221	0.24 239	0.16 218	0.27 236	0.23 236	0.24 250	0.16 222	0.23 236	0.16 211

WCG-NET（raft）	0.32 255	1.24 490	0.24 227	0.32 235	0.24 281	0.32 286	0.23 263	0.32 272	0.24 270	0.32 279	0.24 274	0.32 285	0.24 273	0.32 283	0.24 263	0.30 251	0.23 236	0.30 276	0.23 269	0.30 263	0.23 249

FCDSN-DC	0.41 324	0.59 306	0.64 471	0.54 394	0.33 397	0.50 451	0.37 415	0.42 354	0.40 439	0.61 484	0.43 458	0.50 454	0.49 481	0.38 312	0.32 366	0.28 241	0.23 236	0.26 260	0.22 263	0.35 296	0.28 333
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet_ROB	0.28 233	0.32 189	0.24 227	0.32 235	0.25 284	0.32 286	0.24 268	0.32 272	0.24 270	0.33 284	0.24 274	0.35 296	0.24 273	0.33 291	0.24 263	0.31 257	0.24 240	0.32 285	0.24 276	0.32 271	0.24 259

UNDER WATER-64	0.25 219	0.26 173	0.25 230	0.26 215	0.25 284	0.25 249	0.25 270	0.25 245	0.25 275	0.25 246	0.25 280	0.25 250	0.25 276	0.26 260	0.25 271	0.25 230	0.25 241	0.25 255	0.25 279	0.25 244	0.25 261

LoS	0.25 219	0.27 176	0.25 230	0.25 207	0.25 284	0.25 249	0.25 270	0.26 251	0.25 275	0.25 246	0.25 280	0.25 250	0.25 276	0.25 248	0.25 271	0.26 232	0.25 241	0.25 255	0.26 285	0.26 247	0.25 261
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
StereoDRNet-Refined	0.33 260	0.39 212	0.26 237	0.39 267	0.26 291	0.40 321	0.26 277	0.40 317	0.26 289	0.39 310	0.26 285	0.39 319	0.26 286	0.39 320	0.26 276	0.37 286	0.25 241	0.37 331	0.25 279	0.37 311	0.37 410
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
GEAR-Net	0.22 205	0.46 257	0.27 240	0.29 221	0.17 236	0.21 222	0.17 224	0.21 221	0.17 235	0.21 221	0.17 230	0.21 219	0.17 233	0.21 222	0.17 225	0.28 241	0.26 244	0.20 221	0.16 222	0.20 214	0.16 211

small-0shot	0.35 272	1.92 571	0.27 240	0.27 218	0.27 292	0.27 263	0.27 280	0.27 255	0.27 293	0.27 260	0.27 289	0.26 262	0.27 293	0.27 264	0.26 276	0.27 236	0.26 244	0.26 260	0.26 285	0.26 247	0.27 305

depth_test_26	0.20 189	0.34 191	0.25 230	0.34 245	0.14 205	0.21 222	0.14 199	0.21 221	0.14 205	0.21 221	0.14 206	0.21 219	0.14 205	0.21 222	0.14 198	0.26 232	0.26 244	0.22 231	0.15 219	0.22 224	0.14 202

GeoVLM	0.36 280	0.38 205	0.27 240	0.46 320	0.28 298	0.35 293	0.28 291	0.37 294	0.27 293	0.35 291	0.28 297	0.36 301	0.38 420	0.35 295	0.28 287	1.08 533	0.26 244	0.33 292	0.27 323	0.34 283	0.33 383

gcap_with_dpt	0.35 272	0.39 212	0.30 258	0.44 315	0.31 370	0.44 402	0.31 361	0.44 400	0.31 369	0.44 393	0.30 327	0.44 406	0.30 323	0.44 395	0.30 313	0.38 299	0.26 244	0.38 339	0.27 323	0.38 324	0.27 305

Zero-FE251	0.36 280	0.40 216	0.28 248	0.41 294	0.28 298	0.41 340	0.28 291	0.41 336	0.28 299	0.41 334	0.28 297	0.41 344	0.28 302	0.42 357	0.30 313	0.37 286	0.26 244	0.37 331	0.27 323	0.45 412	0.56 498

Monster-pub-mixall	0.44 354	0.56 299	0.60 456	0.38 258	0.27 292	0.37 305	0.27 280	0.37 294	0.29 309	0.38 303	0.27 289	0.38 314	0.29 314	0.85 527	0.27 278	1.46 616	0.26 244	0.34 302	0.26 285	0.36 306	0.53 484

test_for_model	0.35 272	0.39 212	0.30 258	0.43 311	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.44 395	0.31 354	0.38 299	0.26 244	0.38 339	0.26 285	0.38 324	0.26 267

tt1	0.31 246	0.93 377	0.24 227	0.33 239	0.23 276	0.31 277	0.24 268	0.32 272	0.24 270	0.32 279	0.23 267	0.32 285	0.25 276	0.32 283	0.24 263	0.27 236	0.26 244	0.27 265	0.26 285	0.27 253	0.27 305

DLNR_Zeroshot_test	0.31 246	0.28 179	0.47 406	0.79 452	0.24 281	0.30 270	0.26 277	0.30 264	0.24 270	0.32 279	0.23 267	0.31 281	0.24 273	0.30 275	0.23 260	0.29 250	0.26 244	0.29 274	0.24 276	0.33 278	0.23 249

LoS_RVC	0.30 239	1.14 426	0.25 230	0.25 207	0.25 284	0.26 258	0.25 270	0.25 245	0.25 275	0.25 246	0.25 280	0.26 262	0.26 286	0.26 260	0.25 271	0.26 232	0.26 244	0.25 255	0.25 279	0.26 247	0.26 267

CAS	0.30 239	1.17 432	0.25 230	0.25 207	0.25 284	0.26 258	0.25 270	0.25 245	0.26 289	0.25 246	0.25 280	0.25 250	0.25 276	0.25 248	0.25 271	0.26 232	0.26 244	0.26 260	0.25 279	0.26 247	0.25 261

CroCo-Stereo	0.73 470	1.22 488	0.25 230	1.22 565	0.25 284	1.22 620	0.25 270	1.22 616	0.25 275	1.22 625	0.25 280	1.22 627	0.25 276	1.22 627	0.25 271	1.22 598	0.26 244	1.21 636	0.25 279	1.22 618	0.25 261
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
SMOE	0.23 212	0.25 170	0.30 258	0.33 239	0.18 248	0.26 258	0.18 233	0.26 251	0.18 242	0.26 255	0.18 247	0.25 250	0.18 244	0.25 248	0.18 238	0.31 257	0.27 257	0.23 240	0.17 245	0.23 236	0.17 229

PStereo	0.32 255	0.36 198	0.28 248	0.38 258	0.29 311	0.36 297	0.27 280	0.38 303	0.27 293	0.38 303	0.28 297	0.36 301	0.27 293	0.36 301	0.28 287	0.32 260	0.27 257	0.33 292	0.27 323	0.33 278	0.27 305

w-ln-seven-2	0.14 149	1.22 488	0.28 248	0.32 235	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	0.32 260	0.27 257	0.04 93	0.03 57	0.03 47	0.03 52

CroCo-Stereo Lap2	0.77 480	1.29 492	0.29 254	1.27 570	0.29 311	1.27 624	0.26 277	1.26 620	0.26 289	1.26 626	0.26 285	1.27 631	0.26 286	1.26 629	0.27 278	1.27 601	0.27 257	1.27 640	0.27 323	1.27 622	0.27 305

iRaft-Stereo_5w	0.34 261	0.42 239	0.31 276	0.39 267	0.30 323	0.38 312	0.30 314	0.40 317	0.29 309	0.40 317	0.37 419	0.41 344	0.34 400	0.38 312	0.30 313	0.34 270	0.27 257	0.34 302	0.26 285	0.34 283	0.26 267

iRaft-Stereo_20w	0.34 261	0.41 228	0.31 276	0.39 267	0.29 311	0.40 321	0.32 371	0.41 336	0.32 381	0.38 303	0.30 327	0.39 319	0.30 323	0.38 312	0.32 366	0.35 278	0.27 257	0.34 302	0.27 323	0.34 283	0.29 342

GANet-RSSM	0.75 474	1.91 565	0.14 155	0.47 327	0.14 205	0.21 222	3.21 742	2.30 685	0.14 205	0.46 411	0.14 206	0.23 237	0.18 244	0.21 222	0.14 198	0.18 185	0.27 257	0.37 331	0.13 202	2.13 668	2.12 711

MLCV	0.31 246	0.35 193	0.27 240	0.35 248	0.28 298	0.35 293	0.27 280	0.35 282	0.28 299	0.36 295	0.27 289	0.35 296	0.27 293	0.35 295	0.27 278	0.34 270	0.27 257	0.34 302	0.27 323	0.34 283	0.27 305

DLNR-FE	0.28 233	0.89 362	0.30 258	0.34 245	0.19 254	0.28 265	0.19 239	0.28 256	0.20 251	0.28 261	0.20 254	0.28 266	0.20 255	0.28 269	0.20 245	0.33 266	0.28 265	0.25 255	0.19 253	0.24 241	0.19 238

Monster-pub-eth3d	0.45 377	0.57 301	0.60 456	0.39 267	0.28 298	0.37 305	0.28 291	0.37 294	0.30 324	0.39 310	0.29 312	0.39 319	0.30 323	0.92 539	0.27 278	1.42 613	0.28 265	0.34 302	0.28 344	0.37 311	0.53 484

gcap-zeroshot	0.36 280	0.40 216	0.34 304	0.44 315	0.31 370	0.44 402	0.31 361	0.44 400	0.32 381	0.44 393	0.32 381	0.44 406	0.32 381	0.44 395	0.31 354	0.39 312	0.28 265	0.39 382	0.28 344	0.39 372	0.27 305

xxxxx1	0.31 246	0.91 368	0.23 220	0.31 229	0.23 276	0.31 277	0.23 263	0.33 276	0.25 275	0.31 273	0.24 274	0.33 289	0.25 276	0.32 283	0.24 263	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 305

EKT-Stereo	0.37 290	0.40 216	0.44 390	1.07 500	0.29 311	0.34 289	0.31 361	0.36 286	0.29 309	0.38 303	0.31 371	0.37 311	0.30 323	0.36 301	0.29 303	0.34 270	0.28 265	0.39 382	0.30 377	0.37 311	0.30 357

SQANet	0.28 233	0.28 179	0.28 248	0.28 220	0.28 298	0.28 265	0.28 291	0.28 256	0.28 299	0.28 261	0.28 297	0.28 266	0.28 302	0.28 269	0.28 287	0.28 241	0.28 265	0.28 269	0.28 344	0.28 255	0.28 333

testlalala	0.36 280	0.40 216	0.34 304	0.44 315	0.31 370	0.44 402	0.31 361	0.44 400	0.32 381	0.44 393	0.32 381	0.44 406	0.32 381	0.44 395	0.31 354	0.39 312	0.28 265	0.39 382	0.28 344	0.39 372	0.27 305

GCAPDPT-zeroshot	0.36 280	0.40 216	0.30 258	0.43 311	0.30 323	0.43 368	0.30 314	0.43 362	0.31 369	0.43 355	0.30 327	0.43 371	0.30 323	0.44 395	0.31 354	0.39 312	0.28 265	0.39 382	0.27 323	0.39 372	0.26 267

Any-RAFT	0.32 255	0.36 198	0.27 240	0.36 252	0.27 292	0.36 297	0.27 280	0.36 286	0.27 293	0.36 295	0.27 289	0.36 301	0.27 293	0.36 301	0.28 287	0.36 283	0.28 265	0.36 327	0.28 344	0.36 306	0.28 333

tt_ll	0.31 246	0.91 368	0.23 220	0.31 229	0.23 276	0.31 277	0.23 263	0.33 276	0.25 275	0.31 273	0.24 274	0.33 289	0.25 276	0.32 283	0.24 263	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 305

ff	0.31 246	0.91 368	0.23 220	0.31 229	0.23 276	0.31 277	0.23 263	0.33 276	0.25 275	0.31 273	0.24 274	0.33 289	0.25 276	0.32 283	0.24 263	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 305

IER	0.88 518	7.04 722	2.23 698	2.75 657	0.28 298	0.43 368	0.25 270	0.39 308	0.25 275	0.41 334	0.27 289	0.39 319	0.25 276	0.40 323	0.28 287	0.37 286	0.28 265	0.37 331	0.25 279	0.37 311	0.25 261

Gwc-CoAtRS	0.41 324	1.49 508	0.32 285	0.42 304	0.32 384	0.41 340	0.32 371	0.41 336	0.33 391	0.41 334	0.32 381	0.41 344	0.32 381	0.41 343	0.32 366	0.39 312	0.28 265	0.39 382	0.28 344	0.40 386	0.28 333

DN-CSS_ROB	0.31 246	0.35 193	0.28 248	0.35 248	0.28 298	0.34 289	0.27 280	0.34 279	0.25 275	0.35 291	0.27 289	0.36 301	0.26 286	0.34 292	0.28 287	0.35 278	0.28 265	0.34 302	0.28 344	0.34 283	0.27 305

SCION-Mon(vits-remp)	0.34 261	0.98 384	0.30 258	0.33 239	0.18 248	0.21 222	0.28 291	0.40 317	0.28 299	0.40 317	0.28 297	0.39 319	0.28 302	0.40 323	0.28 287	0.37 286	0.29 279	0.35 318	0.27 323	0.35 296	0.27 305

DStereoO	0.31 246	0.31 187	0.31 276	0.30 223	0.40 442	0.31 277	0.30 314	0.30 264	0.34 402	0.29 266	0.31 371	0.29 272	0.30 323	0.31 280	0.31 354	0.31 257	0.29 279	0.31 282	0.30 377	0.31 268	0.31 367

IGEV++	0.34 261	0.43 241	0.30 258	0.40 280	0.29 311	0.40 321	0.29 306	0.40 317	0.29 309	0.40 317	0.29 312	0.40 329	0.29 314	0.40 323	0.30 313	0.38 299	0.29 279	0.37 331	0.29 359	0.37 311	0.29 342

TorneroNet-64	0.45 377	0.27 176	0.30 258	0.58 404	0.27 292	0.70 500	0.30 314	0.28 256	0.73 550	0.73 507	0.28 297	0.71 506	0.66 515	0.75 508	0.27 278	0.27 236	0.29 279	0.37 331	0.75 556	0.28 255	0.30 357

RAFT-Test	0.36 280	0.37 201	0.33 290	0.41 294	0.32 384	0.41 340	0.32 371	0.41 336	0.32 381	0.41 334	0.32 381	0.41 344	0.32 381	0.41 343	0.33 378	0.37 286	0.29 279	0.37 331	0.29 359	0.38 324	0.31 367

RCA-Stereo	0.51 414	3.22 646	0.34 304	0.44 315	0.34 409	0.44 402	0.34 397	0.43 362	0.34 402	0.43 355	0.34 398	0.44 406	0.33 393	0.43 364	0.33 378	0.38 299	0.29 279	0.38 339	0.29 359	0.38 324	0.29 342

GES	0.66 446	2.34 602	0.29 254	0.41 294	0.29 311	0.41 340	0.29 306	0.42 354	0.29 309	0.40 317	0.41 445	0.41 344	0.30 323	0.51 457	0.29 303	0.32 260	0.29 279	0.32 285	2.46 725	2.49 687	0.30 357

DGSMNet	0.34 261	0.41 228	0.27 240	0.41 294	0.28 298	0.41 340	0.28 291	0.41 336	0.27 293	0.41 334	0.27 289	0.42 362	0.27 293	0.41 343	0.28 287	0.40 320	0.29 279	0.40 395	0.28 344	0.40 386	0.27 305

RAFT + AFF	0.31 246	0.45 253	0.34 304	0.39 267	0.28 298	0.38 312	0.33 382	0.29 261	0.31 369	0.30 268	0.30 327	0.29 272	0.27 293	0.29 273	0.30 313	0.28 241	0.29 279	0.29 274	0.29 359	0.27 253	0.32 374

ccnet	0.80 487	2.28 594	0.33 290	0.50 375	0.33 397	0.50 451	0.33 382	0.50 440	0.33 391	0.49 434	0.33 390	0.49 440	1.56 655	2.38 689	0.33 378	0.41 328	0.29 279	0.42 429	1.57 672	2.28 674	0.29 342

MultiAttention	0.30 239	0.30 184	0.30 258	0.30 223	0.30 323	0.30 270	0.30 314	0.30 264	0.30 324	0.30 268	0.30 327	0.30 276	0.30 323	0.30 275	0.30 313	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 357

MSAF-DinoV2	0.30 239	0.30 184	0.30 258	0.30 223	0.30 323	0.30 270	0.30 314	0.30 264	0.30 324	0.30 268	0.30 327	0.30 276	0.30 323	0.30 275	0.30 313	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 357

PML	0.46 386	1.36 500	0.29 254	0.58 404	0.30 323	0.57 481	0.29 306	0.57 470	0.29 309	0.57 477	0.29 312	0.57 482	0.29 314	0.56 473	0.29 303	0.52 415	0.30 289	0.53 481	0.31 388	0.53 456	0.30 357

psmorigin	0.41 324	0.46 257	0.33 290	0.49 339	0.33 397	0.49 442	0.33 382	0.49 431	0.33 391	0.49 434	0.33 390	0.49 440	0.33 393	0.51 457	0.33 378	0.41 328	0.30 289	0.41 413	0.30 377	0.79 502	0.29 342

DANet	0.30 239	0.30 184	0.30 258	0.30 223	0.30 323	0.30 270	0.30 314	0.30 264	0.30 324	0.30 268	0.30 327	0.30 276	0.30 323	0.30 275	0.30 313	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 357
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Weightmod	0.27 230	0.29 181	0.33 290	0.38 258	0.20 257	0.30 270	0.21 249	0.29 261	0.21 256	0.29 266	0.22 262	0.30 276	0.20 255	0.30 275	0.21 249	0.37 286	0.31 294	0.27 265	0.20 255	0.28 255	0.21 244

DStereoFS	0.32 255	0.33 190	0.32 285	0.33 239	0.30 323	0.32 286	0.32 371	0.32 272	0.31 369	0.30 268	0.31 371	0.31 281	0.30 323	0.32 283	0.32 366	0.32 260	0.31 294	0.30 276	0.47 485	0.32 271	0.34 390

Replicate-Monster	0.45 377	0.57 301	0.60 456	0.40 280	0.29 311	0.37 305	0.27 280	0.37 294	0.30 324	0.40 317	0.31 371	0.40 329	0.30 323	0.99 547	0.27 278	1.36 609	0.31 294	0.34 302	0.30 377	0.36 306	0.54 487

z-mn7	0.16 168	1.21 482	0.33 290	0.41 294	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	0.35 278	0.31 294	0.04 93	0.04 99	0.04 97	0.04 96

RSM	0.36 280	0.36 198	0.43 388	0.37 255	0.42 462	0.49 442	0.42 452	0.37 294	0.28 299	0.36 295	0.29 312	0.36 301	0.30 323	0.37 308	0.28 287	0.34 270	0.31 294	0.34 302	0.35 424	0.40 386	0.29 342

SME	0.27 230	0.29 181	0.31 276	0.38 258	0.20 257	0.29 268	0.18 233	0.30 264	0.20 251	0.32 279	0.21 260	0.32 285	0.20 255	0.32 283	0.21 249	0.35 278	0.32 299	0.27 265	0.19 253	0.29 259	0.20 240

DStereoSA	0.32 255	0.52 285	0.34 304	0.31 229	0.31 370	0.30 270	0.30 314	0.31 270	0.30 324	0.31 273	0.31 371	0.31 281	0.30 323	0.31 280	0.31 354	0.30 251	0.32 299	0.31 282	0.31 388	0.31 268	0.31 367

HiDET	0.38 296	0.44 244	0.30 258	0.42 304	0.30 323	0.42 361	0.30 314	0.42 354	0.30 324	0.44 393	0.30 327	0.42 362	0.30 323	0.42 357	0.68 519	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.29 342

LCMNet	0.38 296	0.44 244	0.30 258	0.42 304	0.30 323	0.42 361	0.30 314	0.42 354	0.30 324	0.45 405	0.30 327	0.42 362	0.30 323	0.42 357	0.69 527	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.29 342

CSFM-Stereo	0.38 296	0.44 244	0.30 258	0.42 304	0.30 323	0.42 361	0.30 314	0.43 362	0.30 324	0.44 393	0.30 327	0.42 362	0.30 323	0.42 357	0.73 541	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.30 357

w-ln-seven	0.18 183	1.47 507	0.33 290	0.40 280	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	0.38 299	0.32 299	0.05 108	0.04 99	0.04 97	0.04 96

HART	0.38 296	0.45 253	0.34 304	0.42 304	0.33 397	0.41 340	0.34 397	0.42 354	0.33 391	0.43 355	0.34 398	0.42 362	0.34 400	0.41 343	0.38 414	0.40 320	0.32 299	0.42 429	0.32 396	0.40 386	0.32 374

GIP-stereo	0.36 280	0.49 270	0.39 335	0.48 333	0.32 384	0.41 340	0.28 291	0.40 317	0.30 324	0.41 334	0.28 297	0.40 329	0.28 302	0.42 357	0.28 287	0.45 373	0.32 299	0.38 339	0.30 377	0.37 311	0.27 305

PAM	0.39 310	1.88 561	0.34 304	0.37 255	0.41 452	0.45 416	0.22 254	0.28 256	0.23 267	0.28 261	0.24 274	0.29 272	0.23 270	0.29 273	0.23 260	0.38 299	0.32 299	0.38 339	0.37 433	0.32 271	0.22 247

RAFT-Stereo-weight	0.45 377	1.90 564	0.34 304	0.42 304	0.36 419	0.43 368	0.35 402	0.42 354	0.34 402	0.42 348	0.34 398	0.44 406	0.34 400	0.41 343	0.34 393	0.38 299	0.32 299	0.38 339	0.32 396	0.38 324	0.33 383

ACVNet-DCA	0.37 290	1.00 394	0.30 258	0.40 280	0.29 311	0.40 321	0.29 306	0.40 317	0.29 309	0.40 317	0.29 312	0.40 329	0.29 314	0.39 320	0.28 287	0.33 266	0.32 299	0.33 292	0.32 396	0.33 278	0.32 374

1test111	0.37 290	1.02 408	0.30 258	0.39 267	0.29 311	0.40 321	0.28 291	0.39 308	0.29 309	0.39 310	0.29 312	0.39 319	0.28 302	0.40 323	0.29 303	0.33 266	0.32 299	0.33 292	0.31 388	0.32 271	0.31 367

cc1	0.37 290	1.02 408	0.30 258	0.39 267	0.29 311	0.40 321	0.28 291	0.39 308	0.29 309	0.39 310	0.29 312	0.39 319	0.28 302	0.40 323	0.29 303	0.33 266	0.32 299	0.33 292	0.31 388	0.32 271	0.31 367

aanet-new-90k	0.44 354	1.82 547	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.44 395	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-60k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-70k	0.44 354	1.82 547	0.38 324	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-78k	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-40k	0.44 354	1.81 540	0.39 335	0.50 375	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-36k	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-34k	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-32k	0.44 354	1.79 534	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-30k	0.44 354	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-28k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.44 402	0.30 314	0.44 400	0.30 324	0.44 393	0.30 327	0.44 406	0.30 323	0.44 395	0.30 313	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT26K	0.43 341	1.76 525	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.31 354	0.44 344	0.33 312	0.38 339	0.27 323	0.38 324	0.26 267

aanet-new-24k	0.44 354	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-22k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-16k	0.44 354	1.83 550	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-8k	0.43 341	1.76 525	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new	0.43 341	1.80 535	0.38 324	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-cres-4k	0.44 354	1.81 540	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-cres	0.43 341	1.77 527	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-36K	0.43 341	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-22K	0.44 354	1.85 556	0.38 324	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-20K	0.43 341	1.77 527	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-24K	0.44 354	1.86 559	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-5K	0.44 354	1.80 535	0.39 335	0.49 339	0.30 323	0.44 402	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.44 395	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-2K	0.44 354	1.82 547	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-3K	0.43 341	1.77 527	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

MonSter++	0.38 296	0.44 244	0.31 276	0.43 311	0.30 323	0.43 368	0.31 361	0.43 362	0.31 369	0.45 405	0.31 371	0.43 371	0.31 374	0.43 364	0.69 527	0.38 299	0.33 312	0.40 395	0.30 377	0.38 324	0.30 357

xyz-stereo-finetune	0.28 233	0.49 270	0.16 183	0.16 151	0.16 230	0.16 191	0.16 214	0.22 227	0.30 324	0.32 279	0.31 371	0.32 285	0.31 374	0.32 283	0.32 366	0.32 260	0.33 312	0.31 282	0.32 396	0.31 268	0.32 374

GREAT-IGEV	0.38 296	0.43 241	0.36 317	0.48 333	0.32 384	0.45 416	0.32 371	0.45 409	0.32 381	0.45 405	0.32 381	0.45 416	0.32 381	0.45 413	0.32 366	0.44 344	0.33 312	0.41 413	0.29 359	0.41 397	0.29 342
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
xx1	0.38 296	1.03 410	0.31 276	0.40 280	0.31 370	0.41 340	0.28 291	0.40 317	0.29 309	0.40 317	0.29 312	0.40 329	0.29 314	0.40 323	0.29 303	0.34 270	0.33 312	0.34 302	0.32 396	0.34 283	0.32 374

quiztm	0.43 341	0.49 270	0.40 367	0.51 386	0.40 442	0.51 463	0.40 437	0.50 440	0.40 439	0.50 447	0.40 437	0.51 465	0.40 433	0.50 447	0.40 431	0.44 344	0.34 341	0.44 432	0.34 411	0.44 407	0.34 390

aanet-32k-new	0.44 354	1.78 530	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.44 400	0.30 324	0.44 393	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.45 373	0.34 341	0.39 382	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-FT	0.41 324	1.06 417	0.40 367	0.51 386	0.31 370	0.44 402	0.30 314	0.43 362	0.32 381	0.44 393	0.30 327	0.56 479	0.30 323	0.44 395	0.31 354	0.45 373	0.34 341	0.39 382	0.27 323	0.40 386	0.27 305

252Zero-FE	0.45 377	0.50 275	0.36 317	0.50 375	0.36 419	0.50 451	0.36 409	0.50 440	0.36 417	0.49 434	0.36 412	0.49 440	0.36 411	0.54 468	0.41 439	0.45 373	0.34 341	0.45 437	0.34 411	0.55 458	0.75 543

GCAP-BAT	0.41 324	1.30 494	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.44 393	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.34 341	0.38 339	0.26 285	0.38 324	0.26 267

GCAPDPT-zeroshot4090	0.40 316	1.09 420	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.44 400	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.45 373	0.34 341	0.38 339	0.27 323	0.38 324	0.27 305

H2IRNET	0.34 261	0.34 191	0.34 304	0.34 245	0.34 409	0.34 289	0.34 397	0.34 279	0.34 402	0.34 287	0.34 398	0.34 294	0.34 400	0.34 292	0.34 393	0.34 270	0.34 341	0.34 302	0.34 411	0.34 283	0.34 390

aanet-new-10k	0.45 377	1.81 540	0.40 367	0.50 375	0.31 370	0.44 402	0.31 361	0.44 400	0.31 369	0.44 393	0.31 371	0.44 406	0.32 381	0.44 395	0.31 354	0.46 385	0.35 348	0.39 382	0.27 323	0.39 372	0.27 305

aanet-new-12k	0.46 386	1.99 574	0.40 367	0.51 386	0.31 370	0.44 402	0.31 361	0.44 400	0.31 369	0.44 393	0.31 371	0.44 406	0.31 374	0.44 395	0.32 366	0.47 392	0.35 348	0.39 382	0.27 323	0.39 372	0.27 305

GCAP-Stereo-DPT-25K	0.41 324	1.09 420	0.40 367	0.52 389	0.31 370	0.44 402	0.31 361	0.44 400	0.31 369	0.44 393	0.31 371	0.44 406	0.31 374	0.44 395	0.31 354	0.46 385	0.35 348	0.39 382	0.28 344	0.39 372	0.28 333

LG-Stereo_L2	0.34 261	0.37 201	0.38 324	0.47 327	0.28 298	0.39 319	0.28 291	0.39 308	0.28 299	0.39 310	0.28 297	0.39 319	0.28 302	0.38 312	0.28 287	0.42 342	0.35 348	0.36 327	0.26 285	0.35 296	0.26 267

CFNet-RSSM	0.91 521	4.89 683	0.34 304	0.44 315	1.07 589	1.62 648	1.40 663	0.91 526	0.35 406	1.60 641	1.39 663	0.64 494	0.34 400	0.44 395	0.33 378	0.41 328	0.35 348	0.75 522	0.30 377	0.41 397	0.29 342

ETE_ROB	0.35 272	0.35 193	0.35 315	0.35 248	0.35 413	0.35 293	0.35 402	0.35 282	0.35 406	0.35 291	0.35 407	0.35 296	0.35 407	0.35 295	0.35 397	0.35 278	0.35 348	0.35 318	0.35 424	0.35 296	0.35 401

NoBS	0.39 310	0.68 318	0.36 317	0.38 258	0.36 419	0.38 312	0.39 436	0.39 308	0.39 436	0.37 301	0.35 407	0.37 311	0.38 420	0.37 308	0.38 414	0.39 312	0.36 354	0.36 327	0.39 451	0.38 324	0.38 417

Anonymus	0.47 394	0.73 326	0.46 398	0.43 311	0.54 505	0.53 469	0.27 280	0.39 308	0.35 406	0.33 284	0.40 437	0.33 289	0.38 420	0.53 465	0.54 489	0.56 429	0.36 354	0.49 464	0.53 501	0.66 474	0.54 487

GCAP-Stereo-DPT-50K	0.44 354	1.83 550	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.43 364	0.30 313	0.44 344	0.36 354	0.38 339	0.26 285	0.38 324	0.26 267

Wz-Net-LNSev-Ref	0.11 119	0.44 244	0.33 290	0.39 267	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	0.39 312	0.36 354	0.02 19	0.02 21	0.02 21	0.02 20

DMCA	0.36 280	0.38 205	0.37 322	0.35 248	0.35 413	0.36 297	0.36 409	0.36 286	0.35 406	0.35 291	0.37 419	0.36 301	0.36 411	0.35 295	0.36 401	0.36 283	0.36 354	0.35 318	0.36 430	0.36 306	0.36 404

aanet-new-14k	0.60 430	5.12 691	0.39 335	0.49 339	0.30 323	0.43 368	0.30 314	0.43 362	0.30 324	0.43 355	0.30 327	0.43 371	0.30 323	0.44 395	0.30 313	0.44 344	0.37 359	0.38 339	0.26 285	0.38 324	0.26 267

UGAM-zero	0.51 414	2.17 586	0.39 335	0.53 391	0.36 419	0.50 451	0.36 409	0.50 440	0.36 417	0.49 434	0.36 412	0.50 454	0.35 407	0.50 447	0.36 401	0.49 400	0.37 359	0.47 451	0.35 424	0.46 417	0.34 390

UGAM	0.51 414	2.23 591	0.39 335	0.54 394	0.35 413	0.50 451	0.35 402	0.49 431	0.35 406	0.49 434	0.35 407	0.49 440	0.36 411	0.50 447	0.36 401	0.49 400	0.37 359	0.45 437	0.34 411	0.45 412	0.34 390

GCST	0.50 409	2.08 577	0.38 324	0.53 391	0.35 413	0.49 442	0.35 402	0.50 440	0.35 406	0.49 434	0.35 407	0.49 440	0.35 407	0.49 439	0.35 397	0.48 397	0.37 359	0.45 437	0.33 407	0.44 407	0.33 383

CASnet	0.35 272	0.51 283	0.44 390	0.32 235	0.31 370	0.24 239	0.34 397	0.36 286	0.25 275	0.31 273	0.37 419	0.30 276	0.33 393	0.25 248	0.45 456	0.37 286	0.37 359	0.33 292	0.35 424	0.34 283	0.37 410
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_RVC	2.38 698	8.71 734	0.38 324	9.33 749	0.42 462	0.56 475	0.42 452	0.60 478	0.38 423	0.62 488	0.42 455	0.56 479	7.29 759	0.62 484	0.42 447	0.53 418	0.37 359	0.49 464	0.34 411	8.30 756	6.87 763

XPNet_ROB	0.37 290	0.37 201	0.37 322	0.37 255	0.37 424	0.37 305	0.37 415	0.37 294	0.37 419	0.37 301	0.37 419	0.37 311	0.37 416	0.37 308	0.37 411	0.37 286	0.37 359	0.37 331	0.37 433	0.37 311	0.37 410

mms	0.40 316	0.45 253	0.35 315	0.48 333	0.36 419	0.47 428	0.34 397	0.45 409	0.38 423	0.47 417	0.33 390	0.45 416	0.32 381	0.45 413	0.32 366	0.39 312	0.38 366	0.38 339	0.37 433	0.39 372	0.39 424

fffy	0.38 296	0.43 241	0.33 290	0.46 320	0.33 397	0.45 416	0.32 371	0.45 409	0.32 381	0.45 405	0.32 381	0.45 416	0.33 393	0.45 413	0.32 366	0.38 299	0.38 366	0.38 339	0.37 433	0.37 311	0.36 404

WAO-8	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.38 312	0.38 422	0.38 303	0.38 423	0.38 303	0.38 424	0.38 314	0.38 420	0.38 312	0.38 414	0.38 299	0.38 366	0.38 339	0.37 433	0.38 324	0.38 417

WAO-7	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.38 312	0.38 422	0.38 303	0.38 423	0.38 303	0.38 424	0.38 314	0.38 420	0.38 312	0.38 414	0.38 299	0.38 366	0.38 339	0.38 447	0.38 324	0.38 417

HanzoNet	0.39 310	0.38 205	0.40 367	0.39 267	0.41 452	0.38 312	0.38 422	0.38 303	0.38 423	0.39 310	0.39 434	0.38 314	0.38 420	0.39 320	0.40 431	0.38 299	0.38 366	0.40 395	0.38 447	0.38 324	0.40 427

Venus	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.37 305	0.38 422	0.37 294	0.37 419	0.41 334	0.37 419	0.39 319	0.37 416	0.38 312	0.38 414	0.37 286	0.38 366	0.38 339	0.37 433	0.37 311	0.38 417

IMH	0.38 296	0.38 205	0.38 324	0.38 258	0.38 431	0.38 312	0.38 422	0.38 303	0.38 423	0.42 348	0.38 424	0.40 329	0.38 420	0.38 312	0.38 414	0.38 299	0.38 366	0.39 382	0.38 447	0.38 324	0.38 417

S0	0.42 339	0.44 244	0.54 442	0.59 407	0.34 409	0.48 433	0.22 254	0.51 454	0.25 275	0.51 456	0.34 398	0.53 468	0.35 407	0.47 422	0.36 401	0.55 425	0.39 373	0.49 464	0.27 323	0.46 417	0.34 390

GCAP-Stereo	0.75 474	4.15 672	0.42 386	0.75 450	0.35 413	0.78 509	0.40 437	0.79 507	0.38 423	0.78 516	0.36 412	0.78 517	0.36 411	0.79 511	0.39 428	0.75 482	0.39 373	0.76 524	0.39 451	0.75 493	0.39 424

CES	0.39 310	0.47 262	0.36 317	0.36 252	0.37 424	0.45 416	0.35 402	0.35 282	0.40 439	0.36 295	0.44 460	0.47 426	0.36 411	0.44 395	0.36 401	0.37 286	0.39 373	0.44 432	0.35 424	0.37 311	0.36 404

IGEV-Stereo	0.35 272	0.44 244	0.45 392	0.49 339	0.30 323	0.37 305	0.30 314	0.36 286	0.30 324	0.36 295	0.29 312	0.36 301	0.29 314	0.36 301	0.30 313	0.46 385	0.39 373	0.32 285	0.24 276	0.32 271	0.25 261
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PointNet	0.60 430	0.75 331	0.49 421	0.79 452	0.50 492	0.79 512	0.49 482	0.79 507	0.49 481	0.80 519	0.49 484	0.79 519	0.49 481	0.80 513	0.49 475	0.63 450	0.40 377	0.63 497	0.40 453	0.63 471	0.40 427

ccccc	0.41 324	0.44 244	0.34 304	0.48 333	0.35 413	0.48 433	0.35 402	0.51 454	0.35 406	0.47 417	0.35 407	0.47 426	0.34 400	0.47 422	0.35 397	0.41 328	0.40 377	0.40 395	0.40 453	0.41 397	0.39 424

HH	0.71 463	2.54 613	0.74 506	1.10 502	0.32 384	0.41 340	0.37 415	0.69 493	0.78 554	0.73 507	0.90 566	0.75 514	1.00 565	0.84 523	0.69 527	0.69 460	0.40 377	0.35 318	0.26 285	0.35 296	0.26 267

HanStereo	0.71 463	2.54 613	0.74 506	1.10 502	0.32 384	0.41 340	0.37 415	0.69 493	0.78 554	0.73 507	0.90 566	0.75 514	1.00 565	0.84 523	0.69 527	0.69 460	0.40 377	0.35 318	0.26 285	0.35 296	0.26 267

knoymous	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 317	0.40 439	0.40 317	0.40 437	0.40 329	0.40 433	0.40 323	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

anonymousa	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 317	0.40 439	0.40 317	0.40 437	0.40 329	0.40 433	0.40 323	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

riskmin	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 317	0.40 439	0.40 317	0.40 437	0.40 329	0.40 433	0.40 323	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

Anonymous_2	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 317	0.40 439	0.40 317	0.40 437	0.40 329	0.40 433	0.40 323	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

Anonymous_1	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 317	0.40 439	0.40 317	0.40 437	0.40 329	0.40 433	0.40 323	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

AdaStereo	0.40 316	0.40 216	0.40 367	0.40 280	0.40 442	0.40 321	0.40 437	0.40 317	0.40 439	0.40 317	0.40 437	0.40 329	0.40 433	0.40 323	0.40 431	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427
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.
MWDA-net	0.67 452	0.66 316	0.45 392	2.84 663	0.46 473	0.73 504	0.45 462	0.71 498	0.44 462	0.72 504	0.45 465	0.70 505	0.45 462	0.70 499	0.44 453	0.61 441	0.41 387	0.61 494	0.43 473	0.61 469	0.42 443

FE-Mocha	0.35 272	0.71 323	0.40 367	0.47 327	0.27 292	0.34 289	0.27 280	0.34 279	0.26 289	0.34 287	0.26 285	0.34 294	0.27 293	0.34 292	0.27 278	0.44 344	0.41 387	0.33 292	0.29 359	0.32 271	0.29 342

water-stereo	0.41 324	0.84 350	0.46 398	0.50 375	0.33 397	0.45 416	0.33 382	0.45 409	0.32 381	0.45 405	0.32 381	0.45 416	0.32 381	0.45 413	0.32 366	0.44 344	0.41 387	0.39 382	0.31 388	0.39 372	0.32 374

SCV_C0	0.45 377	0.88 359	0.49 421	0.54 394	0.37 424	0.48 433	0.37 415	0.48 423	0.37 419	0.48 424	0.36 412	0.48 433	0.37 416	0.49 439	0.37 411	0.50 407	0.41 387	0.44 432	0.34 411	0.44 407	0.34 390

fffft	0.48 400	0.51 283	0.45 392	0.52 389	0.45 471	0.52 467	0.45 462	0.52 459	0.48 479	0.53 463	0.45 465	0.52 466	0.45 462	0.52 462	0.46 460	0.51 413	0.41 387	0.50 470	0.41 462	0.50 443	0.41 436
1: 1. 1
GwcNet-ADL	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 336	0.41 449	0.41 334	0.41 445	0.41 344	0.41 445	0.41 343	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

PSMNet-ADL	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 336	0.41 449	0.41 334	0.41 445	0.41 344	0.41 445	0.41 343	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

GANet-ADL	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 336	0.41 449	0.41 334	0.41 445	0.41 344	0.41 445	0.41 343	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

ADLNet2	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 336	0.41 449	0.41 334	0.41 445	0.41 344	0.41 445	0.41 343	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

ADLNet	0.41 324	0.41 228	0.41 381	0.41 294	0.41 452	0.41 340	0.41 446	0.41 336	0.41 449	0.41 334	0.41 445	0.41 344	0.41 445	0.41 343	0.41 439	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

DN	0.53 419	0.85 352	0.45 392	0.65 421	0.44 467	0.60 484	0.44 456	0.60 478	0.44 462	0.60 482	0.45 465	0.60 487	0.44 458	0.60 482	0.44 453	0.56 429	0.42 397	0.56 488	0.42 470	0.56 461	0.42 443

FSD	0.61 435	0.59 306	0.50 427	2.58 655	0.44 467	0.56 475	0.44 456	0.55 466	0.44 462	0.56 474	0.44 460	0.56 479	0.44 458	0.56 473	0.46 460	0.61 441	0.42 397	0.52 478	0.42 470	0.52 452	0.51 479

GASTEREO	0.48 400	1.21 482	0.47 406	0.57 402	0.38 431	0.50 451	0.38 422	0.50 440	0.38 423	0.50 447	0.38 424	0.50 454	0.38 420	0.50 447	0.38 414	0.52 415	0.42 397	0.46 441	0.34 411	0.46 417	0.34 390

DVStereo	0.43 341	0.86 354	0.48 414	0.50 375	0.33 397	0.46 423	0.33 382	0.46 413	0.33 391	0.46 411	0.33 390	0.47 426	0.33 393	0.47 422	0.34 393	0.45 373	0.42 397	0.40 395	0.33 407	0.47 431	0.38 417

MonSter	0.60 430	0.64 315	0.52 437	0.62 413	0.44 467	2.07 664	0.44 456	0.62 483	0.44 462	0.62 488	0.44 460	0.62 492	0.44 458	0.62 484	0.44 453	0.58 432	0.42 397	0.62 495	0.46 478	0.58 466	0.42 443

FAST (zero-shot)	0.87 517	1.55 510	0.42 386	1.57 594	0.42 462	1.62 648	0.45 462	1.59 637	0.42 457	1.66 648	0.44 460	1.62 648	0.42 451	1.59 643	0.42 447	0.64 452	0.43 402	0.64 499	0.42 470	0.67 477	0.46 453

GEAStereo	0.62 438	3.91 665	0.48 414	0.69 432	0.38 431	0.51 463	0.38 422	0.51 454	0.38 423	0.53 463	0.38 424	0.50 454	0.38 420	0.51 457	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.34 390

GSStereo	0.81 492	4.28 675	0.50 427	0.59 407	0.40 442	0.51 463	0.38 422	0.50 440	0.38 423	0.50 447	0.38 424	0.50 454	3.79 739	0.50 447	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.35 401

GS-Stereo							0.38 422	0.50 440	0.38 423	0.50 447	0.38 424	0.50 454	3.79 739	0.50 447	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.35 401

gasm-f	0.62 438	3.91 665	0.48 414	0.69 432	0.38 431	0.51 463	0.38 422	0.51 454	0.38 423	0.53 463	0.38 424	0.50 454	0.38 420	0.51 457	0.38 414	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.34 390

depthmonostereo	0.44 354	0.85 352	0.46 398	0.54 394	0.40 442	0.52 467	0.38 422	0.52 459	0.35 406	0.47 417	0.34 398	0.46 420	0.34 400	0.47 422	0.34 393	0.45 373	0.43 402	0.41 413	0.33 407	0.41 397	0.32 374

LG-Stereo_Zeroshot	0.48 400	0.55 296	0.47 406	0.63 415	0.41 452	0.56 475	0.44 456	0.56 467	0.41 449	0.56 474	0.41 445	0.57 482	0.42 451	0.56 473	0.41 439	0.55 425	0.43 402	0.51 475	0.37 433	0.51 449	0.37 410

DispNO	1.00 536	0.63 313	0.43 388	3.45 686	0.44 467	0.65 492	0.43 455	0.64 486	0.43 459	0.64 492	0.43 458	0.64 494	3.03 717	0.64 490	0.43 452	4.55 719	0.43 402	0.63 497	0.43 473	0.63 471	0.43 446

z-ln-s-r	0.21 198	1.40 505	0.53 441	0.56 401	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	0.57 431	0.44 410	0.04 93	0.04 99	0.04 97	0.04 96

MyStereo07	0.60 430	3.72 658	0.48 414	0.49 339	0.41 452	0.36 297	0.32 371	0.49 431	0.43 459	0.51 456	0.42 455	0.49 440	0.43 456	0.51 457	0.64 504	0.49 400	0.45 411	0.34 302	0.32 396	0.35 296	0.43 446

MyStereo04	0.56 427	3.72 658	0.59 452	0.49 339	0.41 452	0.36 297	0.32 371	0.37 294	0.31 369	0.34 287	0.46 469	0.35 296	0.32 381	0.35 295	0.33 378	0.49 400	0.45 411	0.34 302	0.32 396	0.35 296	0.43 446

LG-Stereo_L1	0.47 394	0.52 285	0.47 406	0.62 413	0.39 441	0.53 469	0.40 437	0.53 461	0.39 436	0.53 463	0.39 434	0.53 468	0.39 432	0.53 465	0.39 428	0.55 425	0.46 413	0.49 464	0.37 433	0.49 438	0.37 410

SCV	0.46 386	0.94 379	0.45 392	0.54 394	0.37 424	0.48 433	0.38 422	0.48 423	0.37 419	0.48 424	0.39 434	0.48 433	0.37 416	0.49 439	0.37 411	0.50 407	0.46 413	0.44 432	0.34 411	0.44 407	0.34 390

otaku	0.46 386	0.46 257	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 413	0.46 467	0.46 411	0.46 469	0.46 420	0.46 466	0.46 418	0.46 460	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

Ntro	0.47 394	0.47 262	0.46 398	0.46 320	0.46 473	0.47 428	0.47 471	0.46 413	0.47 472	0.46 411	0.46 469	0.47 426	0.46 466	0.47 422	0.47 467	0.47 392	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

Dean	0.46 386	0.46 257	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 413	0.46 467	0.47 417	0.46 469	0.46 420	0.46 466	0.46 418	0.46 460	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

ACVNet_1	0.46 386	0.47 262	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 413	0.47 472	0.46 411	0.46 469	0.46 420	0.46 466	0.46 418	0.46 460	0.46 385	0.46 413	0.47 451	0.46 478	0.46 417	0.46 453

ACVNet-4b	0.46 386	0.46 257	0.46 398	0.46 320	0.46 473	0.46 423	0.46 466	0.46 413	0.46 467	0.46 411	0.46 469	0.46 420	0.46 466	0.47 422	0.46 460	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

Selective-IGEV	0.51 414	0.55 296	0.45 392	0.69 432	0.45 471	0.61 486	0.45 462	0.50 440	0.40 439	0.56 474	0.44 460	0.55 476	0.40 433	0.72 503	0.67 511	0.59 435	0.46 413	0.45 437	0.34 411	0.46 417	0.37 410

test410_97500	0.41 324	0.89 362	0.31 276	0.40 280	0.31 370	0.40 321	0.31 361	0.40 317	0.31 369	0.61 484	0.53 497	0.40 329	0.31 374	0.40 323	0.31 354	0.58 432	0.47 421	0.38 339	0.29 359	0.38 324	0.29 342

test410	0.66 446	5.69 714	0.31 276	0.40 280	0.31 370	0.41 340	0.31 361	0.40 317	0.31 369	0.62 488	0.55 500	0.40 329	0.31 374	0.40 323	0.31 354	0.59 435	0.47 421	0.38 339	0.29 359	0.38 324	0.30 357

MSCF	0.51 414	1.40 505	0.49 421	0.58 404	0.38 431	0.50 451	0.38 422	0.54 463	0.41 449	0.52 460	0.41 445	0.53 468	0.42 451	0.53 465	0.41 439	0.60 437	0.47 421	0.48 459	0.37 433	0.48 435	0.38 417

HaxPig	0.47 394	0.47 262	0.47 406	0.49 339	0.47 480	0.47 428	0.47 471	0.47 419	0.47 472	0.47 417	0.47 477	0.47 426	0.47 474	0.47 422	0.47 467	0.47 392	0.47 421	0.47 451	0.47 485	0.47 431	0.48 463

UNDER WATER	0.47 394	0.47 262	0.47 406	0.47 327	0.47 480	0.47 428	0.47 471	0.47 419	0.47 472	0.47 417	0.47 477	0.47 426	0.46 466	0.47 422	0.47 467	0.47 392	0.47 421	0.47 451	0.46 478	0.47 431	0.47 461

LVE	0.47 394	0.47 262	0.47 406	0.47 327	0.49 488	0.47 428	0.47 471	0.47 419	0.49 481	0.47 417	0.47 477	0.47 426	0.46 466	0.47 422	0.47 467	0.47 392	0.47 421	0.48 459	0.47 485	0.47 431	0.47 461

WCG-NET	0.61 435	1.21 482	0.54 442	0.61 412	0.53 502	0.67 495	0.53 493	0.66 490	0.53 495	0.64 492	0.53 497	0.65 498	0.53 492	0.59 480	0.52 485	0.65 454	0.48 427	0.64 499	0.52 499	0.58 466	0.50 472

RainbowNet	0.48 400	0.48 268	0.48 414	0.48 333	0.48 484	0.48 433	0.48 480	0.48 423	0.48 479	0.48 424	0.48 481	0.48 433	0.48 475	0.48 432	0.48 473	0.48 397	0.48 427	0.48 459	0.48 489	0.48 435	0.48 463

notaker	0.48 400	0.49 270	0.48 414	0.48 333	0.48 484	0.48 433	0.48 480	0.48 423	0.49 481	0.48 424	0.48 481	0.48 433	0.48 475	0.48 432	0.48 473	0.48 397	0.48 427	0.48 459	0.48 489	0.48 435	0.49 469

CAR	0.72 466	0.76 334	0.59 452	0.84 461	1.19 603	0.81 517	0.58 501	0.81 513	0.58 501	0.81 522	0.58 505	0.83 526	0.59 503	0.82 517	0.59 498	0.71 466	0.49 430	0.73 516	0.68 539	0.87 516	0.52 481

MSE-Stereo	0.72 466	0.76 334	0.59 452	0.84 461	1.19 603	0.81 517	0.58 501	0.81 513	0.58 501	0.81 522	0.58 505	0.83 526	0.59 503	0.82 517	0.59 498	0.71 466	0.49 430	0.73 516	0.68 539	0.87 516	0.52 481

MLG-Stereo	0.92 523	0.90 366	0.84 523	1.27 570	0.49 488	1.38 635	0.88 564	1.41 634	0.97 579	0.73 507	1.09 589	1.26 628	0.43 456	0.72 503	1.05 581	1.13 543	0.49 430	1.18 587	0.66 533	1.01 546	0.46 453

MyStereo8	0.71 463	3.92 667	0.52 437	0.59 407	0.52 499	0.57 481	0.53 493	0.59 476	0.50 486	0.59 481	0.51 494	0.57 482	0.50 485	0.56 473	0.52 485	0.54 419	0.49 430	0.54 484	0.49 493	0.55 458	0.50 472

ktn	0.72 466	0.53 289	1.08 549	1.14 508	0.51 498	1.22 620	1.36 656	0.51 454	0.59 506	0.51 456	0.51 494	0.69 502	1.20 590	0.67 494	0.51 483	0.51 413	0.49 430	0.58 490	0.66 533	0.52 452	0.53 484

KSHMR	0.66 446	0.50 275	0.48 414	1.15 511	0.52 499	0.49 442	0.51 490	0.49 431	0.71 544	0.67 498	0.50 488	1.16 578	1.11 578	0.66 492	0.52 485	0.49 400	0.49 430	0.51 475	0.66 533	0.50 443	1.14 591

TorneroNet	0.66 446	0.53 289	0.50 427	0.50 375	0.64 523	1.06 558	0.70 537	0.50 440	0.51 493	0.49 434	0.69 533	0.49 440	0.50 485	0.48 432	1.15 589	0.71 466	0.49 430	1.14 577	1.08 590	0.49 438	0.49 469

ACVNet_2	0.49 406	0.49 270	0.49 421	0.49 339	0.49 488	0.49 442	0.49 482	0.49 431	0.49 481	0.49 434	0.49 484	0.49 440	0.49 481	0.49 439	0.49 475	0.49 400	0.49 430	0.49 464	0.49 493	0.49 438	0.49 469

DDF-Stereo	0.43 341	1.15 429	0.57 450	0.53 391	0.32 384	0.41 340	0.32 371	0.41 336	0.32 381	0.41 334	0.32 381	0.41 344	0.32 381	0.40 323	0.32 366	0.52 415	0.50 438	0.38 339	0.31 388	0.39 372	0.31 367

FoundationStereo	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 440	0.50 486	0.50 447	0.50 488	0.50 454	0.50 485	0.50 447	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

StereoAnything_RVC	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 440	0.50 486	0.50 447	0.50 488	0.50 454	0.50 485	0.50 447	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

dual_stereo	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 440	0.50 486	0.50 447	0.50 488	0.50 454	0.50 485	0.50 447	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

SANet	0.50 409	0.50 275	0.50 427	0.50 375	0.50 492	0.50 451	0.50 486	0.50 440	0.50 486	0.50 447	0.50 488	0.50 454	0.50 485	0.50 447	0.50 478	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

416test1013	0.49 406	0.80 343	0.33 290	0.67 426	0.33 397	0.48 433	0.41 446	0.48 423	0.39 436	0.48 424	0.93 573	0.52 466	0.32 381	0.52 462	0.38 414	0.49 400	0.51 443	0.53 481	0.37 433	0.51 449	0.36 404

LG-Stereo	0.60 430	0.58 303	0.47 406	0.64 420	0.74 545	1.00 541	0.69 530	0.57 470	0.41 449	0.57 477	0.41 445	0.57 482	0.41 445	1.00 549	0.75 546	0.91 506	0.51 443	0.52 478	0.37 433	0.52 452	0.37 410

LL-Strereo2	0.48 400	1.73 523	0.51 434	0.59 407	0.34 409	0.42 361	0.33 382	0.40 317	0.31 369	0.42 348	0.33 390	0.42 362	0.31 374	0.44 395	0.39 428	0.60 437	0.51 443	0.44 432	0.33 407	0.44 407	0.33 383

rgla	0.45 377	0.54 293	0.33 290	0.67 426	0.32 384	0.48 433	0.33 382	0.48 423	0.33 391	0.48 424	0.94 574	0.48 433	0.33 393	0.47 422	0.33 378	0.45 373	0.52 446	0.53 481	0.31 388	0.45 412	0.32 374

416test	0.46 386	0.55 296	0.33 290	0.67 426	0.33 397	0.48 433	0.33 382	0.48 423	0.33 391	0.48 424	0.99 579	0.48 433	0.33 393	0.48 432	0.33 378	0.45 373	0.52 446	0.54 484	0.32 396	0.45 412	0.32 374

AIO-test1	0.54 420	0.60 310	0.52 437	0.66 425	0.47 480	0.61 486	0.47 471	0.58 473	0.46 467	0.61 484	0.46 469	0.61 490	0.45 462	0.62 484	0.45 456	0.61 441	0.52 446	0.57 489	0.48 489	0.57 464	0.48 463

LL-Strereo	1.01 544	5.06 690	1.63 646	0.70 438	1.43 663	0.56 475	0.46 466	0.57 470	0.50 486	0.57 477	0.50 488	1.58 643	0.49 481	0.59 480	0.50 478	1.64 626	0.52 446	0.51 475	1.37 659	0.52 452	0.45 451

MGA	0.73 470	0.76 334	0.60 456	0.92 474	1.17 599	0.81 517	0.59 505	0.84 517	0.62 511	0.81 522	0.59 507	0.84 528	0.60 505	0.81 516	0.61 502	0.71 466	0.53 450	0.89 543	0.53 501	0.75 493	0.54 487

AIO-test2	0.55 425	0.59 306	0.52 437	0.67 426	0.47 480	0.61 486	0.47 471	0.61 482	0.47 472	0.61 484	0.47 477	0.61 490	0.48 475	0.62 484	0.47 467	0.64 452	0.53 450	0.58 490	0.47 485	0.58 466	0.48 463

PSMNet_ROB	0.54 420	0.54 293	0.54 442	0.54 394	0.53 502	0.54 473	0.54 496	0.53 461	0.54 497	0.54 469	0.54 499	0.54 472	0.53 492	0.54 468	0.54 489	0.54 419	0.53 450	0.54 484	0.54 503	0.54 457	0.54 487

anonymity	0.63 440	0.69 319	0.56 446	0.71 440	0.56 506	0.71 502	0.56 498	0.71 498	0.56 498	0.72 504	0.56 502	0.71 506	0.56 496	0.71 501	0.58 495	0.68 459	0.55 453	0.68 506	0.55 505	0.68 479	0.54 487

ARAFT	0.68 454	0.81 347	0.63 468	0.74 449	0.60 511	0.78 509	0.62 508	0.77 506	0.66 518	0.74 512	0.63 515	0.75 514	0.62 509	0.83 522	0.60 500	0.70 465	0.55 453	0.70 514	0.60 517	0.78 500	0.55 495

PAM_32	0.64 442	2.38 606	0.51 434	0.92 474	0.43 466	0.53 469	0.44 456	0.87 519	0.43 459	0.52 460	0.45 465	0.53 468	0.40 433	0.54 468	0.46 460	0.62 446	0.56 455	0.48 459	0.45 476	0.76 496	0.44 449

CASS	0.57 429	0.89 362	0.56 446	0.57 402	0.56 506	0.56 475	0.56 498	0.56 467	0.53 495	0.57 477	0.57 503	0.59 486	0.48 475	0.56 473	0.57 493	0.55 425	0.56 455	0.47 451	0.56 509	0.62 470	0.56 498
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GREATEN-IGEV_RVC	0.38 296	0.35 193	0.56 446	0.63 415	0.29 311	0.36 297	0.29 306	0.36 286	0.29 309	0.39 310	0.29 312	0.36 301	0.29 314	0.36 301	0.29 303	0.62 446	0.57 457	0.35 318	0.29 359	0.36 306	0.29 342

GREATEN-IGEV-FM_RVC	0.38 296	0.35 193	0.56 446	0.63 415	0.28 298	0.36 297	0.28 291	0.36 286	0.28 299	0.36 295	0.28 297	0.36 301	0.28 302	0.36 301	0.28 287	0.62 446	0.57 457	0.35 318	0.28 344	0.35 296	0.28 333

MyStereo06	0.75 474	4.12 669	0.60 456	0.63 415	0.61 517	0.62 489	0.66 513	0.56 467	0.45 466	0.55 472	0.48 481	0.54 472	0.46 466	0.57 478	0.45 456	0.60 437	0.57 457	0.64 499	0.55 505	0.72 488	0.55 495

MyStereo05	0.80 487	4.12 669	0.63 468	0.63 415	0.61 517	0.62 489	0.66 513	0.65 487	0.62 511	0.67 498	0.61 513	0.65 498	0.58 501	0.67 494	0.55 492	0.60 437	0.57 457	0.64 499	0.55 505	0.72 488	0.55 495

ManiGeoR	0.17 174	0.05 66	0.62 464	0.73 446	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	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 174	0.05 66	0.62 464	0.73 446	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	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 174	0.05 66	0.62 464	0.72 442	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	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

monster-pro	0.75 474	1.67 515	0.64 471	0.89 467	0.57 508	0.86 526	0.56 498	0.87 519	0.56 498	0.87 528	0.57 503	0.88 531	0.57 498	0.87 528	0.57 493	0.79 488	0.58 461	0.76 524	0.54 503	0.77 498	0.54 487

FlowAnything_test	1.02 546	1.72 518	0.71 498	1.59 596	0.70 538	1.61 646	0.69 530	1.61 639	0.70 539	1.60 641	0.70 537	1.61 647	0.69 529	1.61 646	0.70 536	0.81 494	0.58 461	0.81 533	0.55 505	0.81 508	0.56 498

FlowAnything	1.02 546	1.71 517	0.72 501	1.59 596	0.69 534	1.60 645	0.69 530	1.61 639	0.70 539	1.60 641	0.69 533	1.60 644	0.69 529	1.61 646	0.69 527	0.81 494	0.58 461	0.81 533	0.56 509	0.82 510	0.56 498

HLF11	0.17 174	0.05 66	0.63 468	0.72 442	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	0.71 466	0.59 467	0.05 108	0.04 99	0.04 97	0.04 96

TestStereo_HLe17	0.17 174	0.05 66	0.65 475	0.72 442	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	0.71 466	0.59 467	0.05 108	0.04 99	0.05 114	0.04 96

zero-FE	0.72 466	1.31 496	0.66 477	0.92 474	0.60 511	0.82 520	0.58 501	0.82 516	0.58 501	0.81 522	0.60 509	0.81 524	0.60 505	0.82 517	0.58 495	0.74 481	0.59 467	0.73 516	0.52 499	0.76 496	0.51 479

MWSP-net	0.96 532	0.75 331	0.49 421	4.84 720	0.48 484	1.28 626	0.52 491	1.20 569	0.51 493	1.14 574	0.70 537	1.00 548	0.56 496	0.90 533	0.69 527	0.76 484	0.60 470	0.95 560	0.56 509	0.73 491	0.45 451

DDUNet	0.81 492	2.45 611	0.57 450	0.90 469	0.60 511	0.88 528	0.59 505	0.90 524	0.60 507	0.88 530	0.60 509	0.90 535	0.58 501	0.88 530	0.60 500	0.84 501	0.60 470	0.86 541	0.57 512	0.86 515	0.60 503

UDG	0.80 487	2.21 590	0.60 456	0.91 471	0.60 511	0.90 531	0.58 501	0.88 523	0.60 507	0.90 531	0.60 509	0.88 531	0.60 505	0.90 533	0.58 495	0.86 503	0.60 470	0.84 539	0.59 516	0.84 513	0.61 504

PA-Net	11.80 763	223.51 790	0.62 464	0.59 407	0.71 540	0.59 483	0.73 544	0.67 491	0.73 550	0.55 472	0.61 513	0.60 487	0.74 541	0.63 489	0.73 541	0.66 456	0.60 470	0.69 509	0.66 533	0.72 488	0.65 516
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN	1.07 551	1.09 420	0.98 537	0.89 467	0.52 499	1.41 639	0.91 567	1.21 615	1.24 652	1.96 654	2.05 723	1.91 655	1.30 643	1.27 632	1.08 583	0.80 490	0.60 470	0.58 490	0.41 462	0.68 479	0.54 487

RAFT-Stereo + iAFF	0.70 460	0.72 325	0.71 498	0.80 456	0.62 522	0.82 520	0.61 507	0.81 513	0.62 511	0.81 522	0.63 515	0.80 521	0.70 533	0.73 505	0.61 502	0.76 484	0.61 475	0.74 521	0.61 519	0.77 498	0.61 504

S	0.56 427	0.61 312	0.54 442	0.68 431	0.48 484	0.65 492	0.49 482	0.63 484	0.49 481	0.64 492	0.49 484	0.64 494	0.48 475	0.62 484	0.49 475	0.63 450	0.62 476	0.59 493	0.48 489	0.57 464	0.48 463

SMoEStereo_RVC	0.63 440	0.75 331	0.51 434	0.73 446	0.53 502	0.71 502	0.47 471	0.67 491	0.58 501	0.74 512	0.60 509	0.72 509	0.53 492	0.74 507	0.51 483	0.61 441	0.62 476	0.62 495	0.61 519	0.63 471	0.61 504

AFF-stereo	0.73 470	0.88 359	0.67 481	0.75 450	0.68 533	0.75 506	0.64 510	0.80 510	0.72 547	0.83 527	0.70 537	0.82 525	0.64 510	0.84 523	0.67 511	0.77 487	0.63 478	0.81 533	0.63 521	0.78 500	0.62 507

STTRV1_RVC	0.82 497	1.60 513	0.70 494	1.01 495	0.60 511	1.07 561	0.69 530	1.01 546	0.60 507	0.72 504	0.55 500	1.02 561	0.68 522	1.03 563	0.67 511	0.89 505	0.63 478	0.92 550	0.57 512	0.90 523	0.65 516

AdaDepth	0.86 513	0.93 377	0.71 498	1.01 495	1.07 589	1.02 555	0.71 540	1.00 537	0.71 544	1.01 554	0.71 543	1.00 548	0.72 539	1.14 576	0.71 538	0.92 509	0.64 480	0.90 544	0.64 526	0.89 520	0.69 525

LMCR-Stereo	0.65 444	0.63 313	0.65 475	0.65 421	0.65 525	0.66 494	0.63 509	0.58 473	0.65 516	0.63 491	0.64 517	0.65 498	0.65 512	0.66 492	0.66 510	0.66 456	0.64 480	0.65 503	0.67 537	0.68 479	0.73 539

SE	0.64 442	0.73 326	0.77 511	0.79 452	0.59 509	0.78 509	0.54 496	0.58 473	0.58 501	0.78 516	0.59 507	0.63 493	0.18 244	0.78 510	0.52 485	0.80 490	0.65 482	0.69 509	0.57 512	0.75 493	0.52 481

plain	1.88 634	3.16 644	0.64 471	3.10 668	0.65 525	3.10 717	0.64 510	3.12 717	0.65 516	3.10 718	0.65 519	3.11 718	0.65 512	3.12 717	0.65 507	3.12 703	0.65 482	3.13 716	0.65 530	3.13 704	0.65 516

DSFCA	0.66 446	0.73 326	0.78 513	0.65 421	0.65 525	0.64 491	0.64 510	0.65 487	0.63 514	0.64 492	0.64 517	0.64 494	0.64 510	0.65 491	0.65 507	0.65 454	0.65 482	0.65 503	0.65 530	0.66 474	0.64 514

WAFT-Stereo (ZS)	0.67 452	0.78 338	0.67 481	0.67 426	0.66 528	0.67 495	0.67 517	0.65 487	0.66 518	0.66 496	0.67 522	0.66 501	0.67 517	0.67 494	0.72 540	0.66 456	0.67 485	0.67 505	0.67 537	0.67 477	0.67 521

WQFJA1++	0.84 504	0.98 384	0.67 481	1.26 569	0.75 547	1.00 541	0.67 517	1.00 537	0.67 520	1.00 543	0.67 522	1.00 548	0.67 517	1.00 549	0.67 511	0.96 517	0.67 485	0.91 547	0.63 521	0.92 527	0.63 508

WQFJA1	0.85 510	0.98 384	0.67 481	1.29 575	0.76 552	1.01 549	0.67 517	1.02 551	0.67 520	1.02 558	0.67 522	1.01 557	0.67 517	1.01 557	0.68 519	0.99 523	0.67 485	0.93 554	0.64 526	0.92 527	0.65 516

WQFJX1	0.84 504	0.98 384	0.67 481	1.30 577	0.75 547	1.01 549	0.67 517	1.01 546	0.67 520	1.01 554	0.67 522	1.01 557	0.68 522	1.00 549	0.68 519	0.98 522	0.67 485	0.92 550	0.64 526	0.92 527	0.64 514

WQFJX	0.85 510	1.00 394	0.68 489	1.30 577	0.75 547	1.01 549	0.68 522	1.01 546	0.68 526	1.01 554	0.68 528	1.03 563	0.68 522	1.02 561	0.67 511	0.97 518	0.67 485	0.93 554	0.63 521	0.94 536	0.63 508

NLMM	0.84 504	1.00 394	0.67 481	1.27 570	0.75 547	1.00 541	0.68 522	1.00 537	0.67 520	1.00 543	0.67 522	1.02 561	0.67 517	1.02 561	0.67 511	0.97 518	0.67 485	0.93 554	0.63 521	0.92 527	0.63 508

NLMM1	0.86 513	0.98 384	0.69 491	1.48 592	0.75 547	1.01 549	0.69 530	1.00 537	0.69 531	1.00 543	0.70 537	1.00 548	0.68 522	1.01 557	0.67 511	0.97 518	0.68 491	0.92 550	0.63 521	0.93 532	0.63 508

NLSM3	0.85 510	0.99 392	0.68 489	1.29 575	0.76 552	1.01 549	0.68 522	1.01 546	0.68 526	1.02 558	0.68 528	1.01 557	0.68 522	1.01 557	0.68 519	0.97 518	0.68 491	0.93 554	0.64 526	0.93 532	0.63 508

UniTT-Stereo	2.03 654	3.43 651	0.72 501	3.42 685	0.73 543	3.27 720	0.68 522	3.38 722	0.69 531	3.29 721	0.72 546	3.28 721	0.70 533	3.35 723	0.68 519	3.39 706	0.68 491	3.31 719	0.69 543	3.37 705	0.73 539

DCRE	0.84 504	1.89 562	0.77 511	0.94 481	0.72 542	0.88 528	0.73 544	0.87 519	0.78 554	0.90 531	0.71 543	0.88 531	0.67 517	0.88 530	0.73 541	0.81 494	0.68 491	0.81 533	0.70 547	0.82 510	0.70 528

R-Stereo Train	0.81 492	0.96 381	0.67 481	0.95 483	0.67 530	0.95 536	0.68 522	0.95 535	0.68 526	0.95 541	0.68 528	0.96 545	0.68 522	0.96 545	0.68 519	0.94 515	0.68 491	0.94 558	0.68 539	0.94 536	0.68 523

RAFT-Stereo	0.81 492	0.96 381	0.67 481	0.95 483	0.67 530	0.95 536	0.68 522	0.95 535	0.68 526	0.95 541	0.68 528	0.96 545	0.68 522	0.96 545	0.68 519	0.94 515	0.68 491	0.94 558	0.68 539	0.94 536	0.68 523
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 457	0.69 319	0.69 491	0.69 432	0.69 534	0.69 497	0.69 530	0.69 493	0.69 531	0.69 501	0.69 533	0.69 502	0.69 529	0.69 497	0.69 527	0.69 460	0.69 497	0.69 509	0.69 543	0.69 483	0.69 525

mm1	0.69 457	0.69 319	0.69 491	0.69 432	0.69 534	0.69 497	0.69 530	0.69 493	0.69 531	0.69 501	0.69 533	0.69 502	0.69 529	0.69 497	0.69 527	0.69 460	0.69 497	0.69 509	0.69 543	0.69 483	0.69 525

CoDeX	0.15 161	0.70 322	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	0.67 511	0.02 15	0.69 497	0.75 522	0.01 9	0.02 21	0.02 20

AIO-Stereo-zeroshot1	0.75 474	0.92 373	0.85 524	0.96 486	0.59 509	1.27 624	0.44 456	0.59 476	0.69 531	0.91 533	0.68 528	0.55 476	0.61 508	1.06 565	0.83 559	0.62 446	0.70 500	0.90 544	0.41 462	0.89 520	0.56 498

RSM++	0.76 479	0.82 349	0.66 477	0.85 465	0.64 523	0.85 524	0.71 540	0.94 533	0.64 515	0.87 528	0.67 522	0.87 530	0.65 512	0.84 523	0.65 507	0.81 494	0.70 500	0.79 528	0.71 550	0.83 512	0.70 528

DMCA-RVC	0.70 460	0.80 343	0.70 494	0.70 438	0.70 538	0.70 500	0.70 537	0.71 498	0.70 539	0.70 503	0.71 543	0.71 506	0.70 533	0.70 499	0.69 527	0.69 460	0.70 500	0.69 509	0.70 547	0.69 483	0.70 528

MSMD_ROB	1.19 561	1.10 424	0.70 494	1.10 502	0.60 511	1.10 565	0.70 537	1.10 556	0.70 539	1.10 564	0.70 537	1.10 570	0.70 533	7.00 762	0.70 536	1.10 536	0.70 500	1.10 576	0.70 547	1.10 552	0.70 528

DStereoRT	0.73 470	0.81 347	0.73 505	0.71 440	0.74 545	0.73 504	0.75 546	0.71 498	0.71 544	0.74 512	0.72 546	0.73 511	0.80 550	0.71 501	0.73 541	0.76 484	0.71 504	0.73 516	0.72 552	0.70 486	0.76 546

MoCha-V2	2.11 672	26.97 767	0.78 513	0.92 474	0.77 555	0.96 538	0.72 543	0.90 524	0.72 547	0.94 539	0.70 537	0.90 535	0.71 538	0.91 535	0.71 538	0.85 502	0.71 504	0.88 542	0.69 543	0.87 516	0.67 521

Former-RAFT_DAM_RVC	0.49 406	0.98 384	0.64 471	0.84 461	0.46 473	0.45 416	0.35 402	0.47 419	0.47 472	0.45 405	0.34 398	0.46 420	0.48 475	0.46 418	0.35 397	0.39 312	0.71 504	0.39 382	0.35 424	0.41 397	0.41 436

AIO-Stereo	0.84 504	0.66 316	0.70 494	0.83 460	0.67 530	0.98 539	0.82 561	1.14 557	0.72 547	1.03 560	0.74 550	1.03 563	1.09 577	0.99 547	0.45 456	1.04 530	0.73 507	0.95 560	0.74 554	0.94 536	0.46 453

iGMRVC	0.84 504	2.85 637	0.72 501	0.72 442	0.73 543	0.77 507	0.79 551	0.73 502	0.74 552	0.73 507	0.72 546	0.73 511	0.76 544	0.73 505	0.73 541	0.72 474	0.73 507	0.73 516	0.72 552	0.73 491	0.72 535

HSM-Net_RVC	0.95 531	1.17 432	0.78 513	1.18 518	0.71 540	1.16 573	0.75 546	1.09 555	0.80 560	1.10 564	0.75 551	1.17 579	0.74 541	1.17 579	0.80 554	1.13 543	0.73 507	1.17 584	0.77 559	1.16 560	0.72 535
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Hybrid-DGEV	1.03 548	1.75 524	0.80 517	1.28 574	0.78 556	1.26 623	0.80 554	1.26 620	0.78 554	1.26 626	0.78 556	1.26 628	0.78 548	1.26 629	0.78 550	1.15 546	0.75 510	1.14 577	0.74 554	1.14 555	0.75 543

SFCPSM	0.17 174	0.78 338	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	0.79 551	0.02 15	0.75 510	0.76 524	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 219	1.31 496	0.74 506	0.92 474	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	0.87 504	0.75 510	0.02 19	0.02 21	0.02 21	0.02 20

Hybrid-DGEV-03	1.07 551	1.83 550	0.83 521	1.34 582	0.81 563	1.32 629	0.81 558	1.31 627	0.81 563	1.31 629	0.82 562	1.32 633	0.82 554	1.32 634	0.81 557	1.19 548	0.77 513	1.19 589	0.76 557	1.19 568	0.77 548

RAStereo	2.23 688	3.64 654	0.76 509	3.65 694	0.86 565	3.66 725	0.76 548	3.67 726	0.81 563	3.66 723	0.76 552	3.66 724	0.77 546	3.68 725	0.77 549	3.68 709	0.77 513	3.69 724	0.77 559	3.70 708	0.77 548

Hybrid-DGEV-2	1.05 550	1.83 550	0.83 521	1.33 581	0.82 564	1.30 627	0.81 558	1.26 620	0.79 558	1.29 628	0.79 558	1.26 628	0.80 550	1.26 629	0.79 551	1.20 550	0.78 515	1.18 587	0.77 559	1.20 570	0.77 548

tt45	1.04 549	0.88 359	1.36 627	0.92 474	1.03 587	1.51 644	0.79 551	0.70 497	0.88 566	0.74 512	0.90 566	1.60 644	0.72 539	1.60 644	0.75 546	0.91 506	0.78 515	1.52 653	0.79 563	1.14 555	1.32 655

ToySt	0.92 523	2.11 580	0.90 528	0.95 483	0.79 558	0.99 540	0.78 550	0.94 533	0.81 563	0.94 539	0.78 556	0.95 544	0.77 546	0.94 541	0.86 561	0.91 506	0.79 517	0.85 540	0.77 559	0.89 520	0.73 539

HBP-ISP	1.24 611	1.72 518	1.65 647	1.15 511	0.76 552	1.40 637	0.88 564	1.67 645	1.02 589	1.69 649	1.38 662	1.69 649	1.21 636	1.87 656	1.21 645	1.05 531	0.79 517	0.97 564	0.80 565	1.19 568	0.75 543

G-Net	0.79 484	0.79 340	0.79 516	0.79 452	0.79 558	0.79 512	0.79 551	0.79 507	0.79 558	0.79 518	0.79 558	0.79 519	0.79 549	0.79 511	0.79 551	0.79 488	0.79 517	0.79 528	0.79 563	0.79 502	0.79 551

NaN_ROB	0.80 487	0.80 343	0.80 517	0.80 456	0.80 561	0.80 514	0.80 554	0.80 510	0.80 560	0.80 519	0.80 560	0.80 521	0.80 550	0.80 513	0.80 554	0.80 490	0.80 520	0.80 531	0.80 565	0.80 505	0.80 552

CSAN	0.80 487	0.80 343	0.80 517	0.80 456	0.80 561	0.80 514	0.80 554	0.80 510	0.80 560	0.80 519	0.80 560	0.80 521	0.80 550	0.80 513	0.80 554	0.80 490	0.80 520	0.80 531	0.80 565	0.80 505	0.80 552

DPSimNet_ROB	0.97 533	1.18 434	0.81 520	1.10 502	0.91 571	1.02 555	0.82 561	1.04 552	0.91 568	1.03 560	0.86 565	1.28 632	0.82 554	1.03 563	0.89 562	1.17 547	0.81 522	1.02 572	0.82 568	1.08 551	0.81 554

Selective-RAFT-Error	0.88 518	0.84 350	0.98 537	0.86 466	0.97 577	0.88 528	0.95 572	0.84 517	0.99 582	0.92 535	0.82 562	0.84 528	0.98 564	0.87 528	0.97 570	0.81 494	0.83 523	0.79 528	0.82 568	0.79 502	0.85 557

Selective-RAFT	0.89 520	0.89 362	0.72 501	1.16 516	0.78 556	1.06 558	0.82 561	0.87 519	0.97 579	1.00 543	0.91 569	0.90 535	1.00 565	0.89 532	0.93 567	0.83 499	0.83 523	0.82 537	0.82 568	0.81 508	0.82 555

AIO-Stereo-zeroshot	0.91 521	0.86 354	0.89 525	1.25 568	0.69 534	1.05 557	0.81 558	1.16 561	0.50 486	1.12 570	0.97 577	0.72 509	0.82 554	1.06 565	0.95 568	0.61 441	0.87 525	1.03 574	0.85 571	1.04 549	1.01 580

Pro-Stereo	0.79 484	0.53 289	0.38 324	0.49 339	0.38 431	0.49 442	0.37 415	0.49 431	0.67 520	0.50 447	0.38 424	1.10 570	0.38 420	0.49 439	0.38 414	0.71 466	0.88 526	5.98 758	0.36 430	0.46 417	0.36 404

Wavelet-MonSter	1.00 536	1.21 482	0.76 509	1.94 611	1.01 584	1.11 568	0.76 548	1.15 558	0.76 553	1.11 569	0.76 552	1.14 576	0.76 544	1.11 573	0.76 548	1.21 596	0.90 527	1.02 572	0.71 550	1.02 548	0.71 534

DPSM_ROB	0.92 523	0.91 368	0.91 530	0.91 471	0.92 572	0.92 533	0.92 568	0.92 529	0.91 568	0.93 537	0.91 569	0.92 538	0.90 557	0.91 535	0.92 563	0.92 509	0.91 528	0.91 547	0.92 573	0.93 532	0.93 565

DPSM	0.92 523	0.91 368	0.91 530	0.91 471	0.92 572	0.92 533	0.92 568	0.92 529	0.91 568	0.93 537	0.91 569	0.92 538	0.90 557	0.91 535	0.92 563	0.92 509	0.91 528	0.91 547	0.92 573	0.93 532	0.93 565

DGTPSM_ROB	0.93 528	1.00 394	0.92 532	0.94 481	0.96 576	0.91 532	0.92 568	0.91 526	0.96 578	0.91 533	0.96 575	0.93 541	0.92 559	0.94 541	0.92 563	0.92 509	0.92 530	0.90 544	0.92 573	0.94 536	0.91 563

pmcnn	0.92 523	0.92 373	0.92 532	0.92 474	0.92 572	0.92 533	0.92 568	0.92 529	0.92 572	0.92 535	0.92 572	0.92 538	0.92 559	0.92 539	0.92 563	0.92 509	0.92 530	0.92 550	0.92 573	0.92 527	0.92 564

4D-IteraStereo	0.78 483	3.13 643	0.89 525	0.69 432	0.32 384	0.40 321	0.32 371	0.76 505	0.97 579	0.52 460	0.65 519	0.89 534	0.32 381	0.76 509	0.98 571	0.83 499	0.94 532	0.35 318	0.27 323	0.70 486	0.89 561

qqai	1.22 609	1.38 503	1.12 550	1.39 588	1.14 592	1.40 637	1.14 590	1.41 634	1.12 593	1.40 635	1.11 591	1.40 639	1.13 579	1.41 638	1.15 589	1.25 599	0.97 533	1.24 638	1.01 587	1.24 619	0.96 569

LGCAT	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 537	1.00 583	1.00 543	1.00 580	1.00 548	1.00 565	1.00 549	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

DF	0.39 310	1.37 502	1.02 545	1.14 508	0.12 198	0.16 191	0.12 190	0.16 191	0.12 198	0.16 189	0.12 187	0.16 190	0.12 194	0.16 190	0.12 184	1.12 542	1.00 534	0.15 188	0.12 191	0.15 189	0.12 189

Test_v1	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 537	1.00 583	1.00 543	1.00 580	1.00 548	1.00 565	1.00 549	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

GANet	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 537	1.00 583	1.00 543	1.00 580	1.00 548	1.00 565	1.00 549	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

TDLM	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 537	1.00 583	1.00 543	1.00 580	1.00 548	1.00 565	1.00 549	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

CVANet_RVC	1.00 536	1.00 394	1.00 539	1.00 490	1.00 578	1.00 541	1.00 576	1.00 537	1.00 583	1.00 543	1.00 580	1.00 548	1.00 565	1.00 549	1.00 573	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

trnet	1.01 544	1.01 404	1.01 544	1.01 495	1.01 584	1.01 549	1.01 581	1.01 546	1.01 588	1.01 554	1.01 585	1.01 557	1.01 573	1.01 557	1.01 578	1.01 529	1.01 540	1.01 571	1.01 587	1.01 546	1.01 580

11t	1.27 613	2.70 622	1.34 617	1.32 580	0.89 567	1.30 627	1.34 653	1.64 642	0.57 500	1.45 639	0.72 546	1.05 565	1.29 642	1.07 568	1.29 654	1.49 617	1.02 541	0.97 564	1.15 594	1.48 630	1.31 654

ours_stereo	1.20 562	1.21 482	0.90 528	1.64 604	1.11 591	1.35 631	0.67 517	1.76 646	0.93 574	1.70 650	1.10 590	1.39 637	0.75 543	1.41 638	0.81 557	1.60 625	1.03 542	1.33 643	1.00 580	1.61 635	0.72 535

MM-Stereo_test2	1.20 562	1.85 556	1.05 546	1.46 591	0.94 575	1.36 633	0.99 575	1.36 629	0.95 576	1.41 636	0.98 578	1.40 639	0.96 561	1.37 636	0.95 568	1.37 611	1.06 543	1.33 643	0.93 577	1.29 624	0.89 561

ff7	1.68 625	2.68 619	1.35 619	0.97 487	0.89 567	1.84 650	2.15 716	2.12 659	1.80 700	2.05 664	1.56 669	2.33 684	2.12 707	2.23 680	2.25 719	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 582

ffff	1.68 625	2.68 619	1.35 619	0.97 487	0.89 567	1.84 650	2.15 716	2.12 659	1.80 700	2.05 664	1.56 669	2.33 684	2.12 707	2.23 680	2.25 719	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 582

ccc-4	1.68 625	2.68 619	1.35 619	0.97 487	0.89 567	1.84 650	2.15 716	2.12 659	1.80 700	2.05 664	1.56 669	2.33 684	2.12 707	2.23 680	2.25 719	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 582

FENet	0.54 420	1.52 509	1.19 561	1.41 589	0.23 276	0.35 293	0.23 263	0.35 282	0.23 267	0.34 287	0.23 267	0.35 296	0.23 270	0.35 295	0.23 260	1.40 612	1.07 544	0.32 285	0.23 269	0.33 278	0.23 249

sAnonymous2	3.31 721	2.63 617	1.38 631	3.71 696	1.86 702	4.70 745	1.11 587	4.82 749	2.72 727	5.45 754	1.98 718	4.59 739	2.64 713	2.65 703	6.21 759	4.37 714	1.08 548	5.16 751	2.24 721	4.52 720	2.39 720

CroCo_RVC	3.31 721	2.63 617	1.38 631	3.71 696	1.86 702	4.70 745	1.11 587	4.82 749	2.72 727	5.45 754	1.98 718	4.59 739	2.64 713	2.65 703	6.21 759	4.37 714	1.08 548	5.16 751	2.24 721	4.52 720	2.39 720

StereoVision	3.15 719	5.00 688	0.89 525	4.83 719	1.00 578	3.93 726	1.27 650	6.37 756	1.34 657	5.67 756	1.26 650	5.84 757	1.27 640	5.03 753	1.24 647	5.10 737	1.09 550	4.61 737	0.57 512	5.62 745	1.12 587

GLC_STEREO	1.07 551	1.01 404	1.06 547	1.07 500	1.05 588	1.06 558	1.08 586	1.08 553	1.05 592	1.07 562	1.06 587	1.08 566	1.05 575	1.06 565	1.10 584	1.07 532	1.09 550	1.05 575	1.05 589	1.06 550	1.12 587

RP	2.33 692	25.00 760	1.13 552	1.15 511	1.15 594	1.10 565	1.15 592	1.15 558	1.15 596	1.12 570	1.15 592	1.09 568	1.13 579	1.10 571	1.15 589	1.11 541	1.09 550	1.16 580	1.12 592	1.16 560	1.17 596

AF-Net	2.37 696	25.71 763	1.17 557	1.13 507	1.15 594	1.15 572	1.18 596	1.19 566	1.16 597	1.10 564	1.15 592	1.10 570	1.18 588	1.12 575	1.15 589	1.10 536	1.10 553	1.17 584	1.15 594	1.16 560	1.12 587

NCC-stereo	2.36 694	25.52 762	1.17 557	1.15 511	1.17 599	1.11 568	1.11 587	1.15 558	1.16 597	1.10 564	1.16 595	1.10 570	1.15 583	1.14 576	1.13 587	1.09 534	1.11 554	1.15 579	1.16 596	1.17 565	1.17 596

edge stereo	2.43 699	27.07 768	1.14 553	1.06 499	1.14 592	1.08 562	1.17 595	1.16 561	1.14 595	1.10 564	1.16 595	1.09 568	1.16 587	1.10 571	1.16 593	1.10 536	1.11 554	1.16 580	1.19 598	1.13 554	1.11 585

Nwc_Net	2.37 696	25.95 764	1.15 555	1.14 508	1.15 594	1.08 562	1.14 590	1.17 563	1.16 597	1.14 574	1.15 592	1.08 566	1.15 583	1.11 573	1.14 588	1.10 536	1.11 554	1.16 580	1.09 591	1.16 560	1.15 592

MM-Stereo_test3	1.27 613	2.07 576	1.18 559	1.60 599	1.02 586	1.45 641	1.01 581	1.40 633	1.04 591	1.44 638	1.03 586	1.46 642	1.02 574	1.44 641	1.02 579	1.51 620	1.12 557	1.32 642	0.98 578	1.38 628	0.97 570

stereogan	2.33 692	24.38 758	1.18 559	1.18 518	1.18 602	1.14 571	1.18 596	1.19 566	1.19 603	1.14 574	1.18 599	1.14 576	1.18 588	1.14 576	1.18 596	1.14 545	1.14 558	1.19 589	1.19 598	1.15 558	1.19 600

RGC	2.36 694	25.48 761	1.19 561	1.15 511	1.15 594	1.10 565	1.16 594	1.17 563	1.16 597	1.12 570	1.16 595	1.11 574	1.13 579	1.09 569	1.18 596	1.10 536	1.15 559	1.16 580	1.12 592	1.14 555	1.12 587

castereo++	0.54 420	3.59 652	1.15 555	1.31 579	0.14 205	0.16 191	0.14 199	0.16 191	0.14 205	0.16 189	0.14 206	0.16 190	0.13 200	0.16 190	0.14 198	1.45 615	1.16 560	0.15 188	0.14 208	0.15 189	0.13 196

MaDis-Stereo	3.19 720	6.02 720	1.12 550	5.61 729	1.16 598	5.43 753	1.02 583	5.15 753	0.70 539	5.43 753	1.21 645	5.03 754	0.97 562	4.85 747	0.99 572	4.53 718	1.16 560	5.53 753	1.25 651	5.37 743	1.30 653

Abc-Net	2.32 691	24.75 759	1.14 553	1.17 517	1.17 599	1.11 568	1.15 592	1.17 563	1.21 649	1.08 563	1.16 595	1.12 575	1.14 582	1.09 569	1.17 595	1.09 534	1.16 560	1.17 584	1.17 597	1.16 560	1.11 585
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	2.46 701	26.05 765	1.23 613	1.23 567	1.22 653	1.20 574	1.24 646	1.23 618	1.23 651	1.19 578	1.22 646	1.21 626	1.24 638	1.20 581	1.24 647	1.21 596	1.17 563	1.22 637	1.25 651	1.20 570	1.24 650

SPS-STEREO	1.59 622	1.91 565	1.21 610	1.94 611	1.20 605	2.00 661	1.23 645	1.99 653	1.24 652	2.00 659	1.25 649	2.03 663	1.26 639	2.00 661	1.29 654	1.90 638	1.18 564	1.89 670	1.21 646	1.89 648	1.20 601
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MEA-ACV	1.66 624	0.87 356	0.61 462	11.81 760	1.35 656	1.50 643	0.71 540	1.23 618	0.92 572	1.13 573	0.96 575	1.69 649	0.70 533	1.23 628	1.16 593	1.54 622	1.20 565	1.58 654	0.85 571	1.12 553	0.95 568

DisPM	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

CrosDoStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PFNet+	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

LCNet	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

HHNet	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Patchmatch Stereo++	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601
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	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

STrans-v2	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

TransformOpticalFlow	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

OMP-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

IIG-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

NF-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

OCTAStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PSM-softLoss	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

KMStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

NRIStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PSM-adaLoss	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PSM-AAD	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

FTStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

ROB_FTStereo_v2	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

ROB_FTStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Consistency-Raft	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

KYRaft	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

HUI-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

ASMatch	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DeepStereo_LL	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DEmStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

SST-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

THIR-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT_R40	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DRaft	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PFNet	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

GrayStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RE-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Pruner-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

TVStereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DeepStereo_RVC	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT-RH_RVC	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

IRAFT_RVC	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT-345	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

iRAFT	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

CRE-IMP	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

GMM-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT-IKP	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Prome-Stereo	1.20 562	1.20 436	1.20 564	1.20 520	1.20 605	1.20 574	1.20 598	1.20 569	1.20 604	1.20 579	1.20 600	1.20 581	1.20 590	1.20 581	1.20 600	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

S-Stereo	2.51 703	26.86 766	1.23 613	1.22 565	1.22 653	1.24 622	1.25 647	1.22 616	1.24 652	1.21 624	1.24 648	1.19 580	1.27 640	1.19 580	1.24 647	1.19 548	1.20 565	1.25 639	1.19 598	1.24 619	1.23 649

CSP-Net	0.34 261	1.29 492	1.19 561	1.36 585	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	1.26 600	1.21 612	0.03 41	0.09 149	0.02 21	0.09 150

GANetREF_RVC	1.55 621	1.94 572	1.22 611	1.88 608	1.21 651	1.88 653	1.22 644	1.88 648	1.22 650	1.88 651	1.22 646	1.88 653	1.22 637	1.89 657	1.22 646	1.87 634	1.22 613	1.88 669	1.22 647	1.88 647	1.22 647
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
VIP-Stereo	0.70 460	2.97 639	2.43 705	2.49 651	0.16 230	0.25 249	0.16 214	0.25 245	0.16 225	0.25 246	0.18 247	0.25 250	0.16 221	0.26 260	0.16 218	1.86 632	1.26 614	0.23 240	0.15 219	0.23 236	0.15 209

2.25w	2.00 644	1.86 559	1.98 692	2.95 666	2.17 721	2.26 682	1.35 654	2.42 692	2.00 720	2.07 667	1.27 651	2.53 694	1.99 702	2.29 685	1.49 666	2.21 664	1.32 615	1.85 662	1.87 710	2.52 691	1.62 687

3.25w	2.04 657	2.20 588	1.48 637	3.03 667	2.17 721	2.63 705	1.39 662	1.96 651	1.95 716	1.96 654	1.37 660	2.71 707	1.96 699	2.71 707	1.73 697	2.26 669	1.32 615	1.87 666	1.87 710	2.51 690	1.63 690

1w_stereo	2.05 659	2.32 597	1.35 619	3.74 699	2.01 711	2.73 710	1.42 666	1.88 648	1.93 715	2.03 662	1.28 652	2.71 707	1.99 702	2.72 709	1.72 692	2.20 663	1.32 615	1.87 666	1.86 709	2.45 683	1.54 667

IGEV	2.02 652	2.20 588	1.82 663	2.90 665	2.16 719	2.41 691	1.25 647	2.00 654	1.98 717	1.99 658	1.31 654	2.72 711	1.93 696	2.67 706	1.69 687	2.26 669	1.32 615	1.83 661	1.87 710	2.53 694	1.61 681

IGEVStereo-DCA	1.77 630	4.21 673	1.84 667	2.49 651	2.11 717	2.54 701	1.36 656	1.65 643	1.17 601	2.75 712	1.90 706	2.54 697	1.15 583	0.94 541	1.11 585	1.50 618	1.32 615	0.96 562	1.46 668	1.49 631	0.88 558

rrr	1.77 630	4.21 673	1.84 667	2.49 651	2.11 717	2.54 701	1.36 656	1.65 643	1.17 601	2.75 712	1.90 706	2.54 697	1.15 583	0.94 541	1.11 585	1.50 618	1.32 615	0.96 562	1.46 668	1.49 631	0.88 558

MC-Stereo	1.76 629	2.96 638	1.37 629	2.14 620	1.37 659	2.14 667	1.36 656	2.14 662	1.37 662	2.14 668	1.37 660	2.14 665	1.37 650	2.14 666	1.37 660	1.97 643	1.32 615	1.97 673	1.32 655	1.98 650	1.33 656

4.5_new	2.00 644	1.84 555	1.98 692	2.77 659	2.16 719	2.27 683	1.28 651	2.09 658	1.98 717	2.01 660	1.28 652	2.71 707	1.98 700	2.51 697	1.65 672	2.26 669	1.33 622	1.87 666	1.87 710	2.49 687	1.60 676

3w_stereo	2.04 657	2.24 592	1.70 650	3.15 670	2.18 723	2.49 695	1.26 649	2.03 656	1.98 717	1.98 657	1.33 655	2.72 711	1.99 702	2.59 700	1.72 692	2.22 665	1.33 622	1.85 662	1.88 715	2.50 689	1.58 673

gwcnet-sp	0.82 497	1.72 518	1.48 637	0.39 267	0.15 219	0.31 277	0.21 249	0.20 211	0.25 275	1.61 644	0.23 267	0.28 266	0.26 286	0.20 209	0.15 210	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 249

scenet	0.82 497	1.72 518	1.48 637	0.39 267	0.15 219	0.31 277	0.21 249	0.20 211	0.25 275	1.61 644	0.23 267	0.28 266	0.26 286	0.20 209	0.15 210	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 249

ssnet	0.82 497	1.72 518	1.48 637	0.39 267	0.15 219	0.31 277	0.21 249	0.20 211	0.25 275	1.61 644	0.23 267	0.28 266	0.26 286	0.20 209	0.15 210	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 249

MaskLacGwcNet_RVC	1.35 615	1.35 499	1.35 619	1.35 584	1.35 656	1.35 631	1.35 654	1.36 629	1.35 660	1.36 633	1.35 657	1.36 635	1.36 648	1.36 635	1.35 658	1.35 607	1.35 627	1.35 646	1.35 656	1.35 626	1.35 659

MonStereo1	1.94 638	2.77 632	1.52 642	3.73 698	1.51 666	2.13 666	1.42 666	2.32 686	1.52 668	2.31 690	1.50 667	2.53 694	1.59 656	2.34 688	1.56 667	1.91 639	1.36 628	1.86 665	1.31 654	2.07 661	1.53 666

RASNet	1.49 619	1.65 514	1.45 635	1.38 587	1.43 663	1.47 642	1.36 656	1.38 632	1.36 661	1.39 634	1.60 673	1.45 641	1.45 654	1.51 642	2.21 718	1.53 621	1.36 628	1.36 648	1.36 658	1.66 638	1.36 660

PS-NSSS	1.38 618	1.39 504	1.34 617	1.34 582	1.35 656	1.38 635	1.37 661	1.35 628	1.38 663	1.34 631	1.34 656	1.39 637	1.38 651	1.70 648	1.40 662	1.36 609	1.36 628	1.36 648	1.37 659	1.37 627	1.36 660

BLMT-Stereo	1.53 620	1.36 500	1.06 547	1.42 590	1.23 655	1.41 639	1.07 585	1.43 636	1.12 593	1.42 637	1.06 587	1.83 652	1.07 576	1.42 640	1.07 582	1.27 601	1.38 631	6.80 759	1.00 580	1.26 621	1.00 574

castereo	0.61 435	3.79 660	1.35 619	1.52 593	0.15 219	0.17 198	0.16 214	0.20 211	0.21 256	0.18 200	0.16 222	0.21 219	0.12 194	0.26 260	0.17 225	1.43 614	1.38 631	0.17 202	0.16 222	0.18 207	0.16 211

CC-Net-ROB	1.36 616	1.33 498	1.33 616	1.36 585	1.38 660	1.36 633	1.33 652	1.37 631	1.34 657	1.35 632	1.36 659	1.38 636	1.34 646	1.38 637	1.38 661	1.35 607	1.38 631	1.33 643	1.35 656	1.43 629	1.34 658

sCroCo_RVC	2.10 668	2.76 630	1.92 677	2.78 662	1.39 661	2.73 710	1.41 664	2.73 708	1.40 664	2.77 717	1.41 664	2.74 713	1.40 652	2.74 712	1.40 662	2.72 698	1.42 634	2.72 714	1.44 667	2.79 701	1.42 664

psmg	0.43 341	1.91 565	0.92 532	1.91 610	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	1.97 643	1.44 635	0.04 93	0.03 57	0.02 21	0.03 52

999	1.00 536	1.12 425	0.59 452	1.10 502	1.21 651	1.09 564	0.52 491	1.08 553	1.43 666	1.18 577	1.35 657	0.98 547	0.52 491	0.91 535	0.85 560	0.72 474	1.46 636	0.83 538	0.98 578	0.68 479	1.41 663

DEFOM-Stereo	0.68 454	3.11 642	1.40 633	1.63 603	0.25 284	0.31 277	0.25 270	0.31 270	0.28 299	0.31 273	0.29 312	0.29 272	0.27 293	0.31 280	0.28 287	1.59 623	1.47 637	0.30 276	0.29 359	0.30 263	0.28 333

ssnet_v2	0.68 454	1.96 573	1.25 615	0.29 221	0.20 257	0.30 270	0.20 243	0.29 261	0.22 260	1.50 640	0.20 254	0.31 281	0.20 255	0.27 264	0.22 253	0.24 223	1.49 638	0.26 260	0.18 252	3.90 710	0.19 238

4w-stereo	2.02 652	2.72 626	1.44 634	3.36 683	1.59 669	2.48 694	1.72 691	2.28 679	1.24 652	2.24 685	1.65 677	2.56 699	1.32 645	2.39 691	1.98 715	2.67 696	1.51 639	1.66 657	1.24 649	2.53 694	1.88 710

test_xeample3	1.10 554	1.81 540	0.61 462	0.84 461	0.49 488	0.77 507	0.66 513	0.92 529	1.40 664	0.68 500	0.46 469	0.78 517	0.54 495	1.72 649	1.48 665	1.34 606	1.52 640	1.35 646	1.67 697	1.33 625	1.55 668

2.5w	2.01 651	2.40 607	1.37 629	3.28 677	2.01 711	2.71 707	1.43 669	1.82 647	1.83 704	1.90 653	1.41 664	2.71 707	1.35 647	2.71 707	1.85 704	2.66 694	1.53 641	1.64 656	1.23 648	2.53 694	1.87 707

3.25w_new	2.03 654	2.72 626	1.35 619	3.33 682	1.57 667	2.72 708	1.53 671	2.15 663	1.33 656	2.15 669	1.60 673	2.63 703	1.30 643	2.72 709	1.99 716	2.67 696	1.53 641	1.75 660	1.25 651	2.53 694	1.87 707

MM-Stereo_test1	1.80 632	3.41 650	1.52 642	2.12 619	1.41 662	2.04 662	1.41 664	2.05 657	1.46 667	2.04 663	1.41 664	2.05 664	1.42 653	2.05 662	1.43 664	2.04 648	1.54 643	1.94 671	1.38 661	1.99 651	1.33 656

derf	1.91 635	2.15 584	1.78 656	2.16 621	1.75 695	2.21 676	1.80 693	2.22 676	1.80 700	2.21 679	1.76 695	2.17 666	1.81 687	2.24 683	1.74 698	1.93 641	1.56 644	1.96 672	1.53 670	1.95 649	1.56 669

NINENet	0.69 457	3.87 664	1.20 564	1.98 615	0.05 126	0.40 321	0.04 103	0.40 317	0.05 125	0.41 334	0.04 110	0.41 344	0.05 117	0.40 323	0.05 115	1.79 630	1.56 644	0.34 302	0.22 263	0.34 283	0.23 249

monsters	2.18 678	2.41 608	1.96 691	3.47 687	2.03 715	2.53 699	1.64 674	2.48 694	1.73 694	2.40 694	1.50 667	2.62 702	1.94 697	2.59 700	1.94 712	2.44 686	1.57 646	2.28 694	1.87 710	2.42 680	1.86 705

3.5w_stereo	2.03 654	2.72 626	1.35 619	3.41 684	1.57 667	2.72 708	1.49 670	2.01 655	1.34 657	2.15 669	1.61 675	2.63 703	1.36 648	2.72 709	1.99 716	2.66 694	1.58 647	1.68 658	1.24 649	2.53 694	1.87 707

LG-G_1	2.22 685	2.71 624	1.89 674	2.77 659	1.87 706	2.75 712	1.87 702	2.76 710	1.87 710	2.75 712	1.87 701	2.76 714	1.87 690	2.75 713	1.86 705	2.47 688	1.58 647	2.45 705	1.57 672	2.45 683	1.57 671

LG-G	2.22 685	2.71 624	1.89 674	2.77 659	1.87 706	2.75 712	1.87 702	2.76 710	1.87 710	2.75 712	1.87 701	2.76 714	1.87 690	2.75 713	1.86 705	2.47 688	1.58 647	2.45 705	1.57 672	2.45 683	1.57 671

LGtest1	2.22 685	2.70 622	1.89 674	2.76 658	1.86 702	2.75 712	1.86 699	2.75 709	1.86 706	2.75 712	1.86 699	2.77 716	1.87 690	2.75 713	1.86 705	2.46 687	1.58 647	2.45 705	1.56 671	2.45 683	1.56 669

DPSMNet_ROB	1.60 623	1.59 512	1.70 650	1.59 596	1.59 669	1.61 646	1.61 672	1.60 638	1.60 670	1.62 647	1.59 672	1.60 644	1.60 657	1.60 644	1.59 669	1.59 623	1.60 651	1.59 655	1.59 677	1.59 634	1.59 674

CRFU-Net	0.65 444	1.67 515	1.22 611	1.96 614	0.27 292	0.41 340	0.27 280	0.41 336	0.27 293	0.40 317	0.26 285	0.41 344	0.27 293	0.40 323	0.27 278	1.80 631	1.62 652	0.34 302	0.23 269	0.33 278	0.23 249

MFMNet_re	1.81 633	1.91 565	1.71 652	1.95 613	1.70 692	1.95 658	1.70 689	1.96 651	1.74 696	1.97 656	1.72 694	1.95 656	1.71 678	1.97 660	1.71 689	1.86 632	1.62 652	1.85 662	1.66 696	1.86 646	1.64 692

DNS	0.86 513	2.43 610	1.66 649	2.03 618	0.42 462	0.60 484	0.42 452	0.60 478	0.42 457	0.60 482	0.42 455	0.60 487	0.42 451	0.60 482	0.42 447	1.97 643	1.63 654	0.55 487	0.40 453	0.55 458	0.40 427

Anonymous3	2.55 704	3.26 648	1.65 647	3.28 677	1.63 672	3.24 719	1.68 683	3.27 719	1.66 671	3.28 720	1.67 682	3.25 720	1.66 660	3.27 719	1.64 671	3.26 704	1.65 655	3.30 718	1.65 695	4.95 738	1.65 694

monsterstereo	2.20 684	2.33 598	1.95 689	3.65 694	2.07 716	2.49 695	1.61 672	2.48 694	1.83 704	2.45 696	1.61 675	2.67 706	1.86 688	2.64 702	1.94 712	2.48 690	1.66 656	2.34 698	1.68 699	2.40 679	1.86 705

RAFT_CTSACE	1.92 636	3.71 657	1.72 653	1.88 608	1.72 694	2.04 662	1.42 666	2.18 665	1.89 713	2.02 661	1.97 712	1.95 656	2.06 706	1.93 658	1.62 670	1.76 629	1.66 656	2.02 674	1.73 705	1.73 641	1.43 665

LACA_dic	0.45 377	0.13 117	1.78 656	1.70 605	0.12 198	0.13 171	0.12 190	0.16 191	0.15 217	0.13 173	0.12 187	0.13 173	0.11 175	0.16 190	0.13 193	1.73 628	1.69 658	0.16 192	0.11 172	0.13 175	0.13 196

UDGNet	2.23 688	5.40 709	1.72 653	2.48 650	1.69 687	2.51 698	1.69 687	2.51 697	1.72 693	2.50 699	1.69 691	2.52 693	1.69 675	2.50 696	1.68 684	2.41 685	1.70 659	2.42 703	1.69 701	2.42 680	1.64 692

TRStereo	2.00 644	2.13 581	1.85 669	2.27 627	1.84 699	2.28 685	1.84 695	2.29 681	1.86 706	2.30 687	1.87 701	2.30 681	1.87 690	2.08 663	1.72 692	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 697

XX-Stereo	2.00 644	2.13 581	1.85 669	2.27 627	1.84 699	2.28 685	1.84 695	2.29 681	1.86 706	2.30 687	1.87 701	2.30 681	1.87 690	2.08 663	1.72 692	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 697

EAI-Stereo	2.00 644	2.13 581	1.85 669	2.27 627	1.84 699	2.28 685	1.84 695	2.29 681	1.86 706	2.30 687	1.87 701	2.30 681	1.87 690	2.08 663	1.72 692	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 697

MonStereo	2.17 676	2.41 608	1.49 641	2.67 656	1.67 678	2.60 704	2.04 714	2.32 686	1.76 697	2.44 695	1.68 687	2.50 692	1.69 675	2.38 689	1.80 701	2.28 673	1.78 663	2.63 713	2.14 718	3.47 706	1.68 695

U	5.15 755	8.49 733	1.81 658	8.49 745	1.77 696	8.49 762	1.77 692	8.51 764	1.77 698	8.49 764	1.77 696	8.50 764	1.78 685	8.58 764	1.77 699	8.54 756	1.78 663	8.55 764	1.78 707	8.55 758	1.84 703

MIF-Stereo (partial)	2.58 706	3.31 649	0.66 477	3.18 672	0.66 528	3.18 718	0.66 513	3.21 718	0.67 520	3.19 719	0.66 521	3.19 719	0.66 515	3.31 721	0.68 519	5.09 736	1.79 665	8.23 763	1.67 697	6.18 747	1.38 662

test-3	0.98 535	4.13 671	1.85 669	1.85 607	0.61 517	0.69 497	0.37 415	0.63 484	0.61 510	0.66 496	0.51 494	0.73 511	0.44 458	0.57 478	0.54 489	1.68 627	1.81 666	0.40 395	0.43 473	0.66 474	0.50 472

GELT-Stereo	2.10 668	5.33 705	1.94 688	2.37 643	1.68 682	2.21 676	1.69 687	2.19 668	1.67 674	2.18 671	1.67 682	2.19 670	1.66 660	2.19 671	1.66 675	2.23 666	1.83 667	2.07 681	1.61 684	2.04 652	1.61 681

zzzz4	2.08 663	5.22 698	1.93 680	2.27 627	1.66 674	2.19 670	1.66 675	2.18 665	1.67 674	2.18 671	1.66 680	2.18 667	1.66 660	2.18 668	1.66 675	2.15 652	1.84 668	2.05 675	1.60 680	2.05 653	1.60 676

zzzz2	2.08 663	4.92 684	1.93 680	2.30 635	1.67 678	2.19 670	1.66 675	2.20 671	1.67 674	2.20 677	1.68 687	2.21 674	1.66 660	2.20 673	1.68 684	2.17 658	1.84 668	2.07 681	1.62 690	2.05 653	1.61 681

noway4	2.11 672	5.14 692	1.93 680	2.37 643	1.69 687	2.20 673	1.68 683	2.22 676	1.68 679	2.21 679	1.69 691	2.23 678	1.68 668	2.22 678	1.66 675	2.24 667	1.84 668	2.09 690	1.63 693	2.09 666	1.62 687

noway1	2.10 668	5.26 702	1.93 680	2.31 638	1.69 687	2.21 676	1.67 681	2.19 668	1.68 679	2.21 679	1.68 687	2.21 674	1.67 666	2.20 673	1.66 675	2.15 652	1.84 668	2.07 681	1.61 684	2.07 661	1.61 681

asda	2.17 676	2.54 613	1.81 658	3.47 687	1.78 697	2.50 697	1.86 699	2.61 700	1.68 679	2.61 702	1.83 697	2.37 688	1.73 680	2.44 695	1.88 710	2.51 691	1.84 668	2.34 698	1.62 690	2.23 670	1.77 702

noway7	2.08 663	5.18 694	1.92 677	2.27 627	1.66 674	2.18 668	1.66 675	2.17 664	1.66 671	2.18 671	1.65 677	2.18 667	1.66 660	2.17 667	1.66 675	2.15 652	1.85 673	2.05 675	1.60 680	2.05 653	1.60 676

zzzzzz3	2.07 660	5.00 688	1.93 680	2.28 632	1.66 674	2.19 670	1.66 675	2.18 665	1.67 674	2.19 674	1.66 680	2.18 667	1.67 666	2.18 668	1.66 675	2.15 652	1.85 673	2.05 675	1.59 677	2.05 653	1.59 674

zzz1	2.09 666	4.97 686	1.93 680	2.30 635	1.68 682	2.21 676	1.68 683	2.21 674	1.68 679	2.21 679	1.67 682	2.21 674	1.68 668	2.21 676	1.69 687	2.17 658	1.85 673	2.08 685	1.61 684	2.06 657	1.61 681

FBW_ROB	2.12 674	2.46 612	1.77 655	2.49 651	1.79 698	2.38 689	1.83 694	2.46 693	1.78 699	2.48 698	1.97 712	2.40 689	1.78 685	2.42 694	1.83 702	2.31 678	1.85 673	2.38 701	1.82 708	2.35 677	1.84 703

zzzzzzz1	2.10 668	5.20 696	1.93 680	2.38 645	1.68 682	2.20 673	1.67 681	2.20 671	1.68 679	2.20 677	1.67 682	2.20 673	1.68 668	2.20 673	1.67 683	2.24 667	1.86 677	2.06 679	1.61 684	2.06 657	1.62 687

monster_256*512	2.09 666	5.21 697	1.98 692	2.30 635	1.67 678	2.18 668	1.66 675	2.20 671	1.67 674	2.19 674	1.67 682	2.19 670	1.66 660	2.19 671	1.66 675	2.15 652	1.86 677	2.05 675	1.60 680	2.06 657	1.61 681

noway3	2.12 674	5.22 698	1.93 680	2.39 646	1.70 692	2.23 681	1.70 689	2.22 676	1.70 687	2.22 683	1.70 693	2.23 678	1.69 675	2.22 678	1.71 689	2.28 673	1.86 677	2.08 685	1.63 693	2.09 666	1.63 690

noway2	2.07 660	4.96 685	1.92 677	2.28 632	1.66 674	2.20 673	1.66 675	2.19 668	1.66 671	2.19 674	1.65 677	2.19 670	1.68 668	2.18 668	1.65 672	2.15 652	1.86 677	2.06 679	1.59 677	2.06 657	1.60 676

noway5	1.92 636	4.97 686	1.95 689	2.31 638	1.68 682	2.21 676	1.68 683	2.21 674	1.69 686	2.22 683	1.68 687	2.21 674	1.68 668	2.21 676	1.68 684	2.18 660	1.87 681	1.71 659	0.65 530	0.85 514	0.72 535

qwe	2.18 678	2.60 616	1.58 644	3.83 700	1.90 708	2.53 699	1.90 705	2.48 694	1.73 694	2.37 693	1.92 708	2.53 694	1.68 668	2.56 698	1.83 702	2.52 693	1.87 681	2.07 681	1.68 699	2.32 676	1.71 696

asd	2.18 678	2.77 632	1.58 644	3.59 692	2.00 710	2.58 703	1.85 698	2.39 691	1.71 689	2.47 697	1.97 712	2.59 701	1.61 658	2.56 698	1.79 700	2.51 691	1.99 683	2.11 691	1.62 690	2.36 678	1.60 676

4.25w-stereo	1.98 639	2.72 626	1.46 636	3.47 687	1.43 663	2.07 664	1.98 707	2.53 698	1.52 668	2.71 705	1.98 718	1.81 651	1.62 659	1.96 659	1.36 659	1.88 637	2.00 684	2.53 710	1.61 684	1.74 642	1.15 592

2w_stereo	1.99 640	2.36 605	1.81 658	3.24 675	1.67 678	1.94 655	1.98 707	2.72 702	1.68 679	2.72 706	1.94 709	1.98 659	1.74 682	1.79 653	1.27 651	1.95 642	2.00 684	2.53 710	1.60 680	1.68 639	1.15 592

4.25_new	2.00 644	2.33 598	1.82 663	3.32 680	1.69 687	1.95 658	1.99 710	2.72 702	1.71 689	2.72 706	1.97 712	2.01 661	1.74 682	1.77 651	1.28 652	2.18 660	2.01 686	2.48 708	1.58 675	1.65 636	1.17 596

4.5w_new	2.00 644	2.33 598	1.82 663	3.32 680	1.69 687	1.95 658	1.99 710	2.72 702	1.71 689	2.72 706	1.97 712	2.01 661	1.74 682	1.77 651	1.28 652	2.18 660	2.01 686	2.48 708	1.58 675	1.65 636	1.17 596

2.75w_new	1.99 640	2.34 602	1.81 658	3.14 669	1.62 671	1.94 655	1.99 710	2.72 702	1.71 689	2.72 706	1.99 721	1.90 654	1.73 680	1.82 655	1.29 654	2.37 682	2.01 686	2.31 696	1.42 665	1.77 644	1.22 647

3.75w	1.99 640	2.31 596	1.83 666	3.16 671	1.65 673	1.93 654	1.98 707	2.72 702	1.68 679	2.73 711	1.97 712	2.00 660	1.72 679	1.81 654	1.25 650	2.27 672	2.01 686	2.38 701	1.42 665	1.71 640	1.24 650

4.5w-stereo	1.99 640	2.33 598	1.81 658	3.28 677	1.68 682	1.94 655	1.99 710	2.72 702	1.70 687	2.72 706	1.99 721	1.97 658	1.68 668	1.76 650	1.29 654	1.91 639	2.02 690	2.53 710	1.61 684	1.75 643	1.16 595

HUF	2.18 678	2.30 595	1.99 696	2.34 642	2.02 714	2.41 691	2.06 715	2.38 690	1.89 713	2.36 692	1.85 698	2.56 699	1.98 700	2.31 687	1.97 714	2.30 677	2.03 691	2.30 695	2.11 717	2.23 670	2.16 712

AIO_rvc	2.18 678	2.34 602	1.87 673	2.32 640	1.94 709	2.40 690	1.89 704	2.37 689	2.07 722	2.52 700	1.95 711	2.44 691	1.99 702	2.41 692	1.89 711	2.32 679	2.09 692	2.24 692	2.18 719	2.21 669	2.23 714

AIO_test	2.18 678	2.09 579	2.04 697	2.42 648	2.01 711	2.47 693	1.94 706	2.34 688	2.03 721	2.56 701	1.94 709	2.43 690	1.94 697	2.41 692	1.87 708	2.39 684	2.10 693	2.35 700	1.91 716	2.25 672	2.19 713

DEFOM-Stereo_RVC	0.83 501	5.18 694	1.98 692	2.19 622	0.17 236	0.19 205	0.18 233	0.19 204	0.16 225	0.20 209	0.19 250	0.22 229	0.22 264	0.20 209	0.15 210	2.28 673	2.13 694	0.24 250	0.17 245	0.18 207	0.16 211

error version	0.93 528	4.47 678	2.35 701	1.99 616	0.37 424	0.41 340	0.36 409	0.41 336	0.35 406	0.43 355	0.36 412	0.41 344	0.40 433	0.41 343	0.36 401	1.87 634	2.16 695	0.47 451	0.37 433	0.39 372	0.33 383

test_1	0.93 528	4.47 678	2.35 701	1.99 616	0.37 424	0.41 340	0.36 409	0.41 336	0.35 406	0.43 355	0.36 412	0.41 344	0.40 433	0.41 343	0.36 401	1.87 634	2.16 695	0.47 451	0.37 433	0.39 372	0.33 383

STTStereo	3.73 725	30.40 772	2.37 703	2.39 646	2.31 726	2.35 688	2.33 720	2.29 681	2.42 724	2.32 691	2.34 725	2.33 684	2.36 711	2.30 686	2.27 722	2.35 681	2.22 697	2.31 696	2.22 720	2.29 675	2.34 719

NCCL2	2.28 690	2.27 593	2.28 699	2.28 632	2.28 724	2.27 683	2.29 719	2.28 679	2.28 723	2.27 686	2.28 724	2.28 680	2.27 710	2.27 684	2.28 723	2.28 673	2.28 698	2.27 693	2.29 723	2.27 673	2.29 715

MatchStereo	0.54 420	0.12 115	2.38 704	2.32 640	0.09 155	0.09 147	0.08 151	0.09 148	0.07 149	0.09 148	0.07 149	0.09 149	0.07 147	0.09 148	0.08 142	2.34 680	2.34 699	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
iRaftStereo_RVC	0.97 533	3.17 645	2.30 700	2.42 648	0.38 431	0.54 473	0.38 422	0.54 463	0.38 423	0.54 469	0.38 424	0.54 472	0.38 420	0.54 468	0.38 414	2.38 683	2.34 699	0.49 464	0.36 430	0.49 438	0.36 404

PDISCO_ROB	0.83 501	2.80 636	3.49 728	0.14 129	0.11 182	0.17 198	0.09 152	0.15 190	0.10 161	0.15 184	0.12 187	0.16 190	0.14 205	3.30 720	0.13 193	0.14 140	2.34 699	0.16 192	0.12 191	2.62 700	0.10 158

LiteMatch	1.13 559	0.73 326	2.80 709	3.23 673	0.61 517	0.83 522	0.68 522	0.73 502	0.69 531	1.00 543	0.77 554	0.94 542	0.57 498	0.82 517	0.64 504	2.97 700	2.43 702	0.68 506	0.32 396	0.56 461	0.70 528

Lsterematch	1.13 559	0.73 326	2.80 709	3.23 673	0.61 517	0.83 522	0.68 522	0.73 502	0.69 531	1.00 543	0.77 554	0.94 542	0.57 498	0.82 517	0.64 504	2.97 700	2.43 702	0.68 506	0.32 396	0.56 461	0.70 528

NLSM1	2.93 718	3.24 647	2.57 707	4.04 701	2.66 727	3.30 721	2.55 722	3.29 720	2.55 725	3.35 722	2.48 726	3.28 721	2.47 712	3.34 722	2.49 724	3.26 704	2.55 704	3.13 716	2.57 726	3.00 703	2.46 722

NLCA_NET_v2_RVC	5.04 753	50.87 783	2.78 708	2.87 664	2.71 728	2.78 715	0.47 471	2.88 715	2.86 729	1.89 652	2.67 727	2.79 717	2.79 716	2.78 716	2.83 725	2.82 699	2.82 705	2.83 715	2.77 727	2.83 702	2.76 724
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DNSM	2.56 705	4.43 676	3.08 722	4.09 702	1.86 702	2.66 706	1.86 699	2.66 701	1.87 710	2.66 704	1.86 699	2.66 705	1.86 688	2.66 705	1.87 708	3.82 711	2.94 706	2.42 703	1.73 705	2.42 680	1.73 700

HCRNet	1.22 609	7.11 723	3.00 711	3.55 691	0.33 397	0.29 268	0.14 199	0.19 204	0.15 217	0.33 284	0.29 312	0.25 250	0.14 205	0.22 228	0.33 378	3.64 708	3.00 707	0.76 524	0.32 396	0.18 207	0.13 196

rvit_0105_6	3.87 730	5.73 717	3.10 723	4.69 716	3.12 740	4.54 735	3.02 729	4.56 736	3.04 730	4.54 737	3.03 730	4.54 735	3.04 720	4.56 736	3.05 728	4.58 723	3.05 708	4.58 734	3.05 731	4.58 723	3.05 729

rvit_105_1	3.83 726	5.22 698	3.01 712	4.53 706	3.01 730	4.51 733	3.01 728	4.56 736	3.04 730	4.53 735	3.03 730	4.55 737	3.03 717	4.56 736	3.04 726	4.57 720	3.05 708	4.57 732	3.05 731	4.57 722	3.05 729

rvit_stereo_0081	3.83 726	5.23 701	3.01 712	4.53 706	3.03 732	4.55 739	3.02 729	4.56 736	3.04 730	4.52 733	3.02 728	4.54 735	3.03 717	4.56 736	3.04 726	4.57 720	3.05 708	4.57 732	3.05 731	4.58 723	3.05 729

rvit_stereo_0082	3.86 728	5.82 718	3.01 712	4.53 706	3.03 732	4.54 735	3.02 729	4.56 736	3.04 730	4.53 735	3.02 728	4.55 737	3.04 720	4.57 739	3.05 728	4.57 720	3.05 708	4.58 734	3.05 731	4.58 723	3.06 732

rvit_stereo_0081_aga	3.86 728	5.33 705	3.02 715	4.55 712	3.04 736	4.54 735	3.02 729	4.64 743	3.06 734	4.54 737	3.04 732	4.62 744	3.08 724	4.62 742	3.07 731	4.58 723	3.06 712	4.60 736	3.08 735	4.63 726	3.07 733

rvit_stereo_0080	3.89 731	5.70 715	3.04 717	4.54 709	3.03 732	4.56 740	3.05 735	4.60 740	3.07 735	4.58 740	3.06 733	4.59 739	3.06 722	4.61 740	3.08 732	4.63 725	3.09 713	4.64 738	3.10 736	4.65 727	3.10 736

whm_eth	3.89 731	5.70 715	3.04 717	4.54 709	3.03 732	4.56 740	3.05 735	4.60 740	3.07 735	4.58 740	3.06 733	4.59 739	3.06 722	4.61 740	3.08 732	4.63 725	3.09 713	4.64 738	3.10 736	4.65 727	3.10 736

NLCSM	3.67 724	4.08 668	3.19 727	4.80 718	3.26 742	3.99 729	3.24 743	4.25 732	3.18 742	4.09 728	3.27 741	4.14 730	3.18 729	4.13 730	3.28 739	4.06 712	3.10 715	3.85 728	3.14 740	3.91 713	3.27 744

rvit_0105_4	3.91 733	5.47 713	3.02 715	4.54 709	3.02 731	4.54 735	3.03 733	4.75 746	3.17 741	4.57 739	3.06 733	4.61 743	3.16 728	4.65 743	3.09 734	4.66 727	3.11 716	4.68 741	3.18 742	4.81 733	3.16 741

rvit_0105_3	3.91 733	5.33 705	3.06 720	4.60 714	3.07 738	4.60 742	3.06 737	4.62 742	3.08 738	4.60 742	3.07 736	4.62 744	3.08 724	4.67 744	3.10 735	4.70 728	3.11 716	4.77 745	3.19 743	4.77 732	3.14 740

rvit_stereo_ft	3.93 736	5.44 711	3.05 719	4.59 713	3.06 737	4.61 743	3.08 738	4.67 745	3.12 740	4.63 744	3.10 738	4.65 746	3.11 726	4.69 746	3.13 736	4.70 728	3.14 718	4.71 743	3.15 741	4.74 730	3.16 741

rvit_stereo_0083	3.92 735	5.30 704	3.06 720	4.61 715	3.09 739	4.67 744	3.08 738	4.66 744	3.09 739	4.62 743	3.10 738	4.66 747	3.11 726	4.67 744	3.16 737	4.72 730	3.16 719	4.77 745	3.11 738	4.66 729	3.11 738

FC-DCNN v2	5.10 754	5.15 693	4.49 736	5.07 724	3.37 744	6.87 757	4.75 757	5.04 752	6.34 762	7.84 762	5.06 758	6.72 762	4.09 746	4.99 751	5.44 758	5.03 734	3.16 719	4.67 740	4.86 758	5.15 741	3.89 753

MLG-Stereo_test1	4.25 738	5.34 708	3.61 730	5.31 725	3.63 748	5.23 751	3.57 746	5.38 754	3.65 745	5.23 751	3.47 743	4.76 748	3.74 737	4.85 747	3.71 744	4.96 732	3.18 721	4.71 743	2.92 728	4.86 736	2.90 726

MLG-Stereo_test3	4.26 739	4.85 682	3.95 734	5.35 726	3.60 747	4.75 748	3.76 749	5.49 755	3.71 747	5.39 752	3.69 747	4.82 750	3.66 734	4.85 747	3.73 747	4.93 731	3.19 722	4.69 742	2.99 730	4.84 735	2.98 728

MLG-Stereo_test2	4.28 740	5.46 712	3.69 732	4.86 721	3.72 750	5.58 754	3.42 744	4.81 748	3.77 751	4.85 747	3.72 748	5.55 756	3.63 733	5.58 754	3.53 742	4.41 717	3.28 723	4.99 749	2.95 729	4.75 731	3.13 739

rvit_0105_5	4.10 737	5.40 709	3.13 726	4.71 717	3.15 741	4.72 747	3.10 740	4.90 751	3.27 743	4.69 745	3.16 740	4.84 751	3.25 730	4.96 750	3.34 740	5.05 735	3.39 724	5.10 750	3.40 744	5.11 740	3.42 745

DPSNet	3.66 723	3.60 653	3.62 731	3.63 693	3.64 749	3.65 724	3.65 748	3.66 725	3.67 746	3.67 724	3.65 746	3.67 725	3.66 734	3.66 724	3.68 743	3.68 709	3.66 725	3.67 723	3.68 749	3.67 707	3.67 748

DispFullNet	4.61 746	4.84 681	3.12 724	5.00 723	3.57 746	4.75 748	3.03 733	7.75 762	4.17 755	4.91 749	3.09 737	6.20 758	3.95 743	6.71 758	3.51 741	5.30 738	3.67 726	5.86 757	3.63 746	5.61 744	3.46 746

AEACV	1.12 557	0.52 285	3.12 724	3.24 675	0.86 565	0.53 469	0.49 482	0.60 478	0.47 472	0.53 463	0.49 484	0.55 476	0.45 462	0.55 472	0.47 467	3.01 702	3.88 727	0.71 515	0.60 517	0.80 505	0.48 463

SGM-Forest	5.21 756	5.92 719	4.08 735	6.18 732	4.16 755	6.31 756	4.34 756	6.50 757	4.33 756	6.14 758	4.21 754	6.61 761	4.55 749	6.67 757	4.48 754	5.94 742	3.94 728	5.85 756	4.03 755	5.79 746	4.17 756
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Occ-G	1.12 557	0.52 285	3.72 733	3.50 690	0.50 492	0.56 475	0.47 471	0.54 463	0.46 467	0.54 469	0.41 445	0.54 472	0.42 451	0.52 462	0.42 447	3.42 707	4.02 729	0.52 478	0.45 476	0.51 449	0.44 449

BUS	0.83 501	1.91 565	0.92 532	4.48 703	0.02 22	0.40 321	0.04 103	0.41 336	0.02 22	0.48 424	0.03 56	0.41 344	0.05 117	0.03 43	0.05 115	1.97 643	4.19 730	0.33 292	0.23 269	0.34 283	0.27 305

BSDual-CNN	0.81 492	1.91 565	0.92 532	4.48 703	0.02 22	0.42 361	0.06 139	0.41 336	0.02 22	0.48 424	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 643	4.19 730	0.33 292	0.23 269	0.34 283	0.27 305

hknet	1.10 554	1.85 556	3.49 728	4.48 703	0.02 22	0.42 361	0.06 139	0.41 336	0.02 22	0.48 424	0.03 56	0.41 344	0.03 53	0.42 357	0.03 52	4.39 716	4.19 730	0.33 292	0.23 269	0.34 283	0.27 305

PhaseNet	1.74 628	6.34 721	4.81 738	6.77 736	0.24 281	0.80 514	0.53 493	0.48 423	0.22 260	0.53 463	0.28 297	0.48 433	0.25 276	0.40 323	0.32 366	6.39 746	4.61 733	0.46 441	0.38 447	0.25 244	0.18 235

AANet_RVC	1.26 612	0.31 187	4.99 740	5.93 730	0.20 257	0.25 249	0.20 243	0.25 245	0.20 251	0.23 231	0.19 250	0.25 250	0.20 255	0.25 248	0.20 245	5.66 740	4.76 734	0.26 260	0.30 377	0.24 241	0.27 305

TestStereo	4.88 750	4.75 680	4.79 737	4.87 722	4.92 758	4.81 750	4.90 758	4.78 747	4.77 758	4.87 748	4.89 757	4.90 752	4.91 750	4.99 751	4.79 755	4.98 733	4.87 735	4.87 748	4.92 759	5.00 739	5.00 758

SGM+DAISY	7.06 760	9.15 737	5.38 743	8.84 747	5.18 759	8.80 763	5.31 760	8.79 765	5.28 760	8.89 765	5.20 759	8.93 765	5.33 752	8.95 765	5.36 757	8.70 757	5.21 736	8.74 765	5.20 760	8.89 759	5.15 759

rvit_stereo_0075_2	6.64 758	8.80 735	5.25 741	7.89 742	5.27 760	7.90 761	5.27 759	7.92 763	5.28 760	7.91 763	5.29 760	7.93 763	5.27 751	7.92 763	5.28 756	7.93 753	5.28 737	7.93 762	5.29 761	7.93 755	5.28 760

test_5	4.62 747	7.55 726	6.23 746	6.32 734	3.40 745	5.29 752	3.50 745	3.53 724	4.11 754	4.28 730	4.47 756	4.26 733	4.38 748	3.68 725	3.24 738	5.89 741	5.60 738	4.84 747	3.50 745	4.33 717	3.93 755

Sa-1000	4.34 743	8.37 730	6.84 750	6.98 740	4.45 757	3.58 722	3.00 727	3.42 723	3.39 744	2.61 702	4.00 752	3.83 727	4.01 745	3.90 727	3.90 748	5.98 743	5.62 739	3.76 725	2.34 724	4.35 718	2.47 723

LiteMatch*	2.07 660	1.30 494	5.73 745	6.28 733	0.79 558	1.33 630	0.80 554	1.30 626	1.02 589	1.33 630	0.84 564	1.33 634	0.97 562	1.28 633	1.04 580	6.05 744	5.89 740	1.28 641	0.76 557	1.28 623	0.88 558

RAFT	6.73 759	9.36 739	7.40 753	8.51 746	6.55 762	6.88 758	6.60 762	6.79 758	6.60 763	6.80 759	6.72 764	5.31 755	5.50 753	6.61 756	6.61 762	8.42 755	5.89 740	5.73 754	5.45 763	6.61 748	6.24 762

RAFT+CT+SA	4.28 740	7.62 727	4.91 739	5.55 728	2.28 724	3.09 716	3.64 747	4.49 734	3.07 735	4.80 746	3.35 742	4.77 749	3.70 736	4.29 733	3.05 728	5.58 739	5.98 742	3.58 722	3.78 751	4.26 716	3.72 749

raft_robust	4.71 748	7.75 728	5.40 744	6.81 737	3.31 743	4.28 732	4.20 755	4.32 733	4.37 757	4.35 732	4.35 755	4.14 730	3.75 738	4.30 734	4.20 753	6.67 748	6.37 743	3.36 720	4.24 757	4.86 736	3.25 743

cross-raft	4.83 749	7.52 725	6.43 747	6.63 735	3.96 753	4.51 733	3.99 753	4.49 734	3.96 753	4.52 733	3.96 751	4.50 734	3.97 744	4.50 735	3.97 749	6.65 747	6.44 744	4.33 729	3.92 753	4.35 718	3.91 754

TestStereo1	4.60 744	8.41 731	6.44 748	6.86 738	3.79 751	3.97 727	3.78 750	3.99 729	3.74 748	3.97 726	3.52 744	3.94 728	3.58 731	3.98 728	3.72 745	6.82 749	6.50 745	3.76 725	3.66 747	3.90 710	3.74 751

SA-5K	4.60 744	8.41 731	6.44 748	6.86 738	3.79 751	3.97 727	3.78 750	3.99 729	3.74 748	3.97 726	3.52 744	3.94 728	3.58 731	3.98 728	3.72 745	6.82 749	6.50 745	3.76 725	3.66 747	3.90 710	3.74 751

SA	4.33 742	7.35 724	6.85 751	5.96 731	4.09 754	3.59 723	3.15 741	3.82 727	2.64 726	3.91 725	3.85 749	3.57 723	2.72 715	3.13 718	4.03 750	7.09 752	6.86 747	3.57 721	3.12 739	3.85 709	3.51 747

MCSU-Stereo	2.48 702	10.56 748	8.50 759	9.47 752	0.31 370	0.43 368	0.30 314	0.42 354	0.30 324	0.42 348	0.30 327	0.42 362	0.30 323	0.41 343	0.30 313	8.86 758	6.93 748	0.40 395	0.29 359	0.39 372	0.28 333

testmc14	2.43 699	10.48 747	8.02 757	8.93 748	0.31 370	0.44 402	0.30 314	0.42 354	0.30 324	0.42 348	0.30 327	0.42 362	0.30 323	0.42 357	0.30 313	8.88 759	6.99 749	0.41 413	0.28 344	0.39 372	0.28 333

test_4	4.88 750	8.13 729	6.98 752	7.46 741	4.44 756	4.25 731	3.85 752	4.04 731	3.92 752	4.13 729	3.91 750	4.18 732	3.84 741	4.14 731	4.06 751	7.01 751	7.13 750	4.53 730	3.72 750	4.09 714	3.72 749

test-1	6.46 757	9.16 738	8.03 758	8.09 743	5.62 761	6.11 755	6.35 761	6.85 759	4.94 759	6.08 757	6.29 763	4.98 753	6.43 755	6.22 755	6.36 761	6.16 745	7.47 751	5.82 755	5.44 762	7.11 752	5.68 761

test_3	5.01 752	8.86 736	7.77 754	8.09 743	2.76 729	4.13 730	4.05 754	3.88 728	3.76 750	4.33 731	4.13 753	3.71 726	3.91 742	4.21 732	4.06 751	7.93 753	7.69 752	4.53 730	3.91 752	4.17 715	4.29 757

test-v	7.53 761	11.89 749	7.98 755	9.36 750	7.14 763	7.06 759	7.09 763	7.37 760	6.91 764	7.29 760	5.71 761	6.45 759	6.93 756	6.73 759	7.27 763	8.93 760	7.85 753	6.98 760	6.80 764	7.56 753	7.34 764

test-2	7.53 761	11.89 749	7.98 755	9.36 750	7.14 763	7.06 759	7.09 763	7.37 760	6.91 764	7.29 760	5.71 761	6.45 759	6.93 756	6.73 759	7.27 763	8.93 760	7.85 753	6.98 760	6.80 764	7.56 753	7.34 764

PCWNet_CMD	2.80 717	9.82 742	0.32 285	10.09 757	0.32 384	0.49 442	0.33 382	3.34 721	0.33 391	0.49 434	0.33 390	0.49 440	8.73 760	0.48 432	0.33 378	0.41 328	9.22 755	0.42 429	0.29 359	9.55 762	0.31 367

MSMDNet	2.65 707	10.14 745	0.33 290	9.74 753	0.32 384	0.87 527	0.33 382	2.95 716	0.68 526	0.49 434	0.34 398	0.49 440	5.70 754	0.49 439	0.33 378	0.42 342	9.57 756	0.41 413	0.31 388	8.36 757	0.65 516

pcwnet_v2	2.66 708	9.89 743	0.33 290	9.89 754	0.32 384	0.50 451	0.32 371	0.49 431	0.33 391	0.49 434	0.34 398	0.49 440	8.76 761	0.48 432	0.33 378	0.41 328	9.58 757	0.40 395	0.29 359	9.01 760	0.63 508

CFNet_pseudo	2.67 709	9.36 739	0.32 285	10.99 759	0.33 397	0.85 524	0.33 382	0.49 431	0.33 391	0.49 434	0.32 381	0.49 440	7.26 758	0.49 439	0.33 378	0.41 328	9.62 758	0.41 413	0.29 359	10.03 764	0.29 342

ccs_rob	2.79 716	10.17 746	0.32 285	10.00 756	0.33 397	0.49 442	0.33 382	1.90 650	0.32 381	0.51 456	0.33 390	0.49 440	9.24 763	0.49 439	0.33 378	0.41 328	9.82 759	0.41 413	0.28 344	9.34 761	0.29 342

UCFNet_RVC	2.75 712	10.06 744	0.29 254	10.31 758	0.29 311	0.42 361	0.29 306	0.43 362	0.29 309	0.42 348	0.29 312	0.42 362	9.87 764	0.43 364	0.29 303	0.36 283	9.84 760	0.36 327	0.26 285	9.77 763	0.26 267

CFNet_ucs	2.73 710	9.64 741	0.33 290	9.92 755	0.32 384	0.49 442	0.33 382	0.49 431	0.33 391	0.49 434	0.33 390	0.49 440	8.98 762	0.48 432	0.33 378	0.41 328	9.96 761	0.40 395	0.29 359	10.12 765	0.54 487

TestStereo_HL3	2.76 713	0.41 228	11.46 763	14.11 761	0.30 323	0.45 416	0.29 306	0.43 362	0.29 309	0.43 355	0.29 312	0.43 371	0.28 302	0.44 395	0.30 313	13.57 764	10.32 762	0.41 413	0.27 323	0.38 324	0.27 305

TestStereo_HL2	2.73 710	0.41 228	11.06 760	14.13 762	0.30 323	0.44 402	0.28 291	0.43 362	0.29 309	0.43 355	0.28 297	0.43 371	0.29 314	0.43 364	0.28 287	13.51 763	10.37 763	0.41 413	0.27 323	0.38 324	0.27 305

GGDA	2.76 713	0.41 228	11.34 762	14.28 763	0.30 323	0.44 402	0.29 306	0.43 362	0.29 309	0.43 355	0.28 297	0.43 371	0.28 302	0.43 364	0.29 303	13.45 762	10.57 764	0.41 413	0.27 323	0.38 324	0.27 305

TestStereo-Hl	2.78 715	0.42 239	11.23 761	14.38 764	0.30 323	0.44 402	0.30 314	0.43 362	0.28 299	0.43 355	0.29 312	0.44 406	0.29 314	0.44 395	0.29 303	13.64 765	10.73 765	0.41 413	0.27 323	0.38 324	0.27 305

MANE	19.05 764	23.00 757	15.00 764	23.00 771	15.00 765	24.00 770	16.00 765	24.00 772	16.00 766	22.00 772	15.00 765	23.00 772	16.00 765	23.00 772	15.00 765	22.00 772	15.00 766	22.00 772	15.00 766	22.00 772	15.00 766

rafts_anoy	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 766	20.00 767	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

raft+_RVC	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 766	20.00 767	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

raftrobust	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 766	20.00 767	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

CasAABBNet	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 766	20.00 767	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

RALCasStereoNet	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 766	20.00 767	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

RALAANet	20.00 765	20.00 751	20.00 765	20.00 765	20.00 766	20.00 764	20.00 766	20.00 766	20.00 767	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

WCMA_ROB	31.10 772	35.43 777	27.12 771	39.51 784	23.10 772	38.78 783	25.30 772	37.49 785	25.39 773	37.29 784	27.02 772	38.52 785	26.48 772	37.80 784	26.44 772	36.28 780	22.65 773	33.90 777	22.30 773	37.10 782	24.18 773

111	30.40 771	30.94 773	29.72 772	32.61 772	30.02 773	33.57 771	30.47 773	31.50 773	29.39 774	30.98 773	29.11 773	29.78 773	30.39 776	29.45 773	30.76 776	30.08 773	29.02 774	29.92 773	30.32 777	29.86 773	30.17 774

fff	1000028.16 793	29.62 769	29.72 772	32.61 772	30.02 773	35.13 773	31.83 774	32.07 774	10000000.00 795	35.27 776	29.82 774	32.45 774	30.15 773	32.35 774	30.09 773	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 775

csc	1000028.16 793	29.62 769	29.72 772	32.61 772	30.02 773	35.13 773	31.83 774	32.07 774	10000000.00 795	35.27 776	29.82 774	32.45 774	30.15 773	32.35 774	30.09 773	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 775

cscssc	1000028.16 793	29.62 769	29.72 772	32.61 772	30.02 773	35.13 773	31.83 774	32.07 774	10000000.00 795	35.27 776	29.82 774	32.45 774	30.15 773	32.35 774	30.09 773	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 775

DCANet-4	35.22 773	34.54 774	35.08 778	33.58 776	35.47 780	34.55 772	35.53 780	36.08 779	35.85 778	35.92 779	35.77 779	35.18 779	35.48 778	35.39 779	37.15 783	34.55 779	33.92 778	35.02 780	34.90 779	35.79 777	34.74 781

tt	500032.53 791	34.60 775	29.72 772	37.47 782	34.41 778	36.85 777	35.22 778	34.71 777	33.55 776	34.50 774	35.43 777	33.81 777	10000000.00 795	33.57 777	33.13 777	33.68 777	35.00 779	34.03 778	35.26 780	30.96 774	34.63 779

DCANet	500032.53 791	34.60 775	29.72 772	37.47 782	34.41 778	36.85 777	35.22 778	34.71 777	33.55 776	34.50 774	35.43 777	33.81 777	10000000.00 795	33.57 777	33.13 777	33.68 777	35.00 779	34.03 778	35.26 780	30.96 774	34.63 779

ADStereo(finetuned)	36.13 774	36.63 778	38.07 783	36.97 777	33.25 777	35.91 776	34.45 777	36.36 780	32.99 775	38.14 785	36.71 780	36.69 780	34.13 777	38.57 785	40.79 784	37.60 785	36.58 781	35.90 781	33.36 778	35.42 776	34.04 778

fast-reg	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 781	37.00 779	37.00 780	37.00 781	37.00 781	37.00 779	37.00 780	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

Reg-Stereo(zero)	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 781	37.00 779	37.00 780	37.00 781	37.00 781	37.00 779	37.00 780	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

FLISNet	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 781	37.00 779	37.00 780	37.00 781	37.00 781	37.00 779	37.00 780	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

CoSv	37.00 775	37.00 779	37.00 779	37.00 778	37.00 781	37.00 779	37.00 781	37.00 781	37.00 779	37.00 780	37.00 781	37.00 781	37.00 779	37.00 780	37.00 779	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

NOSS_ROB	102.95 780	153.00 788	121.00 787	51.00 785	44.00 785	165.00 787	127.00 787	153.00 788	119.00 785	164.00 789	125.00 787	168.00 789	120.00 785	153.00 788	117.00 787	49.00 786	44.00 786	49.00 786	44.00 786	49.00 783	44.00 786

CBMV	128.50 781	1422.70 796	53.10 785	79.50 786	51.30 786	77.30 785	49.70 785	74.00 786	48.20 784	77.20 787	48.80 786	73.90 787	48.00 784	73.80 787	48.80 786	70.40 787	45.10 787	68.90 787	46.10 787	68.20 784	45.00 787
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 779	87.70 784	41.95 784	113.75 787	65.62 787	75.05 784	55.25 786	75.64 787	45.04 783	71.61 786	41.75 785	72.81 786	44.06 783	68.38 786	44.63 785	101.89 788	59.57 788	107.10 788	61.05 788	104.38 785	59.38 788

MeshStereo	159.24 782	171.00 789	160.68 790	162.58 788	160.59 789	164.01 786	160.35 789	158.51 789	158.56 787	158.34 788	160.12 789	158.56 788	159.92 787	157.26 789	158.94 789	154.38 789	158.36 789	155.75 789	159.13 791	153.67 786	154.07 790
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DF_test	189.29 783	560.34 793	182.58 791	229.00 790	135.68 788	197.79 788	135.52 788	197.80 790	135.44 786	197.75 790	135.49 788	197.90 790	135.51 786	197.84 790	135.75 788	217.37 791	171.11 790	183.74 790	127.67 790	183.56 787	127.88 789

AE-Stereo	201.80 784	123.00 785	115.00 786	219.00 789	218.00 791	223.00 789	244.00 791	217.00 791	236.00 789	202.00 791	203.00 790	205.00 791	208.00 788	225.00 791	204.00 790	210.00 790	198.00 791	197.00 791	184.00 792	204.00 788	201.00 791

DLCB_ROB	284.23 787	354.61 791	207.27 792	363.24 793	206.46 790	364.72 792	210.41 790	364.72 794	210.41 788	364.81 794	208.64 791	364.81 794	208.64 789	364.72 794	210.41 791	354.70 794	205.53 792	354.70 794	205.53 793	354.70 791	205.53 792

MGS-Stereo	239.45 785	123.00 785	135.00 788	266.00 791	286.00 792	277.00 790	305.00 792	271.00 792	242.00 790	274.00 792	279.00 792	255.00 792	270.00 790	268.00 792	297.00 792	221.00 792	247.00 793	216.00 792	123.00 789	217.00 789	217.00 793

EGLCR-Stereo	246.90 786	129.00 787	139.00 789	266.00 791	286.00 792	277.00 790	305.00 792	271.00 792	242.00 790	274.00 792	279.00 792	255.00 792	270.00 790	268.00 792	297.00 792	230.00 793	247.00 793	216.00 792	223.00 794	237.00 790	227.00 794

LE_ROB	396.57 788	471.28 792	329.84 793	471.48 794	308.15 794	526.83 793	322.10 794	488.15 795	323.76 792	495.46 795	317.97 794	497.17 795	320.10 792	481.62 795	326.76 794	462.71 795	298.97 795	466.16 795	285.98 795	447.62 792	289.21 795

SGM-ForestM	596.69 789	677.77 794	444.52 794	699.85 795	517.25 795	732.94 794	488.29 795	770.79 796	460.11 793	750.81 796	487.98 795	792.79 796	499.41 793	730.90 796	475.81 795	720.03 796	491.16 796	663.96 796	418.60 796	674.76 793	436.05 796

CBMV_ROB	818.48 790	913.88 795	709.52 795	862.84 796	597.78 796	1073.99 795	700.52 796	1015.66 797	702.59 794	1115.65 797	760.02 796	1130.24 797	721.57 794	1037.41 797	692.65 796	814.05 797	564.29 797	843.28 797	595.31 797	915.51 794	602.92 797

111111	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

SGD-Stereo	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

IGEV-Stereo++	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

IGEV-BASED-STEREO-	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

IGEV-Stereo+	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

SDNR	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

anonymousdsp2	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

anonymousdsp	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

test_example2	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

DIP-Stereo	10000000.00 796	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark