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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 478	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

WZ-Net	0.05 57	0.50 274	0.10 99	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 74	0.16 129	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 232	0.02 20	0.02 21	0.71 465	0.02 16	0.02 19	0.02 21	0.02 21	0.16 210

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 478	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

Wz-Net-LNSev-Ref	0.11 119	0.44 243	0.33 289	0.39 266	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 311	0.36 353	0.02 19	0.02 21	0.02 21	0.02 20

Wz-Net-LNSev	0.06 61	0.24 162	0.20 207	0.23 194	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 213	0.21 222	0.02 19	0.01 9	0.01 10	0.01 10

Syn2CoEx	0.25 218	1.31 495	0.74 505	0.92 473	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 503	0.75 509	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 494	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 601	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 118	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 481	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

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

zh-sn7	0.10 98	0.98 383	0.14 155	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 425	0.17 192	0.20 177	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 184	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 413	0.12 130	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 393	0.11 119	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 80	0.97 382	0.10 99	0.10 88	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 98	1.07 417	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 409	0.12 130	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 355	0.10 99	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 409	0.11 119	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 355	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 403	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 379	0.09 95	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 98	1.07 417	0.11 119	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 425	0.13 150	0.14 129	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 403	0.10 99	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 119	1.15 428	0.15 175	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

CSP-Net	0.34 260	1.29 491	1.19 560	1.36 584	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 599	1.21 611	0.03 41	0.09 149	0.02 21	0.09 150

222	0.10 98	0.99 391	0.12 130	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 430	0.16 182	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 419	0.13 150	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

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

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

AnyNet_C32	0.14 148	0.04 52	0.03 39	2.22 623	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 139	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 569	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 142	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 431	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 167	1.21 481	0.33 289	0.41 293	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 277	0.31 293	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 197	1.40 504	0.53 440	0.56 400	0.04 101	0.05 110	0.04 103	0.05 110	0.05 125	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 115	0.57 430	0.44 409	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 148	1.22 487	0.28 247	0.32 234	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 259	0.27 256	0.04 93	0.03 57	0.03 47	0.03 52

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

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

psmg	0.43 340	1.91 564	0.92 531	1.91 609	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	1.44 634	0.04 93	0.03 57	0.02 21	0.03 52

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 667	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 671	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 688	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 674	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 605	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 118	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 160	0.04 52	0.04 64	2.20 622	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 127	0.04 96	0.04 100	0.08 142	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

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

ManiGeoR	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 173	0.05 66	0.63 467	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 465	0.59 466	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 173	0.05 66	0.62 463	0.73 445	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 173	0.05 66	0.62 463	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 173	0.05 66	0.65 474	0.72 441	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.71 465	0.59 466	0.05 108	0.04 99	0.05 114	0.04 96

w-ln-seven	0.18 182	1.47 506	0.33 289	0.40 279	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 298	0.32 298	0.05 108	0.04 99	0.04 97	0.04 96

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

mmm	0.14 148	1.83 549	0.12 130	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 118	0.04 97	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

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

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

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

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 565	0.06 124	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

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

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 142	0.05 125	0.08 141	0.05 127	0.08 141	0.05 117	0.08 142	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 74	0.08 85	0.11 119	0.11 105	0.05 126	0.08 139	0.05 120	0.08 142	0.07 149	0.08 141	0.05 127	0.08 141	0.05 117	0.09 148	0.08 142	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 142	0.07 149	0.08 141	0.07 149	0.08 141	0.06 136	0.07 139	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MatchStereo	0.54 419	0.12 115	2.38 703	2.32 639	0.09 155	0.09 147	0.08 151	0.09 148	0.07 149	0.09 148	0.07 149	0.09 149	0.07 147	0.09 148	0.08 142	2.34 679	2.34 698	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
LRCNet_RVC	0.13 139	0.13 117	0.09 95	0.13 125	0.10 162	0.14 173	0.10 157	0.14 174	0.10 161	0.23 230	0.10 158	0.20 210	0.10 158	0.24 238	0.11 169	0.11 112	0.09 101	0.12 166	0.14 207	0.12 173	0.09 150

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

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

S2M2_L	0.12 132	0.14 124	0.10 99	0.15 141	0.10 162	0.14 173	0.10 157	0.14 174	0.10 161	0.15 183	0.10 158	0.14 175	0.10 158	0.14 176	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 160	0.14 124	0.10 99	0.14 129	0.09 155	0.15 183	0.09 152	0.14 174	0.09 157	0.14 174	0.10 158	0.14 175	0.09 154	0.14 176	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 554

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

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

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

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

CIPLG	0.13 139	0.21 148	0.12 130	0.16 151	0.11 182	0.15 183	0.11 174	0.14 174	0.11 179	0.15 183	0.12 186	0.15 188	0.11 175	0.14 176	0.11 169	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

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

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

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

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

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

GMStereo	0.14 148	0.13 117	0.14 155	0.14 129	0.14 204	0.14 173	0.14 198	0.14 174	0.14 204	0.14 174	0.14 205	0.14 175	0.14 204	0.14 176	0.14 197	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 201
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.13 139	0.11 110	0.11 119	0.11 105	0.11 182	0.11 161	0.11 174	0.11 162	0.11 179	0.11 165	0.12 186	0.11 165	0.11 175	0.11 166	0.11 169	0.11 112	0.11 129	0.14 172	0.11 172	0.49 437	0.11 172

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

ELAS_RVC	0.14 148	0.16 129	0.10 99	0.15 141	0.10 162	0.18 201	0.11 174	0.19 203	0.11 179	0.19 201	0.12 186	0.18 201	0.11 175	0.19 203	0.12 183	0.14 140	0.08 91	0.14 172	0.09 149	0.15 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 139	0.16 129	0.11 119	0.15 141	0.09 155	0.18 201	0.11 174	0.18 201	0.11 179	0.17 195	0.11 176	0.18 201	0.11 175	0.18 200	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 309	1.37 501	1.02 544	1.14 507	0.12 197	0.16 190	0.12 189	0.16 190	0.12 197	0.16 188	0.12 186	0.16 189	0.12 193	0.16 189	0.12 183	1.12 541	1.00 533	0.15 187	0.12 190	0.15 188	0.12 188

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

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

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

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

SCION-MonSter	0.21 197	0.76 333	0.22 215	0.25 206	0.15 218	0.19 204	0.15 206	0.19 203	0.15 216	0.19 201	0.15 215	0.19 205	0.15 216	0.19 203	0.14 197	0.22 201	0.21 222	0.16 191	0.14 207	0.16 193	0.15 208

S2M2_XL	0.14 148	0.17 134	0.12 130	0.17 165	0.11 182	0.17 197	0.11 174	0.17 197	0.11 179	0.17 195	0.11 176	0.17 197	0.11 175	0.17 197	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 182	0.48 267	0.16 182	0.16 151	0.15 218	0.15 183	0.16 213	0.16 190	0.16 224	0.16 188	0.16 221	0.16 189	0.16 220	0.16 189	0.16 217	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 210

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

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

ProNet	0.14 148	0.20 142	0.14 155	0.16 151	0.11 182	0.16 190	0.11 174	0.17 197	0.11 179	0.17 195	0.12 186	0.17 197	0.13 199	0.17 197	0.12 183	0.15 153	0.11 129	0.16 191	0.11 172	0.15 188	0.12 188

ICVP	0.15 160	0.53 288	0.11 119	0.16 151	0.11 182	0.16 190	0.11 174	0.16 190	0.11 179	0.16 188	0.11 176	0.16 189	0.11 175	0.16 189	0.11 169	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 148	0.16 129	0.12 130	0.17 165	0.12 197	0.17 197	0.11 174	0.17 197	0.11 179	0.17 195	0.12 186	0.17 197	0.12 193	0.17 197	0.12 183	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.12 188

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

SCION-MonSter(vits)	0.25 218	0.79 339	0.31 275	0.42 303	0.28 297	0.40 320	0.28 290	0.20 210	0.15 216	0.40 316	0.15 215	0.19 205	0.15 216	0.20 208	0.15 209	0.23 213	0.21 222	0.17 201	0.14 207	0.16 193	0.14 201

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

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

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

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

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

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

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

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

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

SGM_RVC	0.15 160	0.17 134	0.11 119	0.18 168	0.11 182	0.19 204	0.11 174	0.19 203	0.12 197	0.19 201	0.12 186	0.20 210	0.12 193	0.19 203	0.12 183	0.16 166	0.11 129	0.17 201	0.10 158	0.17 202	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CAS++	0.17 173	0.27 175	0.21 213	0.10 88	0.21 267	0.15 183	0.22 253	0.10 150	0.21 255	0.22 224	0.10 158	0.19 205	0.18 243	0.10 153	0.19 241	0.20 191	0.19 215	0.18 212	0.10 158	0.19 212	0.18 234
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 167	0.18 137	0.13 150	0.19 173	0.13 202	0.19 204	0.13 196	0.19 203	0.13 201	0.19 201	0.13 200	0.19 205	0.13 199	0.19 203	0.13 192	0.18 184	0.13 166	0.18 212	0.13 201	0.18 206	0.13 195

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

Weightmod_eth	0.20 188	0.24 162	0.28 247	0.47 326	0.14 204	0.24 238	0.14 198	0.17 197	0.13 201	0.22 224	0.16 221	0.22 228	0.13 199	0.20 208	0.16 217	0.24 222	0.20 217	0.19 215	0.14 207	0.16 193	0.24 258

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

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

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

GEStereo_RVC	0.86 512	4.45 676	0.20 207	0.27 217	0.20 256	0.27 262	0.20 242	0.26 250	0.18 241	5.03 749	0.20 253	0.27 264	0.19 250	0.27 263	0.21 248	0.20 191	0.19 215	0.19 215	4.02 753	0.20 213	0.18 234

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

UPFNet	0.42 338	1.20 435	0.17 192	0.24 199	0.17 235	0.25 248	0.17 223	1.19 565	0.90 566	0.25 245	0.17 229	0.24 242	0.17 232	0.25 247	0.17 224	0.22 201	0.17 205	0.22 230	0.16 221	1.15 557	0.93 564

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

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

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

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

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

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

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

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

ac_64	0.22 204	0.13 117	0.19 204	0.23 194	0.10 162	0.26 257	1.02 582	0.14 174	0.10 161	0.28 260	0.14 205	0.17 197	0.19 250	0.28 268	0.09 147	0.22 201	0.16 184	0.23 239	0.17 244	0.11 163	0.12 188

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

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

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

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

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

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

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

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

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

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

LoS	0.25 218	0.27 175	0.25 229	0.25 206	0.25 283	0.25 248	0.25 269	0.26 250	0.25 274	0.25 245	0.25 279	0.25 249	0.25 275	0.25 247	0.25 270	0.26 231	0.25 240	0.25 254	0.26 284	0.26 246	0.25 260
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
small-0shot	0.35 271	1.92 570	0.27 239	0.27 217	0.27 291	0.27 262	0.27 279	0.27 254	0.27 292	0.27 259	0.27 288	0.26 261	0.27 292	0.27 263	0.26 275	0.27 235	0.26 243	0.26 259	0.26 284	0.26 246	0.27 304

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

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

FCDSN-DC	0.41 323	0.59 305	0.64 470	0.54 393	0.33 396	0.50 450	0.37 414	0.42 353	0.40 438	0.61 483	0.43 457	0.50 453	0.49 480	0.38 311	0.32 365	0.28 240	0.23 235	0.26 259	0.22 262	0.35 295	0.28 332
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	1.26 611	0.31 186	4.99 739	5.93 729	0.20 256	0.25 248	0.20 242	0.25 244	0.20 250	0.23 230	0.19 249	0.25 249	0.20 254	0.25 247	0.20 244	5.66 739	4.76 733	0.26 259	0.30 376	0.24 240	0.27 304

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DANet	0.30 238	0.30 183	0.30 257	0.30 222	0.30 322	0.30 269	0.30 313	0.30 263	0.30 323	0.30 267	0.30 326	0.30 275	0.30 322	0.30 274	0.30 312	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 356
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 245	0.31 186	0.31 275	0.30 222	0.40 441	0.31 276	0.30 313	0.30 263	0.34 401	0.29 265	0.31 370	0.29 271	0.30 322	0.31 279	0.31 353	0.31 256	0.29 278	0.31 281	0.30 376	0.31 267	0.31 366

DStereoSA	0.32 254	0.52 284	0.34 303	0.31 228	0.31 369	0.30 269	0.30 313	0.31 269	0.30 323	0.31 272	0.31 370	0.31 280	0.30 322	0.31 279	0.31 353	0.30 250	0.32 298	0.31 281	0.31 387	0.31 267	0.31 366

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

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

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

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

IGEV-Stereo	0.35 271	0.44 243	0.45 391	0.49 338	0.30 322	0.37 304	0.30 313	0.36 285	0.30 323	0.36 294	0.29 311	0.36 300	0.29 313	0.36 300	0.30 312	0.46 384	0.39 372	0.32 284	0.24 275	0.32 270	0.25 260
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GES	0.66 445	2.34 601	0.29 253	0.41 293	0.29 310	0.41 339	0.29 305	0.42 353	0.29 308	0.40 316	0.41 444	0.41 343	0.30 322	0.51 456	0.29 302	0.32 259	0.29 278	0.32 284	2.46 724	2.49 686	0.30 356

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

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

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

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

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

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

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

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

CASnet	0.35 271	0.51 282	0.44 389	0.32 234	0.31 369	0.24 238	0.34 396	0.36 285	0.25 274	0.31 272	0.37 418	0.30 275	0.33 392	0.25 247	0.45 455	0.37 285	0.37 358	0.33 291	0.35 423	0.34 282	0.37 409
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 500	1.91 564	0.92 531	4.48 702	0.02 22	0.40 320	0.04 103	0.41 335	0.02 22	0.48 423	0.03 56	0.41 343	0.05 117	0.03 43	0.05 115	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 304

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HGLStereo	0.28 232	0.29 180	0.22 215	0.36 251	0.22 269	0.36 296	0.21 248	0.36 285	0.21 255	0.42 347	0.21 259	0.36 300	0.22 263	0.36 300	0.21 248	0.34 269	0.21 222	0.34 301	0.21 259	0.34 282	0.21 243

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

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

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

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

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

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

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

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

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

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

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

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

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

Any-RAFT	0.32 254	0.36 197	0.27 239	0.36 251	0.27 291	0.36 296	0.27 279	0.36 285	0.27 292	0.36 294	0.27 288	0.36 300	0.27 292	0.36 300	0.28 286	0.36 282	0.28 264	0.36 326	0.28 343	0.36 305	0.28 332

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

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

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

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

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

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

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

StereoDRNet-Refined	0.33 259	0.39 211	0.26 236	0.39 266	0.26 290	0.40 320	0.26 276	0.40 316	0.26 288	0.39 309	0.26 284	0.39 318	0.26 285	0.39 319	0.26 275	0.37 285	0.25 240	0.37 330	0.25 278	0.37 310	0.37 409
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 289	0.37 200	0.37 321	0.37 254	0.37 423	0.37 304	0.37 414	0.37 293	0.37 418	0.37 300	0.37 418	0.37 310	0.37 415	0.37 307	0.37 410	0.37 285	0.37 358	0.37 330	0.37 432	0.37 310	0.37 409

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DDF-Stereo	0.43 340	1.15 428	0.57 449	0.53 390	0.32 383	0.41 339	0.32 370	0.41 335	0.32 380	0.41 333	0.32 380	0.41 343	0.32 380	0.40 322	0.32 365	0.52 414	0.50 437	0.38 338	0.31 387	0.39 371	0.31 366

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

mms	0.40 315	0.45 252	0.35 314	0.48 332	0.36 418	0.47 427	0.34 396	0.45 408	0.38 422	0.47 416	0.33 389	0.45 415	0.32 380	0.45 412	0.32 365	0.39 311	0.38 365	0.38 338	0.37 432	0.39 371	0.39 423

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 315	0.40 215	0.40 366	0.40 279	0.40 441	0.40 320	0.40 436	0.40 316	0.40 438	0.40 316	0.40 436	0.40 328	0.40 432	0.40 322	0.40 430	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
testmc14	2.43 698	10.48 746	8.02 756	8.93 747	0.31 369	0.44 401	0.30 313	0.42 353	0.30 323	0.42 347	0.30 326	0.42 361	0.30 322	0.42 356	0.30 312	8.88 758	6.99 748	0.41 412	0.28 343	0.39 371	0.28 332

TestStereo_HL3	2.76 712	0.41 227	11.46 762	14.11 760	0.30 322	0.45 415	0.29 305	0.43 361	0.29 308	0.43 354	0.29 311	0.43 370	0.28 301	0.44 394	0.30 312	13.57 763	10.32 761	0.41 412	0.27 322	0.38 323	0.27 304

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

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

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

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

GREAT-IGEV	0.38 295	0.43 240	0.36 316	0.48 332	0.32 383	0.45 415	0.32 370	0.45 408	0.32 380	0.45 404	0.32 380	0.45 415	0.32 380	0.45 412	0.32 365	0.44 343	0.33 311	0.41 412	0.29 358	0.41 396	0.29 341
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GwcNet-ADL	0.41 323	0.41 227	0.41 380	0.41 293	0.41 451	0.41 339	0.41 445	0.41 335	0.41 448	0.41 333	0.41 444	0.41 343	0.41 444	0.41 342	0.41 438	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

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

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

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

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

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

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

MSMDNet	2.65 706	10.14 744	0.33 289	9.74 752	0.32 383	0.87 526	0.33 381	2.95 715	0.68 525	0.49 433	0.34 397	0.49 439	5.70 753	0.49 438	0.33 377	0.42 341	9.57 755	0.41 412	0.31 387	8.36 756	0.65 515

ccs_rob	2.79 715	10.17 745	0.32 284	10.00 755	0.33 396	0.49 441	0.33 381	1.90 649	0.32 380	0.51 455	0.33 389	0.49 439	9.24 762	0.49 438	0.33 377	0.41 327	9.82 758	0.41 412	0.28 343	9.34 760	0.29 341

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.57 428	0.89 361	0.56 445	0.57 401	0.56 505	0.56 474	0.56 497	0.56 466	0.53 494	0.57 476	0.57 502	0.59 485	0.48 474	0.56 472	0.57 492	0.55 424	0.56 454	0.47 450	0.56 508	0.62 469	0.56 497
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GMOStereo	0.37 289	0.45 252	0.23 219	0.30 222	0.37 423	0.41 339	0.36 408	0.41 335	0.35 405	0.43 354	0.36 411	0.41 343	0.40 432	0.41 342	0.36 400	0.34 269	0.22 229	0.47 450	0.37 432	0.39 371	0.33 382

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

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

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

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

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

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

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

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

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

LG-Stereo_L1	0.47 393	0.52 284	0.47 405	0.62 412	0.39 440	0.53 468	0.40 436	0.53 460	0.39 435	0.53 462	0.39 433	0.53 467	0.39 431	0.53 464	0.39 427	0.55 424	0.46 412	0.49 463	0.37 432	0.49 437	0.37 409

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

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

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

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

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

fffft	0.48 399	0.51 282	0.45 391	0.52 388	0.45 470	0.52 466	0.45 461	0.52 458	0.48 478	0.53 462	0.45 464	0.52 465	0.45 461	0.52 461	0.46 459	0.51 412	0.41 386	0.50 469	0.41 461	0.50 442	0.41 435
1: 1. 1
dual_stereo	0.50 408	0.50 274	0.50 426	0.50 374	0.50 491	0.50 450	0.50 485	0.50 439	0.50 485	0.50 446	0.50 487	0.50 453	0.50 484	0.50 446	0.50 477	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

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

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

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

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

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

LG-Stereo	0.60 429	0.58 302	0.47 405	0.64 419	0.74 544	1.00 540	0.69 529	0.57 469	0.41 448	0.57 476	0.41 444	0.57 481	0.41 444	1.00 548	0.75 545	0.91 505	0.51 442	0.52 477	0.37 432	0.52 451	0.37 409

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

mm2	0.69 456	0.69 318	0.69 490	0.69 431	0.69 533	0.69 496	0.69 529	0.69 492	0.69 530	0.69 500	0.69 532	0.69 501	0.69 528	0.69 496	0.69 526	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 524

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

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

PA-Net	11.80 762	223.51 789	0.62 463	0.59 406	0.71 539	0.59 482	0.73 543	0.67 490	0.73 549	0.55 471	0.61 512	0.60 486	0.74 540	0.63 488	0.73 540	0.66 455	0.60 469	0.69 508	0.66 532	0.72 487	0.65 515
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 453	0.81 346	0.63 467	0.74 448	0.60 510	0.78 508	0.62 507	0.77 505	0.66 517	0.74 511	0.63 514	0.75 513	0.62 508	0.83 521	0.60 499	0.70 464	0.55 452	0.70 513	0.60 516	0.78 499	0.55 494

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

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

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

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

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

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

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

CoDeX	0.15 160	0.70 321	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 510	0.02 15	0.69 496	0.75 521	0.01 9	0.02 21	0.02 20

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

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

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

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

SFCPSM	0.17 173	0.78 337	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 550	0.02 15	0.75 509	0.76 523	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 491	0.96 380	0.67 480	0.95 482	0.67 529	0.95 535	0.68 521	0.95 534	0.68 525	0.95 540	0.68 527	0.96 544	0.68 521	0.96 544	0.68 518	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 522
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MWSP-net	0.96 531	0.75 330	0.49 420	4.84 719	0.48 483	1.28 625	0.52 490	1.20 568	0.51 492	1.14 573	0.70 536	1.00 547	0.56 495	0.90 532	0.69 526	0.76 483	0.60 469	0.95 559	0.56 508	0.73 490	0.45 450

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MSMD_ROB	1.19 560	1.10 423	0.70 493	1.10 501	0.60 510	1.10 564	0.70 536	1.10 555	0.70 538	1.10 563	0.70 536	1.10 569	0.70 532	7.00 761	0.70 535	1.10 535	0.70 499	1.10 575	0.70 546	1.10 551	0.70 527

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

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

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

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

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

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

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

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

Abc-Net	2.32 690	24.75 758	1.14 552	1.17 516	1.17 598	1.11 567	1.15 591	1.17 562	1.21 648	1.08 562	1.16 594	1.12 574	1.14 581	1.09 568	1.17 594	1.09 533	1.16 559	1.17 583	1.17 596	1.16 559	1.11 584
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 530	1.17 431	0.78 512	1.18 517	0.71 539	1.16 572	0.75 545	1.09 554	0.80 559	1.10 563	0.75 550	1.17 578	0.74 540	1.17 578	0.80 553	1.13 542	0.73 506	1.17 583	0.77 558	1.16 559	0.72 534
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Hybrid-DGEV-2	1.05 549	1.83 549	0.83 520	1.33 580	0.82 563	1.30 626	0.81 557	1.26 619	0.79 557	1.29 627	0.79 557	1.26 627	0.80 549	1.26 628	0.79 550	1.20 549	0.78 514	1.18 586	0.77 558	1.20 569	0.77 547

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 561	1.20 435	1.20 563	1.20 519	1.20 604	1.20 573	1.20 597	1.20 568	1.20 603	1.20 578	1.20 599	1.20 580	1.20 589	1.20 580	1.20 599	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.73 469	1.22 487	0.25 229	1.22 564	0.25 283	1.22 619	0.25 269	1.22 615	0.25 274	1.22 624	0.25 279	1.22 626	0.25 275	1.22 626	0.25 270	1.22 597	0.26 243	1.21 635	0.25 278	1.22 617	0.25 260
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
FAT-Stereo	2.46 700	26.05 764	1.23 612	1.23 566	1.22 652	1.20 573	1.24 645	1.23 617	1.23 650	1.19 577	1.22 645	1.21 625	1.24 637	1.20 580	1.24 646	1.21 595	1.17 562	1.22 636	1.25 650	1.20 569	1.24 649

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

S-Stereo	2.51 702	26.86 765	1.23 612	1.22 564	1.22 652	1.24 621	1.25 646	1.22 615	1.24 651	1.21 623	1.24 647	1.19 579	1.27 639	1.19 579	1.24 646	1.19 547	1.20 564	1.25 638	1.19 597	1.24 618	1.23 648

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV	2.02 651	2.20 587	1.82 662	2.90 664	2.16 718	2.41 690	1.25 646	2.00 653	1.98 716	1.99 657	1.31 653	2.72 710	1.93 695	2.67 705	1.69 686	2.26 668	1.32 614	1.83 660	1.87 709	2.53 693	1.61 680

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

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

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

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

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

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

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

GANetREF_RVC	1.55 620	1.94 571	1.22 610	1.88 607	1.21 650	1.88 652	1.22 643	1.88 647	1.22 649	1.88 650	1.22 645	1.88 652	1.22 636	1.89 656	1.22 645	1.87 633	1.22 612	1.88 668	1.22 646	1.88 646	1.22 646
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 621	1.91 564	1.21 609	1.94 610	1.20 604	2.00 660	1.23 644	1.99 652	1.24 651	2.00 658	1.25 648	2.03 662	1.26 638	2.00 660	1.29 653	1.90 637	1.18 563	1.89 669	1.21 645	1.89 647	1.20 600
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 631	3.41 649	1.52 641	2.12 618	1.41 661	2.04 661	1.41 663	2.05 656	1.46 666	2.04 662	1.41 663	2.05 663	1.42 652	2.05 661	1.43 663	2.04 647	1.54 642	1.94 670	1.38 660	1.99 650	1.33 655

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 752	50.87 782	2.78 707	2.87 663	2.71 727	2.78 714	0.47 470	2.88 714	2.86 728	1.89 651	2.67 726	2.79 716	2.79 715	2.78 715	2.83 724	2.82 698	2.82 704	2.83 714	2.77 726	2.83 701	2.76 723
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 717	3.24 646	2.57 706	4.04 700	2.66 726	3.30 720	2.55 721	3.29 719	2.55 724	3.35 721	2.48 725	3.28 720	2.47 711	3.34 721	2.49 723	3.26 703	2.55 703	3.13 715	2.57 725	3.00 702	2.46 721

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT	6.73 758	9.36 738	7.40 752	8.51 745	6.55 761	6.88 757	6.60 761	6.79 757	6.60 762	6.80 758	6.72 763	5.31 754	5.50 752	6.61 755	6.61 761	8.42 754	5.89 739	5.73 753	5.45 762	6.61 747	6.24 761

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

SGM-Forest	5.21 755	5.92 718	4.08 734	6.18 731	4.16 754	6.31 755	4.34 755	6.50 756	4.33 755	6.14 757	4.21 753	6.61 760	4.55 748	6.67 756	4.48 753	5.94 741	3.94 727	5.85 755	4.03 754	5.79 745	4.17 755
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 745	4.84 680	3.12 723	5.00 722	3.57 745	4.75 747	3.03 732	7.75 761	4.17 754	4.91 748	3.09 736	6.20 757	3.95 742	6.71 757	3.51 740	5.30 737	3.67 725	5.86 756	3.63 745	5.61 743	3.46 745

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MeshStereo	159.24 781	171.00 788	160.68 789	162.58 787	160.59 788	164.01 785	160.35 788	158.51 788	158.56 786	158.34 787	160.12 788	158.56 787	159.92 786	157.26 788	158.94 788	154.38 788	158.36 788	155.75 788	159.13 790	153.67 785	154.07 789
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DF_test	189.29 782	560.34 792	182.58 790	229.00 789	135.68 787	197.79 787	135.52 787	197.80 789	135.44 785	197.75 789	135.49 787	197.90 789	135.51 785	197.84 789	135.75 787	217.37 790	171.11 789	183.74 789	127.67 789	183.56 786	127.88 788

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 795	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 796	10000000.00 795	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark