Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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 14	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

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CoDeX	0.15 125	0.70 253	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 386	0.02 15	0.69 381	0.75 395	0.01 9	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

SFCPSM	0.17 136	0.78 258	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 422	0.02 15	0.75 392	0.76 397	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

TCMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 49	0.03 41	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.03 53	0.03 40	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

GASNet	0.05 42	0.04 37	0.12 103	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.12 129	0.04 89	0.06 98	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

EDNetEfficient	0.04 39	0.05 49	0.04 44	0.04 37	0.03 49	0.04 78	0.03 51	0.04 77	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.04 72	0.03 49	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

FADNet-RVC-Resample	0.12 99	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	1.57 535	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet-RVC	0.13 106	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.05 96	0.04 72	1.71 544	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

FADNet	0.12 99	0.05 49	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 96	0.04 72	1.66 541	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 39	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
APVNet	0.09 56	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 435	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

EDNetEfficientorigin	0.04 39	0.06 54	0.04 44	0.05 43	0.04 79	0.05 90	0.04 82	0.05 89	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

FADNet_RVC	0.12 99	0.04 37	0.04 44	0.05 43	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 96	0.04 72	1.65 539	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 42	0.06 54	0.04 44	0.06 46	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.04 89	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

Wz-Net-TNSev	0.02 15	0.05 49	0.04 44	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 50	0.08 59	0.07 59	0.07 47	0.07 113	0.08 107	0.06 111	0.08 109	0.07 114	0.08 108	0.07 115	0.08 108	0.06 112	0.07 106	0.07 105	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

DispViT+	0.07 50	0.24 125	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.05 101	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

DA	0.09 56	0.13 85	0.39 271	0.08 49	0.05 99	0.07 105	0.05 94	0.13 130	0.05 99	0.06 97	0.05 101	0.06 98	0.05 96	0.06 89	0.05 90	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 56	0.13 85	0.39 271	0.08 49	0.05 99	0.07 105	0.05 94	0.13 130	0.05 99	0.06 97	0.05 101	0.06 98	0.05 96	0.06 89	0.05 90	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

AASNet	0.06 45	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 111	0.06 97	0.06 112	0.05 91	0.06 112	0.06 89	0.05 90	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

SACVNet	0.06 45	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 111	0.06 97	0.06 112	0.05 91	0.06 112	0.06 89	0.05 90	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

AACVNet	0.06 45	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 111	0.06 97	0.06 112	0.05 91	0.06 112	0.06 89	0.05 90	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

GwcNet	0.12 99	0.07 58	0.05 58	0.08 49	0.05 99	0.08 107	1.20 465	0.07 106	0.05 99	0.05 92	0.05 101	0.08 108	0.05 96	0.08 109	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

VMStereo-Base	0.03 29	0.09 67	0.08 61	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

SMFormer	0.09 56	1.01 314	0.09 68	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

Wz-Net-SNSev	0.03 29	0.09 67	0.07 59	0.09 56	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 70	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 56	0.09 67	0.10 72	0.09 56	0.09 117	0.09 113	0.09 117	0.10 114	0.08 118	0.10 115	0.09 119	0.09 114	0.09 120	0.09 113	0.08 107	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

FADE	0.07 50	0.06 54	0.02 14	0.09 56	0.10 124	0.03 41	0.03 51	0.05 89	0.03 56	0.04 74	0.03 53	0.05 91	0.03 53	0.04 72	0.03 49	0.15 125	0.10 77	0.17 153	0.13 155	0.11 125	0.11 131

test_sample6	0.09 56	0.97 295	0.10 72	0.10 61	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample5	0.10 69	1.07 327	0.11 92	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 69	1.03 320	0.12 103	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

CAS++	0.17 136	0.27 137	0.21 174	0.10 61	0.21 211	0.15 138	0.22 201	0.10 114	0.21 201	0.22 175	0.10 123	0.19 158	0.18 191	0.10 117	0.19 189	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 181
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 56	0.95 292	0.09 68	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

DualNet	0.10 69	1.07 327	0.11 92	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

xxx	0.09 56	1.01 314	0.10 72	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

AnonymousM	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

PVD	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SHD	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SAMSARA	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

XQC	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSC	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTS	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSA	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet+	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet++	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

BridgeDepth_RVC	0.07 50	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.05 99	0.08 108	0.05 101	0.08 108	0.05 96	0.08 109	0.05 90	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 54	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.07 114	0.08 108	0.05 101	0.08 108	0.05 96	0.09 113	0.08 107	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 56	1.00 305	0.11 92	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample2	0.09 56	1.03 320	0.11 92	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 56	0.87 272	0.12 103	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

JetRed	0.11 90	0.12 83	0.11 92	0.11 78	0.11 140	0.11 126	0.14 153	0.11 126	0.11 137	0.12 129	0.11 137	0.11 127	0.11 136	0.11 128	0.11 130	0.11 90	0.16 147	0.11 121	0.11 132	0.11 125	0.11 131

mmm	0.14 113	1.83 427	0.12 103	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.04 82	0.03 41	0.03 53	0.03 43	0.03 53	0.06 89	0.04 76	0.12 96	0.11 100	0.05 86	0.04 78	0.05 92	0.04 79

aanetorigin	0.13 106	0.11 81	0.11 92	0.11 78	0.11 140	0.11 126	0.11 135	0.11 126	0.11 137	0.11 127	0.12 145	0.11 127	0.11 136	0.11 128	0.11 130	0.11 90	0.11 100	0.14 130	0.11 132	0.49 327	0.11 131

DualNet (step1)	0.10 69	1.05 324	0.12 103	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 69	1.05 324	0.12 103	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 69	1.05 324	0.12 103	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample3	0.09 56	0.87 272	0.10 72	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

ffm	0.25 170	3.83 531	0.12 103	0.12 86	0.05 99	0.06 93	0.05 94	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 96	0.06 89	0.05 90	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 170	3.83 531	0.12 103	0.12 86	0.05 99	0.06 93	0.05 94	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 96	0.06 89	0.05 90	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 170	3.83 531	0.12 103	0.12 86	0.05 99	0.06 93	0.05 94	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 96	0.06 89	0.05 90	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

Wz-Net-MNSev	0.06 45	0.54 236	0.10 72	0.12 86	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 96	0.11 100	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 42	0.50 218	0.10 72	0.12 86	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 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

xxxx	0.11 90	1.16 338	0.16 146	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 69	1.09 329	0.13 122	0.12 86	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 141	0.03 38	0.03 54	0.03 44	0.03 51

SuperB	0.21 152	0.10 70	2.51 569	0.12 86	0.09 117	0.10 115	0.09 117	0.08 109	0.07 114	0.10 115	0.09 119	0.09 114	0.07 116	0.07 106	0.07 105	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

JetBlue	0.11 90	0.11 81	0.12 103	0.13 98	0.14 158	0.11 126	0.11 135	0.11 126	0.11 137	0.11 127	0.11 137	0.11 127	0.11 136	0.12 132	0.12 142	0.11 90	0.11 100	0.11 121	0.11 132	0.11 125	0.11 131

11t1	0.17 136	2.16 455	0.13 122	0.13 98	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.05 90	0.18 151	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

LRCNet_RVC	0.13 106	0.13 85	0.09 68	0.13 98	0.10 124	0.14 131	0.10 122	0.14 132	0.10 122	0.23 179	0.10 123	0.20 161	0.10 124	0.24 186	0.11 130	0.11 90	0.09 72	0.12 124	0.14 161	0.12 131	0.09 113

222	0.10 69	0.99 303	0.12 103	0.13 98	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

USTest	0.01 9	0.02 12	0.00 1	0.14 102	0.00 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 18	0.02 20	0.00 1	0.00 1

qqq1	0.25 170	3.70 525	0.14 127	0.14 102	0.04 79	0.06 93	0.05 94	0.06 95	0.05 99	0.06 97	0.05 101	0.04 77	0.05 96	0.06 89	0.05 90	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 170	3.70 525	0.14 127	0.14 102	0.04 79	0.06 93	0.05 94	0.06 95	0.05 99	0.06 97	0.05 101	0.04 77	0.05 96	0.06 89	0.05 90	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

1111x	0.10 69	1.14 333	0.13 122	0.14 102	0.03 49	0.04 78	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 100	0.03 38	0.02 20	0.03 44	0.02 20

x	0.11 90	1.15 336	0.15 143	0.14 102	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 144	0.03 38	0.03 54	0.03 44	0.03 51

GMStereo	0.14 113	0.13 85	0.14 127	0.14 102	0.14 158	0.14 131	0.14 153	0.14 132	0.14 158	0.14 131	0.14 162	0.14 132	0.14 159	0.14 134	0.14 152	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 185	0.90 280	0.10 72	0.14 102	0.10 124	0.14 131	0.10 122	0.91 398	0.69 405	0.14 131	0.11 137	0.14 132	0.11 136	0.14 134	0.10 118	0.12 96	0.09 72	0.12 124	0.09 113	0.88 388	0.76 415

DRN-Test	0.14 113	0.13 85	0.09 68	0.14 102	0.09 117	0.15 138	0.09 117	0.14 132	0.10 122	0.14 131	0.09 119	0.14 132	0.09 120	0.13 133	0.09 112	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 408

StereoDRNet	0.15 125	0.14 91	0.10 72	0.14 102	0.09 117	0.15 138	0.09 117	0.14 132	0.09 121	0.14 131	0.10 123	0.14 132	0.09 120	0.14 134	0.09 112	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 424

PDISCO_ROB	0.83 384	2.80 505	3.49 588	0.14 102	0.11 140	0.17 151	0.09 117	0.15 144	0.10 122	0.15 137	0.12 145	0.16 143	0.14 159	3.30 571	0.13 148	0.14 118	2.34 561	0.16 145	0.12 147	2.62 551	0.10 118

zh-sn7	0.10 69	0.98 296	0.14 127	0.15 112	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

xyz-stereo	0.18 139	0.50 218	0.16 146	0.15 112	0.16 178	0.16 145	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

S2M2_L	0.12 99	0.14 91	0.10 72	0.15 112	0.10 124	0.14 131	0.10 122	0.14 132	0.10 122	0.15 137	0.10 123	0.14 132	0.10 124	0.14 134	0.10 118	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 132	2.01 446	0.12 103	0.15 112	0.04 79	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

IPLG	0.13 106	0.20 105	0.14 127	0.15 112	0.11 140	0.14 131	0.11 135	0.14 132	0.11 137	0.14 131	0.11 137	0.14 132	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR_C	0.14 113	0.20 105	0.12 103	0.15 112	0.11 140	0.14 131	0.15 158	0.14 132	0.11 137	0.15 137	0.12 145	0.14 132	0.11 136	0.16 144	0.11 130	0.15 125	0.12 114	0.14 130	0.12 147	0.15 142	0.12 145

ACRE	0.13 106	0.21 112	0.14 127	0.15 112	0.11 140	0.14 131	0.11 135	0.14 132	0.11 137	0.14 131	0.12 145	0.14 132	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

ELAS_RVC	0.14 113	0.16 93	0.10 72	0.15 112	0.10 124	0.18 155	0.11 135	0.19 155	0.11 137	0.19 154	0.12 145	0.18 154	0.11 136	0.19 156	0.12 142	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 106	0.16 93	0.11 92	0.15 112	0.09 117	0.18 155	0.11 135	0.18 153	0.11 137	0.17 148	0.11 137	0.18 154	0.11 136	0.18 153	0.11 130	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
xyz-stereo-finetune2	0.18 139	0.48 212	0.16 146	0.16 121	0.15 169	0.15 138	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

xyz-stereo-finetune	0.28 180	0.49 214	0.16 146	0.16 121	0.16 178	0.16 145	0.16 163	0.22 175	0.30 256	0.32 224	0.31 271	0.32 229	0.31 275	0.32 227	0.32 262	0.32 218	0.33 257	0.31 225	0.32 289	0.31 210	0.32 268

GMStereo_Zeroshot	0.16 132	0.16 93	0.16 146	0.16 121	0.16 178	0.16 145	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

ProNet	0.14 113	0.20 105	0.14 127	0.16 121	0.11 140	0.16 145	0.11 135	0.17 150	0.11 137	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 100	0.16 145	0.11 132	0.15 142	0.12 145

CIPLG	0.13 106	0.21 112	0.12 103	0.16 121	0.11 140	0.15 138	0.11 135	0.14 132	0.11 137	0.15 137	0.12 145	0.15 142	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

MIPNet	0.14 113	0.21 112	0.17 154	0.16 121	0.11 140	0.15 138	0.12 148	0.14 132	0.11 137	0.16 142	0.11 137	0.14 132	0.11 136	0.14 134	0.11 130	0.14 118	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR	0.14 113	0.24 125	0.14 127	0.16 121	0.12 153	0.15 138	0.12 148	0.14 132	0.11 137	0.15 137	0.12 145	0.14 132	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

ICVP	0.15 125	0.53 232	0.11 92	0.16 121	0.11 140	0.16 145	0.11 135	0.16 145	0.11 137	0.16 142	0.11 137	0.16 143	0.11 136	0.16 144	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 113	0.17 97	0.12 103	0.17 129	0.11 140	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.11 137	0.17 150	0.11 136	0.17 150	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 113	0.16 93	0.12 103	0.17 129	0.12 153	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 145

cf-r	0.66 338	2.17 456	0.12 103	0.18 131	0.12 153	0.18 155	2.70 577	2.60 551	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 100	0.15 142	0.11 132	1.81 510	1.74 552

LALA_ROB	0.15 125	0.19 101	0.12 103	0.18 131	0.11 140	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 172	0.13 148	0.17 143	0.10 77	0.18 163	0.11 132	0.18 156	0.11 131

SGM_RVC	0.15 125	0.17 97	0.11 92	0.18 131	0.11 140	0.19 158	0.11 135	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IGEV-FE	0.35 217	0.37 157	0.17 154	0.19 134	0.17 185	0.20 163	0.17 174	0.19 155	0.17 183	0.19 154	0.17 181	0.19 158	0.17 182	0.37 248	0.36 293	0.19 155	0.17 167	0.19 166	0.17 193	0.38 261	2.84 576

DDVS	0.30 186	3.10 511	0.14 127	0.19 134	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 143	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

DeepPruner_ROB	0.16 132	0.18 100	0.13 122	0.19 134	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 151

zh-mn7	0.12 99	1.14 333	0.17 154	0.20 137	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 151	0.16 147	0.03 38	0.03 54	0.03 44	0.03 51

ITSA-stereo	0.15 125	0.17 97	0.13 122	0.20 137	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

GCAPDPT-zeroshot4090	0.18 139	0.20 105	0.16 146	0.20 137	0.16 178	0.20 163	0.16 163	0.21 170	0.16 172	0.20 160	0.16 173	0.21 169	0.17 182	0.20 160	0.16 168	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 159

DAS	0.20 145	0.20 105	0.20 168	0.20 137	0.20 202	0.20 163	0.20 189	0.20 161	0.20 196	0.20 160	0.20 202	0.20 161	0.20 200	0.20 160	0.20 193	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 186

ASD4	0.20 145	0.20 105	0.20 168	0.20 137	0.20 202	0.20 163	0.20 189	0.20 161	0.20 196	0.20 160	0.20 202	0.20 161	0.20 200	0.20 160	0.20 193	0.20 159	0.20 178	0.20 172	0.20 200	0.20 164	0.20 186

ACVNet	0.20 145	0.19 101	0.14 127	0.20 137	0.14 158	0.20 163	0.96 442	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 145	0.19 101	0.14 127	0.20 137	0.14 158	0.20 163	0.96 442	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

hitnet-ft	0.79 367	2.78 504	0.14 127	0.20 137	0.14 158	0.21 175	2.89 578	2.80 565	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	2.54 550	2.33 569

PSMNet-RSSM	0.77 363	2.76 499	0.14 127	0.20 137	0.14 158	0.20 163	2.66 575	2.79 564	0.14 158	0.21 173	0.14 162	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 567

GwcNet-RSSM	0.77 363	2.77 501	0.14 127	0.20 137	0.14 158	0.20 163	2.67 576	2.78 563	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 172	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	2.52 542	2.31 567

CFNet-ft	0.55 321	1.57 413	0.14 127	0.20 137	0.14 158	0.20 163	2.53 573	1.61 505	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	1.56 498	1.24 515

RAFT-FEzeroshot	0.34 208	0.26 134	0.17 154	0.21 148	0.17 185	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 181	0.21 169	0.16 171	0.27 210	0.24 208	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 585

RAFT-FE	0.34 208	0.26 134	0.17 154	0.21 148	0.17 185	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 181	0.21 169	0.16 171	0.27 210	0.24 208	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 585

RSGM-EC	0.24 166	0.24 125	0.15 143	0.22 150	0.15 169	0.22 177	0.15 158	0.22 175	0.15 168	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 465	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 156

acva	0.24 166	0.24 125	0.15 143	0.22 150	0.15 169	0.22 177	0.15 158	0.22 175	0.15 168	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 465	0.20 159	0.17 167	0.24 197	0.14 161	0.20 164	0.14 156

IMH-64-1	0.22 158	0.23 117	0.23 179	0.22 150	0.22 214	0.22 177	0.22 201	0.22 175	0.22 204	0.22 175	0.22 210	0.22 178	0.22 208	0.22 176	0.22 199	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 193

IMH-64	0.22 158	0.23 117	0.23 179	0.22 150	0.22 214	0.22 177	0.22 201	0.22 175	0.22 204	0.22 175	0.22 210	0.22 178	0.22 208	0.22 176	0.22 199	0.22 168	0.22 186	0.23 188	0.22 207	0.22 173	0.23 193

WAO-6	0.22 158	0.23 117	0.22 176	0.23 154	0.22 214	0.22 177	0.22 201	0.22 175	0.22 204	0.22 175	0.22 210	0.22 178	0.22 208	0.22 176	0.22 199	0.22 168	0.22 186	0.22 180	0.22 207	0.22 173	0.22 191

Wz-Net-LNSev	0.06 45	0.24 125	0.20 168	0.23 154	0.01 10	0.02 19	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	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

dd	0.23 164	0.98 296	0.16 146	0.23 154	0.15 169	0.23 185	0.15 158	0.23 181	0.15 168	0.23 179	0.15 170	0.24 190	0.17 182	0.23 182	0.15 162	0.22 168	0.15 144	0.21 175	0.15 167	0.22 173	0.16 161

dad	0.23 164	1.03 320	0.16 146	0.23 154	0.15 169	0.24 188	0.15 158	0.24 184	0.16 172	0.23 179	0.16 173	0.24 190	0.16 171	0.23 182	0.15 162	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

ac_64	0.22 158	0.13 85	0.19 165	0.23 154	0.10 124	0.26 206	1.02 451	0.14 132	0.10 122	0.28 207	0.14 162	0.17 150	0.19 196	0.28 214	0.09 112	0.22 168	0.16 147	0.23 188	0.17 193	0.11 125	0.12 145

BStereo	0.22 158	0.23 117	0.20 168	0.24 159	0.20 202	0.23 185	0.33 276	0.39 249	0.17 183	0.23 179	0.17 181	0.23 184	0.16 171	0.24 186	0.17 175	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 161

Wave_Phase_stereo	0.22 158	0.23 117	0.20 168	0.24 159	0.20 202	0.23 185	0.33 276	0.39 249	0.17 183	0.23 179	0.17 181	0.23 184	0.16 171	0.24 186	0.17 175	0.23 179	0.16 147	0.22 180	0.20 200	0.22 173	0.16 161

ISRNet	0.11 90	0.05 49	0.36 256	0.24 159	0.07 113	0.13 130	0.05 94	0.06 95	0.05 99	0.05 92	0.05 101	0.13 131	0.05 96	0.05 83	0.09 112	0.24 186	0.20 178	0.10 110	0.05 97	0.06 96	0.13 151

Pointernet	0.21 152	0.22 116	0.19 165	0.24 159	0.19 199	0.24 188	0.19 185	0.24 184	0.19 194	0.24 186	0.19 198	0.24 190	0.19 196	0.24 186	0.19 189	0.22 168	0.17 167	0.22 180	0.17 193	0.22 173	0.17 177

UPFNet	0.42 271	1.20 343	0.17 154	0.24 159	0.17 185	0.25 198	0.17 174	1.19 437	0.90 437	0.25 195	0.17 181	0.24 190	0.17 182	0.25 196	0.17 175	0.22 168	0.17 167	0.22 180	0.16 171	1.15 425	0.93 433

iResNetv2_ROB	0.20 145	0.23 117	0.18 163	0.24 159	0.20 202	0.24 188	0.18 181	0.24 184	0.18 188	0.24 186	0.18 196	0.23 184	0.19 196	0.24 186	0.18 186	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 161

iResNet	0.20 145	0.23 117	0.18 163	0.24 159	0.18 195	0.24 188	0.20 189	0.24 184	0.18 188	0.23 179	0.17 181	0.23 184	0.18 191	0.23 182	0.18 186	0.22 168	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

ACV-stereo	0.30 186	2.08 448	0.25 189	0.25 166	0.18 195	0.24 188	0.17 174	0.24 184	0.18 188	0.24 186	0.17 181	0.25 198	0.17 182	0.24 186	0.17 175	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

LoS_RVC	0.30 186	1.14 333	0.25 189	0.25 166	0.25 227	0.26 206	0.25 216	0.25 193	0.25 218	0.25 195	0.25 227	0.26 208	0.26 229	0.26 206	0.25 216	0.26 194	0.26 200	0.25 201	0.25 225	0.26 192	0.26 210

CAS	0.30 186	1.17 339	0.25 189	0.25 166	0.25 227	0.26 206	0.25 216	0.25 193	0.26 231	0.25 195	0.25 227	0.25 198	0.25 220	0.25 196	0.25 216	0.26 194	0.26 200	0.26 206	0.25 225	0.26 192	0.25 204

LoS	0.25 170	0.27 137	0.25 189	0.25 166	0.25 227	0.25 198	0.25 216	0.26 198	0.25 218	0.25 195	0.25 227	0.25 198	0.25 220	0.25 196	0.25 216	0.26 194	0.25 196	0.25 201	0.26 231	0.26 192	0.25 204
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 277	1.24 397	0.17 154	0.25 166	0.17 185	0.25 198	0.18 181	1.26 489	0.93 443	0.25 195	0.17 181	0.25 198	0.18 191	0.25 196	0.17 175	0.23 179	0.16 147	0.23 188	0.16 171	1.20 437	0.99 438

delet	0.43 272	1.21 389	0.17 154	0.25 166	0.17 185	0.25 198	0.18 181	1.26 489	0.95 445	0.25 195	0.17 181	0.25 198	0.17 182	0.25 196	0.17 175	0.23 179	0.16 147	0.22 180	0.16 171	1.18 433	0.98 437

psm_up	0.43 272	1.19 342	0.17 154	0.25 166	0.18 195	0.25 198	0.19 185	1.26 489	0.91 438	0.26 203	0.17 181	0.25 198	0.17 182	0.25 196	0.17 175	0.22 168	0.17 167	0.23 188	0.16 171	1.18 433	0.99 438

Select-FE	0.41 260	0.44 190	0.23 179	0.26 173	0.22 214	0.26 206	0.22 201	0.26 198	0.23 210	0.26 203	0.23 214	0.26 208	0.23 214	0.45 305	0.42 336	0.25 192	0.22 186	0.25 201	0.22 207	0.45 303	2.90 577

tg	0.21 152	0.25 133	0.21 174	0.26 173	0.17 185	0.24 188	0.17 174	0.24 184	0.17 183	0.24 186	0.17 181	0.24 190	0.17 182	0.24 186	0.17 175	0.24 186	0.17 167	0.23 188	0.16 171	0.23 184	0.16 161

UNDER WATER-64	0.25 170	0.26 134	0.25 189	0.26 173	0.25 227	0.25 198	0.25 216	0.25 193	0.25 218	0.25 195	0.25 227	0.25 198	0.25 220	0.26 206	0.25 216	0.25 192	0.25 196	0.25 201	0.25 225	0.25 190	0.25 204

GEStereo_RVC	0.86 396	4.45 546	0.20 168	0.27 176	0.20 202	0.27 210	0.20 189	0.26 198	0.18 188	5.03 601	0.20 202	0.27 210	0.19 196	0.27 210	0.21 197	0.20 159	0.19 176	0.19 166	4.02 605	0.20 164	0.18 181

SQANet	0.28 180	0.28 140	0.28 202	0.28 177	0.28 241	0.28 211	0.28 235	0.28 202	0.28 239	0.28 207	0.28 244	0.28 211	0.28 244	0.28 214	0.28 232	0.28 202	0.28 214	0.28 212	0.28 247	0.28 199	0.28 234

ssnet_v2	0.68 343	1.96 445	1.25 494	0.29 178	0.20 202	0.30 215	0.20 189	0.29 207	0.22 204	1.50 507	0.20 202	0.31 225	0.20 200	0.27 210	0.22 199	0.24 186	1.49 516	0.26 206	0.18 198	3.90 561	0.19 183

DStereoO	0.31 193	0.31 146	0.31 223	0.30 179	0.40 331	0.31 221	0.30 249	0.30 209	0.34 292	0.29 212	0.31 271	0.29 217	0.30 258	0.31 224	0.31 258	0.31 216	0.29 226	0.31 225	0.30 271	0.31 210	0.31 261

MultiAttention	0.30 186	0.30 143	0.30 210	0.30 179	0.30 260	0.30 215	0.30 249	0.30 209	0.30 256	0.30 213	0.30 261	0.30 221	0.30 258	0.30 220	0.30 249	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 252

MSAF-DinoV2	0.30 186	0.30 143	0.30 210	0.30 179	0.30 260	0.30 215	0.30 249	0.30 209	0.30 256	0.30 213	0.30 261	0.30 221	0.30 258	0.30 220	0.30 249	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 252

IGEV_Zeroshot_test	0.20 145	0.19 101	0.40 277	0.30 179	0.17 185	0.22 177	0.17 174	0.21 170	0.17 183	0.20 160	0.17 181	0.21 169	0.18 191	0.21 172	0.17 175	0.20 159	0.16 147	0.20 172	0.16 171	0.20 164	0.17 177

GMOStereo	0.37 231	0.45 198	0.23 179	0.30 179	0.37 312	0.41 278	0.36 301	0.41 271	0.35 296	0.43 290	0.36 307	0.41 278	0.40 321	0.41 277	0.36 293	0.34 227	0.22 186	0.47 343	0.37 322	0.39 272	0.33 275

DANet	0.30 186	0.30 143	0.30 210	0.30 179	0.30 260	0.30 215	0.30 249	0.30 209	0.30 256	0.30 213	0.30 261	0.30 221	0.30 258	0.30 220	0.30 249	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 252
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 152	0.24 125	0.26 195	0.31 185	0.16 178	0.24 188	0.16 163	0.24 184	0.16 172	0.24 186	0.16 173	0.24 190	0.16 171	0.24 186	0.16 168	0.27 198	0.23 192	0.24 197	0.16 171	0.23 184	0.16 161

LACA1	0.21 152	0.24 125	0.26 195	0.31 185	0.16 178	0.24 188	0.16 163	0.24 184	0.16 172	0.24 186	0.16 173	0.24 190	0.16 171	0.24 186	0.16 168	0.27 198	0.22 186	0.23 188	0.16 171	0.23 184	0.16 161

DStereoSA	0.32 202	0.52 228	0.34 245	0.31 185	0.31 273	0.30 215	0.30 249	0.31 214	0.30 256	0.31 218	0.31 271	0.31 225	0.30 258	0.31 224	0.31 258	0.30 210	0.32 245	0.31 225	0.31 282	0.31 210	0.31 261

xxxxx1	0.31 193	0.91 282	0.23 179	0.31 185	0.23 220	0.31 221	0.23 209	0.33 220	0.25 218	0.31 218	0.24 221	0.33 232	0.25 220	0.32 227	0.24 208	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 220

tt_ll	0.31 193	0.91 282	0.23 179	0.31 185	0.23 220	0.31 221	0.23 209	0.33 220	0.25 218	0.31 218	0.24 221	0.33 232	0.25 220	0.32 227	0.24 208	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 220

ff	0.31 193	0.91 282	0.23 179	0.31 185	0.23 220	0.31 221	0.23 209	0.33 220	0.25 218	0.31 218	0.24 221	0.33 232	0.25 220	0.32 227	0.24 208	0.28 202	0.28 214	0.28 212	0.28 247	0.29 202	0.27 220

w-ln-seven-2	0.14 113	1.22 395	0.28 202	0.32 191	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 218	0.27 207	0.04 73	0.03 54	0.03 44	0.03 51

WCG-NET（raft）	0.32 202	1.24 397	0.24 186	0.32 191	0.24 225	0.32 230	0.23 209	0.32 216	0.24 213	0.32 224	0.24 221	0.32 229	0.24 217	0.32 227	0.24 208	0.30 210	0.23 192	0.30 219	0.23 213	0.30 205	0.23 193

CASnet	0.35 217	0.51 226	0.44 294	0.32 191	0.31 273	0.24 188	0.34 289	0.36 231	0.25 218	0.31 218	0.37 314	0.30 221	0.33 287	0.25 196	0.45 341	0.37 244	0.37 269	0.33 236	0.35 313	0.34 225	0.37 299
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 180	0.32 148	0.24 186	0.32 191	0.25 227	0.32 230	0.24 214	0.32 216	0.24 213	0.33 228	0.24 221	0.35 238	0.24 217	0.33 234	0.24 208	0.31 216	0.24 195	0.32 228	0.24 221	0.32 213	0.24 203

DStereoFS	0.32 202	0.33 150	0.32 229	0.33 195	0.30 260	0.32 230	0.32 265	0.32 216	0.31 270	0.30 213	0.31 271	0.31 225	0.30 258	0.32 227	0.32 262	0.32 218	0.31 241	0.30 219	0.47 366	0.32 213	0.34 281

model_zeroshot	0.27 179	0.20 105	0.27 198	0.33 195	0.21 211	0.37 247	0.22 201	0.37 237	0.24 213	0.26 203	0.27 237	0.33 232	0.21 207	0.25 196	0.27 222	0.32 218	0.20 178	0.34 244	0.23 213	0.25 190	0.26 210

tt1	0.31 193	0.93 289	0.24 186	0.33 195	0.23 220	0.31 221	0.24 214	0.32 216	0.24 213	0.32 224	0.23 214	0.32 229	0.25 220	0.32 227	0.24 208	0.27 198	0.26 200	0.27 210	0.26 231	0.27 197	0.27 220

DLNR-FE	0.28 180	0.89 277	0.30 210	0.34 198	0.19 199	0.28 211	0.19 185	0.28 202	0.20 196	0.28 207	0.20 202	0.28 211	0.20 200	0.28 214	0.20 193	0.33 223	0.28 214	0.25 201	0.19 199	0.24 188	0.19 183

H2IRNET	0.34 208	0.34 151	0.34 245	0.34 198	0.34 299	0.34 234	0.34 289	0.34 223	0.34 292	0.34 230	0.34 294	0.34 236	0.34 292	0.34 235	0.34 285	0.34 227	0.34 261	0.34 244	0.34 301	0.34 225	0.34 281

DMCA	0.36 223	0.38 161	0.37 260	0.35 200	0.35 302	0.36 242	0.36 301	0.36 231	0.35 296	0.35 235	0.37 314	0.36 244	0.36 302	0.35 238	0.36 293	0.36 240	0.36 266	0.35 260	0.36 319	0.36 244	0.36 294

MLCV	0.31 193	0.35 152	0.27 198	0.35 200	0.28 241	0.35 239	0.27 227	0.35 227	0.28 239	0.36 238	0.27 237	0.35 238	0.27 237	0.35 238	0.27 222	0.34 227	0.27 207	0.34 244	0.27 240	0.34 225	0.27 220

ETE_ROB	0.35 217	0.35 152	0.35 254	0.35 200	0.35 302	0.35 239	0.35 294	0.35 227	0.35 296	0.35 235	0.35 303	0.35 238	0.35 299	0.35 238	0.35 289	0.35 236	0.35 263	0.35 260	0.35 313	0.35 237	0.35 291

DN-CSS_ROB	0.31 193	0.35 152	0.28 202	0.35 200	0.28 241	0.34 234	0.27 227	0.34 223	0.25 218	0.35 235	0.27 237	0.36 244	0.26 229	0.34 235	0.28 232	0.35 236	0.28 214	0.34 244	0.28 247	0.34 225	0.27 220

Any-RAFT	0.32 202	0.36 155	0.27 198	0.36 204	0.27 236	0.36 242	0.27 227	0.36 231	0.27 236	0.36 238	0.27 237	0.36 244	0.27 237	0.36 244	0.28 232	0.36 240	0.28 214	0.36 265	0.28 247	0.36 244	0.28 234

CES	0.39 249	0.47 206	0.36 256	0.36 204	0.37 312	0.45 312	0.35 294	0.35 227	0.40 327	0.36 238	0.44 352	0.47 319	0.36 302	0.44 301	0.36 293	0.37 244	0.39 282	0.44 326	0.35 313	0.37 248	0.36 294

HGLStereo	0.28 180	0.29 142	0.22 176	0.36 204	0.22 214	0.36 242	0.21 196	0.36 231	0.21 201	0.42 284	0.21 209	0.36 244	0.22 208	0.36 244	0.21 197	0.34 227	0.21 182	0.34 244	0.21 204	0.34 225	0.21 189

PAM	0.39 249	1.88 434	0.34 245	0.37 207	0.41 340	0.45 312	0.22 201	0.28 202	0.23 210	0.28 207	0.24 221	0.29 217	0.23 214	0.29 218	0.23 205	0.38 255	0.32 245	0.38 276	0.37 322	0.32 213	0.22 191

RSM	0.36 223	0.36 155	0.43 292	0.37 207	0.42 350	0.49 333	0.42 341	0.37 237	0.28 239	0.36 238	0.29 249	0.36 244	0.30 258	0.37 248	0.28 232	0.34 227	0.31 241	0.34 244	0.35 313	0.40 279	0.29 239

XPNet_ROB	0.37 231	0.37 157	0.37 260	0.37 207	0.37 312	0.37 247	0.37 307	0.37 237	0.37 309	0.37 243	0.37 314	0.37 250	0.37 307	0.37 248	0.37 302	0.37 244	0.37 269	0.37 268	0.37 322	0.37 248	0.37 299

Monster-pub-mixall	0.44 277	0.56 240	0.60 350	0.38 210	0.27 236	0.37 247	0.27 227	0.37 237	0.29 245	0.38 244	0.27 237	0.38 252	0.29 251	0.85 400	0.27 222	1.46 496	0.26 200	0.34 244	0.26 231	0.36 244	0.53 362

GCAP-BAT	0.33 206	0.78 258	0.32 229	0.38 210	0.25 227	0.34 234	0.25 216	0.34 223	0.26 231	0.34 230	0.25 227	0.35 238	0.26 229	0.35 238	0.27 222	0.36 240	0.30 235	0.32 228	0.24 221	0.32 213	0.26 210

WAO-8	0.38 237	0.38 161	0.38 263	0.38 210	0.38 319	0.38 254	0.38 314	0.38 245	0.38 313	0.38 244	0.38 319	0.38 252	0.38 311	0.38 251	0.38 305	0.38 255	0.38 275	0.38 276	0.37 322	0.38 261	0.38 306

WAO-7	0.38 237	0.38 161	0.38 263	0.38 210	0.38 319	0.38 254	0.38 314	0.38 245	0.38 313	0.38 244	0.38 319	0.38 252	0.38 311	0.38 251	0.38 305	0.38 255	0.38 275	0.38 276	0.38 335	0.38 261	0.38 306

Venus	0.38 237	0.38 161	0.38 263	0.38 210	0.38 319	0.37 247	0.38 314	0.37 237	0.37 309	0.41 270	0.37 314	0.39 257	0.37 307	0.38 251	0.38 305	0.37 244	0.38 275	0.38 276	0.37 322	0.37 248	0.38 306

IMH	0.38 237	0.38 161	0.38 263	0.38 210	0.38 319	0.38 254	0.38 314	0.38 245	0.38 313	0.42 284	0.38 319	0.40 265	0.38 311	0.38 251	0.38 305	0.38 255	0.38 275	0.39 289	0.38 335	0.38 261	0.38 306

Monster-pub-eth3d	0.45 280	0.57 241	0.60 350	0.39 216	0.28 241	0.37 247	0.28 235	0.37 237	0.30 256	0.39 250	0.29 249	0.39 257	0.30 258	0.92 410	0.27 222	1.42 493	0.28 214	0.34 244	0.28 247	0.37 248	0.53 362

1test111	0.37 231	1.02 318	0.30 210	0.39 216	0.29 250	0.40 262	0.28 235	0.39 249	0.29 245	0.39 250	0.29 249	0.39 257	0.28 244	0.40 262	0.29 242	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 261

cc1	0.37 231	1.02 318	0.30 210	0.39 216	0.29 250	0.40 262	0.28 235	0.39 249	0.29 245	0.39 250	0.29 249	0.39 257	0.28 244	0.40 262	0.29 242	0.33 223	0.32 245	0.33 236	0.31 282	0.32 213	0.31 261

HanzoNet	0.39 249	0.38 161	0.40 277	0.39 216	0.41 340	0.38 254	0.38 314	0.38 245	0.38 313	0.39 250	0.39 329	0.38 252	0.38 311	0.39 259	0.40 321	0.38 255	0.38 275	0.40 295	0.38 335	0.38 261	0.40 315

gwcnet-sp	0.82 380	1.72 419	1.48 516	0.39 216	0.15 169	0.31 221	0.21 196	0.20 161	0.25 218	1.61 511	0.23 214	0.28 211	0.26 229	0.20 160	0.15 162	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 193

scenet	0.82 380	1.72 419	1.48 516	0.39 216	0.15 169	0.31 221	0.21 196	0.20 161	0.25 218	1.61 511	0.23 214	0.28 211	0.26 229	0.20 160	0.15 162	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 193

ssnet	0.82 380	1.72 419	1.48 516	0.39 216	0.15 169	0.31 221	0.21 196	0.20 161	0.25 218	1.61 511	0.23 214	0.28 211	0.26 229	0.20 160	0.15 162	0.24 186	1.33 500	0.32 228	0.16 171	6.75 600	0.23 193

Wz-Net-LNSev-Ref	0.11 90	0.44 190	0.33 235	0.39 216	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 267	0.36 266	0.02 18	0.02 20	0.02 20	0.02 20

iRaft-Stereo_5w	0.34 208	0.42 186	0.31 223	0.39 216	0.30 260	0.38 254	0.30 249	0.40 256	0.29 245	0.40 256	0.37 314	0.41 278	0.34 292	0.38 251	0.30 249	0.34 227	0.27 207	0.34 244	0.26 231	0.34 225	0.26 210

iRaft-Stereo_20w	0.34 208	0.41 179	0.31 223	0.39 216	0.29 250	0.40 262	0.32 265	0.41 271	0.32 276	0.38 244	0.30 261	0.39 257	0.30 258	0.38 251	0.32 262	0.35 236	0.27 207	0.34 244	0.27 240	0.34 225	0.29 239

RAFT + AFF	0.31 193	0.45 198	0.34 245	0.39 216	0.28 241	0.38 254	0.33 276	0.29 207	0.31 270	0.30 213	0.30 261	0.29 217	0.27 237	0.29 218	0.30 249	0.28 202	0.29 226	0.29 217	0.29 257	0.27 197	0.32 268

StereoDRNet-Refined	0.33 206	0.39 167	0.26 195	0.39 216	0.26 235	0.40 262	0.26 224	0.40 256	0.26 231	0.39 250	0.26 233	0.39 257	0.26 229	0.39 259	0.26 221	0.37 244	0.25 196	0.37 268	0.25 225	0.37 248	0.37 299
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 435	0.39 167	5.28 601	0.39 216	0.20 202	0.39 260	0.27 227	0.39 249	0.22 204	0.38 244	0.20 202	0.38 252	0.20 200	6.95 612	0.22 199	0.30 210	0.21 182	0.27 210	0.21 204	5.25 593	0.21 189

Replicate-Monster	0.45 280	0.57 241	0.60 350	0.40 229	0.29 250	0.37 247	0.27 227	0.37 237	0.30 256	0.40 256	0.31 271	0.40 265	0.30 258	0.99 418	0.27 222	1.36 489	0.31 241	0.34 244	0.30 271	0.36 244	0.54 365

w-ln-seven	0.18 139	1.47 410	0.33 235	0.40 229	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.38 255	0.32 245	0.05 86	0.04 78	0.04 77	0.04 79

DCVSM-stereo	0.36 223	1.89 435	0.22 176	0.40 229	0.22 214	0.40 262	0.22 201	0.40 256	0.22 204	0.40 256	0.22 210	0.40 265	0.22 208	0.40 262	0.22 199	0.28 202	0.21 182	0.28 212	0.21 204	0.28 199	0.20 186

IGEV++	0.34 208	0.43 187	0.30 210	0.40 229	0.29 250	0.40 262	0.29 244	0.40 256	0.29 245	0.40 256	0.29 249	0.40 265	0.29 251	0.40 262	0.30 249	0.38 255	0.29 226	0.37 268	0.29 257	0.37 248	0.29 239

ACVNet-DCA	0.37 231	1.00 305	0.30 210	0.40 229	0.29 250	0.40 262	0.29 244	0.40 256	0.29 245	0.40 256	0.29 249	0.40 265	0.29 251	0.39 259	0.28 232	0.33 223	0.32 245	0.33 236	0.32 289	0.33 221	0.32 268

xx1	0.38 237	1.03 320	0.31 223	0.40 229	0.31 273	0.41 278	0.28 235	0.40 256	0.29 245	0.40 256	0.29 249	0.40 265	0.29 251	0.40 262	0.29 242	0.34 227	0.33 257	0.34 244	0.32 289	0.34 225	0.32 268

knoymous	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

anonymousa	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

riskmin	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

Anonymous_2	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

Anonymous_1	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315

AdaStereo	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315
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.
Zero-FE251	0.36 223	0.40 169	0.28 202	0.41 241	0.28 241	0.41 278	0.28 235	0.41 271	0.28 239	0.41 270	0.28 244	0.41 278	0.28 244	0.42 290	0.30 249	0.37 244	0.26 200	0.37 268	0.27 240	0.45 303	0.56 373

z-mn7	0.16 132	1.21 389	0.33 235	0.41 241	0.04 79	0.04 78	0.03 51	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.35 236	0.31 241	0.04 73	0.04 78	0.04 77	0.04 79

RAFT-Test	0.36 223	0.37 157	0.33 235	0.41 241	0.32 277	0.41 278	0.32 265	0.41 271	0.32 276	0.41 270	0.32 279	0.41 278	0.32 279	0.41 277	0.33 272	0.37 244	0.29 226	0.37 268	0.29 257	0.38 261	0.31 261

GwcNet-ADL	0.41 260	0.41 179	0.41 286	0.41 241	0.41 340	0.41 278	0.41 336	0.41 271	0.41 336	0.41 270	0.41 338	0.41 278	0.41 332	0.41 277	0.41 328	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

PSMNet-ADL	0.41 260	0.41 179	0.41 286	0.41 241	0.41 340	0.41 278	0.41 336	0.41 271	0.41 336	0.41 270	0.41 338	0.41 278	0.41 332	0.41 277	0.41 328	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

GANet-ADL	0.41 260	0.41 179	0.41 286	0.41 241	0.41 340	0.41 278	0.41 336	0.41 271	0.41 336	0.41 270	0.41 338	0.41 278	0.41 332	0.41 277	0.41 328	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

ADLNet2	0.41 260	0.41 179	0.41 286	0.41 241	0.41 340	0.41 278	0.41 336	0.41 271	0.41 336	0.41 270	0.41 338	0.41 278	0.41 332	0.41 277	0.41 328	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

ADLNet	0.41 260	0.41 179	0.41 286	0.41 241	0.41 340	0.41 278	0.41 336	0.41 271	0.41 336	0.41 270	0.41 338	0.41 278	0.41 332	0.41 277	0.41 328	0.41 280	0.41 294	0.41 312	0.41 346	0.41 289	0.41 322

GES	0.66 338	2.34 472	0.29 206	0.41 241	0.29 250	0.41 278	0.29 244	0.42 289	0.29 245	0.40 256	0.41 338	0.41 278	0.30 258	0.51 346	0.29 242	0.32 218	0.29 226	0.32 228	2.46 576	2.49 538	0.30 252

DGSMNet	0.34 208	0.41 179	0.27 198	0.41 241	0.28 241	0.41 278	0.28 235	0.41 271	0.27 236	0.41 270	0.27 237	0.42 296	0.27 237	0.41 277	0.28 232	0.40 272	0.29 226	0.40 295	0.28 247	0.40 279	0.27 220

HiDET	0.38 237	0.44 190	0.30 210	0.42 251	0.30 260	0.42 298	0.30 249	0.42 289	0.30 256	0.44 297	0.30 261	0.42 296	0.30 258	0.42 290	0.68 394	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 239

LCMNet	0.38 237	0.44 190	0.30 210	0.42 251	0.30 260	0.42 298	0.30 249	0.42 289	0.30 256	0.45 300	0.30 261	0.42 296	0.30 258	0.42 290	0.69 402	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.29 239

CSFM-Stereo	0.38 237	0.44 190	0.30 210	0.42 251	0.30 260	0.42 298	0.30 249	0.43 295	0.30 256	0.44 297	0.30 261	0.42 296	0.30 258	0.42 290	0.73 412	0.37 244	0.32 245	0.40 295	0.29 257	0.37 248	0.30 252

HART	0.38 237	0.45 198	0.34 245	0.42 251	0.33 289	0.41 278	0.34 289	0.42 289	0.33 283	0.43 290	0.34 294	0.42 296	0.34 292	0.41 277	0.38 305	0.40 272	0.32 245	0.42 323	0.32 289	0.40 279	0.32 268

RAFT-Stereo-weight	0.45 280	1.90 437	0.34 245	0.42 251	0.36 308	0.43 305	0.35 294	0.42 289	0.34 292	0.42 284	0.34 294	0.44 306	0.34 292	0.41 277	0.34 285	0.38 255	0.32 245	0.38 276	0.32 289	0.38 261	0.33 275

Gwc-CoAtRS	0.41 260	1.49 411	0.32 229	0.42 251	0.32 277	0.41 278	0.32 265	0.41 271	0.33 283	0.41 270	0.32 279	0.41 278	0.32 279	0.41 277	0.32 262	0.39 267	0.28 214	0.39 289	0.28 247	0.40 279	0.28 234

MonSter++	0.38 237	0.44 190	0.31 223	0.43 257	0.30 260	0.43 305	0.31 262	0.43 295	0.31 270	0.45 300	0.31 271	0.43 303	0.31 275	0.43 296	0.69 402	0.38 255	0.33 257	0.40 295	0.30 271	0.38 261	0.30 252

GCAPDPT-zeroshot	0.36 223	0.40 169	0.30 210	0.43 257	0.30 260	0.43 305	0.30 249	0.43 295	0.31 270	0.43 290	0.30 261	0.43 303	0.30 258	0.44 301	0.31 258	0.39 267	0.28 214	0.39 289	0.27 240	0.39 272	0.26 210

gcap_with_dpt	0.36 223	0.40 169	0.31 223	0.44 259	0.31 273	0.44 310	0.31 262	0.43 295	0.30 256	0.44 297	0.31 271	0.44 306	0.31 275	0.43 296	0.31 258	0.38 255	0.27 207	0.38 276	0.27 240	0.38 261	0.27 220

RCA-Stereo	0.51 311	3.22 516	0.34 245	0.44 259	0.34 299	0.44 310	0.34 289	0.43 295	0.34 292	0.43 290	0.34 294	0.44 306	0.33 287	0.43 296	0.33 272	0.38 255	0.29 226	0.38 276	0.29 257	0.38 261	0.29 239

CFNet-RSSM	0.91 402	4.89 552	0.34 245	0.44 259	1.07 460	1.62 516	1.40 530	0.91 398	0.35 296	1.60 508	1.39 530	0.64 378	0.34 292	0.44 301	0.33 272	0.41 280	0.35 263	0.75 395	0.30 271	0.41 289	0.29 239

test_for_model	0.24 166	0.24 125	0.46 300	0.45 262	0.21 211	0.24 188	0.20 189	0.24 184	0.20 196	0.24 186	0.20 202	0.24 190	0.20 200	0.24 186	0.19 189	0.26 194	0.25 196	0.19 166	0.15 167	0.20 164	0.19 183

fffy	0.38 237	0.43 187	0.33 235	0.46 263	0.33 289	0.45 312	0.32 265	0.45 302	0.32 276	0.45 300	0.32 279	0.45 309	0.33 287	0.45 305	0.32 262	0.38 255	0.38 275	0.38 276	0.37 322	0.37 248	0.36 294

otaku	0.46 286	0.46 202	0.46 300	0.46 263	0.46 358	0.46 318	0.46 351	0.46 306	0.46 350	0.46 306	0.46 358	0.46 313	0.46 349	0.46 310	0.46 345	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

Ntro	0.47 292	0.47 206	0.46 300	0.46 263	0.46 358	0.47 323	0.47 356	0.46 306	0.47 355	0.46 306	0.46 358	0.47 319	0.46 349	0.47 314	0.47 352	0.47 309	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

Dean	0.46 286	0.46 202	0.46 300	0.46 263	0.46 358	0.46 318	0.46 351	0.46 306	0.46 350	0.47 312	0.46 358	0.46 313	0.46 349	0.46 310	0.46 345	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

ACVNet_1	0.46 286	0.47 206	0.46 300	0.46 263	0.46 358	0.46 318	0.46 351	0.46 306	0.47 355	0.46 306	0.46 358	0.46 313	0.46 349	0.46 310	0.46 345	0.46 304	0.46 317	0.47 343	0.46 359	0.46 306	0.46 336

ACVNet-4b	0.46 286	0.46 202	0.46 300	0.46 263	0.46 358	0.46 318	0.46 351	0.46 306	0.46 350	0.46 306	0.46 358	0.46 313	0.46 349	0.47 314	0.46 345	0.46 304	0.46 317	0.46 334	0.46 359	0.46 306	0.46 336

FE-Mocha	0.35 217	0.71 254	0.40 277	0.47 269	0.27 236	0.34 234	0.27 227	0.34 223	0.26 231	0.34 230	0.26 233	0.34 236	0.27 237	0.34 235	0.27 222	0.44 296	0.41 294	0.33 236	0.29 257	0.32 213	0.29 239

LG-Stereo_L2	0.34 208	0.37 157	0.38 263	0.47 269	0.28 241	0.39 260	0.28 235	0.39 249	0.28 239	0.39 250	0.28 244	0.39 257	0.28 244	0.38 251	0.28 232	0.42 294	0.35 263	0.36 265	0.26 231	0.35 237	0.26 210

UNDER WATER	0.47 292	0.47 206	0.47 308	0.47 269	0.47 364	0.47 323	0.47 356	0.47 312	0.47 355	0.47 312	0.47 366	0.47 319	0.46 349	0.47 314	0.47 352	0.47 309	0.47 325	0.47 343	0.46 359	0.47 319	0.47 343

LVE	0.47 292	0.47 206	0.47 308	0.47 269	0.49 370	0.47 323	0.47 356	0.47 312	0.49 364	0.47 312	0.47 366	0.47 319	0.46 349	0.47 314	0.47 352	0.47 309	0.47 325	0.48 351	0.47 366	0.47 319	0.47 343

GANet-RSSM	0.75 358	1.91 438	0.14 127	0.47 269	0.14 158	0.21 175	3.21 594	2.30 537	0.14 158	0.46 306	0.14 162	0.23 184	0.18 191	0.21 172	0.14 152	0.18 151	0.27 207	0.37 268	0.13 155	2.13 520	2.12 562

GREAT-IGEV	0.38 237	0.43 187	0.36 256	0.48 274	0.32 277	0.45 312	0.32 265	0.45 302	0.32 276	0.45 300	0.32 279	0.45 309	0.32 279	0.45 305	0.32 262	0.44 296	0.33 257	0.41 312	0.29 257	0.41 289	0.29 239
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 223	0.49 214	0.39 271	0.48 274	0.32 277	0.41 278	0.28 235	0.40 256	0.30 256	0.41 270	0.28 244	0.40 265	0.28 244	0.42 290	0.28 232	0.45 299	0.32 245	0.38 276	0.30 271	0.37 248	0.27 220

mms	0.40 253	0.45 198	0.35 254	0.48 274	0.36 308	0.47 323	0.34 289	0.45 302	0.38 313	0.47 312	0.33 286	0.45 309	0.32 279	0.45 305	0.32 262	0.39 267	0.38 275	0.38 276	0.37 322	0.39 272	0.39 312

ccccc	0.41 260	0.44 190	0.34 245	0.48 274	0.35 302	0.48 328	0.35 294	0.51 342	0.35 296	0.47 312	0.35 303	0.47 319	0.34 292	0.47 314	0.35 289	0.41 280	0.40 285	0.40 295	0.40 339	0.41 289	0.39 312

RainbowNet	0.48 297	0.48 212	0.48 316	0.48 274	0.48 368	0.48 328	0.48 365	0.48 316	0.48 362	0.48 319	0.48 370	0.48 326	0.48 358	0.48 323	0.48 358	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.48 345

notaker	0.48 297	0.49 214	0.48 316	0.48 274	0.48 368	0.48 328	0.48 365	0.48 316	0.49 364	0.48 319	0.48 370	0.48 326	0.48 358	0.48 323	0.48 358	0.48 313	0.48 329	0.48 351	0.48 370	0.48 323	0.49 350

Pro-Stereo	0.79 367	0.53 232	0.38 263	0.49 280	0.38 319	0.49 333	0.37 307	0.49 320	0.67 394	0.50 339	0.38 319	1.10 440	0.38 311	0.49 329	0.38 305	0.71 366	0.88 408	5.98 609	0.36 319	0.46 306	0.36 294

gcap-zeroshot	0.35 217	0.32 148	0.37 260	0.49 280	0.39 329	0.33 233	0.21 196	0.26 198	0.35 296	0.42 284	0.34 294	0.49 330	0.29 251	0.47 314	0.39 317	0.34 227	0.17 167	0.38 276	0.23 213	0.48 323	0.34 281

MyStereo07	0.60 325	3.72 528	0.48 316	0.49 280	0.41 340	0.36 242	0.32 265	0.49 320	0.43 344	0.51 347	0.42 348	0.49 330	0.43 341	0.51 346	0.64 381	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 330

MyStereo04	0.56 323	3.72 528	0.59 348	0.49 280	0.41 340	0.36 242	0.32 265	0.37 237	0.31 270	0.34 230	0.46 358	0.35 238	0.32 279	0.35 238	0.33 272	0.49 316	0.45 315	0.34 244	0.32 289	0.35 237	0.43 330

HaxPig	0.47 292	0.47 206	0.47 308	0.49 280	0.47 364	0.47 323	0.47 356	0.47 312	0.47 355	0.47 312	0.47 366	0.47 319	0.47 357	0.47 314	0.47 352	0.47 309	0.47 325	0.47 343	0.47 366	0.47 319	0.48 345

ACVNet_2	0.49 303	0.49 214	0.49 323	0.49 280	0.49 370	0.49 333	0.49 367	0.49 320	0.49 364	0.49 326	0.49 373	0.49 330	0.49 363	0.49 329	0.49 360	0.49 316	0.49 332	0.49 356	0.49 373	0.49 327	0.49 350

testlalala	0.49 303	2.86 507	0.39 271	0.49 280	0.30 260	0.43 305	0.30 249	0.43 295	0.30 256	0.43 290	0.30 261	0.43 303	0.30 258	0.43 296	0.30 249	0.45 299	0.36 266	0.38 276	0.26 231	0.38 261	0.26 210

IGEV-Stereo	0.35 217	0.44 190	0.45 296	0.49 280	0.30 260	0.37 247	0.30 249	0.36 231	0.30 256	0.36 238	0.29 249	0.36 244	0.29 251	0.36 244	0.30 249	0.46 304	0.39 282	0.32 228	0.24 221	0.32 213	0.25 204
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 260	0.46 202	0.33 235	0.49 280	0.33 289	0.49 333	0.33 276	0.49 320	0.33 283	0.49 326	0.33 286	0.49 330	0.33 287	0.51 346	0.33 272	0.41 280	0.30 235	0.41 312	0.30 271	0.79 374	0.29 239

252Zero-FE	0.45 280	0.50 218	0.36 256	0.50 289	0.36 308	0.50 342	0.36 301	0.50 329	0.36 307	0.49 326	0.36 307	0.49 330	0.36 302	0.54 355	0.41 328	0.45 299	0.34 261	0.45 330	0.34 301	0.55 346	0.75 412

water-stereo	0.41 260	0.84 267	0.46 300	0.50 289	0.33 289	0.45 312	0.33 276	0.45 302	0.32 276	0.45 300	0.32 279	0.45 309	0.32 279	0.45 305	0.32 262	0.44 296	0.41 294	0.39 289	0.31 282	0.39 272	0.32 268

DilatedVolume-Stereo	0.43 272	0.86 270	0.48 316	0.50 289	0.33 289	0.46 318	0.33 276	0.46 306	0.33 283	0.46 306	0.33 286	0.47 319	0.33 287	0.47 314	0.34 285	0.45 299	0.42 303	0.40 295	0.33 297	0.47 319	0.38 306

FoundationStereo	0.50 306	0.50 218	0.50 327	0.50 289	0.50 374	0.50 342	0.50 369	0.50 329	0.50 367	0.50 339	0.50 375	0.50 345	0.50 366	0.50 337	0.50 361	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

StereoAnything_RVC	0.50 306	0.50 218	0.50 327	0.50 289	0.50 374	0.50 342	0.50 369	0.50 329	0.50 367	0.50 339	0.50 375	0.50 345	0.50 366	0.50 337	0.50 361	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

dual_stereo	0.50 306	0.50 218	0.50 327	0.50 289	0.50 374	0.50 342	0.50 369	0.50 329	0.50 367	0.50 339	0.50 375	0.50 345	0.50 366	0.50 337	0.50 361	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

TorneroNet	0.66 338	0.53 232	0.50 327	0.50 289	0.64 399	1.06 430	0.70 408	0.50 329	0.51 374	0.49 326	0.69 412	0.49 330	0.50 366	0.48 323	1.15 458	0.71 366	0.49 332	1.14 446	1.08 455	0.49 327	0.49 350

ccnet	0.80 370	2.28 464	0.33 235	0.50 289	0.33 289	0.50 342	0.33 276	0.50 329	0.33 283	0.49 326	0.33 286	0.49 330	1.56 522	2.38 541	0.33 272	0.41 280	0.29 226	0.42 323	1.57 536	2.28 526	0.29 239

SANet	0.50 306	0.50 218	0.50 327	0.50 289	0.50 374	0.50 342	0.50 369	0.50 329	0.50 367	0.50 339	0.50 375	0.50 345	0.50 366	0.50 337	0.50 361	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

fffft	0.48 297	0.51 226	0.45 296	0.52 298	0.45 356	0.52 357	0.45 349	0.52 346	0.48 362	0.53 353	0.45 356	0.52 356	0.45 346	0.52 351	0.46 345	0.51 328	0.41 294	0.50 360	0.41 346	0.50 332	0.41 322
1: 1. 1
DDF-Stereo	0.43 272	1.15 336	0.57 346	0.53 299	0.32 277	0.41 278	0.32 265	0.41 271	0.32 276	0.41 270	0.32 279	0.41 278	0.32 279	0.40 262	0.32 262	0.52 330	0.50 338	0.38 276	0.31 282	0.39 272	0.31 261

UGAM-zero	0.51 311	2.17 456	0.39 271	0.53 299	0.36 308	0.50 342	0.36 301	0.50 329	0.36 307	0.49 326	0.36 307	0.50 345	0.35 299	0.50 337	0.36 293	0.49 316	0.37 269	0.47 343	0.35 313	0.46 306	0.34 281

GCST	0.50 306	2.08 448	0.38 263	0.53 299	0.35 302	0.49 333	0.35 294	0.50 329	0.35 296	0.49 326	0.35 303	0.49 330	0.35 299	0.49 329	0.35 289	0.48 313	0.37 269	0.45 330	0.33 297	0.44 299	0.33 275

depthmonostereo	0.44 277	0.85 269	0.46 300	0.54 302	0.40 331	0.52 357	0.38 314	0.52 346	0.35 296	0.47 312	0.34 294	0.46 313	0.34 292	0.47 314	0.34 285	0.45 299	0.43 307	0.41 312	0.33 297	0.41 289	0.32 268

SCV_C0	0.45 280	0.88 274	0.49 323	0.54 302	0.37 312	0.48 328	0.37 307	0.48 316	0.37 309	0.48 319	0.36 307	0.48 326	0.37 307	0.49 329	0.37 302	0.50 322	0.41 294	0.44 326	0.34 301	0.44 299	0.34 281

SCV	0.46 286	0.94 291	0.45 296	0.54 302	0.37 312	0.48 328	0.38 314	0.48 316	0.37 309	0.48 319	0.39 329	0.48 326	0.37 307	0.49 329	0.37 302	0.50 322	0.46 317	0.44 326	0.34 301	0.44 299	0.34 281

UGAM	0.51 311	2.23 461	0.39 271	0.54 302	0.35 302	0.50 342	0.35 294	0.49 320	0.35 296	0.49 326	0.35 303	0.49 330	0.36 302	0.50 337	0.36 293	0.49 316	0.37 269	0.45 330	0.34 301	0.45 303	0.34 281

FCDSN-DC	0.41 260	0.59 244	0.64 359	0.54 302	0.33 289	0.50 342	0.37 307	0.42 289	0.40 327	0.61 371	0.43 350	0.50 345	0.49 363	0.38 251	0.32 262	0.28 202	0.23 192	0.26 206	0.22 207	0.35 237	0.28 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 316	0.54 236	0.54 342	0.54 302	0.53 383	0.54 362	0.54 377	0.53 348	0.54 377	0.54 358	0.54 385	0.54 360	0.53 373	0.54 355	0.54 371	0.54 334	0.53 347	0.54 372	0.54 381	0.54 345	0.54 365

z-ln-s-r	0.21 152	1.40 408	0.53 341	0.56 308	0.04 79	0.05 90	0.04 82	0.05 89	0.05 99	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 90	0.57 343	0.44 314	0.04 73	0.04 78	0.04 77	0.04 79

GASTEREO	0.48 297	1.21 389	0.47 308	0.57 309	0.38 319	0.50 342	0.38 314	0.50 329	0.38 313	0.50 339	0.38 319	0.50 345	0.38 311	0.50 337	0.38 305	0.52 330	0.42 303	0.46 334	0.34 301	0.46 306	0.34 281

CASS	0.57 324	0.89 277	0.56 344	0.57 309	0.56 386	0.56 364	0.56 378	0.56 354	0.53 375	0.57 366	0.57 388	0.59 373	0.48 358	0.56 360	0.57 374	0.55 340	0.56 351	0.47 343	0.56 386	0.62 352	0.56 373
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 311	1.40 408	0.49 323	0.58 311	0.38 319	0.50 342	0.38 314	0.54 350	0.41 336	0.52 350	0.41 338	0.53 357	0.42 338	0.53 353	0.41 328	0.60 346	0.47 325	0.48 351	0.37 322	0.48 323	0.38 306

TorneroNet-64	0.45 280	0.27 137	0.30 210	0.58 311	0.27 236	0.70 383	0.30 249	0.28 202	0.73 420	0.73 387	0.28 244	0.71 385	0.66 389	0.75 388	0.27 222	0.27 198	0.29 226	0.37 268	0.75 425	0.28 199	0.30 252

PML	0.46 286	1.36 405	0.29 206	0.58 311	0.30 260	0.57 370	0.29 244	0.57 357	0.29 245	0.57 366	0.29 249	0.57 369	0.29 251	0.56 360	0.29 242	0.52 330	0.30 235	0.53 371	0.31 282	0.53 344	0.30 252

GSStereo	0.81 375	4.28 545	0.50 327	0.59 314	0.40 331	0.51 354	0.38 314	0.50 329	0.38 313	0.50 339	0.38 319	0.50 345	3.79 591	0.50 337	0.38 305	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 291

MyStereo8	0.71 350	3.92 537	0.52 337	0.59 314	0.52 380	0.57 370	0.53 375	0.59 362	0.50 367	0.59 370	0.51 381	0.57 369	0.50 366	0.56 360	0.52 368	0.54 334	0.49 332	0.54 372	0.49 373	0.55 346	0.50 353

LL-Strereo2	0.48 297	1.73 424	0.51 334	0.59 314	0.34 299	0.42 298	0.33 276	0.40 256	0.31 270	0.42 284	0.33 286	0.42 296	0.31 275	0.44 301	0.39 317	0.60 346	0.51 343	0.44 326	0.33 297	0.44 299	0.33 275

PA-Net	11.80 615	223.51 640	0.62 356	0.59 314	0.71 413	0.59 372	0.73 414	0.67 373	0.73 420	0.55 361	0.61 393	0.60 374	0.74 411	0.63 373	0.73 412	0.66 359	0.60 358	0.69 387	0.66 407	0.72 364	0.65 391
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 328	1.21 389	0.54 342	0.61 318	0.53 383	0.67 381	0.53 375	0.66 372	0.53 375	0.64 377	0.53 384	0.65 381	0.53 373	0.59 367	0.52 368	0.65 357	0.48 329	0.64 381	0.52 379	0.58 349	0.50 353

LG-Stereo_L1	0.47 292	0.52 228	0.47 308	0.62 319	0.39 329	0.53 359	0.40 328	0.53 348	0.39 326	0.53 353	0.39 329	0.53 357	0.39 320	0.53 353	0.39 317	0.55 340	0.46 317	0.49 356	0.37 322	0.49 327	0.37 299

MonSter	0.60 325	0.64 250	0.52 337	0.62 319	0.44 353	2.07 531	0.44 344	0.62 367	0.44 347	0.62 374	0.44 352	0.62 377	0.44 343	0.62 369	0.44 340	0.58 344	0.42 303	0.62 378	0.46 359	0.58 349	0.42 329

LG-Stereo_Zeroshot	0.48 297	0.55 238	0.47 308	0.63 321	0.41 340	0.56 364	0.44 344	0.56 354	0.41 336	0.56 363	0.41 338	0.57 369	0.42 338	0.56 360	0.41 328	0.55 340	0.43 307	0.51 365	0.37 322	0.51 338	0.37 299

MyStereo06	0.75 358	4.12 539	0.60 350	0.63 321	0.61 395	0.62 376	0.66 389	0.56 354	0.45 349	0.55 361	0.48 370	0.54 360	0.46 349	0.57 365	0.45 341	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 370

MyStereo05	0.80 370	4.12 539	0.63 357	0.63 321	0.61 395	0.62 376	0.66 389	0.65 370	0.62 387	0.67 381	0.61 393	0.65 381	0.58 378	0.67 378	0.55 373	0.60 346	0.57 353	0.64 381	0.55 382	0.72 364	0.55 370

LG-Stereo	0.60 325	0.58 243	0.47 308	0.64 324	0.74 418	1.00 414	0.69 403	0.57 357	0.41 336	0.57 366	0.41 338	0.57 369	0.41 332	1.00 420	0.75 417	0.91 391	0.51 343	0.52 368	0.37 322	0.52 340	0.37 299

MSKI-zero shot	0.24 166	0.21 112	0.49 323	0.65 325	0.18 195	0.22 177	0.17 174	0.23 181	0.18 188	0.21 173	0.17 181	0.23 184	0.28 244	0.23 182	0.18 186	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

LMCR-Stereo	0.65 336	0.63 248	0.65 362	0.65 325	0.65 401	0.66 380	0.63 385	0.58 360	0.65 391	0.63 376	0.64 397	0.65 381	0.65 386	0.66 376	0.66 385	0.66 359	0.64 366	0.65 384	0.67 411	0.68 357	0.73 408

DSFCA	0.66 338	0.73 256	0.78 395	0.65 325	0.65 401	0.64 378	0.64 386	0.65 370	0.63 389	0.64 377	0.64 397	0.64 378	0.64 384	0.65 375	0.65 382	0.65 357	0.65 368	0.65 384	0.65 405	0.66 355	0.64 389

AIO-test1	0.54 316	0.60 247	0.52 337	0.66 328	0.47 364	0.61 373	0.47 356	0.58 360	0.46 350	0.61 371	0.46 358	0.61 375	0.45 346	0.62 369	0.45 341	0.61 350	0.52 345	0.57 374	0.48 370	0.57 348	0.48 345

AIO-test2	0.55 321	0.59 244	0.52 337	0.67 329	0.47 364	0.61 373	0.47 356	0.61 366	0.47 355	0.61 371	0.47 366	0.61 375	0.48 358	0.62 369	0.47 352	0.64 356	0.53 347	0.58 375	0.47 366	0.58 349	0.48 345

GEAStereo	0.62 331	3.91 535	0.48 316	0.69 330	0.38 319	0.51 354	0.38 314	0.51 342	0.38 313	0.53 353	0.38 319	0.50 345	0.38 311	0.51 346	0.38 305	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 281

gasm-f	0.62 331	3.91 535	0.48 316	0.69 330	0.38 319	0.51 354	0.38 314	0.51 342	0.38 313	0.53 353	0.38 319	0.50 345	0.38 311	0.51 346	0.38 305	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.34 281

4D-IteraStereo	0.78 366	3.13 513	0.89 407	0.69 330	0.32 277	0.40 262	0.32 265	0.76 382	0.97 448	0.52 350	0.65 399	0.89 408	0.32 279	0.76 389	0.98 442	0.83 384	0.94 414	0.35 260	0.27 240	0.70 362	0.89 429

Selective-IGEV	0.51 311	0.55 238	0.45 296	0.69 330	0.45 356	0.61 373	0.45 349	0.50 329	0.40 327	0.56 363	0.44 352	0.55 364	0.40 321	0.72 383	0.67 386	0.59 345	0.46 317	0.45 330	0.34 301	0.46 306	0.37 299

LL-Strereo	1.01 423	5.06 554	1.63 525	0.70 334	1.43 529	0.56 364	0.46 351	0.57 357	0.50 367	0.57 366	0.50 375	1.58 511	0.49 363	0.59 367	0.50 361	1.64 505	0.52 345	0.51 365	1.37 524	0.52 340	0.45 335

DMCA-RVC	0.70 347	0.80 261	0.70 377	0.70 334	0.70 411	0.70 383	0.70 408	0.71 378	0.70 409	0.70 384	0.71 419	0.71 385	0.70 404	0.70 380	0.69 402	0.69 362	0.70 382	0.69 387	0.70 416	0.69 361	0.70 400

DStereoRT	0.73 355	0.81 264	0.73 388	0.71 336	0.74 418	0.73 387	0.75 416	0.71 378	0.71 414	0.74 392	0.72 422	0.73 390	0.80 420	0.71 381	0.73 412	0.76 372	0.71 386	0.73 391	0.72 421	0.70 362	0.76 415

anonymity	0.63 333	0.69 252	0.56 344	0.71 336	0.56 386	0.71 385	0.56 378	0.71 378	0.56 378	0.72 385	0.56 387	0.71 385	0.56 377	0.71 381	0.58 375	0.68 361	0.55 349	0.68 386	0.55 382	0.68 357	0.54 365

iGMRVC	0.84 387	2.85 506	0.72 384	0.72 338	0.73 416	0.77 389	0.79 421	0.73 381	0.74 422	0.73 387	0.72 422	0.73 390	0.76 414	0.73 385	0.73 412	0.72 368	0.73 389	0.73 391	0.72 421	0.73 367	0.72 405

SMoEStereo_RVC	0.63 333	0.75 257	0.51 334	0.73 339	0.53 383	0.71 385	0.47 356	0.67 373	0.58 380	0.74 392	0.60 389	0.72 388	0.53 373	0.74 387	0.51 366	0.61 350	0.62 363	0.62 378	0.61 394	0.63 353	0.61 379

ARAFT	0.68 343	0.81 264	0.63 357	0.74 340	0.60 389	0.78 391	0.62 384	0.77 383	0.66 393	0.74 392	0.63 395	0.75 393	0.62 383	0.83 395	0.60 378	0.70 365	0.55 349	0.70 389	0.60 392	0.78 372	0.55 370

GCAP-Stereo	0.75 358	4.15 542	0.42 291	0.75 341	0.35 302	0.78 391	0.40 328	0.79 384	0.38 313	0.78 396	0.36 307	0.78 396	0.36 302	0.79 390	0.39 317	0.75 371	0.39 282	0.76 397	0.39 338	0.75 368	0.39 312

AFF-stereo	0.73 355	0.88 274	0.67 367	0.75 341	0.68 408	0.75 388	0.64 386	0.80 386	0.72 417	0.83 402	0.70 414	0.82 403	0.64 384	0.84 396	0.67 386	0.77 374	0.63 364	0.81 405	0.63 396	0.78 372	0.62 382

DLNR_Zeroshot_test	0.31 193	0.28 140	0.47 308	0.79 343	0.24 225	0.30 215	0.26 224	0.30 209	0.24 213	0.32 224	0.23 214	0.31 225	0.24 217	0.30 220	0.23 205	0.29 209	0.26 200	0.29 217	0.24 221	0.33 221	0.23 193

G-Net	0.79 367	0.79 260	0.79 398	0.79 343	0.79 431	0.79 393	0.79 421	0.79 384	0.79 428	0.79 397	0.79 432	0.79 398	0.79 419	0.79 390	0.79 422	0.79 375	0.79 399	0.79 400	0.79 431	0.79 374	0.79 420

MIM_Stereo	0.25 170	0.23 117	0.66 363	0.80 345	0.17 185	0.22 177	0.17 174	0.23 181	0.18 188	0.26 203	0.17 181	0.21 169	0.17 182	0.25 196	0.17 175	0.23 179	0.16 147	0.21 175	0.17 193	0.22 173	0.17 177

RAFT-Stereo + iAFF	0.70 347	0.72 255	0.71 381	0.80 345	0.62 398	0.82 396	0.61 383	0.81 389	0.62 387	0.81 400	0.63 395	0.80 399	0.70 404	0.73 385	0.61 380	0.76 372	0.61 362	0.74 394	0.61 394	0.77 371	0.61 379

NaN_ROB	0.80 370	0.80 261	0.80 399	0.80 345	0.80 433	0.80 394	0.80 424	0.80 386	0.80 430	0.80 398	0.80 434	0.80 399	0.80 420	0.80 392	0.80 425	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 421

CSAN	0.80 370	0.80 261	0.80 399	0.80 345	0.80 433	0.80 394	0.80 424	0.80 386	0.80 430	0.80 398	0.80 434	0.80 399	0.80 420	0.80 392	0.80 425	0.80 376	0.80 402	0.80 403	0.80 433	0.80 377	0.80 421

AIO-Stereo	0.84 387	0.66 251	0.70 377	0.83 349	0.67 405	0.98 412	0.82 430	1.14 428	0.72 417	1.03 431	0.74 426	1.03 433	1.09 445	0.99 418	0.45 341	1.04 413	0.73 389	0.95 431	0.74 423	0.94 405	0.46 336

Former-RAFT_DAM_RVC	0.49 303	0.98 296	0.64 359	0.84 350	0.46 358	0.45 312	0.35 294	0.47 312	0.47 355	0.45 300	0.34 294	0.46 313	0.48 358	0.46 310	0.35 289	0.39 267	0.71 386	0.39 289	0.35 313	0.41 289	0.41 322

test_xeample3	1.10 433	1.81 426	0.61 355	0.84 350	0.49 370	0.77 389	0.66 389	0.92 401	1.40 530	0.68 383	0.46 358	0.78 396	0.54 376	1.72 515	1.48 532	1.34 486	1.52 518	1.35 513	1.67 549	1.33 490	1.55 533

RSM++	0.76 362	0.82 266	0.66 363	0.85 352	0.64 399	0.85 398	0.71 411	0.94 405	0.64 390	0.87 403	0.67 402	0.87 405	0.65 386	0.84 396	0.65 382	0.81 379	0.70 382	0.79 400	0.71 419	0.83 384	0.70 400

Selective-RAFT-Error	0.88 399	0.84 267	0.98 419	0.86 353	0.97 449	0.88 401	0.95 441	0.84 391	0.99 451	0.92 409	0.82 436	0.84 404	0.98 433	0.87 401	0.97 441	0.81 379	0.83 405	0.79 400	0.82 436	0.79 374	0.85 426

FC-DCNN	1.07 430	1.09 329	0.98 419	0.89 354	0.52 380	1.41 508	0.91 436	1.21 485	1.24 518	1.96 520	2.05 575	1.91 521	1.30 510	1.27 501	1.08 452	0.80 376	0.60 358	0.58 375	0.41 346	0.68 357	0.54 365

DDUNet	0.81 375	2.45 480	0.57 346	0.90 355	0.60 389	0.88 401	0.59 382	0.90 396	0.60 383	0.88 404	0.60 389	0.90 409	0.58 378	0.88 402	0.60 378	0.84 386	0.60 358	0.86 413	0.57 388	0.86 386	0.60 378

ADCS	0.09 56	0.02 12	0.04 44	0.90 355	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 134	0.36 293	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

UDG	0.80 370	2.21 460	0.60 350	0.91 357	0.60 389	0.90 404	0.58 380	0.88 395	0.60 383	0.90 405	0.60 389	0.88 406	0.60 380	0.90 405	0.58 375	0.86 388	0.60 358	0.84 411	0.59 391	0.84 385	0.61 379

DPSM_ROB	0.92 404	0.91 282	0.91 412	0.91 357	0.92 444	0.92 406	0.92 437	0.92 401	0.91 438	0.93 411	0.91 442	0.92 412	0.90 427	0.91 406	0.92 434	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 433

DPSM	0.92 404	0.91 282	0.91 412	0.91 357	0.92 444	0.92 406	0.92 437	0.92 401	0.91 438	0.93 411	0.91 442	0.92 412	0.90 427	0.91 406	0.92 434	0.92 394	0.91 410	0.91 418	0.92 440	0.93 401	0.93 433

zero-FE	0.72 353	1.31 401	0.66 363	0.92 360	0.60 389	0.82 396	0.58 380	0.82 390	0.58 380	0.81 400	0.60 389	0.81 402	0.60 380	0.82 394	0.58 375	0.74 370	0.59 357	0.73 391	0.52 379	0.76 369	0.51 360

tt45	1.04 428	0.88 274	1.36 506	0.92 360	1.03 458	1.51 512	0.79 421	0.70 377	0.88 436	0.74 392	0.90 439	1.60 512	0.72 409	1.60 510	0.75 417	0.91 391	0.78 397	1.52 520	0.79 431	1.14 422	1.32 520

PAM_32	0.64 335	2.38 476	0.51 334	0.92 360	0.43 352	0.53 359	0.44 344	0.87 392	0.43 344	0.52 350	0.45 356	0.53 357	0.40 321	0.54 355	0.46 345	0.62 354	0.56 351	0.48 351	0.45 357	0.76 369	0.44 333

MoCha-V2	2.11 533	26.97 618	0.78 395	0.92 360	0.77 428	0.96 411	0.72 413	0.90 396	0.72 417	0.94 413	0.70 414	0.90 409	0.71 408	0.91 406	0.71 410	0.85 387	0.71 386	0.88 414	0.69 414	0.87 387	0.67 396

Syn2CoEx	0.25 170	1.31 401	0.74 389	0.92 360	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 389	0.75 392	0.02 18	0.02 20	0.02 20	0.02 20

pmcnn	0.92 404	0.92 287	0.92 414	0.92 360	0.92 444	0.92 406	0.92 437	0.92 401	0.92 442	0.92 409	0.92 445	0.92 412	0.92 429	0.92 410	0.92 434	0.92 394	0.92 412	0.92 421	0.92 440	0.92 396	0.92 432

DCRE	0.84 387	1.89 435	0.77 394	0.94 366	0.72 415	0.88 401	0.73 414	0.87 392	0.78 424	0.90 405	0.71 419	0.88 406	0.67 391	0.88 402	0.73 412	0.81 379	0.68 375	0.81 405	0.70 416	0.82 382	0.70 400

DGTPSM_ROB	0.93 409	1.00 305	0.92 414	0.94 366	0.96 448	0.91 405	0.92 437	0.91 398	0.96 447	0.91 407	0.96 446	0.93 415	0.92 429	0.94 412	0.92 434	0.92 394	0.92 412	0.90 415	0.92 440	0.94 405	0.91 431

ToySt	0.92 404	2.11 451	0.90 410	0.95 368	0.79 431	0.99 413	0.78 420	0.94 405	0.81 433	0.94 413	0.78 430	0.95 416	0.77 416	0.94 412	0.86 432	0.91 391	0.79 399	0.85 412	0.77 427	0.89 389	0.73 408

R-Stereo Train	0.81 375	0.96 293	0.67 367	0.95 368	0.67 405	0.95 409	0.68 397	0.95 407	0.68 400	0.95 415	0.68 407	0.96 417	0.68 395	0.96 416	0.68 394	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 397

RAFT-Stereo	0.81 375	0.96 293	0.67 367	0.95 368	0.67 405	0.95 409	0.68 397	0.95 407	0.68 400	0.95 415	0.68 407	0.96 417	0.68 395	0.96 416	0.68 394	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 397
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 358	0.92 287	0.85 406	0.96 371	0.59 388	1.27 496	0.44 344	0.59 362	0.69 405	0.91 407	0.68 407	0.55 364	0.61 382	1.06 435	0.83 430	0.62 354	0.70 382	0.90 415	0.41 346	0.89 389	0.56 373

ff7	1.68 500	2.68 488	1.35 498	0.97 372	0.89 439	1.84 517	2.15 568	2.12 525	1.80 553	2.05 530	1.56 536	2.33 536	2.12 559	2.23 533	2.25 571	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 447

ffff	1.68 500	2.68 488	1.35 498	0.97 372	0.89 439	1.84 517	2.15 568	2.12 525	1.80 553	2.05 530	1.56 536	2.33 536	2.12 559	2.23 533	2.25 571	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 447

ccc-4	1.68 500	2.68 488	1.35 498	0.97 372	0.89 439	1.84 517	2.15 568	2.12 525	1.80 553	2.05 530	1.56 536	2.33 536	2.12 559	2.23 533	2.25 571	1.31 483	1.07 423	1.48 517	1.41 527	0.90 392	1.04 447

Test_v1	1.00 416	1.00 305	1.00 421	1.00 375	1.00 450	1.00 414	1.00 445	1.00 409	1.00 452	1.00 417	1.00 449	1.00 420	1.00 434	1.00 420	1.00 444	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

GANet	1.00 416	1.00 305	1.00 421	1.00 375	1.00 450	1.00 414	1.00 445	1.00 409	1.00 452	1.00 417	1.00 449	1.00 420	1.00 434	1.00 420	1.00 444	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

TDLM	1.00 416	1.00 305	1.00 421	1.00 375	1.00 450	1.00 414	1.00 445	1.00 409	1.00 452	1.00 417	1.00 449	1.00 420	1.00 434	1.00 420	1.00 444	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

CVANet_RVC	1.00 416	1.00 305	1.00 421	1.00 375	1.00 450	1.00 414	1.00 445	1.00 409	1.00 452	1.00 417	1.00 449	1.00 420	1.00 434	1.00 420	1.00 444	1.00 408	1.00 415	1.00 436	1.00 447	1.00 410	1.00 440

AdaDepth	0.86 396	0.93 289	0.71 381	1.01 379	1.07 460	1.02 427	0.71 411	1.00 409	0.71 414	1.01 425	0.71 419	1.00 420	0.72 409	1.14 446	0.71 410	0.92 394	0.64 366	0.90 415	0.64 401	0.89 389	0.69 399

trnet	1.01 423	1.01 314	1.01 425	1.01 379	1.01 455	1.01 421	1.01 449	1.01 417	1.01 456	1.01 425	1.01 453	1.01 427	1.01 441	1.01 427	1.01 448	1.01 412	1.01 419	1.01 440	1.01 453	1.01 414	1.01 445

ADCMid	0.08 54	0.02 12	0.02 14	1.01 379	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 112	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

STTRV1_RVC	0.82 380	1.60 415	0.70 377	1.01 379	0.60 389	1.07 433	0.69 403	1.01 417	0.60 383	0.72 385	0.55 386	1.02 431	0.68 395	1.03 433	0.67 386	0.89 390	0.63 364	0.92 421	0.57 388	0.90 392	0.65 391

edge stereo	2.43 558	27.07 619	1.14 432	1.06 383	1.14 463	1.08 434	1.17 462	1.16 432	1.14 461	1.10 435	1.16 462	1.09 438	1.16 454	1.10 441	1.16 461	1.10 418	1.11 433	1.16 449	1.19 463	1.13 421	1.11 450

EKT-Stereo	0.37 231	0.40 169	0.44 294	1.07 384	0.29 250	0.34 234	0.31 262	0.36 231	0.29 245	0.38 244	0.31 271	0.37 250	0.30 258	0.36 244	0.29 242	0.34 227	0.28 214	0.39 289	0.30 271	0.37 248	0.30 252

GLC_STEREO	1.07 430	1.01 314	1.06 427	1.07 384	1.05 459	1.06 430	1.08 454	1.08 424	1.05 459	1.07 433	1.06 455	1.08 436	1.05 443	1.06 435	1.10 453	1.07 415	1.09 429	1.05 444	1.05 454	1.06 418	1.12 452

999	1.00 416	1.12 332	0.59 348	1.10 386	1.21 518	1.09 436	0.52 374	1.08 424	1.43 532	1.18 446	1.35 524	0.98 419	0.52 372	0.91 406	0.85 431	0.72 368	1.46 514	0.83 410	0.98 445	0.68 357	1.41 528

HH	0.71 350	2.54 482	0.74 389	1.10 386	0.32 277	0.41 278	0.37 307	0.69 375	0.78 424	0.73 387	0.90 439	0.75 393	1.00 434	0.84 396	0.69 402	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 210

HanStereo	0.71 350	2.54 482	0.74 389	1.10 386	0.32 277	0.41 278	0.37 307	0.69 375	0.78 424	0.73 387	0.90 439	0.75 393	1.00 434	0.84 396	0.69 402	0.69 362	0.40 285	0.35 260	0.26 231	0.35 237	0.26 210

DPSimNet_ROB	0.97 413	1.18 341	0.81 402	1.10 386	0.91 443	1.02 427	0.82 430	1.04 423	0.91 438	1.03 431	0.86 438	1.28 502	0.82 424	1.03 433	0.89 433	1.17 428	0.81 404	1.02 441	0.82 436	1.08 419	0.81 423

MSMD_ROB	1.19 438	1.10 331	0.70 377	1.10 386	0.60 389	1.10 437	0.70 408	1.10 427	0.70 409	1.10 435	0.70 414	1.10 440	0.70 404	7.00 613	0.70 408	1.10 418	0.70 382	1.10 445	0.70 416	1.10 420	0.70 400

AF-Net	2.37 555	25.71 614	1.17 436	1.13 391	1.15 464	1.15 444	1.18 463	1.19 437	1.16 463	1.10 435	1.15 459	1.10 440	1.18 455	1.12 445	1.15 458	1.10 418	1.10 432	1.17 453	1.15 459	1.16 427	1.12 452

ktn	0.72 353	0.53 232	1.08 429	1.14 392	0.51 379	1.22 492	1.36 523	0.51 342	0.59 382	0.51 347	0.51 381	0.69 384	1.20 457	0.67 378	0.51 366	0.51 328	0.49 332	0.58 375	0.66 407	0.52 340	0.53 362

Nwc_Net	2.37 555	25.95 615	1.15 434	1.14 392	1.15 464	1.08 434	1.14 458	1.17 434	1.16 463	1.14 444	1.15 459	1.08 436	1.15 450	1.11 443	1.14 457	1.10 418	1.11 433	1.16 449	1.09 456	1.16 427	1.15 457

KSHMR	0.66 338	0.50 218	0.48 316	1.15 394	0.52 380	0.49 333	0.51 373	0.49 320	0.71 414	0.67 381	0.50 375	1.16 448	1.11 446	0.66 376	0.52 368	0.49 316	0.49 332	0.51 365	0.66 407	0.50 332	1.14 456

HBP-ISP	1.24 487	1.72 419	1.65 526	1.15 394	0.76 425	1.40 507	0.88 433	1.67 511	1.02 457	1.69 515	1.38 529	1.69 516	1.21 503	1.87 522	1.21 512	1.05 414	0.79 399	0.97 434	0.80 433	1.19 435	0.75 412

RP	2.33 551	25.00 611	1.13 431	1.15 394	1.15 464	1.10 437	1.15 459	1.15 429	1.15 462	1.12 441	1.15 459	1.09 438	1.13 447	1.10 441	1.15 458	1.11 423	1.09 429	1.16 449	1.12 457	1.16 427	1.17 461

RGC	2.36 553	25.48 612	1.19 440	1.15 394	1.15 464	1.10 437	1.16 461	1.17 434	1.16 463	1.12 441	1.16 462	1.11 444	1.13 447	1.09 439	1.18 463	1.10 418	1.15 438	1.16 449	1.12 457	1.14 422	1.12 452

NCC-stereo	2.36 553	25.52 613	1.17 436	1.15 394	1.17 469	1.11 440	1.11 455	1.15 429	1.16 463	1.10 435	1.16 462	1.10 440	1.15 450	1.14 446	1.13 456	1.09 416	1.11 433	1.15 448	1.16 461	1.17 432	1.17 461

Selective-RAFT	0.89 401	0.89 277	0.72 384	1.16 399	0.78 429	1.06 430	0.82 430	0.87 392	0.97 448	1.00 417	0.91 442	0.90 409	1.00 434	0.89 404	0.93 438	0.83 384	0.83 405	0.82 409	0.82 436	0.81 380	0.82 424

Abc-Net	2.32 550	24.75 610	1.14 432	1.17 400	1.17 469	1.11 440	1.15 459	1.17 434	1.21 515	1.08 434	1.16 462	1.12 445	1.14 449	1.09 439	1.17 462	1.09 416	1.16 439	1.17 453	1.17 462	1.16 427	1.11 450
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 551	24.38 609	1.18 438	1.18 401	1.18 471	1.14 443	1.18 463	1.19 437	1.19 469	1.14 444	1.18 466	1.14 446	1.18 455	1.14 446	1.18 463	1.14 426	1.14 437	1.19 458	1.19 463	1.15 425	1.19 465

HSM-Net_RVC	0.95 412	1.17 339	0.78 395	1.18 401	0.71 413	1.16 445	0.75 416	1.09 426	0.80 430	1.10 435	0.75 427	1.17 449	0.74 411	1.17 449	0.80 425	1.13 424	0.73 389	1.17 453	0.77 427	1.16 427	0.72 405
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

CrosDoStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PFNet+	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

LCNet	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

HHNet	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Patchmatch Stereo++	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466
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	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

STrans-v2	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

TransformOpticalFlow	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

OMP-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

IIG-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

NF-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

OCTAStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PSM-softLoss	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

KMStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

NRIStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PSM-adaLoss	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PSM-AAD	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

FTStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

ROB_FTStereo_v2	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

ROB_FTStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Consistency-Raft	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

KYRaft	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

HUI-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

ASMatch	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DeepStereo_LL	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DEmStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

SST-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

THIR-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT_R40	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DRaft	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

PFNet	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

GrayStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RE-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Pruner-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

TVStereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

DeepStereo_RVC	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT-RH_RVC	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

IRAFT_RVC	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT-345	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

iRAFT	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

CRE-IMP	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

GMM-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

RAFT-IKP	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

Prome-Stereo	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

CroCo-Stereo	0.73 355	1.22 395	0.25 189	1.22 448	0.25 227	1.22 492	0.25 216	1.22 486	0.25 218	1.22 494	0.25 227	1.22 497	0.25 220	1.22 497	0.25 216	1.22 479	0.26 200	1.21 505	0.25 225	1.22 485	0.25 204
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	2.51 560	26.86 617	1.23 492	1.22 448	1.22 520	1.24 494	1.25 514	1.22 486	1.24 518	1.21 493	1.24 515	1.19 450	1.27 507	1.19 450	1.24 514	1.19 429	1.20 444	1.25 507	1.19 463	1.24 486	1.23 514

FAT-Stereo	2.46 559	26.05 616	1.23 492	1.23 450	1.22 520	1.20 446	1.24 513	1.23 488	1.23 517	1.19 447	1.22 513	1.21 496	1.24 505	1.20 451	1.24 514	1.21 477	1.17 442	1.22 506	1.25 516	1.20 437	1.24 515

AIO-Stereo-zeroshot	0.91 402	0.86 270	0.89 407	1.25 451	0.69 409	1.05 429	0.81 427	1.16 432	0.50 367	1.12 441	0.97 447	0.72 388	0.82 424	1.06 435	0.95 439	0.61 350	0.87 407	1.03 443	0.85 439	1.04 417	1.01 445

WQFJA1++	0.84 387	0.98 296	0.67 367	1.26 452	0.75 420	1.00 414	0.67 393	1.00 409	0.67 394	1.00 417	0.67 402	1.00 420	0.67 391	1.00 420	0.67 386	0.96 401	0.67 370	0.91 418	0.63 396	0.92 396	0.63 383

NLMM	0.84 387	1.00 305	0.67 367	1.27 453	0.75 420	1.00 414	0.68 397	1.00 409	0.67 394	1.00 417	0.67 402	1.02 431	0.67 391	1.02 431	0.67 386	0.97 402	0.67 370	0.93 425	0.63 396	0.92 396	0.63 383

MLG-Stereo	0.92 404	0.90 280	0.84 405	1.27 453	0.49 370	1.38 505	0.88 433	1.41 502	0.97 448	0.73 387	1.09 457	1.26 498	0.43 341	0.72 383	1.05 450	1.13 424	0.49 332	1.18 456	0.66 407	1.01 414	0.46 336

CroCo-Stereo Lap2	0.77 363	1.29 399	0.29 206	1.27 453	0.29 250	1.27 496	0.26 224	1.26 489	0.26 231	1.26 495	0.26 233	1.27 501	0.26 229	1.26 498	0.27 222	1.27 481	0.27 207	1.27 508	0.27 240	1.27 488	0.27 220

ADCPNet	0.10 69	0.03 31	0.04 44	1.27 453	0.03 49	0.04 78	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 109	0.04 76	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Hybrid-DGEV	1.03 427	1.75 425	0.80 399	1.28 457	0.78 429	1.26 495	0.80 424	1.26 489	0.78 424	1.26 495	0.78 430	1.26 498	0.78 418	1.26 498	0.78 421	1.15 427	0.75 392	1.14 446	0.74 423	1.14 422	0.75 412

WQFJA1	0.85 393	0.98 296	0.67 367	1.29 458	0.76 425	1.01 421	0.67 393	1.02 422	0.67 394	1.02 429	0.67 402	1.01 427	0.67 391	1.01 427	0.68 394	0.99 407	0.67 370	0.93 425	0.64 401	0.92 396	0.65 391

NLSM3	0.85 393	0.99 303	0.68 374	1.29 458	0.76 425	1.01 421	0.68 397	1.01 417	0.68 400	1.02 429	0.68 407	1.01 427	0.68 395	1.01 427	0.68 394	0.97 402	0.68 375	0.93 425	0.64 401	0.93 401	0.63 383

WQFJX1	0.84 387	0.98 296	0.67 367	1.30 460	0.75 420	1.01 421	0.67 393	1.01 417	0.67 394	1.01 425	0.67 402	1.01 427	0.68 395	1.00 420	0.68 394	0.98 406	0.67 370	0.92 421	0.64 401	0.92 396	0.64 389

WQFJX	0.85 393	1.00 305	0.68 374	1.30 460	0.75 420	1.01 421	0.68 397	1.01 417	0.68 400	1.01 425	0.68 407	1.03 433	0.68 395	1.02 431	0.67 386	0.97 402	0.67 370	0.93 425	0.63 396	0.94 405	0.63 383

castereo++	0.54 316	3.59 522	1.15 434	1.31 462	0.14 158	0.16 145	0.14 153	0.16 145	0.14 158	0.16 142	0.14 162	0.16 143	0.13 155	0.16 144	0.14 152	1.45 495	1.16 439	0.15 142	0.14 161	0.15 142	0.13 151

11t	1.27 489	2.70 491	1.34 496	1.32 463	0.89 439	1.30 498	1.34 520	1.64 508	0.57 379	1.45 506	0.72 422	1.05 435	1.29 509	1.07 438	1.29 521	1.49 497	1.02 420	0.97 434	1.15 459	1.48 495	1.31 519

Hybrid-DGEV-2	1.05 429	1.83 427	0.83 403	1.33 464	0.82 436	1.30 498	0.81 427	1.26 489	0.79 428	1.29 497	0.79 432	1.26 498	0.80 420	1.26 498	0.79 422	1.20 431	0.78 397	1.18 456	0.77 427	1.20 437	0.77 417

Hybrid-DGEV-03	1.07 430	1.83 427	0.83 403	1.34 465	0.81 435	1.32 500	0.81 427	1.31 495	0.81 433	1.31 498	0.82 436	1.32 503	0.82 424	1.32 502	0.81 428	1.19 429	0.77 395	1.19 458	0.76 426	1.19 435	0.77 417

PS-NSSS	1.38 494	1.39 407	1.34 496	1.34 465	1.35 523	1.38 505	1.37 528	1.35 496	1.38 529	1.34 499	1.34 523	1.39 506	1.38 518	1.70 514	1.40 529	1.36 489	1.36 506	1.36 515	1.37 524	1.37 492	1.36 525

MaskLacGwcNet_RVC	1.35 491	1.35 404	1.35 498	1.35 467	1.35 523	1.35 501	1.35 521	1.36 497	1.35 526	1.36 501	1.35 524	1.36 504	1.36 515	1.36 503	1.35 525	1.35 487	1.35 505	1.35 513	1.35 521	1.35 491	1.35 524

CSP-Net	0.34 208	1.29 399	1.19 440	1.36 468	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 480	1.21 490	0.03 38	0.09 113	0.02 20	0.09 113

CC-Net-ROB	1.36 492	1.33 403	1.33 495	1.36 468	1.38 526	1.36 503	1.33 519	1.37 499	1.34 523	1.35 500	1.36 526	1.38 505	1.34 513	1.38 505	1.38 528	1.35 487	1.38 509	1.33 510	1.35 521	1.43 494	1.34 523

RASNet	1.49 495	1.65 416	1.45 514	1.38 470	1.43 529	1.47 511	1.36 523	1.38 500	1.36 527	1.39 502	1.60 540	1.45 509	1.45 521	1.51 509	2.21 570	1.53 501	1.36 506	1.36 515	1.36 523	1.66 503	1.36 525

FENet	0.54 316	1.52 412	1.19 440	1.41 471	0.23 220	0.35 239	0.23 209	0.35 227	0.23 210	0.34 230	0.23 214	0.35 238	0.23 214	0.35 238	0.23 205	1.40 492	1.07 423	0.32 228	0.23 213	0.33 221	0.23 193

BTL-Stereo	1.53 496	1.36 405	1.06 427	1.42 472	1.23 522	1.41 508	1.07 453	1.43 503	1.12 460	1.42 504	1.06 455	1.83 518	1.07 444	1.42 507	1.07 451	1.27 481	1.38 509	6.80 610	1.00 447	1.26 487	1.00 440

MM-Stereo_test2	1.20 439	1.85 431	1.05 426	1.46 473	0.94 447	1.36 503	0.99 444	1.36 497	0.95 445	1.41 503	0.98 448	1.40 508	0.96 431	1.37 504	0.95 439	1.37 491	1.06 422	1.33 510	0.93 444	1.29 489	0.89 429

NLMM1	0.86 396	0.98 296	0.69 376	1.48 474	0.75 420	1.01 421	0.69 403	1.00 409	0.69 405	1.00 417	0.70 414	1.00 420	0.68 395	1.01 427	0.67 386	0.97 402	0.68 375	0.92 421	0.63 396	0.93 401	0.63 383

castereo	0.61 328	3.79 530	1.35 498	1.52 475	0.15 169	0.17 151	0.16 163	0.20 161	0.21 201	0.18 152	0.16 173	0.21 169	0.12 150	0.26 206	0.17 175	1.43 494	1.38 509	0.17 153	0.16 171	0.18 156	0.16 161

PASM	0.39 249	3.06 510	1.36 506	1.58 476	0.09 117	0.11 126	0.11 135	0.11 126	0.11 137	0.09 113	0.09 119	0.11 127	0.09 120	0.09 113	0.09 112	0.11 90	0.11 100	0.11 121	0.09 113	0.11 125	0.11 131

FlowAnything_test	1.02 425	1.72 419	0.71 381	1.59 477	0.70 411	1.61 514	0.69 403	1.61 505	0.70 409	1.60 508	0.70 414	1.61 515	0.69 402	1.61 512	0.70 408	0.81 379	0.58 355	0.81 405	0.55 382	0.81 380	0.56 373

FlowAnything	1.02 425	1.71 418	0.72 384	1.59 477	0.69 409	1.60 513	0.69 403	1.61 505	0.70 409	1.60 508	0.69 412	1.60 512	0.69 402	1.61 512	0.69 402	0.81 379	0.58 355	0.81 405	0.56 386	0.82 382	0.56 373

DPSMNet_ROB	1.60 499	1.59 414	1.70 528	1.59 477	1.59 535	1.61 514	1.61 539	1.60 504	1.60 536	1.62 514	1.59 539	1.60 512	1.60 524	1.60 510	1.59 536	1.59 502	1.60 528	1.59 521	1.59 541	1.59 499	1.59 538

MM-Stereo_test3	1.27 489	2.07 447	1.18 438	1.60 480	1.02 457	1.45 510	1.01 449	1.40 501	1.04 458	1.44 505	1.03 454	1.46 510	1.02 442	1.44 508	1.02 449	1.51 500	1.12 436	1.32 509	0.98 445	1.38 493	0.97 436

BEATNet_4x	0.11 90	0.03 31	0.03 37	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 83	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 90	0.03 31	0.03 37	1.60 480	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 83	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C01	0.11 90	0.02 12	0.02 14	1.62 483	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 89	0.04 76	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

DEFOM-Stereo	0.68 343	3.11 512	1.40 512	1.63 484	0.25 227	0.31 221	0.25 216	0.31 214	0.28 239	0.31 218	0.29 249	0.29 217	0.27 237	0.31 224	0.28 232	1.59 502	1.47 515	0.30 219	0.29 257	0.30 205	0.28 234

ours_stereo	1.20 439	1.21 389	0.90 410	1.64 485	1.11 462	1.35 501	0.67 393	1.76 512	0.93 443	1.70 516	1.10 458	1.39 506	0.75 413	1.41 506	0.81 428	1.60 504	1.03 421	1.33 510	1.00 447	1.61 500	0.72 405

ADCRef	0.12 99	0.03 31	0.04 44	1.71 486	0.04 79	0.03 41	0.03 51	0.04 77	0.04 82	0.04 74	0.03 53	0.04 77	0.03 53	0.06 89	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

test-3	0.98 415	4.13 541	1.85 545	1.85 487	0.61 395	0.69 382	0.37 307	0.63 368	0.61 386	0.66 380	0.51 381	0.73 390	0.44 343	0.57 365	0.54 371	1.68 506	1.81 541	0.40 295	0.43 355	0.66 355	0.50 353

RAFT_CTSACE	1.92 509	3.71 527	1.72 531	1.88 488	1.72 547	2.04 529	1.42 533	2.18 530	1.89 564	2.02 527	1.97 564	1.95 522	2.06 558	1.93 524	1.62 537	1.76 507	1.66 532	2.02 538	1.73 557	1.73 506	1.43 530

GANetREF_RVC	1.55 497	1.94 444	1.22 490	1.88 488	1.21 518	1.88 520	1.22 511	1.88 514	1.22 516	1.88 517	1.22 513	1.88 519	1.22 504	1.89 523	1.22 513	1.87 512	1.22 491	1.88 534	1.22 512	1.88 512	1.22 512
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
psmg	0.43 272	1.91 438	0.92 414	1.91 490	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 520	1.44 513	0.04 73	0.03 54	0.02 20	0.03 51

Wavelet-MonSter	1.00 416	1.21 389	0.76 392	1.94 491	1.01 455	1.11 440	0.76 418	1.15 429	0.76 423	1.11 440	0.76 428	1.14 446	0.76 414	1.11 443	0.76 419	1.21 477	0.90 409	1.02 441	0.71 419	1.02 416	0.71 404

SPS-STEREO	1.59 498	1.91 438	1.21 489	1.94 491	1.20 472	2.00 528	1.23 512	1.99 519	1.24 518	2.00 525	1.25 516	2.03 529	1.26 506	2.00 527	1.29 521	1.90 516	1.18 443	1.89 535	1.21 511	1.89 513	1.20 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 507	1.91 438	1.71 530	1.95 493	1.70 546	1.95 525	1.70 544	1.96 517	1.74 549	1.97 522	1.72 548	1.95 522	1.71 532	1.97 526	1.71 544	1.86 510	1.62 529	1.85 527	1.66 548	1.86 511	1.64 544

CRFU-Net	0.65 336	1.67 417	1.22 490	1.96 494	0.27 236	0.41 278	0.27 227	0.41 271	0.27 236	0.40 256	0.26 233	0.41 278	0.27 237	0.40 262	0.27 222	1.80 509	1.62 529	0.34 244	0.23 213	0.33 221	0.23 193

NINENet	0.69 346	3.87 534	1.20 443	1.98 495	0.05 99	0.40 262	0.04 82	0.40 256	0.05 99	0.41 270	0.04 89	0.41 278	0.05 96	0.40 262	0.05 90	1.79 508	1.56 522	0.34 244	0.22 207	0.34 225	0.23 193

error version	0.93 409	4.47 547	2.35 564	1.99 496	0.37 312	0.41 278	0.36 301	0.41 271	0.35 296	0.43 290	0.36 307	0.41 278	0.40 321	0.41 277	0.36 293	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 275

test_1	0.93 409	4.47 547	2.35 564	1.99 496	0.37 312	0.41 278	0.36 301	0.41 271	0.35 296	0.43 290	0.36 307	0.41 278	0.40 321	0.41 277	0.36 293	1.87 512	2.16 557	0.47 343	0.37 322	0.39 272	0.33 275

MM-Stereo_test1	1.80 506	3.41 520	1.52 521	2.12 498	1.41 528	2.04 529	1.41 531	2.05 523	1.46 533	2.04 529	1.41 531	2.05 530	1.42 520	2.05 528	1.43 531	2.04 524	1.54 521	1.94 536	1.38 526	1.99 515	1.33 521

MC-Stereo	1.76 503	2.96 508	1.37 508	2.14 499	1.37 525	2.14 534	1.36 523	2.14 528	1.37 528	2.14 534	1.37 527	2.14 531	1.37 517	2.14 532	1.37 527	1.97 520	1.32 493	1.97 537	1.32 520	1.98 514	1.33 521

DEFOM-Stereo_RVC	0.83 384	5.18 556	1.98 556	2.19 500	0.17 185	0.19 158	0.18 181	0.19 155	0.16 172	0.20 160	0.19 198	0.22 178	0.22 208	0.20 160	0.15 162	2.28 537	2.13 556	0.24 197	0.17 193	0.18 156	0.16 161

ADCP+	0.15 125	0.04 37	0.04 44	2.20 501	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.04 85	0.08 109	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

AnyNet_C32	0.14 113	0.04 37	0.03 37	2.22 502	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 106	0.04 76	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

BEATNet-Init1	0.19 143	0.08 59	0.08 61	2.23 503	0.08 115	0.08 107	0.07 114	0.07 106	0.08 118	0.08 108	0.07 115	0.08 108	0.07 116	0.11 128	0.08 107	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 143	0.08 59	0.08 61	2.23 503	0.08 115	0.08 107	0.07 114	0.07 106	0.08 118	0.08 108	0.07 115	0.08 108	0.07 116	0.11 128	0.08 107	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

TRStereo	2.00 516	2.13 452	1.85 545	2.27 505	1.84 551	2.28 538	1.84 548	2.29 533	1.86 558	2.30 539	1.87 553	2.30 533	1.87 542	2.08 529	1.72 546	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 549

XX-Stereo	2.00 516	2.13 452	1.85 545	2.27 505	1.84 551	2.28 538	1.84 548	2.29 533	1.86 558	2.30 539	1.87 553	2.30 533	1.87 542	2.08 529	1.72 546	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 549

EAI-Stereo	2.00 516	2.13 452	1.85 545	2.27 505	1.84 551	2.28 538	1.84 548	2.29 533	1.86 558	2.30 539	1.87 553	2.30 533	1.87 542	2.08 529	1.72 546	2.08 525	1.72 535	2.08 540	1.72 554	2.08 517	1.72 549

NCCL2	2.28 549	2.27 463	2.28 562	2.28 508	2.28 575	2.27 536	2.29 571	2.28 531	2.28 574	2.27 538	2.28 576	2.28 532	2.27 562	2.27 536	2.28 575	2.28 537	2.28 560	2.27 545	2.29 574	2.27 525	2.29 566

MatchStereo	0.54 316	0.12 83	2.38 567	2.32 509	0.09 117	0.09 113	0.08 116	0.09 113	0.07 114	0.09 113	0.07 115	0.09 114	0.07 116	0.09 113	0.08 107	2.34 543	2.34 561	0.12 124	0.11 132	0.11 125	0.10 118
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 537	2.34 472	1.87 549	2.32 509	1.94 560	2.40 543	1.89 556	2.37 541	2.07 573	2.52 552	1.95 563	2.44 543	1.99 554	2.41 544	1.89 563	2.32 542	2.09 554	2.24 544	2.18 570	2.21 521	2.23 565

HUF	2.18 537	2.30 465	1.99 559	2.34 511	2.02 565	2.41 544	2.06 567	2.38 542	1.89 564	2.36 544	1.85 551	2.56 551	1.98 552	2.31 539	1.97 566	2.30 540	2.03 553	2.30 547	2.11 568	2.23 522	2.16 563

STTStereo	3.73 577	30.40 623	2.37 566	2.39 512	2.31 577	2.35 541	2.33 572	2.29 533	2.42 575	2.32 543	2.34 577	2.33 536	2.36 563	2.30 538	2.27 574	2.35 544	2.22 559	2.31 548	2.22 571	2.29 527	2.34 570

AIO_test	2.18 537	2.09 450	2.04 560	2.42 513	2.01 562	2.47 546	1.94 558	2.34 540	2.03 572	2.56 553	1.94 561	2.43 542	1.94 549	2.41 544	1.87 561	2.39 547	2.10 555	2.35 552	1.91 567	2.25 524	2.19 564

iRaftStereo_RVC	0.97 413	3.17 515	2.30 563	2.42 513	0.38 319	0.54 362	0.38 314	0.54 350	0.38 313	0.54 358	0.38 319	0.54 360	0.38 311	0.54 355	0.38 305	2.38 546	2.34 561	0.49 356	0.36 319	0.49 327	0.36 294

UDGNet	2.23 547	5.40 564	1.72 531	2.48 515	1.69 543	2.51 551	1.69 543	2.51 549	1.72 546	2.50 551	1.69 547	2.52 545	1.69 530	2.50 548	1.68 542	2.41 548	1.70 534	2.42 555	1.69 553	2.42 532	1.64 544

VIP-Stereo	0.70 347	2.97 509	2.43 568	2.49 516	0.16 178	0.25 198	0.16 163	0.25 193	0.16 172	0.25 195	0.18 196	0.25 198	0.16 171	0.26 206	0.16 168	1.86 510	1.26 492	0.23 188	0.15 167	0.23 184	0.15 159

IGEVStereo-DCA	1.77 504	4.21 543	1.84 543	2.49 516	2.11 568	2.54 554	1.36 523	1.65 509	1.17 467	2.75 563	1.90 558	2.54 549	1.15 450	0.94 412	1.11 454	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 427

rrr	1.77 504	4.21 543	1.84 543	2.49 516	2.11 568	2.54 554	1.36 523	1.65 509	1.17 467	2.75 563	1.90 558	2.54 549	1.15 450	0.94 412	1.11 454	1.50 498	1.32 493	0.96 432	1.46 533	1.49 496	0.88 427

FBW_ROB	2.12 534	2.46 481	1.77 533	2.49 516	1.79 550	2.38 542	1.83 547	2.46 545	1.78 552	2.48 550	1.97 564	2.40 541	1.78 539	2.42 546	1.83 555	2.31 541	1.85 543	2.38 553	1.82 559	2.35 529	1.84 554

FSD	0.61 328	0.59 244	0.50 327	2.58 520	0.44 353	0.56 364	0.44 344	0.55 353	0.44 347	0.56 363	0.44 352	0.56 367	0.44 343	0.56 360	0.46 345	0.61 350	0.42 303	0.52 368	0.42 354	0.52 340	0.51 360

MonStereo	2.17 535	2.41 478	1.49 520	2.67 521	1.67 540	2.60 557	2.04 566	2.32 538	1.76 550	2.44 547	1.68 546	2.50 544	1.69 530	2.38 541	1.80 554	2.28 537	1.78 538	2.63 564	2.14 569	3.47 557	1.68 547

IER	0.88 399	7.04 575	2.23 561	2.75 522	0.28 241	0.43 305	0.25 216	0.39 249	0.25 218	0.41 270	0.27 237	0.39 257	0.25 220	0.40 262	0.28 232	0.37 244	0.28 214	0.37 268	0.25 225	0.37 248	0.25 204

LGtest1	2.22 544	2.70 491	1.89 550	2.76 523	1.86 554	2.75 564	1.86 552	2.75 560	1.86 558	2.75 563	1.86 552	2.77 567	1.87 542	2.75 564	1.86 558	2.46 550	1.58 524	2.45 556	1.56 535	2.45 534	1.56 534

4.5_new	2.00 516	1.84 430	1.98 556	2.77 524	2.16 570	2.27 536	1.28 518	2.09 524	1.98 568	2.01 526	1.28 519	2.71 558	1.98 552	2.51 549	1.65 539	2.26 533	1.33 500	1.87 531	1.87 561	2.49 538	1.60 539

LG-G_1	2.22 544	2.71 493	1.89 550	2.77 524	1.87 557	2.75 564	1.87 554	2.76 561	1.87 562	2.75 563	1.87 553	2.76 565	1.87 542	2.75 564	1.86 558	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 535

LG-G	2.22 544	2.71 493	1.89 550	2.77 524	1.87 557	2.75 564	1.87 554	2.76 561	1.87 562	2.75 563	1.87 553	2.76 565	1.87 542	2.75 564	1.86 558	2.47 551	1.58 524	2.45 556	1.57 536	2.45 534	1.57 535

sCroCo_RVC	2.10 532	2.76 499	1.92 553	2.78 527	1.39 527	2.73 562	1.41 531	2.73 559	1.40 530	2.77 568	1.41 531	2.74 564	1.40 519	2.74 563	1.40 529	2.72 561	1.42 512	2.72 565	1.44 532	2.79 552	1.42 529

NLCA_NET_v2_RVC	5.04 605	50.87 633	2.78 571	2.87 528	2.71 579	2.78 567	0.47 356	2.88 566	2.86 580	1.89 518	2.67 579	2.79 568	2.79 568	2.78 567	2.83 577	2.82 562	2.82 565	2.83 566	2.77 578	2.83 553	2.76 575
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV	2.02 524	2.20 458	1.82 539	2.90 529	2.16 570	2.41 544	1.25 514	2.00 520	1.98 568	1.99 524	1.31 521	2.72 562	1.93 548	2.67 557	1.69 543	2.26 533	1.32 493	1.83 526	1.87 561	2.53 545	1.61 541

2.25w	2.00 516	1.86 433	1.98 556	2.95 530	2.17 572	2.26 535	1.35 521	2.42 544	2.00 571	2.07 533	1.27 518	2.53 546	1.99 554	2.29 537	1.49 533	2.21 531	1.32 493	1.85 527	1.87 561	2.52 542	1.62 542

3.25w	2.04 529	2.20 458	1.48 516	3.03 531	2.17 572	2.63 558	1.39 529	1.96 517	1.95 567	1.96 520	1.37 527	2.71 558	1.96 551	2.71 558	1.73 551	2.26 533	1.32 493	1.87 531	1.87 561	2.51 541	1.63 543

plain	1.88 508	3.16 514	0.64 359	3.10 532	0.65 401	3.10 569	0.64 386	3.12 568	0.65 391	3.10 569	0.65 399	3.11 569	0.65 386	3.12 568	0.65 382	3.12 564	0.65 368	3.13 567	0.65 405	3.13 555	0.65 391

2.75w_new	1.99 512	2.34 472	1.81 534	3.14 533	1.62 537	1.94 522	1.99 562	2.72 553	1.71 542	2.72 557	1.99 573	1.90 520	1.73 534	1.82 521	1.29 521	2.37 545	2.01 548	2.31 548	1.42 530	1.77 509	1.22 512

3w_stereo	2.04 529	2.24 462	1.70 528	3.15 534	2.18 574	2.49 548	1.26 516	2.03 522	1.98 568	1.98 523	1.33 522	2.72 562	1.99 554	2.59 552	1.72 546	2.22 532	1.33 500	1.85 527	1.88 566	2.50 540	1.58 537

3.75w	1.99 512	2.31 466	1.83 542	3.16 535	1.65 539	1.93 521	1.98 559	2.72 553	1.68 538	2.73 562	1.97 564	2.00 526	1.72 533	1.81 520	1.25 517	2.27 536	2.01 548	2.38 553	1.42 530	1.71 505	1.24 515

MIF-Stereo (partial)	2.58 562	3.31 519	0.66 363	3.18 536	0.66 404	3.18 570	0.66 389	3.21 569	0.67 394	3.19 570	0.66 401	3.19 570	0.66 389	3.31 572	0.68 394	5.09 595	1.79 540	8.23 614	1.67 549	6.18 598	1.38 527

2w_stereo	1.99 512	2.36 475	1.81 534	3.24 537	1.67 540	1.94 522	1.98 559	2.72 553	1.68 538	2.72 557	1.94 561	1.98 525	1.74 536	1.79 519	1.27 518	1.95 519	2.00 546	2.53 561	1.60 542	1.68 504	1.15 457

AEACV	1.12 436	0.52 228	3.12 584	3.24 537	0.86 437	0.53 359	0.49 367	0.60 364	0.47 355	0.53 353	0.49 373	0.55 364	0.45 346	0.55 359	0.47 352	3.01 563	3.88 586	0.71 390	0.60 392	0.80 377	0.48 345

4.5w-stereo	1.99 512	2.33 468	1.81 534	3.28 539	1.68 542	1.94 522	1.99 562	2.72 553	1.70 541	2.72 557	1.99 573	1.97 524	1.68 528	1.76 516	1.29 521	1.91 517	2.02 552	2.53 561	1.61 543	1.75 508	1.16 460

2.5w	2.01 523	2.40 477	1.37 508	3.28 539	2.01 562	2.71 559	1.43 536	1.82 513	1.83 556	1.90 519	1.41 531	2.71 558	1.35 514	2.71 558	1.85 557	2.66 557	1.53 519	1.64 522	1.23 513	2.53 545	1.87 558

Anonymous3	2.55 561	3.26 518	1.65 526	3.28 539	1.63 538	3.24 571	1.68 542	3.27 570	1.66 537	3.28 571	1.67 545	3.25 571	1.66 527	3.27 570	1.64 538	3.26 565	1.65 531	3.30 569	1.65 547	4.95 589	1.65 546

4.25_new	2.00 516	2.33 468	1.82 539	3.32 542	1.69 543	1.95 525	1.99 562	2.72 553	1.71 542	2.72 557	1.97 564	2.01 527	1.74 536	1.77 517	1.28 519	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 461

4.5w_new	2.00 516	2.33 468	1.82 539	3.32 542	1.69 543	1.95 525	1.99 562	2.72 553	1.71 542	2.72 557	1.97 564	2.01 527	1.74 536	1.77 517	1.28 519	2.18 528	2.01 548	2.48 559	1.58 539	1.65 501	1.17 461

3.25w_new	2.03 526	2.72 495	1.35 498	3.33 544	1.57 533	2.72 560	1.53 538	2.15 529	1.33 522	2.15 535	1.60 540	2.63 555	1.30 510	2.72 560	1.99 568	2.67 559	1.53 519	1.75 525	1.25 516	2.53 545	1.87 558

4w-stereo	2.02 524	2.72 495	1.44 513	3.36 545	1.59 535	2.48 547	1.72 545	2.28 531	1.24 518	2.24 537	1.65 544	2.56 551	1.32 512	2.39 543	1.98 567	2.67 559	1.51 517	1.66 523	1.24 514	2.53 545	1.88 561

3.5w_stereo	2.03 526	2.72 495	1.35 498	3.41 546	1.57 533	2.72 560	1.49 537	2.01 521	1.34 523	2.15 535	1.61 542	2.63 555	1.36 515	2.72 560	1.99 568	2.66 557	1.58 524	1.68 524	1.24 514	2.53 545	1.87 558

UniTT-Stereo	2.03 526	3.43 521	0.72 384	3.42 547	0.73 416	3.27 572	0.68 397	3.38 573	0.69 405	3.29 572	0.72 422	3.28 572	0.70 404	3.35 574	0.68 394	3.39 567	0.68 375	3.31 570	0.69 414	3.37 556	0.73 408

DispNO	1.00 416	0.63 248	0.43 292	3.45 548	0.44 353	0.65 379	0.43 343	0.64 369	0.43 344	0.64 377	0.43 350	0.64 378	3.03 569	0.64 374	0.43 339	4.55 578	0.43 307	0.63 380	0.43 355	0.63 353	0.43 330

asda	2.17 535	2.54 482	1.81 534	3.47 549	1.78 549	2.50 550	1.86 552	2.61 552	1.68 538	2.61 554	1.83 550	2.37 540	1.73 534	2.44 547	1.88 562	2.51 554	1.84 542	2.34 550	1.62 545	2.23 522	1.77 553

4.25w-stereo	1.98 511	2.72 495	1.46 515	3.47 549	1.43 529	2.07 531	1.98 559	2.53 550	1.52 534	2.71 556	1.98 570	1.81 517	1.62 526	1.96 525	1.36 526	1.88 515	2.00 546	2.53 561	1.61 543	1.74 507	1.15 457

monsters	2.18 537	2.41 478	1.96 555	3.47 549	2.03 566	2.53 552	1.64 541	2.48 546	1.73 547	2.40 546	1.50 534	2.62 554	1.94 549	2.59 552	1.94 564	2.44 549	1.57 523	2.28 546	1.87 561	2.42 532	1.86 556

Occ-G	1.12 436	0.52 228	3.72 593	3.50 552	0.50 374	0.56 364	0.47 356	0.54 350	0.46 350	0.54 358	0.41 338	0.54 360	0.42 338	0.52 351	0.42 336	3.42 568	4.02 588	0.52 368	0.45 357	0.51 338	0.44 333

HCRNet	1.22 486	7.11 576	3.00 572	3.55 553	0.33 289	0.29 214	0.14 153	0.19 155	0.15 168	0.33 228	0.29 249	0.25 198	0.14 159	0.22 176	0.33 272	3.64 569	3.00 566	0.76 397	0.32 289	0.18 156	0.13 151

asd	2.18 537	2.77 501	1.58 523	3.59 554	2.00 561	2.58 556	1.85 551	2.39 543	1.71 542	2.47 549	1.97 564	2.59 553	1.61 525	2.56 550	1.79 553	2.51 554	1.99 545	2.11 543	1.62 545	2.36 530	1.60 539

DPSNet	3.66 575	3.60 523	3.62 591	3.63 555	3.64 600	3.65 576	3.65 600	3.66 576	3.67 597	3.67 575	3.65 598	3.67 576	3.66 586	3.66 575	3.68 595	3.68 570	3.66 584	3.67 574	3.68 600	3.67 558	3.67 599

monsterstereo	2.20 543	2.33 468	1.95 554	3.65 556	2.07 567	2.49 548	1.61 539	2.48 546	1.83 556	2.45 548	1.61 542	2.67 557	1.86 541	2.64 554	1.94 564	2.48 553	1.66 532	2.34 550	1.68 551	2.40 531	1.86 556

RAStereo	2.23 547	3.64 524	0.76 392	3.65 556	0.86 437	3.66 577	0.76 418	3.67 577	0.81 433	3.66 574	0.76 428	3.66 575	0.77 416	3.68 576	0.77 420	3.68 570	0.77 395	3.69 575	0.77 427	3.70 559	0.77 417

sAnonymous2	3.31 573	2.63 486	1.38 510	3.71 558	1.86 554	4.70 597	1.11 455	4.82 600	2.72 578	5.45 605	1.98 570	4.59 590	2.64 565	2.65 555	6.21 611	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 571

CroCo_RVC	3.31 573	2.63 486	1.38 510	3.71 558	1.86 554	4.70 597	1.11 455	4.82 600	2.72 578	5.45 605	1.98 570	4.59 590	2.64 565	2.65 555	6.21 611	4.37 573	1.08 427	5.16 602	2.24 572	4.52 571	2.39 571

MonStereo1	1.94 510	2.77 501	1.52 521	3.73 560	1.51 532	2.13 533	1.42 533	2.32 538	1.52 534	2.31 542	1.50 534	2.53 546	1.59 523	2.34 540	1.56 534	1.91 517	1.36 506	1.86 530	1.31 519	2.07 516	1.53 531

1w_stereo	2.05 531	2.32 467	1.35 498	3.74 561	2.01 562	2.73 562	1.42 533	1.88 514	1.93 566	2.03 528	1.28 519	2.71 558	1.99 554	2.72 560	1.72 546	2.20 530	1.32 493	1.87 531	1.86 560	2.45 534	1.54 532

qwe	2.18 537	2.60 485	1.58 523	3.83 562	1.90 559	2.53 552	1.90 557	2.48 546	1.73 547	2.37 545	1.92 560	2.53 546	1.68 528	2.56 550	1.83 555	2.52 556	1.87 544	2.07 539	1.68 551	2.32 528	1.71 548

NLSM1	2.93 570	3.24 517	2.57 570	4.04 563	2.66 578	3.30 573	2.55 574	3.29 571	2.55 576	3.35 573	2.48 578	3.28 572	2.47 564	3.34 573	2.49 576	3.26 565	2.55 564	3.13 567	2.57 577	3.00 554	2.46 573

BUS	0.83 384	1.91 438	0.92 414	4.48 564	0.02 21	0.40 262	0.04 82	0.41 271	0.02 21	0.48 319	0.03 53	0.41 278	0.05 96	0.03 40	0.05 90	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 220

BSDual-CNN	0.81 375	1.91 438	0.92 414	4.48 564	0.02 21	0.42 298	0.06 111	0.41 271	0.02 21	0.48 319	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 220

hknet	1.10 433	1.85 431	3.49 588	4.48 564	0.02 21	0.42 298	0.06 111	0.41 271	0.02 21	0.48 319	0.03 53	0.41 278	0.03 53	0.42 290	0.03 49	4.39 575	4.19 589	0.33 236	0.23 213	0.34 225	0.27 220

rvit_105_1	3.83 578	5.22 557	3.01 573	4.53 567	3.01 581	4.51 585	3.01 580	4.56 587	3.04 581	4.53 586	3.03 582	4.55 588	3.03 569	4.56 587	3.04 578	4.57 579	3.05 567	4.57 583	3.05 582	4.57 573	3.05 580

rvit_stereo_0081	3.83 578	5.23 558	3.01 573	4.53 567	3.03 583	4.55 591	3.02 581	4.56 587	3.04 581	4.52 584	3.02 580	4.54 586	3.03 569	4.56 587	3.04 578	4.57 579	3.05 567	4.57 583	3.05 582	4.58 574	3.05 580

rvit_stereo_0082	3.86 580	5.82 572	3.01 573	4.53 567	3.03 583	4.54 587	3.02 581	4.56 587	3.04 581	4.53 586	3.02 580	4.55 588	3.04 572	4.57 590	3.05 580	4.57 579	3.05 567	4.58 585	3.05 582	4.58 574	3.06 583

rvit_0105_4	3.91 585	5.47 568	3.02 576	4.54 570	3.02 582	4.54 587	3.03 585	4.75 597	3.17 592	4.57 590	3.06 585	4.61 594	3.16 580	4.65 594	3.09 586	4.66 586	3.11 575	4.68 592	3.18 593	4.81 584	3.16 592

rvit_stereo_0080	3.89 583	5.70 569	3.04 578	4.54 570	3.03 583	4.56 592	3.05 587	4.60 591	3.07 586	4.58 591	3.06 585	4.59 590	3.06 574	4.61 591	3.08 584	4.63 584	3.09 572	4.64 589	3.10 587	4.65 578	3.10 587

whm_eth	3.89 583	5.70 569	3.04 578	4.54 570	3.03 583	4.56 592	3.05 587	4.60 591	3.07 586	4.58 591	3.06 585	4.59 590	3.06 574	4.61 591	3.08 584	4.63 584	3.09 572	4.64 589	3.10 587	4.65 578	3.10 587

rvit_stereo_0081_aga	3.86 580	5.33 561	3.02 576	4.55 573	3.04 587	4.54 587	3.02 581	4.64 594	3.06 585	4.54 588	3.04 584	4.62 595	3.08 576	4.62 593	3.07 583	4.58 582	3.06 571	4.60 587	3.08 586	4.63 577	3.07 584

rvit_stereo_ft	3.93 588	5.44 566	3.05 580	4.59 574	3.06 588	4.61 595	3.08 590	4.67 596	3.12 591	4.63 595	3.10 590	4.65 597	3.11 578	4.69 597	3.13 588	4.70 587	3.14 577	4.71 594	3.15 592	4.74 581	3.16 592

rvit_0105_3	3.91 585	5.33 561	3.06 581	4.60 575	3.07 589	4.60 594	3.06 589	4.62 593	3.08 589	4.60 593	3.07 588	4.62 595	3.08 576	4.67 595	3.10 587	4.70 587	3.11 575	4.77 596	3.19 594	4.77 583	3.14 591

rvit_stereo_0083	3.92 587	5.30 560	3.06 581	4.61 576	3.09 590	4.67 596	3.08 590	4.66 595	3.09 590	4.62 594	3.10 590	4.66 598	3.11 578	4.67 595	3.16 589	4.72 589	3.16 578	4.77 596	3.11 589	4.66 580	3.11 589

rvit_0105_6	3.87 582	5.73 571	3.10 583	4.69 577	3.12 591	4.54 587	3.02 581	4.56 587	3.04 581	4.54 588	3.03 582	4.54 586	3.04 572	4.56 587	3.05 580	4.58 582	3.05 567	4.58 585	3.05 582	4.58 574	3.05 580

rvit_0105_5	4.10 589	5.40 564	3.13 586	4.71 578	3.15 592	4.72 599	3.10 592	4.90 602	3.27 594	4.69 596	3.16 592	4.84 602	3.25 582	4.96 601	3.34 592	5.05 594	3.39 583	5.10 601	3.40 595	5.11 591	3.42 596

NLCSM	3.67 576	4.08 538	3.19 587	4.80 579	3.26 593	3.99 581	3.24 595	4.25 583	3.18 593	4.09 579	3.27 593	4.14 581	3.18 581	4.13 581	3.28 591	4.06 572	3.10 574	3.85 579	3.14 591	3.91 564	3.27 595

StereoVision	3.15 571	5.00 553	0.89 407	4.83 580	1.00 450	3.93 578	1.27 517	6.37 607	1.34 523	5.67 607	1.26 517	5.84 608	1.27 507	5.03 604	1.24 514	5.10 596	1.09 429	4.61 588	0.57 388	5.62 596	1.12 452

MLG-Stereo_test2	4.28 592	5.46 567	3.69 592	4.86 581	3.72 601	5.58 606	3.42 596	4.81 599	3.77 602	4.85 598	3.72 600	5.55 607	3.63 585	5.58 605	3.53 594	4.41 576	3.28 582	4.99 600	2.95 580	4.75 582	3.13 590

TestStereo	4.88 602	4.75 549	4.79 597	4.87 582	4.92 609	4.81 602	4.90 610	4.78 598	4.77 609	4.87 599	4.89 609	4.90 603	4.91 602	4.99 602	4.79 607	4.98 592	4.87 593	4.87 599	4.92 610	5.00 590	5.00 609

DispFullNet	4.61 598	4.84 550	3.12 584	5.00 583	3.57 597	4.75 600	3.03 585	7.75 613	4.17 606	4.91 600	3.09 589	6.20 609	3.95 595	6.71 609	3.51 593	5.30 597	3.67 585	5.86 608	3.63 597	5.61 595	3.46 597

FC-DCNN v2	5.10 606	5.15 555	4.49 596	5.07 584	3.37 595	6.87 609	4.75 609	5.04 603	6.34 613	7.84 613	5.06 610	6.72 613	4.09 598	4.99 602	5.44 610	5.03 593	3.16 578	4.67 591	4.86 609	5.15 592	3.89 604

MLG-Stereo_test1	4.25 590	5.34 563	3.61 590	5.31 585	3.63 599	5.23 603	3.57 598	5.38 605	3.65 596	5.23 602	3.47 595	4.76 599	3.74 589	4.85 598	3.71 596	4.96 591	3.18 580	4.71 594	2.92 579	4.86 587	2.90 577

MLG-Stereo_test3	4.26 591	4.85 551	3.95 594	5.35 586	3.60 598	4.75 600	3.76 601	5.49 606	3.71 598	5.39 603	3.69 599	4.82 601	3.66 586	4.85 598	3.73 599	4.93 590	3.19 581	4.69 593	2.99 581	4.84 586	2.98 579

CFNet	1.37 493	5.27 559	0.19 165	5.49 587	0.19 199	0.28 211	0.19 185	0.28 202	0.19 194	0.28 207	0.19 198	0.28 211	4.35 599	0.28 214	0.19 189	0.23 179	0.17 167	0.23 188	4.21 607	4.81 584	0.17 177

RAFT+CT+SA	4.28 592	7.62 580	4.91 598	5.55 588	2.28 575	3.09 568	3.64 599	4.49 585	3.07 586	4.80 597	3.35 594	4.77 600	3.70 588	4.29 584	3.05 580	5.58 598	5.98 599	3.58 573	3.78 602	4.26 567	3.72 600

MaDis-Stereo	3.19 572	6.02 574	1.12 430	5.61 589	1.16 468	5.43 605	1.02 451	5.15 604	0.70 409	5.43 604	1.21 512	5.03 605	0.97 432	4.85 598	0.99 443	4.53 577	1.16 439	5.53 604	1.25 516	5.37 594	1.30 518

AANet_RVC	1.26 488	0.31 146	4.99 599	5.93 590	0.20 202	0.25 198	0.20 189	0.25 193	0.20 196	0.23 179	0.19 198	0.25 198	0.20 200	0.25 196	0.20 193	5.66 599	4.76 592	0.26 206	0.30 271	0.24 188	0.27 220

SA	4.33 594	7.35 577	6.85 609	5.96 591	4.09 605	3.59 575	3.15 593	3.82 578	2.64 577	3.91 576	3.85 601	3.57 574	2.72 567	3.13 569	4.03 602	7.09 609	6.86 604	3.57 572	3.12 590	3.85 560	3.51 598

SGM-Forest	5.21 608	5.92 573	4.08 595	6.18 592	4.16 606	6.31 608	4.34 608	6.50 608	4.33 607	6.14 609	4.21 606	6.61 612	4.55 601	6.67 608	4.48 606	5.94 601	3.94 587	5.85 607	4.03 606	5.79 597	4.17 607
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_5	4.62 599	7.55 579	6.23 604	6.32 593	3.40 596	5.29 604	3.50 597	3.53 575	4.11 605	4.28 581	4.47 608	4.26 584	4.38 600	3.68 576	3.24 590	5.89 600	5.60 596	4.84 598	3.50 596	4.33 568	3.93 606

cross-raft	4.83 601	7.52 578	6.43 605	6.63 594	3.96 604	4.51 585	3.99 605	4.49 585	3.96 604	4.52 584	3.96 603	4.50 585	3.97 596	4.50 586	3.97 601	6.65 604	6.44 601	4.33 580	3.92 604	4.35 569	3.91 605

raft_robust	4.71 600	7.75 581	5.40 603	6.81 595	3.31 594	4.28 584	4.20 607	4.32 584	4.37 608	4.35 583	4.35 607	4.14 581	3.75 590	4.30 585	4.20 605	6.67 605	6.37 600	3.36 571	4.24 608	4.86 587	3.25 594

TestStereo1	4.60 596	8.41 584	6.44 606	6.86 596	3.79 602	3.97 579	3.78 602	3.99 580	3.74 599	3.97 577	3.52 596	3.94 579	3.58 583	3.98 579	3.72 597	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 602

SA-5K	4.60 596	8.41 584	6.44 606	6.86 596	3.79 602	3.97 579	3.78 602	3.99 580	3.74 599	3.97 577	3.52 596	3.94 579	3.58 583	3.98 579	3.72 597	6.82 606	6.50 602	3.76 576	3.66 598	3.90 561	3.74 602

Sa-1000	4.34 595	8.37 583	6.84 608	6.98 598	4.45 608	3.58 574	3.00 579	3.42 574	3.39 595	2.61 554	4.00 604	3.83 578	4.01 597	3.90 578	3.90 600	5.98 602	5.62 597	3.76 576	2.34 575	4.35 569	2.47 574

test_4	4.88 602	8.13 582	6.98 610	7.46 599	4.44 607	4.25 583	3.85 604	4.04 582	3.92 603	4.13 580	3.91 602	4.18 583	3.84 593	4.14 582	4.06 603	7.01 608	7.13 605	4.53 581	3.72 601	4.09 565	3.72 600

rvit_stereo_0075_2	6.64 610	8.80 588	5.25 600	7.89 600	5.27 611	7.90 613	5.27 611	7.92 614	5.28 611	7.91 614	5.29 612	7.93 614	5.27 603	7.92 614	5.28 608	7.93 610	5.28 595	7.93 613	5.29 612	7.93 606	5.28 611

test_3	5.01 604	8.86 589	7.77 612	8.09 601	2.76 580	4.13 582	4.05 606	3.88 579	3.76 601	4.33 582	4.13 605	3.71 577	3.91 594	4.21 583	4.06 603	7.93 610	7.69 607	4.53 581	3.91 603	4.17 566	4.29 608

test-1	6.46 609	9.16 591	8.03 615	8.09 601	5.62 612	6.11 607	6.35 613	6.85 610	4.94 610	6.08 608	6.29 615	4.98 604	6.43 607	6.22 606	6.36 613	6.16 603	7.47 606	5.82 606	5.44 613	7.11 603	5.68 612

U	5.15 607	8.49 586	1.81 534	8.49 603	1.77 548	8.49 614	1.77 546	8.51 615	1.77 551	8.49 615	1.77 549	8.50 615	1.78 539	8.58 615	1.77 552	8.54 613	1.78 538	8.55 615	1.78 558	8.55 609	1.84 554

RAFT	6.73 611	9.36 592	7.40 611	8.51 604	6.55 613	6.88 610	6.60 614	6.79 609	6.60 614	6.80 610	6.72 616	5.31 606	5.50 605	6.61 607	6.61 614	8.42 612	5.89 598	5.73 605	5.45 614	6.61 599	6.24 613

SGM+DAISY	7.06 612	9.15 590	5.38 602	8.84 605	5.18 610	8.80 615	5.31 612	8.79 616	5.28 611	8.89 616	5.20 611	8.93 616	5.33 604	8.95 616	5.36 609	8.70 614	5.21 594	8.74 616	5.20 611	8.89 610	5.15 610

CFNet_RVC	2.38 557	8.71 587	0.38 263	9.33 606	0.42 350	0.56 364	0.42 341	0.60 364	0.38 313	0.62 374	0.42 348	0.56 367	7.29 611	0.62 369	0.42 336	0.53 333	0.37 269	0.49 356	0.34 301	8.30 607	6.87 614

test-v	7.53 613	11.89 600	7.98 613	9.36 607	7.14 614	7.06 611	7.09 615	7.37 611	6.91 615	7.29 611	5.71 613	6.45 610	6.93 608	6.73 610	7.27 615	8.93 615	7.85 608	6.98 611	6.80 615	7.56 604	7.34 615

test-2	7.53 613	11.89 600	7.98 613	9.36 607	7.14 614	7.06 611	7.09 615	7.37 611	6.91 615	7.29 611	5.71 613	6.45 610	6.93 608	6.73 610	7.27 615	8.93 615	7.85 608	6.98 611	6.80 615	7.56 604	7.34 615

MSMDNet	2.65 563	10.14 598	0.33 235	9.74 609	0.32 277	0.87 400	0.33 276	2.95 567	0.68 400	0.49 326	0.34 294	0.49 330	5.70 606	0.49 329	0.33 272	0.42 294	9.57 611	0.41 312	0.31 282	8.36 608	0.65 391

pcwnet_v2	2.66 564	9.89 596	0.33 235	9.89 610	0.32 277	0.50 342	0.32 265	0.49 320	0.33 283	0.49 326	0.34 294	0.49 330	8.76 613	0.48 323	0.33 272	0.41 280	9.58 612	0.40 295	0.29 257	9.01 611	0.63 383

CFNet_ucs	2.73 566	9.64 594	0.33 235	9.92 611	0.32 277	0.49 333	0.33 276	0.49 320	0.33 283	0.49 326	0.33 286	0.49 330	8.98 614	0.48 323	0.33 272	0.41 280	9.96 616	0.40 295	0.29 257	10.12 616	0.54 365

ccs_rob	2.79 568	10.17 599	0.32 229	10.00 612	0.33 289	0.49 333	0.33 276	1.90 516	0.32 276	0.51 347	0.33 286	0.49 330	9.24 615	0.49 329	0.33 272	0.41 280	9.82 614	0.41 312	0.28 247	9.34 612	0.29 239

PCWNet_CMD	2.80 569	9.82 595	0.32 229	10.09 613	0.32 277	0.49 333	0.33 276	3.34 572	0.33 283	0.49 326	0.33 286	0.49 330	8.73 612	0.48 323	0.33 272	0.41 280	9.22 610	0.42 323	0.29 257	9.55 613	0.31 261

UCFNet_RVC	2.75 567	10.06 597	0.29 206	10.31 614	0.29 250	0.42 298	0.29 244	0.43 295	0.29 245	0.42 284	0.29 249	0.42 296	9.87 616	0.43 296	0.29 242	0.36 240	9.84 615	0.36 265	0.26 231	9.77 614	0.26 210

CFNet_pseudo	2.67 565	9.36 592	0.32 229	10.99 615	0.33 289	0.85 398	0.33 276	0.49 320	0.33 283	0.49 326	0.32 279	0.49 330	7.26 610	0.49 329	0.33 272	0.41 280	9.62 613	0.41 312	0.29 257	10.03 615	0.29 239

rafts_anoy	20.00 617	20.00 602	20.00 617	20.00 616	20.00 617	20.00 616	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618

raft+_RVC	20.00 617	20.00 602	20.00 617	20.00 616	20.00 617	20.00 616	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618

raftrobust	20.00 617	20.00 602	20.00 617	20.00 616	20.00 617	20.00 616	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618

CasAABBNet	20.00 617	20.00 602	20.00 617	20.00 616	20.00 617	20.00 616	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618

RALCasStereoNet	20.00 617	20.00 602	20.00 617	20.00 616	20.00 617	20.00 616	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618

RALAANet	20.00 617	20.00 602	20.00 617	20.00 616	20.00 617	20.00 616	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618	20.00 617	20.00 618

MANE	19.05 616	23.00 608	15.00 616	23.00 622	15.00 616	24.00 622	16.00 617	24.00 623	16.00 617	22.00 623	15.00 617	23.00 623	16.00 617	23.00 623	15.00 617	22.00 623	15.00 617	22.00 623	15.00 617	22.00 623	15.00 617

fff	1000028.16 643	29.62 620	29.72 624	32.61 623	30.02 624	35.13 625	31.83 626	32.07 625	10000000.00 644	35.27 627	29.82 626	32.45 625	30.15 625	32.35 625	30.09 625	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 626

csc	1000028.16 643	29.62 620	29.72 624	32.61 623	30.02 624	35.13 625	31.83 626	32.07 625	10000000.00 644	35.27 627	29.82 626	32.45 625	30.15 625	32.35 625	30.09 625	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 626

cscssc	1000028.16 643	29.62 620	29.72 624	32.61 623	30.02 624	35.13 625	31.83 626	32.07 625	10000000.00 644	35.27 627	29.82 626	32.45 625	30.15 625	32.35 625	30.09 625	31.04 625	29.55 626	30.64 625	30.14 625	10000000.00 644	30.77 626

111	30.40 623	30.94 624	29.72 624	32.61 623	30.02 624	33.57 623	30.47 625	31.50 624	29.39 625	30.98 624	29.11 625	29.78 624	30.39 628	29.45 624	30.76 628	30.08 624	29.02 625	29.92 624	30.32 628	29.86 624	30.17 625

DCANet-4	35.22 625	34.54 625	35.08 630	33.58 627	35.47 631	34.55 624	35.53 632	36.08 630	35.85 629	35.92 630	35.77 631	35.18 630	35.48 630	35.39 630	37.15 634	34.55 630	33.92 629	35.02 631	34.90 630	35.79 628	34.74 632

ADStereo(finetuned)	36.13 626	36.63 629	38.07 634	36.97 628	33.25 628	35.91 628	34.45 629	36.36 631	32.99 626	38.14 635	36.71 632	36.69 631	34.13 629	38.57 635	40.79 635	37.60 635	36.58 632	35.90 632	33.36 629	35.42 627	34.04 629

Reg-Stereo(zero)	37.00 627	37.00 630	37.00 631	37.00 629	37.00 632	37.00 631	37.00 633	37.00 632	37.00 630	37.00 631	37.00 633	37.00 632	37.00 631	37.00 631	37.00 631	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 633

HI	37.00 627	37.00 630	37.00 631	37.00 629	37.00 632	37.00 631	37.00 633	37.00 632	37.00 630	37.00 631	37.00 633	37.00 632	37.00 631	37.00 631	37.00 631	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 633

CoSv	37.00 627	37.00 630	37.00 631	37.00 629	37.00 632	37.00 631	37.00 633	37.00 632	37.00 630	37.00 631	37.00 633	37.00 632	37.00 631	37.00 631	37.00 631	37.00 632	37.00 633	37.00 633	37.00 633	37.00 629	37.00 633

tt	500032.53 641	34.60 626	29.72 624	37.47 632	34.41 629	36.85 629	35.22 630	34.71 628	33.55 627	34.50 625	35.43 629	33.81 628	10000000.00 645	33.57 628	33.13 629	33.68 628	35.00 630	34.03 629	35.26 631	30.96 625	34.63 630

DCANet	500032.53 641	34.60 626	29.72 624	37.47 632	34.41 629	36.85 629	35.22 630	34.71 628	33.55 627	34.50 625	35.43 629	33.81 628	10000000.00 645	33.57 628	33.13 629	33.68 628	35.00 630	34.03 629	35.26 631	30.96 625	34.63 630

WCMA_ROB	31.10 624	35.43 628	27.12 623	39.51 634	23.10 623	38.78 634	25.30 624	37.49 635	25.39 624	37.29 634	27.02 624	38.52 635	26.48 624	37.80 634	26.44 624	36.28 631	22.65 624	33.90 628	22.30 624	37.10 632	24.18 624

NOSS_ROB	102.95 631	153.00 638	121.00 638	51.00 635	44.00 635	165.00 638	127.00 638	153.00 638	119.00 635	164.00 639	125.00 638	168.00 639	120.00 636	153.00 638	117.00 638	49.00 636	44.00 636	49.00 636	44.00 636	49.00 633	44.00 636

CBMV	128.50 632	1422.70 645	53.10 636	79.50 636	51.30 636	77.30 636	49.70 636	74.00 636	48.20 634	77.20 637	48.80 637	73.90 637	48.00 635	73.80 637	48.80 637	70.40 637	45.10 637	68.90 637	46.10 637	68.20 634	45.00 637
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 630	87.70 634	41.95 635	113.75 637	65.62 637	75.05 635	55.25 637	75.64 637	45.04 633	71.61 636	41.75 636	72.81 636	44.06 634	68.38 636	44.63 636	101.89 638	59.57 638	107.10 638	61.05 638	104.38 635	59.38 638

MeshStereo	159.24 633	171.00 639	160.68 641	162.58 638	160.59 638	164.01 637	160.35 639	158.51 639	158.56 636	158.34 638	160.12 639	158.56 638	159.92 637	157.26 639	158.94 639	154.38 639	158.36 639	155.75 639	159.13 640	153.67 636	154.07 639
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	201.80 634	123.00 635	115.00 637	219.00 639	218.00 640	223.00 639	244.00 641	217.00 640	236.00 638	202.00 640	203.00 640	205.00 640	208.00 638	225.00 640	204.00 640	210.00 640	198.00 640	197.00 640	184.00 641	204.00 637	201.00 640

MGS-Stereo	239.45 635	123.00 635	135.00 639	266.00 640	286.00 641	277.00 640	305.00 642	271.00 641	242.00 639	274.00 641	279.00 642	255.00 641	270.00 640	268.00 641	297.00 642	221.00 641	247.00 642	216.00 641	123.00 639	217.00 638	217.00 642

EGLCR-Stereo	246.90 636	129.00 637	139.00 640	266.00 640	286.00 641	277.00 640	305.00 642	271.00 641	242.00 639	274.00 641	279.00 642	255.00 641	270.00 640	268.00 641	297.00 642	230.00 642	247.00 642	216.00 641	223.00 643	237.00 639	227.00 643

DLCB_ROB	284.23 637	354.61 641	207.27 642	363.24 642	206.46 639	364.72 642	210.41 640	364.72 643	210.41 637	364.81 643	208.64 641	364.81 643	208.64 639	364.72 643	210.41 641	354.70 643	205.53 641	354.70 643	205.53 642	354.70 640	205.53 641

LE_ROB	396.57 638	471.28 642	329.84 643	471.48 643	308.15 643	526.83 643	322.10 644	488.15 644	323.76 641	495.46 644	317.97 644	497.17 644	320.10 642	481.62 644	326.76 644	462.71 644	298.97 644	466.16 644	285.98 644	447.62 641	289.21 644

SGM-ForestM	596.69 639	677.77 643	444.52 644	699.85 644	517.25 644	732.94 644	488.29 645	770.79 645	460.11 642	750.81 645	487.98 645	792.79 645	499.41 643	730.90 645	475.81 645	720.03 645	491.16 645	663.96 645	418.60 645	674.76 642	436.05 645

CBMV_ROB	818.48 640	913.88 644	709.52 645	862.84 645	597.78 645	1073.99 645	700.52 646	1015.66 646	702.59 643	1115.65 646	760.02 646	1130.24 646	721.57 644	1037.41 646	692.65 646	814.05 646	564.29 646	843.28 646	595.31 646	915.51 643	602.92 646

111111	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

SGD-Stereo	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

IGEV-Stereo++	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

IGEV-BASED-STEREO-	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

IGEV-Stereo+	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

SDNR	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

anonymousdsp2	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

anonymousdsp	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

test_example2	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647

DIP-Stereo	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 314	0.50 329	0.38 313	0.50 339	0.38 319	0.50 345	3.79 591	0.50 337	0.38 305	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 291

Low-res two-view benchmark