Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 429	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

iinet-test	0.08 72	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 421	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

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	0.73 429	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

CoDeX	0.15 146	0.70 280	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	0.67 454	0.02 15	0.69 447	0.75 462	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 260	0.39 239	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 302	1.91 507	0.92 479	1.91 557	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	1.97 586	1.44 580	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 230	1.29 436	1.19 506	1.36 535	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	1.26 546	1.21 557	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 292	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	0.79 490	0.02 15	0.75 458	0.76 464	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 192	1.31 440	0.74 454	0.92 425	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	0.87 452	0.75 458	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 72	0.02 12	0.02 15	1.01 445	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 420	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 353	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 550	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 111	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 569	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 127	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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	0.75 432	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 457	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 330	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 370	0.17 176	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 432	0.28 227	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

G2L-ROB	0.03 29	0.06 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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 90	1.05 358	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 358	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 358	0.12 123	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 339	0.11 112	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 329	0.10 92	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample4	0.10 90	1.03 354	0.12 123	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 306	0.10 92	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 354	0.11 112	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 306	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 348	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 326	0.09 88	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

qqq1	0.25 192	3.70 594	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 192	3.70 594	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

1111x	0.10 90	1.14 370	0.13 143	0.14 122	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 348	0.10 92	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

qqq	0.16 153	2.01 516	0.12 123	0.15 133	0.04 101	0.06 114	0.05 115	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 111	1.15 373	0.15 165	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

test_xeample	0.10 90	1.09 364	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 547	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 547	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

ADCRef	0.12 120	0.03 31	0.04 64	1.71 553	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 111	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 520	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 130	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 397	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 153	1.21 426	0.33 260	0.41 264	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 174	1.40 448	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 110	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 450	0.33 260	0.40 252	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

test_sample5	0.10 90	1.07 362	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DualNet	0.10 90	1.07 362	0.11 112	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.12 152	0.04 110	0.06 120	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

222	0.10 90	0.99 337	0.12 123	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 375	0.16 169	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

EDNetEfficientorigin	0.04 54	0.06 74	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

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

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 604	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 608	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 610	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 568	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.04 100	0.08 130	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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
IGEV_i1	0.26 201	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 129	0.05 104	0.03 52	4.34 641	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

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

mmm	0.14 134	1.83 492	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 111	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

11t1	0.17 157	2.16 525	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 110	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 504	0.06 117	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

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

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

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

ffm	0.25 192	3.83 600	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 192	3.83 600	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 192	3.83 600	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

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

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

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

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

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

BridgeDepth_RVC	0.07 67	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.07 137	0.08 129	0.05 122	0.08 129	0.05 112	0.09 136	0.08 129	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GwcNet	0.12 120	0.07 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 534	0.07 127	0.05 120	0.05 113	0.05 122	0.08 129	0.05 112	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 613	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

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

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 570	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

SuperB	0.21 174	0.10 93	2.51 635	0.12 106	0.09 140	0.10 137	0.09 139	0.08 130	0.07 137	0.10 138	0.09 141	0.09 137	0.07 135	0.07 127	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

DeepPrunerF	0.19 165	0.08 80	0.08 82	2.23 570	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

SepStereo	0.09 75	0.09 89	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 137	0.08 141	0.10 138	0.09 141	0.09 137	0.09 139	0.09 136	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

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

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

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

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

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

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

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

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

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

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

MatchStereo	0.54 376	0.12 106	2.38 633	2.32 576	0.09 140	0.09 135	0.08 138	0.09 136	0.07 137	0.09 136	0.07 137	0.09 137	0.07 135	0.09 136	0.08 129	2.34 609	2.34 628	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 149	0.11 160	0.12 152	0.11 159	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

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

ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 520	0.14 155	0.10 145	0.28 232	0.14 185	0.17 175	0.19 221	0.28 239	0.09 134	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 167

PASM	0.39 274	3.06 579	1.36 572	1.58 543	0.09 140	0.11 148	0.11 157	0.11 149	0.11 160	0.09 136	0.09 141	0.11 150	0.09 139	0.09 136	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

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

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

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.10 145	0.14 154	0.09 141	0.14 155	0.09 139	0.13 156	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 477

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.15 161	0.10 145	0.14 155	0.10 143	0.14 157	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 146	0.14 114	0.10 92	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.09 144	0.14 154	0.10 145	0.14 155	0.09 139	0.14 157	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 493

CIPLG	0.13 127	0.21 135	0.12 123	0.16 143	0.11 163	0.15 161	0.11 157	0.14 155	0.11 160	0.15 161	0.12 167	0.15 166	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

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

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

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

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

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 157	0.72 282	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179

ELAS	0.13 127	0.16 116	0.11 112	0.15 133	0.09 140	0.18 179	0.11 157	0.18 178	0.11 160	0.17 173	0.11 159	0.18 179	0.11 156	0.18 178	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 274	1.37 446	1.02 491	1.14 458	0.12 176	0.16 168	0.12 170	0.16 169	0.12 176	0.16 166	0.12 167	0.16 167	0.12 171	0.16 168	0.12 164	1.12 489	1.00 481	0.15 166	0.12 170	0.15 166	0.12 167

castereo++	0.54 376	3.59 591	1.15 500	1.31 529	0.14 182	0.16 168	0.14 176	0.16 169	0.14 182	0.16 166	0.14 185	0.16 167	0.13 177	0.16 168	0.14 175	1.45 561	1.16 506	0.15 166	0.14 185	0.15 166	0.13 174

ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	0.16 168	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.13 177	0.17 175	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

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

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 180	0.11 160	0.19 179	0.12 167	0.18 179	0.11 156	0.19 181	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.11 159	0.17 175	0.11 156	0.17 175	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	0.15 161	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 193	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

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

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

ICVP	0.15 146	0.53 259	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 169	0.11 160	0.16 166	0.11 159	0.16 167	0.11 156	0.16 168	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 134	0.16 116	0.12 123	0.17 152	0.12 176	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.12 171	0.17 175	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

DDVS	0.30 209	3.10 580	0.14 148	0.19 157	0.14 182	0.19 182	0.14 176	0.20 186	0.14 182	0.19 179	0.13 180	0.16 167	0.13 177	0.19 181	0.13 171	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 174

ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 511	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

acv_ft	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 511	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 180	0.12 176	0.19 179	0.12 167	0.20 186	0.12 171	0.19 181	0.12 164	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DEFOM-Stereo_RVC	0.83 450	5.18 626	1.98 622	2.19 567	0.17 210	0.19 182	0.18 206	0.19 180	0.16 198	0.20 185	0.19 223	0.22 202	0.22 232	0.20 185	0.15 186	2.28 603	2.13 623	0.24 221	0.17 217	0.18 181	0.16 185

castereo	0.61 390	3.79 599	1.35 564	1.52 542	0.15 194	0.17 175	0.16 188	0.20 186	0.21 226	0.18 177	0.16 198	0.21 194	0.12 171	0.26 231	0.17 199	1.43 560	1.38 576	0.17 178	0.16 195	0.18 181	0.16 185

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

HCRNet	1.22 554	7.11 646	3.00 640	3.55 622	0.33 350	0.29 238	0.14 176	0.19 180	0.15 193	0.33 253	0.29 273	0.25 222	0.14 181	0.22 200	0.33 332	3.64 637	3.00 635	0.76 464	0.32 349	0.18 181	0.13 174

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

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

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 137	0.21 226	0.22 199	0.10 145	0.19 183	0.18 216	0.10 140	0.19 214	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 207
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.22 199	0.15 194	0.22 202	0.16 194	0.22 200	0.15 186	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 179

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 534	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

acva	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 534	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

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

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

GEStereo_RVC	0.86 462	4.45 615	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 223	0.18 214	5.03 671	0.20 227	0.27 235	0.19 221	0.27 235	0.21 221	0.20 175	0.19 199	0.19 191	4.02 675	0.20 188	0.18 207

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

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

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

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

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

ACV-stereo	0.30 209	2.08 518	0.25 212	0.25 190	0.18 221	0.24 212	0.17 198	0.24 209	0.18 214	0.24 211	0.17 205	0.25 222	0.17 206	0.24 211	0.17 199	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

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

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

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

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

MIM_Stereo	0.25 192	0.23 141	0.66 428	0.80 407	0.17 210	0.22 200	0.17 198	0.23 206	0.18 214	0.26 228	0.17 205	0.21 194	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 202

dd	0.23 186	0.98 330	0.16 169	0.23 178	0.15 194	0.23 209	0.15 182	0.23 206	0.15 193	0.23 204	0.15 194	0.24 215	0.17 206	0.23 207	0.15 186	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 185

dad	0.23 186	1.03 354	0.16 169	0.23 178	0.15 194	0.24 212	0.15 182	0.24 209	0.16 198	0.23 204	0.16 198	0.24 215	0.16 194	0.23 207	0.15 186	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

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

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

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

VIP-Stereo	0.70 409	2.97 578	2.43 634	2.49 583	0.16 204	0.25 221	0.16 188	0.25 217	0.16 198	0.25 219	0.18 221	0.25 222	0.16 194	0.26 231	0.16 193	1.86 576	1.26 559	0.23 212	0.15 193	0.23 208	0.15 184

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

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

DLNR-FE	0.28 203	0.89 311	0.30 235	0.34 222	0.19 225	0.28 235	0.19 210	0.28 226	0.20 222	0.28 232	0.20 227	0.28 236	0.20 225	0.28 239	0.20 217	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 209

AANet_RVC	1.26 556	0.31 169	4.99 667	5.93 659	0.20 228	0.25 221	0.20 214	0.25 217	0.20 222	0.23 204	0.19 223	0.25 222	0.20 225	0.25 220	0.20 217	5.66 668	4.76 661	0.26 231	0.30 331	0.24 212	0.27 273

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

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

RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 655

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 655

LoS_RVC	0.30 209	1.14 370	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.26 233	0.26 253	0.26 231	0.25 240	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 235

CAS	0.30 209	1.17 376	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.26 256	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 229

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 223	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 229
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt1	0.31 216	0.93 323	0.24 209	0.33 219	0.23 245	0.31 245	0.24 237	0.32 240	0.24 238	0.32 249	0.23 238	0.32 254	0.25 244	0.32 252	0.24 232	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 273

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

DCVSM-stereo	0.36 246	1.89 504	0.22 199	0.40 252	0.22 239	0.40 285	0.22 224	0.40 280	0.22 229	0.40 281	0.22 234	0.40 290	0.22 232	0.40 287	0.22 223	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 211

TorneroNet-64	0.45 338	0.27 160	0.30 235	0.58 371	0.27 260	0.70 444	0.30 272	0.28 226	0.73 489	0.73 449	0.28 267	0.71 447	0.66 457	0.75 450	0.27 246	0.27 214	0.29 253	0.37 293	0.75 494	0.28 224	0.30 312

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

xxxxx1	0.31 216	0.91 316	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

tt_ll	0.31 216	0.91 316	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

ff	0.31 216	0.91 316	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

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

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

DEFOM-Stereo	0.68 405	3.11 581	1.40 578	1.63 551	0.25 252	0.31 245	0.25 239	0.31 238	0.28 264	0.31 243	0.29 273	0.29 242	0.27 260	0.31 249	0.28 255	1.59 568	1.47 582	0.30 244	0.29 317	0.30 230	0.28 293

WCG-NET（raft）	0.32 225	1.24 434	0.24 209	0.32 215	0.24 250	0.32 254	0.23 232	0.32 240	0.24 238	0.32 249	0.24 245	0.32 254	0.24 241	0.32 252	0.24 232	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 218

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

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

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

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

FE-Mocha	0.35 239	0.71 281	0.40 332	0.47 295	0.27 260	0.34 257	0.27 249	0.34 247	0.26 256	0.34 255	0.26 256	0.34 261	0.27 260	0.34 260	0.27 246	0.44 314	0.41 355	0.33 260	0.29 317	0.32 238	0.29 299

PAM	0.39 274	1.88 503	0.34 270	0.37 231	0.41 401	0.45 371	0.22 224	0.28 226	0.23 235	0.28 232	0.24 245	0.29 242	0.23 238	0.29 243	0.23 229	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 216

1test111	0.37 256	1.02 352	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

cc1	0.37 256	1.02 352	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

IGEV-Stereo	0.35 239	0.44 216	0.45 356	0.49 306	0.30 285	0.37 270	0.30 272	0.36 254	0.30 281	0.36 263	0.29 273	0.36 268	0.29 274	0.36 269	0.30 273	0.46 353	0.39 342	0.32 253	0.24 245	0.32 238	0.25 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 240	0.24 238	0.33 253	0.24 245	0.35 263	0.24 241	0.33 259	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

ACVNet-DCA	0.37 256	1.00 339	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.39 284	0.28 255	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 328

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 368	0.79 404	0.24 250	0.30 239	0.26 246	0.30 233	0.24 238	0.32 249	0.23 238	0.31 250	0.24 241	0.30 245	0.23 229	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 218

CRFU-Net	0.65 398	1.67 457	1.22 556	1.96 561	0.27 260	0.41 301	0.27 249	0.41 295	0.27 260	0.40 281	0.26 256	0.41 303	0.27 260	0.40 287	0.27 246	1.80 575	1.62 596	0.34 269	0.23 238	0.33 245	0.23 218

FENet	0.54 376	1.52 452	1.19 506	1.41 538	0.23 245	0.35 261	0.23 232	0.35 250	0.23 235	0.34 255	0.23 238	0.35 263	0.23 238	0.35 263	0.23 229	1.40 558	1.07 490	0.32 253	0.23 238	0.33 245	0.23 218

GeoVLM	0.36 246	0.38 183	0.27 221	0.46 288	0.28 265	0.35 261	0.28 257	0.37 260	0.27 260	0.35 259	0.28 267	0.36 268	0.38 369	0.35 263	0.28 255	1.08 480	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

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

xx1	0.38 262	1.03 354	0.31 250	0.40 252	0.31 328	0.41 301	0.28 257	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.29 266	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 328

CASnet	0.35 239	0.51 253	0.44 354	0.32 215	0.31 328	0.24 212	0.34 348	0.36 254	0.25 243	0.31 243	0.37 373	0.30 246	0.33 345	0.25 220	0.45 402	0.37 259	0.37 328	0.33 260	0.35 376	0.34 249	0.37 360
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 450	1.91 507	0.92 479	4.48 633	0.02 22	0.40 285	0.04 103	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.05 112	0.03 43	0.05 110	1.97 586	4.19 658	0.33 260	0.23 238	0.34 249	0.27 273

NINENet	0.69 408	3.87 603	1.20 509	1.98 562	0.05 121	0.40 285	0.04 103	0.40 280	0.05 120	0.41 295	0.04 110	0.41 303	0.05 112	0.40 287	0.05 110	1.79 574	1.56 589	0.34 269	0.22 232	0.34 249	0.23 218

BSDual-CNN	0.81 441	1.91 507	0.92 479	4.48 633	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 586	4.19 658	0.33 260	0.23 238	0.34 249	0.27 273

hknet	1.10 499	1.85 498	3.49 656	4.48 633	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.03 53	0.42 315	0.03 52	4.39 644	4.19 658	0.33 260	0.23 238	0.34 249	0.27 273

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

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

HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 254	0.21 226	0.42 309	0.21 233	0.36 268	0.22 232	0.36 269	0.21 221	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 214

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

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

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

MyStereo07	0.60 385	3.72 597	0.48 376	0.49 306	0.41 401	0.36 265	0.32 324	0.49 380	0.43 405	0.51 408	0.42 408	0.49 390	0.43 401	0.51 407	0.64 447	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

MyStereo04	0.56 383	3.72 597	0.59 409	0.49 306	0.41 401	0.36 265	0.32 324	0.37 260	0.31 324	0.34 255	0.46 419	0.35 263	0.32 334	0.35 263	0.33 332	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

HH	0.71 412	2.54 552	0.74 454	1.10 452	0.32 338	0.41 301	0.37 366	0.69 437	0.78 493	0.73 449	0.90 508	0.75 455	1.00 503	0.84 464	0.69 470	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 412	2.54 552	0.74 454	1.10 452	0.32 338	0.41 301	0.37 366	0.69 437	0.78 493	0.73 449	0.90 508	0.75 455	1.00 503	0.84 464	0.69 470	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

FCDSN-DC	0.41 287	0.59 271	0.64 423	0.54 361	0.33 350	0.50 401	0.37 366	0.42 313	0.40 387	0.61 433	0.43 410	0.50 404	0.49 424	0.38 276	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 293
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 250	0.35 357	0.35 259	0.35 362	0.35 263	0.35 357	0.35 263	0.35 349	0.35 252	0.35 319	0.35 285	0.35 376	0.35 262	0.35 352

Monster-pub-mixall	0.44 315	0.56 267	0.60 413	0.38 234	0.27 260	0.37 270	0.27 249	0.37 260	0.29 270	0.38 269	0.27 260	0.38 277	0.29 274	0.85 468	0.27 246	1.46 562	0.26 223	0.34 269	0.26 254	0.36 269	0.53 427

Replicate-Monster	0.45 338	0.57 268	0.60 413	0.40 252	0.29 275	0.37 270	0.27 249	0.37 260	0.30 281	0.40 281	0.31 327	0.40 290	0.30 280	0.99 487	0.27 246	1.36 555	0.31 267	0.34 269	0.30 331	0.36 269	0.54 430

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

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

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.68 462	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.45 360	0.30 285	0.42 321	0.30 280	0.42 315	0.69 470	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.73 480	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

Monster-pub-eth3d	0.45 338	0.57 268	0.60 413	0.39 239	0.28 265	0.37 270	0.28 257	0.37 260	0.30 281	0.39 275	0.29 273	0.39 282	0.30 280	0.92 479	0.27 246	1.42 559	0.28 239	0.34 269	0.28 304	0.37 273	0.53 427

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

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

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

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

EKT-Stereo	0.37 256	0.40 194	0.44 354	1.07 450	0.29 275	0.34 257	0.31 316	0.36 254	0.29 270	0.38 269	0.31 327	0.37 275	0.30 280	0.36 269	0.29 266	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 312

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

IER	0.88 465	7.04 645	2.23 627	2.75 589	0.28 265	0.43 328	0.25 239	0.39 273	0.25 243	0.41 295	0.27 260	0.39 282	0.25 244	0.40 287	0.28 255	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 229

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 280	0.26 256	0.39 275	0.26 256	0.39 282	0.26 253	0.39 284	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 360
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 231	0.37 373	0.37 270	0.37 366	0.37 260	0.37 369	0.37 268	0.37 373	0.37 275	0.37 365	0.37 273	0.37 362	0.37 259	0.37 328	0.37 293	0.37 385	0.37 273	0.37 360

aanet-new-90k	0.44 315	1.82 489	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-60k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-70k	0.44 315	1.82 489	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-78k	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-40k	0.44 315	1.81 482	0.39 300	0.50 342	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-36k	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-34k	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-32k-new	0.44 315	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 235

aanet-new-32k	0.44 315	1.79 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-30k	0.44 315	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-28k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT26K	0.43 302	1.76 467	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 235

aanet-new-24k	0.44 315	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-22k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-16k	0.44 315	1.83 492	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-14k	0.60 385	5.12 624	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.37 328	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-8k	0.43 302	1.76 467	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new	0.43 302	1.80 477	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-cres-4k	0.44 315	1.81 482	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-cres	0.43 302	1.77 469	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-36K	0.43 302	1.78 472	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-22K	0.44 315	1.85 498	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-20K	0.43 302	1.77 469	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-24K	0.44 315	1.86 501	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-5K	0.44 315	1.80 477	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-2K	0.44 315	1.82 489	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-3K	0.43 302	1.77 469	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-50K	0.44 315	1.83 492	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.36 325	0.38 301	0.26 254	0.38 286	0.26 235

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

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 319	0.31 324	0.45 360	0.31 327	0.43 328	0.31 329	0.43 321	0.69 470	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

IGEV-FE	0.35 239	0.37 179	0.17 176	0.19 157	0.17 210	0.20 187	0.17 198	0.19 180	0.17 208	0.19 179	0.17 205	0.19 183	0.17 206	0.37 273	0.36 353	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 646

GCAP-BAT	0.41 287	1.30 438	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 235

RAFT-Stereo-weight	0.45 338	1.90 506	0.34 270	0.42 274	0.36 369	0.43 328	0.35 353	0.42 313	0.34 353	0.42 309	0.34 354	0.44 360	0.34 350	0.41 302	0.34 345	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 335

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

GCAPDPT-zeroshot4090	0.40 279	1.09 364	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 273

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

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

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

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

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

RCA-Stereo	0.51 370	3.22 585	0.34 270	0.44 283	0.34 360	0.44 361	0.34 348	0.43 319	0.34 353	0.43 314	0.34 354	0.44 360	0.33 345	0.43 321	0.33 332	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 299

aanet-new-10k	0.45 338	1.81 482	0.40 332	0.50 342	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.32 334	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

aanet-new-12k	0.46 345	1.99 515	0.40 332	0.51 353	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.32 321	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

GCAP-Stereo-DPT-25K	0.41 287	1.09 364	0.40 332	0.52 356	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 293

DDF-Stereo	0.43 302	1.15 373	0.57 407	0.53 358	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.40 287	0.32 321	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 321

water-stereo	0.41 287	0.84 300	0.46 361	0.50 342	0.33 350	0.45 371	0.33 335	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 328

mms	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 362	0.38 373	0.47 372	0.33 346	0.45 369	0.32 334	0.45 366	0.32 321	0.39 283	0.38 335	0.38 301	0.37 385	0.39 327	0.39 373

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

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

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

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

error version	0.93 475	4.47 616	2.35 630	1.99 563	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 578	2.16 624	0.47 404	0.37 385	0.39 327	0.33 335

test_1	0.93 475	4.47 616	2.35 630	1.99 563	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 578	2.16 624	0.47 404	0.37 385	0.39 327	0.33 335

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

HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 313	0.33 344	0.43 314	0.34 354	0.42 321	0.34 350	0.41 302	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 328

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

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

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

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

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

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

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

Gwc-CoAtRS	0.41 287	1.49 451	0.32 255	0.42 274	0.32 338	0.41 301	0.32 324	0.41 295	0.33 344	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.32 321	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 293

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
depthmonostereo	0.44 315	0.85 302	0.46 361	0.54 361	0.40 391	0.52 417	0.38 373	0.52 407	0.35 357	0.47 372	0.34 354	0.46 373	0.34 350	0.47 375	0.34 345	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 328

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 299
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 403	0.35 357	0.47 372	0.35 362	0.47 379	0.34 350	0.47 375	0.35 349	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 373

Former-RAFT_DAM_RVC	0.49 363	0.98 330	0.64 423	0.84 412	0.46 420	0.45 371	0.35 353	0.47 372	0.47 417	0.45 360	0.34 354	0.46 373	0.48 419	0.46 371	0.35 349	0.39 283	0.71 452	0.39 342	0.35 376	0.41 350	0.41 384

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

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

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

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

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

CFNet-RSSM	0.91 468	4.89 621	0.34 270	0.44 283	1.07 527	1.62 585	1.40 599	0.91 467	0.35 357	1.60 578	1.39 599	0.64 440	0.34 350	0.44 350	0.33 332	0.41 298	0.35 319	0.75 462	0.30 331	0.41 350	0.29 299

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

SCV_C0	0.45 338	0.88 308	0.49 383	0.54 361	0.37 373	0.48 387	0.37 366	0.48 376	0.37 369	0.48 379	0.36 366	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 342

SCV	0.46 345	0.94 325	0.45 356	0.54 361	0.37 373	0.48 387	0.38 373	0.48 376	0.37 369	0.48 379	0.39 388	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 342

GCST	0.50 365	2.08 518	0.38 289	0.53 358	0.35 363	0.49 392	0.35 353	0.50 389	0.35 357	0.49 386	0.35 362	0.49 390	0.35 357	0.49 389	0.35 349	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 335

LL-Strereo2	0.48 357	1.73 465	0.51 395	0.59 374	0.34 360	0.42 321	0.33 335	0.40 280	0.31 324	0.42 309	0.33 346	0.42 321	0.31 329	0.44 350	0.39 377	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 335

Select-FE	0.41 287	0.44 216	0.23 202	0.26 197	0.22 239	0.26 230	0.22 224	0.26 223	0.23 235	0.26 228	0.23 238	0.26 233	0.23 238	0.45 366	0.42 396	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 647

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

UGAM	0.51 370	2.23 531	0.39 300	0.54 361	0.35 363	0.50 401	0.35 353	0.49 380	0.35 357	0.49 386	0.35 362	0.49 390	0.36 360	0.50 397	0.36 353	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 342

Pro-Stereo	0.79 433	0.53 259	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 380	0.67 461	0.50 399	0.38 378	1.10 509	0.38 369	0.49 389	0.38 365	0.71 421	0.88 474	5.98 679	0.36 382	0.46 368	0.36 355

GEAStereo	0.62 393	3.91 604	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

GSStereo	0.81 441	4.28 614	0.50 388	0.59 374	0.40 391	0.51 413	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 660	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

GS-Stereo							0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 660	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

gasm-f	0.62 393	3.91 604	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

GASTEREO	0.48 357	1.21 426	0.47 368	0.57 369	0.38 380	0.50 401	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	0.38 369	0.50 397	0.38 365	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 342

UGAM-zero	0.51 370	2.17 526	0.39 300	0.53 358	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.50 404	0.35 357	0.50 397	0.36 353	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 342

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

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

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

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

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

Selective-IGEV	0.51 370	0.55 265	0.45 356	0.69 391	0.45 418	0.61 434	0.45 410	0.50 389	0.40 387	0.56 424	0.44 412	0.55 424	0.40 380	0.72 445	0.67 454	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 360

DilatedVolume-Stereo	0.43 302	0.86 304	0.48 376	0.50 342	0.33 350	0.46 377	0.33 335	0.46 366	0.33 344	0.46 366	0.33 346	0.47 379	0.33 345	0.47 375	0.34 345	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 367

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

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

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

MSCF	0.51 370	1.40 448	0.49 383	0.58 371	0.38 380	0.50 401	0.38 373	0.54 411	0.41 397	0.52 411	0.41 398	0.53 417	0.42 398	0.53 414	0.41 388	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 367

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

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

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

TorneroNet	0.66 400	0.53 259	0.50 388	0.50 342	0.64 465	1.06 498	0.70 476	0.50 389	0.51 437	0.49 386	0.69 478	0.49 390	0.50 428	0.48 383	1.15 527	0.71 421	0.49 394	1.14 515	1.08 525	0.49 388	0.49 413

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

iRaftStereo_RVC	0.97 479	3.17 584	2.30 629	2.42 580	0.38 380	0.54 422	0.38 373	0.54 411	0.38 373	0.54 419	0.38 378	0.54 420	0.38 369	0.54 416	0.38 365	2.38 612	2.34 628	0.49 417	0.36 382	0.49 388	0.36 355

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

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

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

fffft	0.48 357	0.51 253	0.45 356	0.52 356	0.45 418	0.52 417	0.45 410	0.52 407	0.48 424	0.53 414	0.45 416	0.52 416	0.45 407	0.52 412	0.46 406	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 384
1: 1. 1
dual_stereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

KSHMR	0.66 400	0.50 245	0.48 376	1.15 461	0.52 443	0.49 392	0.51 435	0.49 380	0.71 483	0.67 443	0.50 437	1.16 517	1.11 515	0.66 438	0.52 430	0.49 368	0.49 394	0.51 426	0.66 474	0.50 393	1.14 526

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

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

Occ-G	1.12 502	0.52 255	3.72 661	3.50 621	0.50 436	0.56 424	0.47 417	0.54 411	0.46 412	0.54 419	0.41 398	0.54 420	0.42 398	0.52 412	0.42 396	3.42 636	4.02 657	0.52 429	0.45 422	0.51 399	0.44 396

FSD	0.61 390	0.59 271	0.50 388	2.58 587	0.44 414	0.56 424	0.44 404	0.55 414	0.44 408	0.56 424	0.44 412	0.56 427	0.44 403	0.56 421	0.46 406	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 423

LG-Stereo	0.60 385	0.58 270	0.47 368	0.64 384	0.74 484	1.00 482	0.69 471	0.57 418	0.41 397	0.57 427	0.41 398	0.57 430	0.41 392	1.00 489	0.75 485	0.91 454	0.51 407	0.52 429	0.37 385	0.52 401	0.37 360

ktn	0.72 415	0.53 259	1.08 495	1.14 458	0.51 442	1.22 560	1.36 592	0.51 403	0.59 448	0.51 408	0.51 443	0.69 446	1.20 526	0.67 440	0.51 428	0.51 380	0.49 394	0.58 437	0.66 474	0.52 401	0.53 427

LL-Strereo	1.01 489	5.06 623	1.63 591	0.70 395	1.43 599	0.56 424	0.46 412	0.57 418	0.50 430	0.57 427	0.50 437	1.58 581	0.49 424	0.59 428	0.50 423	1.64 571	0.52 409	0.51 426	1.37 594	0.52 401	0.45 398

PML	0.46 345	1.36 444	0.29 231	0.58 371	0.30 285	0.57 430	0.29 267	0.57 418	0.29 270	0.57 427	0.29 273	0.57 430	0.29 274	0.56 421	0.29 266	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 312

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

252Zero-FE	0.45 338	0.50 245	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.49 390	0.36 360	0.54 416	0.41 388	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 481

MyStereo8	0.71 412	3.92 606	0.52 398	0.59 374	0.52 443	0.57 430	0.53 437	0.59 423	0.50 430	0.59 431	0.51 443	0.57 430	0.50 428	0.56 421	0.52 430	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 416

DN	0.53 375	0.85 302	0.45 356	0.65 385	0.44 414	0.60 433	0.44 404	0.60 425	0.44 408	0.60 432	0.45 416	0.60 435	0.44 403	0.60 430	0.44 400	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 391

LiteMatch	1.13 504	0.73 284	2.80 638	3.23 604	0.61 459	0.83 463	0.68 463	0.73 443	0.69 472	1.00 484	0.77 496	0.94 483	0.57 440	0.82 458	0.64 447	2.97 629	2.43 631	0.68 449	0.32 349	0.56 409	0.70 467

Lsterematch	1.13 504	0.73 284	2.80 638	3.23 604	0.61 459	0.83 463	0.68 463	0.73 443	0.69 472	1.00 484	0.77 496	0.94 483	0.57 440	0.82 458	0.64 447	2.97 629	2.43 631	0.68 449	0.32 349	0.56 409	0.70 467

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

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

MonSter	0.60 385	0.64 277	0.52 398	0.62 379	0.44 414	2.07 600	0.44 404	0.62 429	0.44 408	0.62 436	0.44 412	0.62 439	0.44 403	0.62 431	0.44 400	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 391

WCG-NET	0.61 390	1.21 426	0.54 403	0.61 378	0.53 446	0.67 442	0.53 437	0.66 434	0.53 438	0.64 439	0.53 446	0.65 443	0.53 435	0.59 428	0.52 430	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 416

CASS	0.57 384	0.89 311	0.56 405	0.57 369	0.56 449	0.56 424	0.56 440	0.56 415	0.53 438	0.57 427	0.57 450	0.59 434	0.48 419	0.56 421	0.57 436	0.55 392	0.56 416	0.47 404	0.56 453	0.62 416	0.56 440
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 385	0.75 287	0.49 383	0.79 404	0.50 436	0.79 454	0.49 428	0.79 448	0.49 426	0.80 460	0.49 434	0.79 460	0.49 424	0.80 454	0.49 421	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 376

SMoEStereo_RVC	0.63 395	0.75 287	0.51 395	0.73 400	0.53 446	0.71 446	0.47 417	0.67 435	0.58 444	0.74 454	0.60 455	0.72 450	0.53 435	0.74 449	0.51 428	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 446

DispNO	1.00 482	0.63 275	0.43 352	3.45 617	0.44 414	0.65 440	0.43 403	0.64 431	0.43 405	0.64 439	0.43 410	0.64 440	3.03 638	0.64 436	0.43 399	4.55 647	0.43 369	0.63 442	0.43 420	0.63 417	0.43 393

test-3	0.98 481	4.13 610	1.85 611	1.85 554	0.61 459	0.69 443	0.37 366	0.63 430	0.61 452	0.66 442	0.51 443	0.73 452	0.44 403	0.57 426	0.54 433	1.68 572	1.81 608	0.40 355	0.43 420	0.66 420	0.50 416

DSFCA	0.66 400	0.73 284	0.78 460	0.65 385	0.65 467	0.64 439	0.64 452	0.65 432	0.63 456	0.64 439	0.64 463	0.64 440	0.64 452	0.65 437	0.65 450	0.65 412	0.65 434	0.65 447	0.65 472	0.66 420	0.64 456

999	1.00 482	1.12 369	0.59 409	1.10 452	1.21 588	1.09 504	0.52 436	1.08 493	1.43 602	1.18 515	1.35 593	0.98 488	0.52 434	0.91 475	0.85 499	0.72 427	1.46 581	0.83 478	0.98 515	0.68 422	1.41 598

anonymity	0.63 395	0.69 279	0.56 405	0.71 397	0.56 449	0.71 446	0.56 440	0.71 440	0.56 441	0.72 447	0.56 449	0.71 447	0.56 439	0.71 443	0.58 438	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 430

LMCR-Stereo	0.65 398	0.63 275	0.65 427	0.65 385	0.65 467	0.66 441	0.63 451	0.58 421	0.65 458	0.63 438	0.64 463	0.65 443	0.65 454	0.66 438	0.66 453	0.66 414	0.64 432	0.65 447	0.67 478	0.68 422	0.73 477

FC-DCNN	1.07 496	1.09 364	0.98 484	0.89 418	0.52 443	1.41 577	0.91 505	1.21 554	1.24 588	1.96 590	2.05 644	1.91 591	1.30 579	1.27 570	1.08 521	0.80 439	0.60 424	0.58 437	0.41 410	0.68 422	0.54 430

DMCA-RVC	0.70 409	0.80 294	0.70 442	0.70 395	0.70 477	0.70 444	0.70 476	0.71 440	0.70 478	0.70 446	0.71 485	0.71 447	0.70 472	0.70 442	0.69 470	0.69 417	0.70 448	0.69 452	0.70 485	0.69 426	0.70 467

DStereoRT	0.73 419	0.81 297	0.73 453	0.71 397	0.74 484	0.73 448	0.75 484	0.71 440	0.71 483	0.74 454	0.72 488	0.73 452	0.80 488	0.71 443	0.73 480	0.76 434	0.71 452	0.73 456	0.72 490	0.70 427	0.76 484

4D-IteraStereo	0.78 432	3.13 582	0.89 472	0.69 391	0.32 338	0.40 285	0.32 324	0.76 446	0.97 517	0.52 411	0.65 465	0.89 475	0.32 334	0.76 451	0.98 510	0.83 447	0.94 480	0.35 285	0.27 291	0.70 427	0.89 499

MyStereo06	0.75 423	4.12 608	0.60 413	0.63 381	0.61 459	0.62 437	0.66 455	0.56 415	0.45 411	0.55 422	0.48 431	0.54 420	0.46 410	0.57 426	0.45 402	0.60 400	0.57 418	0.64 444	0.55 449	0.72 429	0.55 437

MyStereo05	0.80 436	4.12 608	0.63 421	0.63 381	0.61 459	0.62 437	0.66 455	0.65 432	0.62 453	0.67 443	0.61 459	0.65 443	0.58 443	0.67 440	0.55 435	0.60 400	0.57 418	0.64 444	0.55 449	0.72 429	0.55 437

PA-Net	11.80 684	223.51 710	0.62 420	0.59 374	0.71 479	0.59 432	0.73 482	0.67 435	0.73 489	0.55 422	0.61 459	0.60 435	0.74 479	0.63 435	0.73 480	0.66 414	0.60 424	0.69 452	0.66 474	0.72 429	0.65 458
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 453	2.85 576	0.72 449	0.72 399	0.73 482	0.77 450	0.79 489	0.73 443	0.74 491	0.73 449	0.72 488	0.73 452	0.76 482	0.73 447	0.73 480	0.72 427	0.73 455	0.73 456	0.72 490	0.73 432	0.72 474

MGA	0.73 419	0.76 289	0.60 413	0.92 425	1.17 536	0.81 458	0.59 447	0.84 458	0.62 453	0.81 463	0.59 454	0.84 469	0.60 447	0.81 457	0.61 445	0.71 421	0.53 411	0.89 483	0.53 446	0.75 433	0.54 430

GCAP-Stereo	0.75 423	4.15 611	0.42 351	0.75 402	0.35 363	0.78 452	0.40 387	0.79 448	0.38 373	0.78 458	0.36 366	0.78 458	0.36 360	0.79 452	0.39 377	0.75 432	0.39 342	0.76 464	0.39 401	0.75 433	0.39 373

zero-FE	0.72 415	1.31 440	0.66 428	0.92 425	0.60 453	0.82 461	0.58 443	0.82 457	0.58 444	0.81 463	0.60 455	0.81 465	0.60 447	0.82 458	0.58 438	0.74 431	0.59 423	0.73 456	0.52 444	0.76 435	0.51 423

PAM_32	0.64 397	2.38 546	0.51 395	0.92 425	0.43 413	0.53 419	0.44 404	0.87 460	0.43 405	0.52 411	0.45 416	0.53 417	0.40 380	0.54 416	0.46 406	0.62 408	0.56 416	0.48 412	0.45 422	0.76 435	0.44 396

monster-pro	0.75 423	1.67 457	0.64 423	0.89 418	0.57 451	0.86 467	0.56 440	0.87 460	0.56 441	0.87 469	0.57 450	0.88 472	0.57 440	0.87 469	0.57 436	0.79 437	0.58 420	0.76 464	0.54 447	0.77 437	0.54 430

RAFT-Stereo + iAFF	0.70 409	0.72 282	0.71 446	0.80 407	0.62 464	0.82 461	0.61 449	0.81 454	0.62 453	0.81 463	0.63 461	0.80 462	0.70 472	0.73 447	0.61 445	0.76 434	0.61 428	0.74 461	0.61 461	0.77 437	0.61 446

ARAFT	0.68 405	0.81 297	0.63 421	0.74 401	0.60 453	0.78 452	0.62 450	0.77 447	0.66 460	0.74 454	0.63 461	0.75 455	0.62 451	0.83 463	0.60 443	0.70 420	0.55 414	0.70 454	0.60 459	0.78 439	0.55 437

AFF-stereo	0.73 419	0.88 308	0.67 432	0.75 402	0.68 474	0.75 449	0.64 452	0.80 451	0.72 486	0.83 468	0.70 480	0.82 466	0.64 452	0.84 464	0.67 454	0.77 436	0.63 430	0.81 473	0.63 463	0.78 439	0.62 449

Selective-RAFT-Error	0.88 465	0.84 300	0.98 484	0.86 417	0.97 516	0.88 469	0.95 510	0.84 458	0.99 520	0.92 476	0.82 504	0.84 469	0.98 502	0.87 469	0.97 509	0.81 442	0.83 471	0.79 468	0.82 506	0.79 441	0.85 495

psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	0.33 345	0.51 407	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 441	0.29 299

G-Net	0.79 433	0.79 293	0.79 463	0.79 404	0.79 497	0.79 454	0.79 489	0.79 448	0.79 497	0.79 459	0.79 500	0.79 460	0.79 487	0.79 452	0.79 490	0.79 437	0.79 465	0.79 468	0.79 501	0.79 441	0.79 489

AEACV	1.12 502	0.52 255	3.12 652	3.24 606	0.86 504	0.53 419	0.49 428	0.60 425	0.47 417	0.53 414	0.49 434	0.55 424	0.45 407	0.55 420	0.47 413	3.01 631	3.88 655	0.71 455	0.60 459	0.80 444	0.48 408

NaN_ROB	0.80 436	0.80 294	0.80 464	0.80 407	0.80 500	0.80 456	0.80 492	0.80 451	0.80 499	0.80 460	0.80 502	0.80 462	0.80 488	0.80 454	0.80 493	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 490

CSAN	0.80 436	0.80 294	0.80 464	0.80 407	0.80 500	0.80 456	0.80 492	0.80 451	0.80 499	0.80 460	0.80 502	0.80 462	0.80 488	0.80 454	0.80 493	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 490

FlowAnything_test	1.02 491	1.72 460	0.71 446	1.59 544	0.70 477	1.61 583	0.69 471	1.61 575	0.70 478	1.60 578	0.70 480	1.61 585	0.69 470	1.61 582	0.70 476	0.81 442	0.58 420	0.81 473	0.55 449	0.81 447	0.56 440

Selective-RAFT	0.89 467	0.89 311	0.72 449	1.16 466	0.78 495	1.06 498	0.82 499	0.87 460	0.97 517	1.00 484	0.91 511	0.90 476	1.00 503	0.89 473	0.93 506	0.83 447	0.83 471	0.82 477	0.82 506	0.81 447	0.82 493

FlowAnything	1.02 491	1.71 459	0.72 449	1.59 544	0.69 475	1.60 582	0.69 471	1.61 575	0.70 478	1.60 578	0.69 478	1.60 582	0.69 470	1.61 582	0.69 470	0.81 442	0.58 420	0.81 473	0.56 453	0.82 449	0.56 440

DCRE	0.84 453	1.89 504	0.77 459	0.94 432	0.72 481	0.88 469	0.73 482	0.87 460	0.78 493	0.90 472	0.71 485	0.88 472	0.67 459	0.88 471	0.73 480	0.81 442	0.68 441	0.81 473	0.70 485	0.82 449	0.70 467

RSM++	0.76 428	0.82 299	0.66 428	0.85 416	0.64 465	0.85 465	0.71 479	0.94 474	0.64 457	0.87 469	0.67 468	0.87 471	0.65 454	0.84 464	0.65 450	0.81 442	0.70 448	0.79 468	0.71 488	0.83 451	0.70 467

UDG	0.80 436	2.21 530	0.60 413	0.91 422	0.60 453	0.90 472	0.58 443	0.88 464	0.60 449	0.90 472	0.60 455	0.88 472	0.60 447	0.90 474	0.58 438	0.86 451	0.60 424	0.84 479	0.59 458	0.84 452	0.61 446

DDUNet	0.81 441	2.45 550	0.57 407	0.90 420	0.60 453	0.88 469	0.59 447	0.90 465	0.60 449	0.88 471	0.60 455	0.90 476	0.58 443	0.88 471	0.60 443	0.84 449	0.60 424	0.86 481	0.57 455	0.86 453	0.60 445

CAR	0.72 415	0.76 289	0.59 409	0.84 412	1.19 540	0.81 458	0.58 443	0.81 454	0.58 444	0.81 463	0.58 452	0.83 467	0.59 445	0.82 458	0.59 441	0.71 421	0.49 394	0.73 456	0.68 479	0.87 454	0.52 425

MSE-Stereo	0.72 415	0.76 289	0.59 409	0.84 412	1.19 540	0.81 458	0.58 443	0.81 454	0.58 444	0.81 463	0.58 452	0.83 467	0.59 445	0.82 458	0.59 441	0.71 421	0.49 394	0.73 456	0.68 479	0.87 454	0.52 425

MoCha-V2	2.11 602	26.97 688	0.78 460	0.92 425	0.77 494	0.96 479	0.72 481	0.90 465	0.72 486	0.94 480	0.70 480	0.90 476	0.71 476	0.91 475	0.71 478	0.85 450	0.71 452	0.88 482	0.69 483	0.87 454	0.67 463

UNet	0.29 208	0.90 314	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 467	0.69 472	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 457	0.76 484

AdaDepth	0.86 462	0.93 323	0.71 446	1.01 445	1.07 527	1.02 495	0.71 479	1.00 478	0.71 483	1.01 494	0.71 485	1.00 489	0.72 477	1.14 515	0.71 478	0.92 457	0.64 432	0.90 484	0.64 468	0.89 458	0.69 466

AIO-Stereo-zeroshot1	0.75 423	0.92 321	0.85 471	0.96 437	0.59 452	1.27 564	0.44 404	0.59 423	0.69 472	0.91 474	0.68 473	0.55 424	0.61 450	1.06 504	0.83 498	0.62 408	0.70 448	0.90 484	0.41 410	0.89 458	0.56 440

ToySt	0.92 470	2.11 521	0.90 475	0.95 434	0.79 497	0.99 481	0.78 488	0.94 474	0.81 502	0.94 480	0.78 498	0.95 485	0.77 484	0.94 481	0.86 500	0.91 454	0.79 465	0.85 480	0.77 497	0.89 458	0.73 477

ff7	1.68 568	2.68 558	1.35 564	0.97 438	0.89 506	1.84 586	2.15 637	2.12 595	1.80 623	2.05 600	1.56 605	2.33 606	2.12 628	2.23 603	2.25 640	1.31 549	1.07 490	1.48 587	1.41 597	0.90 461	1.04 517

ffff	1.68 568	2.68 558	1.35 564	0.97 438	0.89 506	1.84 586	2.15 637	2.12 595	1.80 623	2.05 600	1.56 605	2.33 606	2.12 628	2.23 603	2.25 640	1.31 549	1.07 490	1.48 587	1.41 597	0.90 461	1.04 517

ccc-4	1.68 568	2.68 558	1.35 564	0.97 438	0.89 506	1.84 586	2.15 637	2.12 595	1.80 623	2.05 600	1.56 605	2.33 606	2.12 628	2.23 603	2.25 640	1.31 549	1.07 490	1.48 587	1.41 597	0.90 461	1.04 517

STTRV1_RVC	0.82 446	1.60 455	0.70 442	1.01 445	0.60 453	1.07 501	0.69 471	1.01 486	0.60 449	0.72 447	0.55 448	1.02 500	0.68 463	1.03 502	0.67 454	0.89 453	0.63 430	0.92 490	0.57 455	0.90 461	0.65 458

WQFJA1++	0.84 453	0.98 330	0.67 432	1.26 519	0.75 486	1.00 482	0.67 459	1.00 478	0.67 461	1.00 484	0.67 468	1.00 489	0.67 459	1.00 489	0.67 454	0.96 465	0.67 436	0.91 487	0.63 463	0.92 465	0.63 450

WQFJA1	0.85 459	0.98 330	0.67 432	1.29 525	0.76 491	1.01 489	0.67 459	1.02 491	0.67 461	1.02 498	0.67 468	1.01 496	0.67 459	1.01 496	0.68 462	0.99 471	0.67 436	0.93 494	0.64 468	0.92 465	0.65 458

WQFJX1	0.84 453	0.98 330	0.67 432	1.30 527	0.75 486	1.01 489	0.67 459	1.01 486	0.67 461	1.01 494	0.67 468	1.01 496	0.68 463	1.00 489	0.68 462	0.98 470	0.67 436	0.92 490	0.64 468	0.92 465	0.64 456

NLMM	0.84 453	1.00 339	0.67 432	1.27 520	0.75 486	1.00 482	0.68 463	1.00 478	0.67 461	1.00 484	0.67 468	1.02 500	0.67 459	1.02 500	0.67 454	0.97 466	0.67 436	0.93 494	0.63 463	0.92 465	0.63 450

pmcnn	0.92 470	0.92 321	0.92 479	0.92 425	0.92 511	0.92 474	0.92 506	0.92 470	0.92 511	0.92 476	0.92 514	0.92 479	0.92 497	0.92 479	0.92 502	0.92 457	0.92 478	0.92 490	0.92 510	0.92 465	0.92 502

NLMM1	0.86 462	0.98 330	0.69 441	1.48 541	0.75 486	1.01 489	0.69 471	1.00 478	0.69 472	1.00 484	0.70 480	1.00 489	0.68 463	1.01 496	0.67 454	0.97 466	0.68 441	0.92 490	0.63 463	0.93 470	0.63 450

NLSM3	0.85 459	0.99 337	0.68 439	1.29 525	0.76 491	1.01 489	0.68 463	1.01 486	0.68 467	1.02 498	0.68 473	1.01 496	0.68 463	1.01 496	0.68 462	0.97 466	0.68 441	0.93 494	0.64 468	0.93 470	0.63 450

DPSM_ROB	0.92 470	0.91 316	0.91 477	0.91 422	0.92 511	0.92 474	0.92 506	0.92 470	0.91 507	0.93 478	0.91 511	0.92 479	0.90 495	0.91 475	0.92 502	0.92 457	0.91 476	0.91 487	0.92 510	0.93 470	0.93 503

DPSM	0.92 470	0.91 316	0.91 477	0.91 422	0.92 511	0.92 474	0.92 506	0.92 470	0.91 507	0.93 478	0.91 511	0.92 479	0.90 495	0.91 475	0.92 502	0.92 457	0.91 476	0.91 487	0.92 510	0.93 470	0.93 503

WQFJX	0.85 459	1.00 339	0.68 439	1.30 527	0.75 486	1.01 489	0.68 463	1.01 486	0.68 467	1.01 494	0.68 473	1.03 502	0.68 463	1.02 500	0.67 454	0.97 466	0.67 436	0.93 494	0.63 463	0.94 474	0.63 450

AIO-Stereo	0.84 453	0.66 278	0.70 442	0.83 411	0.67 471	0.98 480	0.82 499	1.14 497	0.72 486	1.03 500	0.74 492	1.03 502	1.09 514	0.99 487	0.45 402	1.04 477	0.73 455	0.95 500	0.74 492	0.94 474	0.46 399

R-Stereo Train	0.81 441	0.96 327	0.67 432	0.95 434	0.67 471	0.95 477	0.68 463	0.95 476	0.68 467	0.95 482	0.68 473	0.96 486	0.68 463	0.96 485	0.68 462	0.94 463	0.68 441	0.94 498	0.68 479	0.94 474	0.68 464

RAFT-Stereo	0.81 441	0.96 327	0.67 432	0.95 434	0.67 471	0.95 477	0.68 463	0.95 476	0.68 467	0.95 482	0.68 473	0.96 486	0.68 463	0.96 485	0.68 462	0.94 463	0.68 441	0.94 498	0.68 479	0.94 474	0.68 464
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DGTPSM_ROB	0.93 475	1.00 339	0.92 479	0.94 432	0.96 515	0.91 473	0.92 506	0.91 467	0.96 516	0.91 474	0.96 515	0.93 482	0.92 497	0.94 481	0.92 502	0.92 457	0.92 478	0.90 484	0.92 510	0.94 474	0.91 501

Test_v1	1.00 482	1.00 339	1.00 486	1.00 441	1.00 517	1.00 482	1.00 514	1.00 478	1.00 521	1.00 484	1.00 518	1.00 489	1.00 503	1.00 489	1.00 512	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

GANet	1.00 482	1.00 339	1.00 486	1.00 441	1.00 517	1.00 482	1.00 514	1.00 478	1.00 521	1.00 484	1.00 518	1.00 489	1.00 503	1.00 489	1.00 512	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

TDLM	1.00 482	1.00 339	1.00 486	1.00 441	1.00 517	1.00 482	1.00 514	1.00 478	1.00 521	1.00 484	1.00 518	1.00 489	1.00 503	1.00 489	1.00 512	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

CVANet_RVC	1.00 482	1.00 339	1.00 486	1.00 441	1.00 517	1.00 482	1.00 514	1.00 478	1.00 521	1.00 484	1.00 518	1.00 489	1.00 503	1.00 489	1.00 512	1.00 472	1.00 481	1.00 505	1.00 517	1.00 479	1.00 510

MLG-Stereo	0.92 470	0.90 314	0.84 470	1.27 520	0.49 432	1.38 574	0.88 502	1.41 572	0.97 517	0.73 449	1.09 526	1.26 567	0.43 401	0.72 445	1.05 519	1.13 490	0.49 394	1.18 525	0.66 474	1.01 483	0.46 399

trnet	1.01 489	1.01 348	1.01 490	1.01 445	1.01 522	1.01 489	1.01 518	1.01 486	1.01 525	1.01 494	1.01 522	1.01 496	1.01 510	1.01 496	1.01 516	1.01 476	1.01 486	1.01 509	1.01 523	1.01 483	1.01 515

Wavelet-MonSter	1.00 482	1.21 426	0.76 457	1.94 558	1.01 522	1.11 508	0.76 486	1.15 498	0.76 492	1.11 509	0.76 494	1.14 515	0.76 482	1.11 512	0.76 487	1.21 543	0.90 475	1.02 510	0.71 488	1.02 485	0.71 473

AIO-Stereo-zeroshot	0.91 468	0.86 304	0.89 472	1.25 518	0.69 475	1.05 497	0.81 496	1.16 501	0.50 430	1.12 510	0.97 516	0.72 450	0.82 492	1.06 504	0.95 507	0.61 404	0.87 473	1.03 512	0.85 509	1.04 486	1.01 515

GLC_STEREO	1.07 496	1.01 348	1.06 493	1.07 450	1.05 526	1.06 498	1.08 523	1.08 493	1.05 529	1.07 502	1.06 524	1.08 505	1.05 512	1.06 504	1.10 522	1.07 479	1.09 496	1.05 513	1.05 524	1.06 487	1.12 522

DPSimNet_ROB	0.97 479	1.18 378	0.81 467	1.10 452	0.91 510	1.02 495	0.82 499	1.04 492	0.91 507	1.03 500	0.86 507	1.28 571	0.82 492	1.03 502	0.89 501	1.17 494	0.81 470	1.02 510	0.82 506	1.08 488	0.81 492

MSMD_ROB	1.19 506	1.10 368	0.70 442	1.10 452	0.60 453	1.10 505	0.70 476	1.10 496	0.70 478	1.10 504	0.70 480	1.10 509	0.70 472	7.00 683	0.70 476	1.10 483	0.70 448	1.10 514	0.70 485	1.10 489	0.70 467

edge stereo	2.43 627	27.07 689	1.14 498	1.06 449	1.14 530	1.08 502	1.17 531	1.16 501	1.14 531	1.10 504	1.16 531	1.09 507	1.16 523	1.10 510	1.16 530	1.10 483	1.11 500	1.16 518	1.19 533	1.13 490	1.11 520

Hybrid-DGEV	1.03 493	1.75 466	0.80 464	1.28 524	0.78 495	1.26 563	0.80 492	1.26 558	0.78 493	1.26 564	0.78 498	1.26 567	0.78 486	1.26 567	0.78 489	1.15 493	0.75 458	1.14 515	0.74 492	1.14 491	0.75 481

tt45	1.04 494	0.88 308	1.36 572	0.92 425	1.03 525	1.51 581	0.79 489	0.70 439	0.88 505	0.74 454	0.90 508	1.60 582	0.72 477	1.60 580	0.75 485	0.91 454	0.78 463	1.52 590	0.79 501	1.14 491	1.32 590

RGC	2.36 622	25.48 682	1.19 506	1.15 461	1.15 531	1.10 505	1.16 530	1.17 503	1.16 533	1.12 510	1.16 531	1.11 513	1.13 516	1.09 508	1.18 532	1.10 483	1.15 505	1.16 518	1.12 527	1.14 491	1.12 522

UPFNet	0.42 301	1.20 380	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 506	0.90 506	0.25 219	0.17 205	0.24 215	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.22 204	0.16 195	1.15 494	0.93 503

stereogan	2.33 620	24.38 679	1.18 504	1.18 468	1.18 539	1.14 511	1.18 532	1.19 506	1.19 539	1.14 513	1.18 535	1.14 515	1.18 524	1.14 515	1.18 532	1.14 492	1.14 504	1.19 527	1.19 533	1.15 494	1.19 535

AF-Net	2.37 624	25.71 684	1.17 502	1.13 457	1.15 531	1.15 512	1.18 532	1.19 506	1.16 533	1.10 504	1.15 528	1.10 509	1.18 524	1.12 514	1.15 527	1.10 483	1.10 499	1.17 522	1.15 529	1.16 496	1.12 522

RP	2.33 620	25.00 681	1.13 497	1.15 461	1.15 531	1.10 505	1.15 528	1.15 498	1.15 532	1.12 510	1.15 528	1.09 507	1.13 516	1.10 510	1.15 527	1.11 488	1.09 496	1.16 518	1.12 527	1.16 496	1.17 531

Nwc_Net	2.37 624	25.95 685	1.15 500	1.14 458	1.15 531	1.08 502	1.14 527	1.17 503	1.16 533	1.14 513	1.15 528	1.08 505	1.15 519	1.11 512	1.14 526	1.10 483	1.11 500	1.16 518	1.09 526	1.16 496	1.15 527

Abc-Net	2.32 619	24.75 680	1.14 498	1.17 467	1.17 536	1.11 508	1.15 528	1.17 503	1.21 585	1.08 503	1.16 531	1.12 514	1.14 518	1.09 508	1.17 531	1.09 481	1.16 506	1.17 522	1.17 532	1.16 496	1.11 520
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	0.95 478	1.17 376	0.78 460	1.18 468	0.71 479	1.16 513	0.75 484	1.09 495	0.80 499	1.10 504	0.75 493	1.17 518	0.74 479	1.17 518	0.80 493	1.13 490	0.73 455	1.17 522	0.77 497	1.16 496	0.72 474
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCC-stereo	2.36 622	25.52 683	1.17 502	1.15 461	1.17 536	1.11 508	1.11 524	1.15 498	1.16 533	1.10 504	1.16 531	1.10 509	1.15 519	1.14 515	1.13 525	1.09 481	1.11 500	1.15 517	1.16 531	1.17 501	1.17 531

delet	0.43 302	1.21 426	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 558	0.95 514	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.23 196	0.16 170	0.22 204	0.16 195	1.18 502	0.98 507

psm_up	0.43 302	1.19 379	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 558	0.91 507	0.26 228	0.17 205	0.25 222	0.17 206	0.25 220	0.17 199	0.22 185	0.17 191	0.23 212	0.16 195	1.18 502	0.99 508

Hybrid-DGEV-03	1.07 496	1.83 492	0.83 468	1.34 532	0.81 502	1.32 568	0.81 496	1.31 565	0.81 502	1.31 567	0.82 504	1.32 572	0.82 492	1.32 572	0.81 496	1.19 495	0.77 461	1.19 527	0.76 495	1.19 504	0.77 486

HBP-ISP	1.24 555	1.72 460	1.65 592	1.15 461	0.76 491	1.40 576	0.88 502	1.67 581	1.02 526	1.69 585	1.38 598	1.69 586	1.21 572	1.87 592	1.21 581	1.05 478	0.79 465	0.97 503	0.80 503	1.19 504	0.75 481

Hybrid-DGEV-2	1.05 495	1.83 492	0.83 468	1.33 531	0.82 503	1.30 566	0.81 496	1.26 558	0.79 497	1.29 566	0.79 500	1.26 567	0.80 488	1.26 567	0.79 490	1.20 497	0.78 463	1.18 525	0.77 497	1.20 506	0.77 486

DisPM	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

CrosDoStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PFNet+	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

LCNet	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

HHNet	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Patchmatch Stereo++	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536
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	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

STrans-v2	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

TransformOpticalFlow	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

OMP-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

IIG-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

NF-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

OCTAStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PSM-softLoss	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

KMStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

NRIStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PSM-adaLoss	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PSM-AAD	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

FTStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

ROB_FTStereo_v2	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

ROB_FTStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Consistency-Raft	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

KYRaft	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

HUI-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

ASMatch	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DeepStereo_LL	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DEmStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

SST-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

THIR-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT_R40	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DRaft	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

PFNet	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

GrayStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RE-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Pruner-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

TVStereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

DeepStereo_RVC	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT-RH_RVC	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

IRAFT_RVC	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT-345	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

iRAFT	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

CRE-IMP	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

GMM-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

RAFT-IKP	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

Prome-Stereo	1.20 507	1.20 380	1.20 509	1.20 470	1.20 542	1.20 514	1.20 534	1.20 509	1.20 540	1.20 517	1.20 536	1.20 520	1.20 526	1.20 520	1.20 536	1.20 497	1.20 511	1.20 529	1.20 536	1.20 506	1.20 536

MMNet	0.44 315	1.24 434	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 558	0.93 512	0.25 219	0.17 205	0.25 222	0.18 216	0.25 220	0.17 199	0.23 196	0.16 170	0.23 212	0.16 195	1.20 506	0.99 508

FAT-Stereo	2.46 628	26.05 686	1.23 558	1.23 517	1.22 590	1.20 514	1.24 582	1.23 557	1.23 587	1.19 516	1.22 582	1.21 565	1.24 574	1.20 520	1.24 583	1.21 543	1.17 509	1.22 575	1.25 586	1.20 506	1.24 585

CroCo-Stereo	0.73 419	1.22 432	0.25 212	1.22 515	0.25 252	1.22 560	0.25 239	1.22 555	0.25 243	1.22 563	0.25 251	1.22 566	0.25 244	1.22 566	0.25 240	1.22 545	0.26 223	1.21 574	0.25 248	1.22 554	0.25 229
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 629	26.86 687	1.23 558	1.22 515	1.22 590	1.24 562	1.25 583	1.22 555	1.24 588	1.21 562	1.24 584	1.19 519	1.27 576	1.19 519	1.24 583	1.19 495	1.20 511	1.25 576	1.19 533	1.24 555	1.23 584

BLMT-Stereo	1.53 564	1.36 444	1.06 493	1.42 539	1.23 592	1.41 577	1.07 522	1.43 573	1.12 530	1.42 574	1.06 524	1.83 588	1.07 513	1.42 577	1.07 520	1.27 547	1.38 576	6.80 680	1.00 517	1.26 556	1.00 510

CroCo-Stereo Lap2	0.77 429	1.29 436	0.29 231	1.27 520	0.29 275	1.27 564	0.26 246	1.26 558	0.26 256	1.26 564	0.26 256	1.27 570	0.26 253	1.26 567	0.27 246	1.27 547	0.27 233	1.27 577	0.27 291	1.27 557	0.27 273

LiteMatch*	2.07 600	1.30 438	5.73 672	6.28 662	0.79 497	1.33 569	0.80 492	1.30 564	1.02 526	1.33 568	0.84 506	1.33 573	0.97 500	1.28 571	1.04 518	6.05 672	5.89 667	1.28 578	0.76 495	1.28 558	0.88 496

MM-Stereo_test2	1.20 507	1.85 498	1.05 492	1.46 540	0.94 514	1.36 572	0.99 513	1.36 567	0.95 514	1.41 573	0.98 517	1.40 578	0.96 499	1.37 574	0.95 507	1.37 557	1.06 489	1.33 580	0.93 514	1.29 559	0.89 499

test_xeample3	1.10 499	1.81 482	0.61 419	0.84 412	0.49 432	0.77 450	0.66 455	0.92 470	1.40 600	0.68 445	0.46 419	0.78 458	0.54 438	1.72 585	1.48 601	1.34 552	1.52 585	1.35 583	1.67 619	1.33 560	1.55 603

MaskLacGwcNet_RVC	1.35 559	1.35 443	1.35 564	1.35 534	1.35 593	1.35 570	1.35 590	1.36 567	1.35 596	1.36 571	1.35 593	1.36 574	1.36 584	1.36 573	1.35 594	1.35 553	1.35 572	1.35 583	1.35 591	1.35 561	1.35 594

PS-NSSS	1.38 562	1.39 447	1.34 562	1.34 532	1.35 593	1.38 574	1.37 597	1.35 566	1.38 599	1.34 569	1.34 592	1.39 576	1.38 587	1.70 584	1.40 598	1.36 555	1.36 573	1.36 585	1.37 594	1.37 562	1.36 595

MM-Stereo_test3	1.27 557	2.07 517	1.18 504	1.60 547	1.02 524	1.45 579	1.01 518	1.40 571	1.04 528	1.44 575	1.03 523	1.46 580	1.02 511	1.44 578	1.02 517	1.51 566	1.12 503	1.32 579	0.98 515	1.38 563	0.97 506

CC-Net-ROB	1.36 560	1.33 442	1.33 561	1.36 535	1.38 596	1.36 572	1.33 588	1.37 569	1.34 593	1.35 570	1.36 595	1.38 575	1.34 582	1.38 575	1.38 597	1.35 553	1.38 576	1.33 580	1.35 591	1.43 564	1.34 593

11t	1.27 557	2.70 561	1.34 562	1.32 530	0.89 506	1.30 566	1.34 589	1.64 578	0.57 443	1.45 576	0.72 488	1.05 504	1.29 578	1.07 507	1.29 590	1.49 563	1.02 487	0.97 503	1.15 529	1.48 565	1.31 589

IGEVStereo-DCA	1.77 572	4.21 612	1.84 609	2.49 583	2.11 638	2.54 623	1.36 592	1.65 579	1.17 537	2.75 633	1.90 627	2.54 619	1.15 519	0.94 481	1.11 523	1.50 564	1.32 560	0.96 501	1.46 603	1.49 566	0.88 496

rrr	1.77 572	4.21 612	1.84 609	2.49 583	2.11 638	2.54 623	1.36 592	1.65 579	1.17 537	2.75 633	1.90 627	2.54 619	1.15 519	0.94 481	1.11 523	1.50 564	1.32 560	0.96 501	1.46 603	1.49 566	0.88 496

CFNet-ft	0.55 381	1.57 453	0.14 148	0.20 161	0.14 182	0.20 187	2.53 642	1.61 575	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	1.56 568	1.24 585

DPSMNet_ROB	1.60 567	1.59 454	1.70 594	1.59 544	1.59 605	1.61 583	1.61 608	1.60 574	1.60 606	1.62 584	1.59 608	1.60 582	1.60 593	1.60 580	1.59 605	1.59 568	1.60 595	1.59 591	1.59 611	1.59 569	1.59 608

ours_stereo	1.20 507	1.21 426	0.90 475	1.64 552	1.11 529	1.35 570	0.67 459	1.76 582	0.93 512	1.70 586	1.10 527	1.39 576	0.75 481	1.41 576	0.81 496	1.60 570	1.03 488	1.33 580	1.00 517	1.61 570	0.72 474

4.25_new	2.00 584	2.33 538	1.82 605	3.32 611	1.69 613	1.95 594	1.99 631	2.72 623	1.71 612	2.72 627	1.97 633	2.01 597	1.74 605	1.77 587	1.28 588	2.18 594	2.01 615	2.48 629	1.58 609	1.65 571	1.17 531

4.5w_new	2.00 584	2.33 538	1.82 605	3.32 611	1.69 613	1.95 594	1.99 631	2.72 623	1.71 612	2.72 627	1.97 633	2.01 597	1.74 605	1.77 587	1.28 588	2.18 594	2.01 615	2.48 629	1.58 609	1.65 571	1.17 531

RASNet	1.49 563	1.65 456	1.45 580	1.38 537	1.43 599	1.47 580	1.36 592	1.38 570	1.36 597	1.39 572	1.60 609	1.45 579	1.45 590	1.51 579	2.21 639	1.53 567	1.36 573	1.36 585	1.36 593	1.66 573	1.36 595

2w_stereo	1.99 580	2.36 545	1.81 600	3.24 606	1.67 610	1.94 591	1.98 628	2.72 623	1.68 608	2.72 627	1.94 630	1.98 595	1.74 605	1.79 589	1.27 587	1.95 585	2.00 613	2.53 631	1.60 612	1.68 574	1.15 527

3.75w	1.99 580	2.31 536	1.83 608	3.16 602	1.65 609	1.93 590	1.98 628	2.72 623	1.68 608	2.73 632	1.97 633	2.00 596	1.72 602	1.81 590	1.25 586	2.27 602	2.01 615	2.38 623	1.42 600	1.71 575	1.24 585

RAFT_CTSACE	1.92 577	3.71 596	1.72 597	1.88 555	1.72 617	2.04 598	1.42 602	2.18 600	1.89 634	2.02 597	1.97 633	1.95 592	2.06 627	1.93 594	1.62 606	1.76 573	1.66 599	2.02 608	1.73 627	1.73 576	1.43 600

4.25w-stereo	1.98 579	2.72 565	1.46 581	3.47 618	1.43 599	2.07 600	1.98 628	2.53 620	1.52 604	2.71 626	1.98 639	1.81 587	1.62 595	1.96 595	1.36 595	1.88 581	2.00 613	2.53 631	1.61 613	1.74 577	1.15 527

4.5w-stereo	1.99 580	2.33 538	1.81 600	3.28 608	1.68 612	1.94 591	1.99 631	2.72 623	1.70 611	2.72 627	1.99 642	1.97 594	1.68 597	1.76 586	1.29 590	1.91 583	2.02 619	2.53 631	1.61 613	1.75 578	1.16 530

2.75w_new	1.99 580	2.34 542	1.81 600	3.14 600	1.62 607	1.94 591	1.99 631	2.72 623	1.71 612	2.72 627	1.99 642	1.90 590	1.73 603	1.82 591	1.29 590	2.37 611	2.01 615	2.31 618	1.42 600	1.77 579	1.22 582

cf-r	0.66 400	2.17 526	0.12 123	0.18 154	0.12 176	0.18 179	2.70 646	2.60 621	0.12 176	0.18 177	0.12 167	0.18 179	0.12 171	0.18 178	0.12 164	0.15 141	0.11 122	0.15 166	0.11 155	1.81 580	1.74 622

MFMNet_re	1.81 575	1.91 507	1.71 596	1.95 560	1.70 616	1.95 594	1.70 613	1.96 587	1.74 619	1.97 592	1.72 617	1.95 592	1.71 601	1.97 596	1.71 613	1.86 576	1.62 596	1.85 597	1.66 618	1.86 581	1.64 614

GANetREF_RVC	1.55 565	1.94 513	1.22 556	1.88 555	1.21 588	1.88 589	1.22 580	1.88 584	1.22 586	1.88 587	1.22 582	1.88 589	1.22 573	1.89 593	1.22 582	1.87 578	1.22 558	1.88 604	1.22 582	1.88 582	1.22 582
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	1.59 566	1.91 507	1.21 555	1.94 558	1.20 542	2.00 597	1.23 581	1.99 589	1.24 588	2.00 595	1.25 585	2.03 599	1.26 575	2.00 597	1.29 590	1.90 582	1.18 510	1.89 605	1.21 581	1.89 583	1.20 536
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MC-Stereo	1.76 571	2.96 577	1.37 574	2.14 566	1.37 595	2.14 603	1.36 592	2.14 598	1.37 598	2.14 604	1.37 596	2.14 601	1.37 586	2.14 602	1.37 596	1.97 586	1.32 560	1.97 607	1.32 590	1.98 584	1.33 591

MM-Stereo_test1	1.80 574	3.41 589	1.52 587	2.12 565	1.41 598	2.04 598	1.41 600	2.05 593	1.46 603	2.04 599	1.41 600	2.05 600	1.42 589	2.05 598	1.43 600	2.04 590	1.54 588	1.94 606	1.38 596	1.99 585	1.33 591

MonStereo1	1.94 578	2.77 571	1.52 587	3.73 629	1.51 602	2.13 602	1.42 602	2.32 608	1.52 604	2.31 612	1.50 603	2.53 616	1.59 592	2.34 610	1.56 603	1.91 583	1.36 573	1.86 600	1.31 589	2.07 586	1.53 601

TRStereo	2.00 584	2.13 522	1.85 611	2.27 572	1.84 621	2.28 607	1.84 617	2.29 603	1.86 628	2.30 609	1.87 622	2.30 603	1.87 611	2.08 599	1.72 615	2.08 591	1.72 602	2.08 610	1.72 624	2.08 587	1.72 619

XX-Stereo	2.00 584	2.13 522	1.85 611	2.27 572	1.84 621	2.28 607	1.84 617	2.29 603	1.86 628	2.30 609	1.87 622	2.30 603	1.87 611	2.08 599	1.72 615	2.08 591	1.72 602	2.08 610	1.72 624	2.08 587	1.72 619

EAI-Stereo	2.00 584	2.13 522	1.85 611	2.27 572	1.84 621	2.28 607	1.84 617	2.29 603	1.86 628	2.30 609	1.87 622	2.30 603	1.87 611	2.08 599	1.72 615	2.08 591	1.72 602	2.08 610	1.72 624	2.08 587	1.72 619

GANet-RSSM	0.75 423	1.91 507	0.14 148	0.47 295	0.14 182	0.21 198	3.21 663	2.30 607	0.14 182	0.46 366	0.14 185	0.23 209	0.18 216	0.21 196	0.14 175	0.18 168	0.27 233	0.37 293	0.13 179	2.13 590	2.12 632

AIO_rvc	2.18 606	2.34 542	1.87 615	2.32 576	1.94 630	2.40 612	1.89 625	2.37 611	2.07 643	2.52 622	1.95 632	2.44 613	1.99 623	2.41 614	1.89 632	2.32 608	2.09 621	2.24 614	2.18 640	2.21 591	2.23 635

asda	2.17 604	2.54 552	1.81 600	3.47 618	1.78 619	2.50 619	1.86 621	2.61 622	1.68 608	2.61 624	1.83 619	2.37 610	1.73 603	2.44 617	1.88 631	2.51 620	1.84 609	2.34 620	1.62 615	2.23 592	1.77 623

HUF	2.18 606	2.30 535	1.99 625	2.34 578	2.02 635	2.41 613	2.06 636	2.38 612	1.89 634	2.36 614	1.85 620	2.56 621	1.98 621	2.31 609	1.97 635	2.30 606	2.03 620	2.30 617	2.11 638	2.23 592	2.16 633

AIO_test	2.18 606	2.09 520	2.04 626	2.42 580	2.01 632	2.47 615	1.94 627	2.34 610	2.03 642	2.56 623	1.94 630	2.43 612	1.94 618	2.41 614	1.87 630	2.39 613	2.10 622	2.35 622	1.91 637	2.25 594	2.19 634

NCCL2	2.28 618	2.27 533	2.28 628	2.28 575	2.28 645	2.27 605	2.29 640	2.28 601	2.28 644	2.27 608	2.28 645	2.28 602	2.27 631	2.27 606	2.28 644	2.28 603	2.28 627	2.27 615	2.29 644	2.27 595	2.29 636

ccnet	0.80 436	2.28 534	0.33 260	0.50 342	0.33 350	0.50 401	0.33 335	0.50 389	0.33 344	0.49 386	0.33 346	0.49 390	1.56 591	2.38 611	0.33 332	0.41 298	0.29 253	0.42 383	1.57 606	2.28 596	0.29 299

STTStereo	3.73 646	30.40 693	2.37 632	2.39 579	2.31 647	2.35 610	2.33 641	2.29 603	2.42 645	2.32 613	2.34 646	2.33 606	2.36 632	2.30 608	2.27 643	2.35 610	2.22 626	2.31 618	2.22 641	2.29 597	2.34 640

qwe	2.18 606	2.60 555	1.58 589	3.83 631	1.90 629	2.53 621	1.90 626	2.48 616	1.73 617	2.37 615	1.92 629	2.53 616	1.68 597	2.56 620	1.83 624	2.52 622	1.87 611	2.07 609	1.68 621	2.32 598	1.71 618

FBW_ROB	2.12 603	2.46 551	1.77 599	2.49 583	1.79 620	2.38 611	1.83 616	2.46 615	1.78 622	2.48 620	1.97 633	2.40 611	1.78 608	2.42 616	1.83 624	2.31 607	1.85 610	2.38 623	1.82 629	2.35 599	1.84 624

asd	2.18 606	2.77 571	1.58 589	3.59 623	2.00 631	2.58 625	1.85 620	2.39 613	1.71 612	2.47 619	1.97 633	2.59 623	1.61 594	2.56 620	1.79 622	2.51 620	1.99 612	2.11 613	1.62 615	2.36 600	1.60 609

monsterstereo	2.20 612	2.33 538	1.95 620	3.65 625	2.07 637	2.49 617	1.61 608	2.48 616	1.83 626	2.45 618	1.61 611	2.67 627	1.86 610	2.64 624	1.94 633	2.48 619	1.66 599	2.34 620	1.68 621	2.40 601	1.86 626

monsters	2.18 606	2.41 548	1.96 621	3.47 618	2.03 636	2.53 621	1.64 610	2.48 616	1.73 617	2.40 616	1.50 603	2.62 624	1.94 618	2.59 622	1.94 633	2.44 615	1.57 590	2.28 616	1.87 631	2.42 602	1.86 626

UDGNet	2.23 616	5.40 634	1.72 597	2.48 582	1.69 613	2.51 620	1.69 612	2.51 619	1.72 616	2.50 621	1.69 616	2.52 615	1.69 599	2.50 618	1.68 611	2.41 614	1.70 601	2.42 625	1.69 623	2.42 602	1.64 614

1w_stereo	2.05 599	2.32 537	1.35 564	3.74 630	2.01 632	2.73 631	1.42 602	1.88 584	1.93 636	2.03 598	1.28 588	2.71 628	1.99 623	2.72 630	1.72 615	2.20 596	1.32 560	1.87 601	1.86 630	2.45 604	1.54 602

LG-G_1	2.22 613	2.71 563	1.89 616	2.77 591	1.87 627	2.75 633	1.87 623	2.76 631	1.87 632	2.75 633	1.87 622	2.76 635	1.87 611	2.75 634	1.86 627	2.47 617	1.58 591	2.45 626	1.57 606	2.45 604	1.57 605

LG-G	2.22 613	2.71 563	1.89 616	2.77 591	1.87 627	2.75 633	1.87 623	2.76 631	1.87 632	2.75 633	1.87 622	2.76 635	1.87 611	2.75 634	1.86 627	2.47 617	1.58 591	2.45 626	1.57 606	2.45 604	1.57 605

LGtest1	2.22 613	2.70 561	1.89 616	2.76 590	1.86 624	2.75 633	1.86 621	2.75 630	1.86 628	2.75 633	1.86 621	2.77 637	1.87 611	2.75 634	1.86 627	2.46 616	1.58 591	2.45 626	1.56 605	2.45 604	1.56 604

4.5_new	2.00 584	1.84 497	1.98 622	2.77 591	2.16 640	2.27 605	1.28 587	2.09 594	1.98 638	2.01 596	1.28 588	2.71 628	1.98 621	2.51 619	1.65 608	2.26 599	1.33 567	1.87 601	1.87 631	2.49 608	1.60 609

GES	0.66 400	2.34 542	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 313	0.29 270	0.40 281	0.41 398	0.41 303	0.30 280	0.51 407	0.29 266	0.32 235	0.29 253	0.32 253	2.46 646	2.49 608	0.30 312

3w_stereo	2.04 597	2.24 532	1.70 594	3.15 601	2.18 644	2.49 617	1.26 585	2.03 592	1.98 638	1.98 593	1.33 591	2.72 632	1.99 623	2.59 622	1.72 615	2.22 598	1.33 567	1.85 597	1.88 636	2.50 610	1.58 607

3.25w	2.04 597	2.20 528	1.48 582	3.03 598	2.17 642	2.63 627	1.39 598	1.96 587	1.95 637	1.96 590	1.37 596	2.71 628	1.96 620	2.71 628	1.73 620	2.26 599	1.32 560	1.87 601	1.87 631	2.51 611	1.63 613

2.25w	2.00 584	1.86 501	1.98 622	2.95 597	2.17 642	2.26 604	1.35 590	2.42 614	2.00 641	2.07 603	1.27 587	2.53 616	1.99 623	2.29 607	1.49 602	2.21 597	1.32 560	1.85 597	1.87 631	2.52 612	1.62 612

PSMNet-RSSM	0.77 429	2.76 569	0.14 148	0.20 161	0.14 182	0.20 187	2.66 644	2.79 634	0.14 182	0.21 197	0.14 185	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 612	2.31 637

GwcNet-RSSM	0.77 429	2.77 571	0.14 148	0.20 161	0.14 182	0.20 187	2.67 645	2.78 633	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.21 196	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 612	2.31 637

4w-stereo	2.02 592	2.72 565	1.44 579	3.36 614	1.59 605	2.48 616	1.72 614	2.28 601	1.24 588	2.24 607	1.65 613	2.56 621	1.32 581	2.39 613	1.98 636	2.67 625	1.51 584	1.66 593	1.24 584	2.53 615	1.88 631

2.5w	2.01 591	2.40 547	1.37 574	3.28 608	2.01 632	2.71 628	1.43 605	1.82 583	1.83 626	1.90 589	1.41 600	2.71 628	1.35 583	2.71 628	1.85 626	2.66 623	1.53 586	1.64 592	1.23 583	2.53 615	1.87 628

3.25w_new	2.03 594	2.72 565	1.35 564	3.33 613	1.57 603	2.72 629	1.53 607	2.15 599	1.33 592	2.15 605	1.60 609	2.63 625	1.30 579	2.72 630	1.99 637	2.67 625	1.53 586	1.75 595	1.25 586	2.53 615	1.87 628

3.5w_stereo	2.03 594	2.72 565	1.35 564	3.41 615	1.57 603	2.72 629	1.49 606	2.01 591	1.34 593	2.15 605	1.61 611	2.63 625	1.36 584	2.72 630	1.99 637	2.66 623	1.58 591	1.68 594	1.24 584	2.53 615	1.87 628

IGEV	2.02 592	2.20 528	1.82 605	2.90 596	2.16 640	2.41 613	1.25 583	2.00 590	1.98 638	1.99 594	1.31 590	2.72 632	1.93 617	2.67 627	1.69 612	2.26 599	1.32 560	1.83 596	1.87 631	2.53 615	1.61 611

hitnet-ft	0.79 433	2.78 574	0.14 148	0.20 161	0.14 182	0.21 198	2.89 647	2.80 635	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.54 620	2.33 639

PDISCO_ROB	0.83 450	2.80 575	3.49 656	0.14 122	0.11 163	0.17 175	0.09 139	0.15 168	0.10 145	0.15 161	0.12 167	0.16 167	0.14 181	3.30 641	0.13 171	0.14 133	2.34 628	0.16 170	0.12 170	2.62 621	0.10 140

sCroCo_RVC	2.10 601	2.76 569	1.92 619	2.78 594	1.39 597	2.73 631	1.41 600	2.73 629	1.40 600	2.77 638	1.41 600	2.74 634	1.40 588	2.74 633	1.40 598	2.72 627	1.42 579	2.72 635	1.44 602	2.79 622	1.42 599

NLCA_NET_v2_RVC	5.04 674	50.87 703	2.78 637	2.87 595	2.71 649	2.78 636	0.47 417	2.88 636	2.86 650	1.89 588	2.67 648	2.79 638	2.79 637	2.78 637	2.83 646	2.82 628	2.82 634	2.83 636	2.77 648	2.83 623	2.76 645
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	2.93 639	3.24 586	2.57 636	4.04 632	2.66 648	3.30 642	2.55 643	3.29 641	2.55 646	3.35 643	2.48 647	3.28 642	2.47 633	3.34 643	2.49 645	3.26 633	2.55 633	3.13 637	2.57 647	3.00 624	2.46 643

plain	1.88 576	3.16 583	0.64 423	3.10 599	0.65 467	3.10 638	0.64 452	3.12 638	0.65 458	3.10 639	0.65 465	3.11 639	0.65 454	3.12 638	0.65 450	3.12 632	0.65 434	3.13 637	0.65 472	3.13 625	0.65 458

UniTT-Stereo	2.03 594	3.43 590	0.72 449	3.42 616	0.73 482	3.27 641	0.68 463	3.38 643	0.69 472	3.29 642	0.72 488	3.28 642	0.70 472	3.35 644	0.68 462	3.39 635	0.68 441	3.31 640	0.69 483	3.37 626	0.73 477

MonStereo	2.17 604	2.41 548	1.49 586	2.67 588	1.67 610	2.60 626	2.04 635	2.32 608	1.76 620	2.44 617	1.68 615	2.50 614	1.69 599	2.38 611	1.80 623	2.28 603	1.78 605	2.63 634	2.14 639	3.47 627	1.68 617

DPSNet	3.66 644	3.60 592	3.62 659	3.63 624	3.64 670	3.65 645	3.65 669	3.66 646	3.67 667	3.67 645	3.65 667	3.67 646	3.66 655	3.66 645	3.68 664	3.68 638	3.66 653	3.67 644	3.68 670	3.67 628	3.67 669

RAStereo	2.23 616	3.64 593	0.76 457	3.65 625	0.86 504	3.66 646	0.76 486	3.67 647	0.81 502	3.66 644	0.76 494	3.66 645	0.77 484	3.68 646	0.77 488	3.68 638	0.77 461	3.69 645	0.77 497	3.70 629	0.77 486

SA	4.33 663	7.35 647	6.85 678	5.96 660	4.09 675	3.59 644	3.15 662	3.82 648	2.64 647	3.91 646	3.85 670	3.57 644	2.72 636	3.13 639	4.03 671	7.09 679	6.86 674	3.57 642	3.12 660	3.85 630	3.51 668

ssnet_v2	0.68 405	1.96 514	1.25 560	0.29 202	0.20 228	0.30 239	0.20 214	0.29 231	0.22 229	1.50 577	0.20 227	0.31 250	0.20 225	0.27 235	0.22 223	0.24 203	1.49 583	0.26 231	0.18 223	3.90 631	0.19 209

TestStereo1	4.60 665	8.41 654	6.44 675	6.86 666	3.79 672	3.97 648	3.78 671	3.99 650	3.74 669	3.97 647	3.52 665	3.94 649	3.58 652	3.98 649	3.72 666	6.82 676	6.50 672	3.76 646	3.66 668	3.90 631	3.74 672

SA-5K	4.60 665	8.41 654	6.44 675	6.86 666	3.79 672	3.97 648	3.78 671	3.99 650	3.74 669	3.97 647	3.52 665	3.94 649	3.58 652	3.98 649	3.72 666	6.82 676	6.50 672	3.76 646	3.66 668	3.90 631	3.74 672

NLCSM	3.67 645	4.08 607	3.19 655	4.80 648	3.26 663	3.99 650	3.24 664	4.25 653	3.18 663	4.09 649	3.27 662	4.14 651	3.18 650	4.13 651	3.28 660	4.06 640	3.10 643	3.85 649	3.14 661	3.91 634	3.27 665

test_4	4.88 671	8.13 652	6.98 679	7.46 669	4.44 677	4.25 652	3.85 673	4.04 652	3.92 673	4.13 650	3.91 671	4.18 653	3.84 662	4.14 652	4.06 672	7.01 678	7.13 675	4.53 651	3.72 671	4.09 635	3.72 670

test_3	5.01 673	8.86 659	7.77 681	8.09 671	2.76 650	4.13 651	4.05 675	3.88 649	3.76 671	4.33 652	4.13 674	3.71 647	3.91 663	4.21 653	4.06 672	7.93 680	7.69 677	4.53 651	3.91 673	4.17 636	4.29 678

RAFT+CT+SA	4.28 661	7.62 650	4.91 666	5.55 657	2.28 645	3.09 637	3.64 668	4.49 655	3.07 656	4.80 667	3.35 663	4.77 670	3.70 657	4.29 654	3.05 649	5.58 667	5.98 669	3.58 643	3.78 672	4.26 637	3.72 670

test_5	4.62 668	7.55 649	6.23 673	6.32 663	3.40 666	5.29 673	3.50 666	3.53 645	4.11 675	4.28 651	4.47 677	4.26 654	4.38 669	3.68 646	3.24 659	5.89 669	5.60 665	4.84 668	3.50 666	4.33 638	3.93 676

Sa-1000	4.34 664	8.37 653	6.84 677	6.98 668	4.45 678	3.58 643	3.00 648	3.42 644	3.39 665	2.61 624	4.00 673	3.83 648	4.01 666	3.90 648	3.90 669	5.98 671	5.62 666	3.76 646	2.34 645	4.35 639	2.47 644

cross-raft	4.83 670	7.52 648	6.43 674	6.63 664	3.96 674	4.51 654	3.99 674	4.49 655	3.96 674	4.52 654	3.96 672	4.50 655	3.97 665	4.50 656	3.97 670	6.65 674	6.44 671	4.33 650	3.92 674	4.35 639	3.91 675

sAnonymous2	3.31 642	2.63 556	1.38 576	3.71 627	1.86 624	4.70 666	1.11 524	4.82 670	2.72 648	5.45 675	1.98 639	4.59 660	2.64 634	2.65 625	6.21 680	4.37 642	1.08 494	5.16 672	2.24 642	4.52 641	2.39 641

CroCo_RVC	3.31 642	2.63 556	1.38 576	3.71 627	1.86 624	4.70 666	1.11 524	4.82 670	2.72 648	5.45 675	1.98 639	4.59 660	2.64 634	2.65 625	6.21 680	4.37 642	1.08 494	5.16 672	2.24 642	4.52 641	2.39 641

rvit_105_1	3.83 647	5.22 627	3.01 641	4.53 636	3.01 651	4.51 654	3.01 649	4.56 657	3.04 651	4.53 656	3.03 651	4.55 658	3.03 638	4.56 657	3.04 647	4.57 648	3.05 636	4.57 653	3.05 652	4.57 643	3.05 650

rvit_0105_6	3.87 651	5.73 641	3.10 651	4.69 646	3.12 661	4.54 656	3.02 650	4.56 657	3.04 651	4.54 658	3.03 651	4.54 656	3.04 641	4.56 657	3.05 649	4.58 651	3.05 636	4.58 655	3.05 652	4.58 644	3.05 650

rvit_stereo_0081	3.83 647	5.23 628	3.01 641	4.53 636	3.03 653	4.55 660	3.02 650	4.56 657	3.04 651	4.52 654	3.02 649	4.54 656	3.03 638	4.56 657	3.04 647	4.57 648	3.05 636	4.57 653	3.05 652	4.58 644	3.05 650

rvit_stereo_0082	3.86 649	5.82 642	3.01 641	4.53 636	3.03 653	4.54 656	3.02 650	4.56 657	3.04 651	4.53 656	3.02 649	4.55 658	3.04 641	4.57 660	3.05 649	4.57 648	3.05 636	4.58 655	3.05 652	4.58 644	3.06 653

rvit_stereo_0081_aga	3.86 649	5.33 631	3.02 644	4.55 642	3.04 657	4.54 656	3.02 650	4.64 664	3.06 655	4.54 658	3.04 653	4.62 665	3.08 645	4.62 663	3.07 652	4.58 651	3.06 640	4.60 657	3.08 656	4.63 647	3.07 654

rvit_stereo_0080	3.89 652	5.70 639	3.04 646	4.54 639	3.03 653	4.56 661	3.05 656	4.60 661	3.07 656	4.58 661	3.06 654	4.59 660	3.06 643	4.61 661	3.08 653	4.63 653	3.09 641	4.64 659	3.10 657	4.65 648	3.10 657

whm_eth	3.89 652	5.70 639	3.04 646	4.54 639	3.03 653	4.56 661	3.05 656	4.60 661	3.07 656	4.58 661	3.06 654	4.59 660	3.06 643	4.61 661	3.08 653	4.63 653	3.09 641	4.64 659	3.10 657	4.65 648	3.10 657

rvit_stereo_0083	3.92 656	5.30 630	3.06 649	4.61 645	3.09 660	4.67 665	3.08 659	4.66 665	3.09 660	4.62 664	3.10 659	4.66 668	3.11 647	4.67 665	3.16 658	4.72 658	3.16 647	4.77 666	3.11 659	4.66 650	3.11 659

rvit_stereo_ft	3.93 657	5.44 636	3.05 648	4.59 643	3.06 658	4.61 664	3.08 659	4.67 666	3.12 661	4.63 665	3.10 659	4.65 667	3.11 647	4.69 667	3.13 657	4.70 656	3.14 646	4.71 664	3.15 662	4.74 651	3.16 662

MLG-Stereo_test2	4.28 661	5.46 637	3.69 660	4.86 650	3.72 671	5.58 675	3.42 665	4.81 669	3.77 672	4.85 668	3.72 669	5.55 677	3.63 654	5.58 675	3.53 663	4.41 645	3.28 651	4.99 670	2.95 650	4.75 652	3.13 660

rvit_0105_3	3.91 654	5.33 631	3.06 649	4.60 644	3.07 659	4.60 663	3.06 658	4.62 663	3.08 659	4.60 663	3.07 657	4.62 665	3.08 645	4.67 665	3.10 656	4.70 656	3.11 644	4.77 666	3.19 664	4.77 653	3.14 661

rvit_0105_4	3.91 654	5.47 638	3.02 644	4.54 639	3.02 652	4.54 656	3.03 654	4.75 667	3.17 662	4.57 660	3.06 654	4.61 664	3.16 649	4.65 664	3.09 655	4.66 655	3.11 644	4.68 662	3.18 663	4.81 654	3.16 662

CFNet	1.37 561	5.27 629	0.19 188	5.49 656	0.19 225	0.28 235	0.19 210	0.28 226	0.19 220	0.28 232	0.19 223	0.28 236	4.35 668	0.28 239	0.19 214	0.23 196	0.17 191	0.23 212	4.21 677	4.81 654	0.17 202

MLG-Stereo_test3	4.26 660	4.85 620	3.95 662	5.35 655	3.60 668	4.75 669	3.76 670	5.49 676	3.71 668	5.39 673	3.69 668	4.82 671	3.66 655	4.85 668	3.73 668	4.93 659	3.19 650	4.69 663	2.99 651	4.84 656	2.98 649

MLG-Stereo_test1	4.25 659	5.34 633	3.61 658	5.31 654	3.63 669	5.23 672	3.57 667	5.38 675	3.65 666	5.23 672	3.47 664	4.76 669	3.74 658	4.85 668	3.71 665	4.96 660	3.18 649	4.71 664	2.92 649	4.86 657	2.90 647

raft_robust	4.71 669	7.75 651	5.40 671	6.81 665	3.31 664	4.28 653	4.20 676	4.32 654	4.37 678	4.35 653	4.35 676	4.14 651	3.75 659	4.30 655	4.20 674	6.67 675	6.37 670	3.36 641	4.24 678	4.86 657	3.25 664

Anonymous3	2.55 630	3.26 587	1.65 592	3.28 608	1.63 608	3.24 640	1.68 611	3.27 640	1.66 607	3.28 641	1.67 614	3.25 641	1.66 596	3.27 640	1.64 607	3.26 633	1.65 598	3.30 639	1.65 617	4.95 659	1.65 616

TestStereo	4.88 671	4.75 618	4.79 665	4.87 651	4.92 679	4.81 671	4.90 679	4.78 668	4.77 679	4.87 669	4.89 678	4.90 673	4.91 671	4.99 672	4.79 676	4.98 661	4.87 662	4.87 669	4.92 680	5.00 660	5.00 679

rvit_0105_5	4.10 658	5.40 634	3.13 654	4.71 647	3.15 662	4.72 668	3.10 661	4.90 672	3.27 664	4.69 666	3.16 661	4.84 672	3.25 651	4.96 671	3.34 661	5.05 663	3.39 652	5.10 671	3.40 665	5.11 661	3.42 666

FC-DCNN v2	5.10 675	5.15 625	4.49 664	5.07 653	3.37 665	6.87 678	4.75 678	5.04 673	6.34 683	7.84 683	5.06 679	6.72 683	4.09 667	4.99 672	5.44 679	5.03 662	3.16 647	4.67 661	4.86 679	5.15 662	3.89 674

DISCO	1.11 501	0.39 190	5.28 669	0.39 239	0.20 228	0.39 283	0.27 249	0.39 273	0.22 229	0.38 269	0.20 227	0.38 277	0.20 225	6.95 682	0.22 223	0.30 227	0.21 205	0.27 235	0.21 229	5.25 663	0.21 214

MaDis-Stereo	3.19 641	6.02 644	1.12 496	5.61 658	1.16 535	5.43 674	1.02 520	5.15 674	0.70 478	5.43 674	1.21 581	5.03 675	0.97 500	4.85 668	0.99 511	4.53 646	1.16 506	5.53 674	1.25 586	5.37 664	1.30 588

DispFullNet	4.61 667	4.84 619	3.12 652	5.00 652	3.57 667	4.75 669	3.03 654	7.75 683	4.17 676	4.91 670	3.09 658	6.20 679	3.95 664	6.71 679	3.51 662	5.30 666	3.67 654	5.86 678	3.63 667	5.61 665	3.46 667

StereoVision	3.15 640	5.00 622	0.89 472	4.83 649	1.00 517	3.93 647	1.27 586	6.37 677	1.34 593	5.67 677	1.26 586	5.84 678	1.27 576	5.03 674	1.24 583	5.10 665	1.09 496	4.61 658	0.57 455	5.62 666	1.12 522

SGM-Forest	5.21 677	5.92 643	4.08 663	6.18 661	4.16 676	6.31 677	4.34 677	6.50 678	4.33 677	6.14 679	4.21 675	6.61 682	4.55 670	6.67 678	4.48 675	5.94 670	3.94 656	5.85 677	4.03 676	5.79 667	4.17 677
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	2.58 631	3.31 588	0.66 428	3.18 603	0.66 470	3.18 639	0.66 455	3.21 639	0.67 461	3.19 640	0.66 467	3.19 640	0.66 457	3.31 642	0.68 462	5.09 664	1.79 607	8.23 684	1.67 619	6.18 668	1.38 597

RAFT	6.73 680	9.36 662	7.40 680	8.51 674	6.55 683	6.88 679	6.60 683	6.79 679	6.60 684	6.80 680	6.72 685	5.31 676	5.50 674	6.61 677	6.61 683	8.42 682	5.89 667	5.73 675	5.45 684	6.61 669	6.24 683

gwcnet-sp	0.82 446	1.72 460	1.48 582	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 581	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 567	0.32 253	0.16 195	6.75 670	0.23 218

scenet	0.82 446	1.72 460	1.48 582	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 581	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 567	0.32 253	0.16 195	6.75 670	0.23 218

ssnet	0.82 446	1.72 460	1.48 582	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 581	0.23 238	0.28 236	0.26 253	0.20 185	0.15 186	0.24 203	1.33 567	0.32 253	0.16 195	6.75 670	0.23 218

test-1	6.46 678	9.16 661	8.03 684	8.09 671	5.62 682	6.11 676	6.35 682	6.85 680	4.94 680	6.08 678	6.29 684	4.98 674	6.43 676	6.22 676	6.36 682	6.16 673	7.47 676	5.82 676	5.44 683	7.11 673	5.68 682

test-v	7.53 682	11.89 670	7.98 682	9.36 677	7.14 684	7.06 680	7.09 684	7.37 681	6.91 685	7.29 681	5.71 682	6.45 680	6.93 677	6.73 680	7.27 684	8.93 685	7.85 678	6.98 681	6.80 685	7.56 674	7.34 685

test-2	7.53 682	11.89 670	7.98 682	9.36 677	7.14 684	7.06 680	7.09 684	7.37 681	6.91 685	7.29 681	5.71 682	6.45 680	6.93 677	6.73 680	7.27 684	8.93 685	7.85 678	6.98 681	6.80 685	7.56 674	7.34 685

rvit_stereo_0075_2	6.64 679	8.80 658	5.25 668	7.89 670	5.27 681	7.90 682	5.27 680	7.92 684	5.28 681	7.91 684	5.29 681	7.93 684	5.27 672	7.92 684	5.28 677	7.93 680	5.28 664	7.93 683	5.29 682	7.93 676	5.28 681

CFNet_RVC	2.38 626	8.71 657	0.38 289	9.33 676	0.42 411	0.56 424	0.42 401	0.60 425	0.38 373	0.62 436	0.42 408	0.56 427	7.29 680	0.62 431	0.42 396	0.53 385	0.37 328	0.49 417	0.34 363	8.30 677	6.87 684

MSMDNet	2.65 632	10.14 668	0.33 260	9.74 679	0.32 338	0.87 468	0.33 335	2.95 637	0.68 467	0.49 386	0.34 354	0.49 390	5.70 675	0.49 389	0.33 332	0.42 312	9.57 681	0.41 372	0.31 342	8.36 678	0.65 458

U	5.15 676	8.49 656	1.81 600	8.49 673	1.77 618	8.49 683	1.77 615	8.51 685	1.77 621	8.49 685	1.77 618	8.50 685	1.78 608	8.58 685	1.77 621	8.54 683	1.78 605	8.55 685	1.78 628	8.55 679	1.84 624

SGM+DAISY	7.06 681	9.15 660	5.38 670	8.84 675	5.18 680	8.80 684	5.31 681	8.79 686	5.28 681	8.89 686	5.20 680	8.93 686	5.33 673	8.95 686	5.36 678	8.70 684	5.21 663	8.74 686	5.20 681	8.89 680	5.15 680

pcwnet_v2	2.66 633	9.89 666	0.33 260	9.89 680	0.32 338	0.50 401	0.32 324	0.49 380	0.33 344	0.49 386	0.34 354	0.49 390	8.76 682	0.48 383	0.33 332	0.41 298	9.58 682	0.40 355	0.29 317	9.01 681	0.63 450

ccs_rob	2.79 637	10.17 669	0.32 255	10.00 682	0.33 350	0.49 392	0.33 335	1.90 586	0.32 334	0.51 408	0.33 346	0.49 390	9.24 684	0.49 389	0.33 332	0.41 298	9.82 684	0.41 372	0.28 304	9.34 682	0.29 299

PCWNet_CMD	2.80 638	9.82 665	0.32 255	10.09 683	0.32 338	0.49 392	0.33 335	3.34 642	0.33 344	0.49 386	0.33 346	0.49 390	8.73 681	0.48 383	0.33 332	0.41 298	9.22 680	0.42 383	0.29 317	9.55 683	0.31 321

UCFNet_RVC	2.75 636	10.06 667	0.29 231	10.31 684	0.29 275	0.42 321	0.29 267	0.43 319	0.29 270	0.42 309	0.29 273	0.42 321	9.87 685	0.43 321	0.29 266	0.36 256	9.84 685	0.36 290	0.26 254	9.77 684	0.26 235

CFNet_pseudo	2.67 634	9.36 662	0.32 255	10.99 685	0.33 350	0.85 465	0.33 335	0.49 380	0.33 344	0.49 386	0.32 337	0.49 390	7.26 679	0.49 389	0.33 332	0.41 298	9.62 683	0.41 372	0.29 317	10.03 685	0.29 299

CFNet_ucs	2.73 635	9.64 664	0.33 260	9.92 681	0.32 338	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	8.98 683	0.48 383	0.33 332	0.41 298	9.96 686	0.40 355	0.29 317	10.12 686	0.54 430

rafts_anoy	20.00 686	20.00 672	20.00 686	20.00 686	20.00 687	20.00 685	20.00 687	20.00 687	20.00 688	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

raft+_RVC	20.00 686	20.00 672	20.00 686	20.00 686	20.00 687	20.00 685	20.00 687	20.00 687	20.00 688	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

raftrobust	20.00 686	20.00 672	20.00 686	20.00 686	20.00 687	20.00 685	20.00 687	20.00 687	20.00 688	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

CasAABBNet	20.00 686	20.00 672	20.00 686	20.00 686	20.00 687	20.00 685	20.00 687	20.00 687	20.00 688	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

RALCasStereoNet	20.00 686	20.00 672	20.00 686	20.00 686	20.00 687	20.00 685	20.00 687	20.00 687	20.00 688	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

RALAANet	20.00 686	20.00 672	20.00 686	20.00 686	20.00 687	20.00 685	20.00 687	20.00 687	20.00 688	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 687	20.00 688	20.00 687	20.00 688	20.00 687	20.00 688

MANE	19.05 685	23.00 678	15.00 685	23.00 692	15.00 686	24.00 691	16.00 686	24.00 693	16.00 687	22.00 693	15.00 686	23.00 693	16.00 686	23.00 693	15.00 686	22.00 693	15.00 687	22.00 693	15.00 687	22.00 693	15.00 687

111	30.40 692	30.94 694	29.72 693	32.61 693	30.02 694	33.57 692	30.47 694	31.50 694	29.39 695	30.98 694	29.11 694	29.78 694	30.39 697	29.45 694	30.76 697	30.08 694	29.02 695	29.92 694	30.32 698	29.86 694	30.17 695

tt	500032.53 710	34.60 696	29.72 693	37.47 702	34.41 699	36.85 698	35.22 699	34.71 698	33.55 697	34.50 695	35.43 698	33.81 698	10000000.00 714	33.57 698	33.13 698	33.68 698	35.00 700	34.03 699	35.26 701	30.96 695	34.63 700

DCANet	500032.53 710	34.60 696	29.72 693	37.47 702	34.41 699	36.85 698	35.22 699	34.71 698	33.55 697	34.50 695	35.43 698	33.81 698	10000000.00 714	33.57 698	33.13 698	33.68 698	35.00 700	34.03 699	35.26 701	30.96 695	34.63 700

ADStereo(finetuned)	36.13 695	36.63 699	38.07 703	36.97 698	33.25 698	35.91 697	34.45 698	36.36 701	32.99 696	38.14 705	36.71 701	36.69 701	34.13 698	38.57 705	40.79 704	37.60 705	36.58 702	35.90 702	33.36 699	35.42 697	34.04 699

DCANet-4	35.22 694	34.54 695	35.08 699	33.58 697	35.47 701	34.55 693	35.53 701	36.08 700	35.85 699	35.92 700	35.77 700	35.18 700	35.48 699	35.39 700	37.15 703	34.55 700	33.92 699	35.02 701	34.90 700	35.79 698	34.74 702

Reg-Stereo(zero)	37.00 696	37.00 700	37.00 700	37.00 699	37.00 702	37.00 700	37.00 702	37.00 702	37.00 700	37.00 701	37.00 702	37.00 702	37.00 700	37.00 701	37.00 700	37.00 702	37.00 703	37.00 703	37.00 703	37.00 699	37.00 703

HI	37.00 696	37.00 700	37.00 700	37.00 699	37.00 702	37.00 700	37.00 702	37.00 702	37.00 700	37.00 701	37.00 702	37.00 702	37.00 700	37.00 701	37.00 700	37.00 702	37.00 703	37.00 703	37.00 703	37.00 699	37.00 703

CoSv	37.00 696	37.00 700	37.00 700	37.00 699	37.00 702	37.00 700	37.00 702	37.00 702	37.00 700	37.00 701	37.00 702	37.00 702	37.00 700	37.00 701	37.00 700	37.00 702	37.00 703	37.00 703	37.00 703	37.00 699	37.00 703

WCMA_ROB	31.10 693	35.43 698	27.12 692	39.51 704	23.10 693	38.78 703	25.30 693	37.49 705	25.39 694	37.29 704	27.02 693	38.52 705	26.48 693	37.80 704	26.44 693	36.28 701	22.65 694	33.90 698	22.30 694	37.10 702	24.18 694

NOSS_ROB	102.95 700	153.00 708	121.00 707	51.00 705	44.00 705	165.00 707	127.00 707	153.00 708	119.00 705	164.00 709	125.00 707	168.00 709	120.00 705	153.00 708	117.00 707	49.00 706	44.00 706	49.00 706	44.00 706	49.00 703	44.00 706

CBMV	128.50 701	1422.70 715	53.10 705	79.50 706	51.30 706	77.30 705	49.70 705	74.00 706	48.20 704	77.20 707	48.80 706	73.90 707	48.00 704	73.80 707	48.80 706	70.40 707	45.10 707	68.90 707	46.10 707	68.20 704	45.00 707
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 699	87.70 704	41.95 704	113.75 707	65.62 707	75.05 704	55.25 706	75.64 707	45.04 703	71.61 706	41.75 705	72.81 706	44.06 703	68.38 706	44.63 705	101.89 708	59.57 708	107.10 708	61.05 708	104.38 705	59.38 708

MeshStereo	159.24 702	171.00 709	160.68 710	162.58 708	160.59 708	164.01 706	160.35 708	158.51 709	158.56 706	158.34 708	160.12 708	158.56 708	159.92 706	157.26 709	158.94 708	154.38 709	158.36 709	155.75 709	159.13 710	153.67 706	154.07 709
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 703	123.00 705	115.00 706	219.00 709	218.00 710	223.00 708	244.00 710	217.00 710	236.00 708	202.00 710	203.00 709	205.00 710	208.00 707	225.00 710	204.00 709	210.00 710	198.00 710	197.00 710	184.00 711	204.00 707	201.00 710

MGS-Stereo	239.45 704	123.00 705	135.00 708	266.00 710	286.00 711	277.00 709	305.00 711	271.00 711	242.00 709	274.00 711	279.00 711	255.00 711	270.00 709	268.00 711	297.00 711	221.00 711	247.00 712	216.00 711	123.00 709	217.00 708	217.00 712

EGLCR-Stereo	246.90 705	129.00 707	139.00 709	266.00 710	286.00 711	277.00 709	305.00 711	271.00 711	242.00 709	274.00 711	279.00 711	255.00 711	270.00 709	268.00 711	297.00 711	230.00 712	247.00 712	216.00 711	223.00 713	237.00 709	227.00 713

DLCB_ROB	284.23 706	354.61 711	207.27 711	363.24 712	206.46 709	364.72 711	210.41 709	364.72 713	210.41 707	364.81 713	208.64 710	364.81 713	208.64 708	364.72 713	210.41 710	354.70 713	205.53 711	354.70 713	205.53 712	354.70 710	205.53 711

LE_ROB	396.57 707	471.28 712	329.84 712	471.48 713	308.15 713	526.83 712	322.10 713	488.15 714	323.76 711	495.46 714	317.97 713	497.17 714	320.10 711	481.62 714	326.76 713	462.71 714	298.97 714	466.16 714	285.98 714	447.62 711	289.21 714

SGM-ForestM	596.69 708	677.77 713	444.52 713	699.85 714	517.25 714	732.94 713	488.29 714	770.79 715	460.11 712	750.81 715	487.98 714	792.79 715	499.41 712	730.90 715	475.81 714	720.03 715	491.16 715	663.96 715	418.60 715	674.76 712	436.05 715

CBMV_ROB	818.48 709	913.88 714	709.52 714	862.84 715	597.78 715	1073.99 714	700.52 715	1015.66 716	702.59 713	1115.65 716	760.02 715	1130.24 716	721.57 713	1037.41 716	692.65 715	814.05 716	564.29 716	843.28 716	595.31 716	915.51 713	602.92 716

111111	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

SGD-Stereo	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

IGEV-Stereo++	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

IGEV-BASED-STEREO-	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

IGEV-Stereo+	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

SDNR	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

anonymousdsp2	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

anonymousdsp	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

fff	1000028.16 712	29.62 690	29.72 693	32.61 693	30.02 694	35.13 694	31.83 695	32.07 695	10000000.00 714	35.27 697	29.82 695	32.45 695	30.15 694	32.35 695	30.09 694	31.04 695	29.55 696	30.64 695	30.14 695	10000000.00 714	30.77 696

csc	1000028.16 712	29.62 690	29.72 693	32.61 693	30.02 694	35.13 694	31.83 695	32.07 695	10000000.00 714	35.27 697	29.82 695	32.45 695	30.15 694	32.35 695	30.09 694	31.04 695	29.55 696	30.64 695	30.14 695	10000000.00 714	30.77 696

cscssc	1000028.16 712	29.62 690	29.72 693	32.61 693	30.02 694	35.13 694	31.83 695	32.07 695	10000000.00 714	35.27 697	29.82 695	32.45 695	30.15 694	32.35 695	30.09 694	31.04 695	29.55 696	30.64 695	30.14 695	10000000.00 714	30.77 696

test_example2	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717

DIP-Stereo	10000000.00 715	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 716	10000000.00 715	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 714	10000000.00 717	10000000.00 716	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 717	10000000.00 714	10000000.00 717
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