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 15	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

CoDeX	0.15 161	0.70 321	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 511	0.02 15	0.69 496	0.75 521	0.01 9	0.02 21	0.02 20

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

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

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

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

SFCPSM	0.17 174	0.78 337	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 551	0.02 15	0.75 509	0.76 523	0.02 21	0.02 21	0.02 20

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

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

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

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

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

PipStereo	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22b	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22a	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1c-attn	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1b	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1a	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pc	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pb	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pa	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1pa	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i32	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i32	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

TCMNet	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

TCMNet-wrong-test	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.02 21	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet_1	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

AANet	0.07 67	0.04 52	0.03 40	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 176	0.04 90	0.03 52	0.58 431	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

GASNet	0.05 57	0.04 52	0.12 131	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.12 171	0.04 111	0.06 127	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

EDNetEfficient	0.04 54	0.05 66	0.04 65	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 108	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 133	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	1.57 668	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet-RVC	0.13 140	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.05 118	0.04 90	1.71 689	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 133	0.05 66	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.66 675	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 215	0.05 80	0.05 60	0.05 126	0.05 111	0.05 121	0.05 110	0.05 125	0.05 113	0.05 128	0.05 113	0.05 118	0.05 104	0.05 116	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 227	0.05 80	0.05 60	0.05 126	0.05 111	0.05 121	0.05 110	0.05 125	0.05 113	0.05 128	0.05 113	0.05 118	0.05 104	0.05 116	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

RT-IGEV	0.07 67	0.05 66	0.03 40	0.05 60	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 101	0.04 90	0.03 52	0.75 481	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 101	0.02 20	0.02 21	0.73 478	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

APVNet	0.09 81	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 566	0.06 124	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 65	0.05 60	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.03 39	0.06 123	0.03 57	0.04 97	0.03 52

FADNet_RVC	0.12 133	0.04 52	0.04 65	0.05 60	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.65 672	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

2222	0.09 81	0.59 305	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 81	0.60 309	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 75	0.58 302	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 75	0.58 302	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 75	0.56 298	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

IGEV_i1	0.26 229	0.05 66	0.04 65	0.06 67	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 137	0.05 104	0.03 52	4.34 712	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 65	0.06 67	0.04 101	0.06 122	0.04 104	0.06 124	0.04 104	0.06 126	0.04 111	0.06 127	0.04 101	0.06 118	0.04 98	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

Wz-Net-TNSev	0.02 15	0.05 66	0.04 65	0.07 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 67	0.08 85	0.07 88	0.07 74	0.07 148	0.08 140	0.06 140	0.08 142	0.07 149	0.08 141	0.07 150	0.08 141	0.06 137	0.07 139	0.07 140	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

DispViT+	0.07 67	0.08 85	0.12 131	0.08 76	0.05 126	0.08 140	0.05 121	0.08 142	0.05 125	0.08 141	0.05 128	0.08 141	0.05 118	0.08 142	0.05 116	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

DA	0.09 81	0.13 117	0.39 335	0.08 76	0.05 126	0.07 138	0.05 121	0.13 172	0.05 125	0.06 126	0.05 128	0.06 127	0.05 118	0.06 118	0.05 116	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

GGEV	0.09 81	0.13 117	0.39 335	0.08 76	0.05 126	0.07 138	0.05 121	0.13 172	0.05 125	0.06 126	0.05 128	0.06 127	0.05 118	0.06 118	0.05 116	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

AASNet	0.06 61	0.08 85	0.08 90	0.08 76	0.05 126	0.06 122	0.05 121	0.05 110	0.06 140	0.06 126	0.06 141	0.05 113	0.06 137	0.06 118	0.05 116	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 85	0.08 90	0.08 76	0.05 126	0.06 122	0.05 121	0.05 110	0.06 140	0.06 126	0.06 141	0.05 113	0.06 137	0.06 118	0.05 116	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 85	0.08 90	0.08 76	0.05 126	0.06 122	0.05 121	0.05 110	0.06 140	0.06 126	0.06 141	0.05 113	0.06 137	0.06 118	0.05 116	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

GwcNet	0.12 133	0.07 83	0.05 80	0.08 76	0.05 126	0.08 140	1.20 598	0.07 139	0.05 125	0.05 113	0.05 128	0.08 141	0.05 118	0.08 142	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

VMStereo-Base	0.03 29	0.09 94	0.08 90	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

SMFormer	0.09 81	1.01 403	0.09 96	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

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

SepStereo	0.09 81	0.09 94	0.10 100	0.09 83	0.09 155	0.09 148	0.09 153	0.10 150	0.08 154	0.10 153	0.09 155	0.09 149	0.09 155	0.09 148	0.08 143	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

FADE	0.07 67	0.06 79	0.02 15	0.09 83	0.10 162	0.03 44	0.03 54	0.05 110	0.03 59	0.04 92	0.03 56	0.05 113	0.03 53	0.04 90	0.03 52	0.15 153	0.10 106	0.17 201	0.13 201	0.11 163	0.11 172

test_sample6	0.09 81	0.97 382	0.10 100	0.10 88	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 99	1.07 417	0.11 120	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 99	1.03 409	0.12 131	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

CAS++	0.17 174	0.27 175	0.21 214	0.10 88	0.21 267	0.15 184	0.22 254	0.10 150	0.21 255	0.22 224	0.10 159	0.19 205	0.18 244	0.10 153	0.19 242	0.20 191	0.19 215	0.18 212	0.10 158	0.19 212	0.18 234
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 81	0.95 379	0.09 96	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 99	1.07 417	0.11 120	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 81	1.01 403	0.10 100	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

AnonymousM	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

PVD	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

BridgeDepth_RVC	0.07 67	0.08 85	0.11 120	0.11 105	0.05 126	0.08 140	0.05 121	0.08 142	0.05 125	0.08 141	0.05 128	0.08 141	0.05 118	0.08 142	0.05 116	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 75	0.08 85	0.11 120	0.11 105	0.05 126	0.08 140	0.05 121	0.08 142	0.07 149	0.08 141	0.05 128	0.08 141	0.05 118	0.09 148	0.08 143	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 81	1.00 393	0.11 120	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 81	1.03 409	0.11 120	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 81	0.87 355	0.12 131	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

JetRed	0.11 120	0.12 115	0.11 120	0.11 105	0.11 182	0.11 162	0.14 199	0.11 162	0.11 179	0.12 171	0.11 177	0.11 165	0.11 176	0.11 166	0.11 170	0.11 112	0.16 184	0.11 159	0.11 172	0.11 163	0.11 172

mmm	0.14 149	1.83 549	0.12 131	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 118	0.04 98	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

aanetorigin	0.13 140	0.11 110	0.11 120	0.11 105	0.11 182	0.11 162	0.11 175	0.11 162	0.11 179	0.11 165	0.12 187	0.11 165	0.11 176	0.11 166	0.11 170	0.11 112	0.11 129	0.14 172	0.11 172	0.49 437	0.11 172

DualNet (step1)	0.10 99	1.05 413	0.12 131	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 99	1.05 413	0.12 131	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 99	1.05 413	0.12 131	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 81	0.87 355	0.10 100	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

ffm	0.25 219	3.83 660	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 219	3.83 660	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 219	3.83 660	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

Wz-Net-MNSev	0.06 61	0.54 292	0.10 100	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 274	0.10 100	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

xxxx	0.11 120	1.16 430	0.16 183	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 99	1.09 419	0.13 151	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

SuperB	0.21 198	0.10 99	2.51 706	0.12 113	0.09 155	0.10 151	0.09 153	0.08 142	0.07 149	0.10 153	0.09 155	0.09 149	0.07 148	0.07 139	0.07 140	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

JetBlue	0.11 120	0.11 110	0.12 131	0.13 125	0.14 204	0.11 162	0.11 175	0.11 162	0.11 179	0.11 165	0.11 177	0.11 165	0.11 176	0.12 174	0.12 184	0.11 112	0.11 129	0.11 159	0.11 172	0.11 163	0.11 172

11t1	0.17 174	2.16 584	0.13 151	0.13 125	0.04 101	0.06 122	0.04 104	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.05 116	0.18 184	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

LRCNet_RVC	0.13 140	0.13 117	0.09 96	0.13 125	0.10 162	0.14 174	0.10 158	0.14 174	0.10 161	0.23 230	0.10 159	0.20 210	0.10 159	0.24 238	0.11 170	0.11 112	0.09 101	0.12 166	0.14 207	0.12 173	0.09 150

222	0.10 99	0.99 391	0.12 131	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

anonymous	0.09 81	0.09 94	0.14 156	0.14 129	0.07 148	0.09 148	0.07 149	0.09 148	0.07 149	0.09 148	0.07 150	0.09 149	0.07 148	0.09 148	0.07 140	0.14 140	0.13 166	0.09 146	0.07 142	0.09 149	0.07 142

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

qqq1	0.25 219	3.70 654	0.14 156	0.14 129	0.04 101	0.06 122	0.05 121	0.06 124	0.05 125	0.06 126	0.05 128	0.04 96	0.05 118	0.06 118	0.05 116	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 219	3.70 654	0.14 156	0.14 129	0.04 101	0.06 122	0.05 121	0.06 124	0.05 125	0.06 126	0.05 128	0.04 96	0.05 118	0.06 118	0.05 116	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

1111x	0.10 99	1.14 425	0.13 151	0.14 129	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

x	0.11 120	1.15 428	0.15 176	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 149	0.13 117	0.14 156	0.14 129	0.14 204	0.14 174	0.14 199	0.14 174	0.14 204	0.14 174	0.14 206	0.14 175	0.14 205	0.14 176	0.14 198	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 201
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 238	0.90 365	0.10 100	0.14 129	0.10 162	0.14 174	0.10 158	0.91 525	0.69 530	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.10 155	0.12 118	0.09 101	0.12 166	0.09 149	0.88 518	0.76 545

CCAANet	0.17 174	0.71 322	0.14 156	0.14 129	0.14 204	0.14 174	0.14 199	0.14 174	0.14 204	0.14 174	0.14 206	0.14 175	0.14 205	0.14 176	0.22 253	0.14 140	0.14 173	0.14 172	0.14 207	0.14 178	0.14 201

DRN-Test	0.14 149	0.13 117	0.09 96	0.14 129	0.09 155	0.15 184	0.09 153	0.14 174	0.10 161	0.14 174	0.09 155	0.14 175	0.09 155	0.13 175	0.09 148	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 538

StereoDRNet	0.15 161	0.14 124	0.10 100	0.14 129	0.09 155	0.15 184	0.09 153	0.14 174	0.09 157	0.14 174	0.10 159	0.14 175	0.09 155	0.14 176	0.09 148	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 554

PDISCO_ROB	0.83 501	2.80 635	3.49 728	0.14 129	0.11 182	0.17 198	0.09 153	0.15 189	0.10 161	0.15 183	0.12 187	0.16 189	0.14 205	3.30 719	0.13 193	0.14 140	2.34 698	0.16 191	0.12 190	2.62 699	0.10 158

RT-Monster	0.09 81	0.07 83	0.03 40	0.15 141	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 159	0.04 90	0.03 52	0.92 508	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

zh-sn7	0.10 99	0.98 383	0.14 156	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo	0.18 183	0.50 274	0.16 183	0.15 141	0.16 229	0.16 191	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 189	0.16 221	0.16 189	0.16 218	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 210

S2M2_L	0.12 133	0.14 124	0.10 100	0.15 141	0.10 162	0.14 174	0.10 158	0.14 174	0.10 161	0.15 183	0.10 159	0.14 175	0.10 159	0.14 176	0.10 155	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 168	2.01 574	0.12 131	0.15 141	0.04 101	0.06 122	0.05 121	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 140	0.20 142	0.14 156	0.15 141	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR_C	0.14 149	0.20 142	0.12 131	0.15 141	0.11 182	0.14 174	0.15 207	0.14 174	0.11 179	0.15 183	0.12 187	0.14 175	0.11 176	0.16 189	0.11 170	0.15 153	0.12 143	0.14 172	0.12 190	0.15 188	0.12 188

ACRE	0.13 140	0.21 148	0.14 156	0.15 141	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.12 187	0.14 175	0.11 176	0.14 176	0.11 170	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ELAS_RVC	0.14 149	0.16 129	0.10 100	0.15 141	0.10 162	0.18 202	0.11 175	0.19 203	0.11 179	0.19 201	0.12 187	0.18 201	0.11 176	0.19 203	0.12 184	0.14 140	0.08 91	0.14 172	0.09 149	0.15 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 140	0.16 129	0.11 120	0.15 141	0.09 155	0.18 202	0.11 175	0.18 201	0.11 179	0.17 195	0.11 177	0.18 201	0.11 176	0.18 200	0.11 170	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnonStereo	0.13 140	0.14 124	0.14 156	0.16 151	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

over-6	0.11 120	0.11 110	0.15 176	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 120	0.11 110	0.15 176	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 120	0.14 124	0.15 176	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.09 157	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.09 148	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 120	0.11 110	0.16 183	0.16 151	0.10 162	0.12 171	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

iinet-test	0.08 75	0.16 129	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 233	0.02 20	0.02 21	0.71 465	0.02 16	0.02 19	0.02 21	0.02 21	0.16 210

xyz-stereo-finetune2	0.18 183	0.48 267	0.16 183	0.16 151	0.15 218	0.15 184	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 189	0.16 221	0.16 189	0.16 218	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 210

xyz-stereo-finetune	0.28 233	0.49 269	0.16 183	0.16 151	0.16 229	0.16 191	0.16 214	0.22 226	0.30 323	0.32 278	0.31 371	0.32 284	0.31 374	0.32 282	0.32 366	0.32 259	0.33 311	0.31 281	0.32 395	0.31 267	0.32 373

GMStereo_Zeroshot	0.16 168	0.16 129	0.16 183	0.16 151	0.16 229	0.16 191	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 189	0.16 221	0.16 189	0.16 218	0.16 166	0.16 184	0.16 191	0.16 221	0.16 193	0.16 210

ProNet	0.14 149	0.20 142	0.14 156	0.16 151	0.11 182	0.16 191	0.11 175	0.17 197	0.11 179	0.17 195	0.12 187	0.17 197	0.13 200	0.17 197	0.12 184	0.15 153	0.11 129	0.16 191	0.11 172	0.15 188	0.12 188

CIPLG	0.13 140	0.21 148	0.12 131	0.16 151	0.11 182	0.15 184	0.11 175	0.14 174	0.11 179	0.15 183	0.12 187	0.15 188	0.11 176	0.14 176	0.11 170	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

MIPNet	0.14 149	0.21 148	0.17 193	0.16 151	0.11 182	0.15 184	0.12 190	0.14 174	0.11 179	0.16 188	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.14 140	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 149	0.24 162	0.14 156	0.16 151	0.12 197	0.15 184	0.12 190	0.14 174	0.11 179	0.15 183	0.12 187	0.14 175	0.11 176	0.14 176	0.11 170	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ICVP	0.15 161	0.53 288	0.11 120	0.16 151	0.11 182	0.16 191	0.11 175	0.16 190	0.11 179	0.16 188	0.11 177	0.16 189	0.11 176	0.16 189	0.11 170	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EE1	0.13 140	0.14 124	0.14 156	0.17 165	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

S2M2_XL	0.14 149	0.17 134	0.12 131	0.17 165	0.11 182	0.17 198	0.11 175	0.17 197	0.11 179	0.17 195	0.11 177	0.17 197	0.11 176	0.17 197	0.11 170	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 149	0.16 129	0.12 131	0.17 165	0.12 197	0.17 198	0.11 175	0.17 197	0.11 179	0.17 195	0.12 187	0.17 197	0.12 194	0.17 197	0.12 184	0.16 166	0.11 129	0.16 191	0.11 172	0.16 193	0.12 188

VeloStereo	0.16 168	0.92 372	0.16 183	0.18 168	0.08 151	0.11 162	0.12 190	0.12 170	0.09 157	0.09 148	0.28 297	0.10 153	0.08 153	0.10 153	0.12 184	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

flow	0.16 168	0.92 372	0.16 183	0.18 168	0.08 151	0.11 162	0.12 190	0.12 170	0.09 157	0.09 148	0.28 297	0.10 153	0.08 153	0.10 153	0.12 184	0.15 153	0.17 205	0.08 138	0.12 190	0.09 149	0.08 145

cf-r	0.66 446	2.17 585	0.12 131	0.18 168	0.12 197	0.18 202	2.70 725	2.60 698	0.12 197	0.18 199	0.12 187	0.18 201	0.12 194	0.18 200	0.12 184	0.15 153	0.11 129	0.15 187	0.11 172	1.81 644	1.74 700

LALA_ROB	0.15 161	0.19 138	0.12 131	0.18 168	0.11 182	0.20 211	0.12 190	0.21 220	0.12 197	0.20 208	0.12 187	0.20 210	0.12 194	0.21 221	0.13 193	0.17 176	0.10 106	0.18 212	0.11 172	0.18 206	0.11 172

SGM_RVC	0.15 161	0.17 134	0.11 120	0.18 168	0.11 182	0.19 205	0.11 175	0.19 203	0.12 197	0.19 201	0.12 187	0.20 210	0.12 194	0.19 203	0.12 184	0.16 166	0.11 129	0.17 201	0.10 158	0.17 202	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TS12	0.09 81	0.09 94	0.17 193	0.19 173	0.06 141	0.08 140	0.06 140	0.08 142	0.06 140	0.08 141	0.06 141	0.08 141	0.06 137	0.08 142	0.06 134	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

IGEV-FE	0.35 272	0.37 200	0.17 193	0.19 173	0.17 235	0.20 211	0.17 224	0.19 203	0.17 234	0.19 201	0.17 230	0.19 205	0.17 233	0.37 307	0.36 401	0.19 188	0.17 205	0.19 215	0.17 244	0.38 323	2.84 724

DDVS	0.30 239	3.10 640	0.14 156	0.19 173	0.14 204	0.19 205	0.14 199	0.20 210	0.14 204	0.19 201	0.13 201	0.16 189	0.13 200	0.19 203	0.13 193	0.17 176	0.13 166	0.17 201	0.13 201	0.17 202	0.13 195

DeepPruner_ROB	0.16 168	0.18 137	0.13 151	0.19 173	0.13 202	0.19 205	0.13 197	0.19 203	0.13 201	0.19 201	0.13 201	0.19 205	0.13 200	0.19 203	0.13 193	0.18 184	0.13 166	0.18 212	0.13 201	0.18 206	0.13 195

zh-mn7	0.12 133	1.14 425	0.17 193	0.20 177	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 184	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 161	0.17 134	0.13 151	0.20 177	0.13 202	0.19 205	0.13 197	0.18 201	0.13 201	0.19 201	0.13 201	0.18 201	0.14 205	0.18 200	0.14 198	0.16 166	0.11 129	0.15 187	0.14 207	0.18 206	0.11 172

DAS	0.20 189	0.20 142	0.20 208	0.20 177	0.20 256	0.20 211	0.20 243	0.20 210	0.20 250	0.20 208	0.20 254	0.20 210	0.20 255	0.20 208	0.20 245	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 239

ASD4	0.20 189	0.20 142	0.20 208	0.20 177	0.20 256	0.20 211	0.20 243	0.20 210	0.20 250	0.20 208	0.20 254	0.20 210	0.20 255	0.20 208	0.20 245	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 239

ACVNet	0.20 189	0.19 138	0.14 156	0.20 177	0.14 204	0.20 211	0.96 573	0.21 220	0.14 204	0.20 208	0.13 201	0.21 218	0.14 205	0.20 208	0.14 198	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 188

acv_ft	0.20 189	0.19 138	0.14 156	0.20 177	0.14 204	0.20 211	0.96 573	0.21 220	0.14 204	0.20 208	0.13 201	0.21 218	0.14 205	0.20 208	0.14 198	0.17 176	0.12 143	0.17 201	0.12 190	0.17 202	0.12 188

hitnet-ft	0.79 484	2.78 634	0.14 156	0.20 177	0.14 204	0.21 222	2.89 726	2.80 713	0.14 204	0.20 208	0.14 206	0.20 210	0.14 205	0.20 208	0.14 198	0.17 176	0.12 143	0.17 201	0.12 190	2.54 698	2.33 717

PSMNet-RSSM	0.77 480	2.76 629	0.14 156	0.20 177	0.14 204	0.20 211	2.66 723	2.79 712	0.14 204	0.21 220	0.14 206	0.21 218	0.14 205	0.20 208	0.14 198	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 715

GwcNet-RSSM	0.77 480	2.77 631	0.14 156	0.20 177	0.14 204	0.20 211	2.67 724	2.78 711	0.14 204	0.20 208	0.14 206	0.20 210	0.14 205	0.21 221	0.14 198	0.17 176	0.12 143	0.17 201	0.12 190	2.52 690	2.31 715

CFNet-ft	0.55 425	1.57 510	0.14 156	0.20 177	0.14 204	0.20 211	2.53 721	1.61 638	0.14 204	0.20 208	0.14 206	0.20 210	0.14 205	0.20 208	0.14 198	0.17 176	0.12 143	0.17 201	0.12 190	1.56 632	1.24 649

RAFT-FEzeroshot	0.34 261	0.26 172	0.17 193	0.21 187	0.17 235	0.20 211	0.16 214	0.20 210	0.16 224	0.20 208	0.17 230	0.21 218	0.16 221	0.27 263	0.24 263	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 733

RAFT-FE	0.34 261	0.26 172	0.17 193	0.21 187	0.17 235	0.20 211	0.16 214	0.20 210	0.16 224	0.20 208	0.17 230	0.21 218	0.16 221	0.27 263	0.24 263	0.19 188	0.16 184	0.19 215	0.16 221	0.26 246	3.08 733

DepthFocus	0.18 183	0.22 152	0.15 176	0.22 189	0.15 218	0.22 227	0.15 207	0.22 226	0.15 216	0.22 224	0.15 216	0.22 228	0.16 221	0.22 227	0.15 210	0.20 191	0.15 181	0.20 220	0.14 207	0.20 213	0.14 201

RSGM-EC	0.24 216	0.24 162	0.15 176	0.22 189	0.15 218	0.22 227	0.15 207	0.22 226	0.15 216	0.24 237	0.15 216	0.22 228	0.15 217	0.22 227	1.19 598	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 201

acva	0.24 216	0.24 162	0.15 176	0.22 189	0.15 218	0.22 227	0.15 207	0.22 226	0.15 216	0.24 237	0.15 216	0.22 228	0.15 217	0.22 227	1.19 598	0.20 191	0.17 205	0.24 249	0.14 207	0.20 213	0.14 201

IMH-64-1	0.22 205	0.23 154	0.23 220	0.22 189	0.22 269	0.22 227	0.22 254	0.22 226	0.22 259	0.22 224	0.22 262	0.22 228	0.22 264	0.22 227	0.22 253	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 248

IMH-64	0.22 205	0.23 154	0.23 220	0.22 189	0.22 269	0.22 227	0.22 254	0.22 226	0.22 259	0.22 224	0.22 262	0.22 228	0.22 264	0.22 227	0.22 253	0.22 201	0.22 229	0.23 239	0.22 262	0.22 223	0.23 248

WAO-6	0.22 205	0.23 154	0.22 216	0.23 194	0.22 269	0.22 227	0.22 254	0.22 226	0.22 259	0.22 224	0.22 262	0.22 228	0.22 264	0.22 227	0.22 253	0.22 201	0.22 229	0.22 230	0.22 262	0.22 223	0.22 246

Wz-Net-LNSev	0.06 61	0.24 162	0.20 208	0.23 194	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 213	0.21 222	0.02 19	0.01 9	0.01 10	0.01 10

dd	0.23 212	0.98 383	0.16 183	0.23 194	0.15 218	0.23 236	0.15 207	0.23 233	0.15 216	0.23 230	0.15 216	0.24 242	0.17 233	0.23 234	0.15 210	0.22 201	0.15 181	0.21 225	0.15 218	0.22 223	0.16 210

dad	0.23 212	1.03 409	0.16 183	0.23 194	0.15 218	0.24 239	0.15 207	0.24 236	0.16 224	0.23 230	0.16 222	0.24 242	0.16 221	0.23 234	0.15 210	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 210

ac_64	0.22 205	0.13 117	0.19 205	0.23 194	0.10 162	0.26 258	1.02 583	0.14 174	0.10 161	0.28 260	0.14 206	0.17 197	0.19 251	0.28 268	0.09 148	0.22 201	0.16 184	0.23 239	0.17 244	0.11 163	0.12 188

BStereo	0.22 205	0.23 154	0.20 208	0.24 199	0.20 256	0.23 236	0.33 382	0.39 307	0.17 234	0.23 230	0.17 230	0.23 236	0.16 221	0.24 238	0.17 225	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 210

Anonymus123	0.22 205	0.23 154	0.20 208	0.24 199	0.20 256	0.23 236	0.33 382	0.39 307	0.17 234	0.23 230	0.17 230	0.23 236	0.16 221	0.24 238	0.17 225	0.23 213	0.16 184	0.22 230	0.20 254	0.22 223	0.16 210

ISRNet	0.11 120	0.05 66	0.36 317	0.24 199	0.07 148	0.13 172	0.05 121	0.06 124	0.05 125	0.05 113	0.05 128	0.13 173	0.05 118	0.05 104	0.09 148	0.24 222	0.20 217	0.10 148	0.05 123	0.06 125	0.13 195

Pointernet	0.21 198	0.22 152	0.19 205	0.24 199	0.19 253	0.24 239	0.19 239	0.24 236	0.19 248	0.24 237	0.19 250	0.24 242	0.19 251	0.24 238	0.19 242	0.22 201	0.17 205	0.22 230	0.17 244	0.22 223	0.17 228

UPFNet	0.42 339	1.20 435	0.17 193	0.24 199	0.17 235	0.25 249	0.17 224	1.19 565	0.90 566	0.25 245	0.17 230	0.24 242	0.17 233	0.25 247	0.17 225	0.22 201	0.17 205	0.22 230	0.16 221	1.15 557	0.93 564

iResNetv2_ROB	0.20 189	0.23 154	0.18 203	0.24 199	0.20 256	0.24 239	0.18 233	0.24 236	0.18 241	0.24 237	0.18 247	0.23 236	0.19 251	0.24 238	0.18 238	0.21 199	0.16 184	0.21 225	0.16 221	0.22 223	0.16 210

iResNet	0.20 189	0.23 154	0.18 203	0.24 199	0.18 247	0.24 239	0.20 243	0.24 236	0.18 241	0.23 230	0.17 230	0.23 236	0.18 244	0.23 234	0.18 238	0.22 201	0.16 184	0.21 225	0.16 221	0.21 221	0.16 210

SCION-MonSter	0.21 198	0.76 333	0.22 216	0.25 206	0.15 218	0.19 205	0.15 207	0.19 203	0.15 216	0.19 201	0.15 216	0.19 205	0.15 217	0.19 203	0.14 198	0.22 201	0.21 222	0.16 191	0.14 207	0.16 193	0.15 208

ACV-stereo	0.30 239	2.08 576	0.25 230	0.25 206	0.18 247	0.24 239	0.17 224	0.24 236	0.18 241	0.24 237	0.17 230	0.25 249	0.17 233	0.24 238	0.17 225	0.22 201	0.16 184	0.22 230	0.16 221	0.22 223	0.16 210

LoS_RVC	0.30 239	1.14 425	0.25 230	0.25 206	0.25 283	0.26 258	0.25 270	0.25 244	0.25 274	0.25 245	0.25 280	0.26 261	0.26 286	0.26 259	0.25 271	0.26 231	0.26 243	0.25 254	0.25 278	0.26 246	0.26 266

CAS	0.30 239	1.17 431	0.25 230	0.25 206	0.25 283	0.26 258	0.25 270	0.25 244	0.26 288	0.25 245	0.25 280	0.25 249	0.25 276	0.25 247	0.25 271	0.26 231	0.26 243	0.26 259	0.25 278	0.26 246	0.25 260

LoS	0.25 219	0.27 175	0.25 230	0.25 206	0.25 283	0.25 249	0.25 270	0.26 250	0.25 274	0.25 245	0.25 280	0.25 249	0.25 276	0.25 247	0.25 271	0.26 231	0.25 240	0.25 254	0.26 284	0.26 246	0.25 260
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 354	1.24 489	0.17 193	0.25 206	0.17 235	0.25 249	0.18 233	1.26 619	0.93 573	0.25 245	0.17 230	0.25 249	0.18 244	0.25 247	0.17 225	0.23 213	0.16 184	0.23 239	0.16 221	1.20 569	0.99 571

delet	0.43 341	1.21 481	0.17 193	0.25 206	0.17 235	0.25 249	0.18 233	1.26 619	0.95 575	0.25 245	0.17 230	0.25 249	0.17 233	0.25 247	0.17 225	0.23 213	0.16 184	0.22 230	0.16 221	1.18 565	0.98 570

psm_up	0.43 341	1.19 434	0.17 193	0.25 206	0.18 247	0.25 249	0.19 239	1.26 619	0.91 567	0.26 254	0.17 230	0.25 249	0.17 233	0.25 247	0.17 225	0.22 201	0.17 205	0.23 239	0.16 221	1.18 565	0.99 571

Select-FE	0.41 324	0.44 243	0.23 220	0.26 214	0.22 269	0.26 258	0.22 254	0.26 250	0.23 266	0.26 254	0.23 267	0.26 261	0.23 270	0.45 412	0.42 447	0.25 229	0.22 229	0.25 254	0.22 262	0.45 411	2.90 725

tg	0.21 198	0.25 169	0.21 214	0.26 214	0.17 235	0.24 239	0.17 224	0.24 236	0.17 234	0.24 237	0.17 230	0.24 242	0.17 233	0.24 238	0.17 225	0.24 222	0.17 205	0.23 239	0.16 221	0.23 235	0.16 210

UNDER WATER-64	0.25 219	0.26 172	0.25 230	0.26 214	0.25 283	0.25 249	0.25 270	0.25 244	0.25 274	0.25 245	0.25 280	0.25 249	0.25 276	0.26 259	0.25 271	0.25 229	0.25 240	0.25 254	0.25 278	0.25 243	0.25 260

small-0shot	0.35 272	1.92 570	0.27 240	0.27 217	0.27 291	0.27 263	0.27 280	0.27 254	0.27 292	0.27 259	0.27 289	0.26 261	0.27 293	0.27 263	0.26 276	0.27 235	0.26 243	0.26 259	0.26 284	0.26 246	0.27 304

GEStereo_RVC	0.86 513	4.45 676	0.20 208	0.27 217	0.20 256	0.27 263	0.20 243	0.26 250	0.18 241	5.03 749	0.20 254	0.27 264	0.19 251	0.27 263	0.21 249	0.20 191	0.19 215	0.19 215	4.02 753	0.20 213	0.18 234

SQANet	0.28 233	0.28 178	0.28 248	0.28 219	0.28 297	0.28 265	0.28 291	0.28 255	0.28 298	0.28 260	0.28 297	0.28 265	0.28 302	0.28 268	0.28 287	0.28 240	0.28 264	0.28 268	0.28 343	0.28 254	0.28 332

GEAR-Net	0.22 205	0.46 256	0.27 240	0.29 220	0.17 235	0.21 222	0.17 224	0.21 220	0.17 234	0.21 220	0.17 230	0.21 218	0.17 233	0.21 221	0.17 225	0.28 240	0.26 243	0.20 220	0.16 221	0.20 213	0.16 210

ssnet_v2	0.68 454	1.96 572	1.25 615	0.29 220	0.20 256	0.30 270	0.20 243	0.29 260	0.22 259	1.50 639	0.20 254	0.31 280	0.20 255	0.27 263	0.22 253	0.24 222	1.49 637	0.26 259	0.18 251	3.90 709	0.19 237

DStereoO	0.31 246	0.31 186	0.31 276	0.30 222	0.40 441	0.31 277	0.30 314	0.30 263	0.34 401	0.29 265	0.31 371	0.29 271	0.30 323	0.31 279	0.31 354	0.31 256	0.29 278	0.31 281	0.30 376	0.31 267	0.31 366

MultiAttention	0.30 239	0.30 183	0.30 258	0.30 222	0.30 322	0.30 270	0.30 314	0.30 263	0.30 323	0.30 267	0.30 327	0.30 275	0.30 323	0.30 274	0.30 313	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 356

MSAF-DinoV2	0.30 239	0.30 183	0.30 258	0.30 222	0.30 322	0.30 270	0.30 314	0.30 263	0.30 323	0.30 267	0.30 327	0.30 275	0.30 323	0.30 274	0.30 313	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 356

IGEV_Zeroshot_test	0.20 189	0.19 138	0.40 367	0.30 222	0.17 235	0.22 227	0.17 224	0.21 220	0.17 234	0.20 208	0.17 230	0.21 218	0.18 244	0.21 221	0.17 225	0.20 191	0.16 184	0.20 220	0.16 221	0.20 213	0.17 228

GMOStereo	0.37 290	0.45 252	0.23 220	0.30 222	0.37 423	0.41 340	0.36 409	0.41 335	0.35 405	0.43 354	0.36 412	0.41 343	0.40 433	0.41 342	0.36 401	0.34 269	0.22 229	0.47 450	0.37 432	0.39 371	0.33 382

DANet	0.30 239	0.30 183	0.30 258	0.30 222	0.30 322	0.30 270	0.30 314	0.30 263	0.30 323	0.30 267	0.30 327	0.30 275	0.30 323	0.30 274	0.30 313	0.30 250	0.30 288	0.30 275	0.30 376	0.30 262	0.30 356
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 198	0.24 162	0.26 237	0.31 228	0.16 229	0.24 239	0.16 214	0.24 236	0.16 224	0.24 237	0.16 222	0.24 242	0.16 221	0.24 238	0.16 218	0.27 235	0.23 235	0.24 249	0.16 221	0.23 235	0.16 210

LACA1	0.21 198	0.24 162	0.26 237	0.31 228	0.16 229	0.24 239	0.16 214	0.24 236	0.16 224	0.24 237	0.16 222	0.24 242	0.16 221	0.24 238	0.16 218	0.27 235	0.22 229	0.23 239	0.16 221	0.23 235	0.16 210

DStereoSA	0.32 255	0.52 284	0.34 304	0.31 228	0.31 369	0.30 270	0.30 314	0.31 269	0.30 323	0.31 272	0.31 371	0.31 280	0.30 323	0.31 279	0.31 354	0.30 250	0.32 298	0.31 281	0.31 387	0.31 267	0.31 366

xxxxx1	0.31 246	0.91 367	0.23 220	0.31 228	0.23 275	0.31 277	0.23 263	0.33 275	0.25 274	0.31 272	0.24 274	0.33 288	0.25 276	0.32 282	0.24 263	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 304

tt_ll	0.31 246	0.91 367	0.23 220	0.31 228	0.23 275	0.31 277	0.23 263	0.33 275	0.25 274	0.31 272	0.24 274	0.33 288	0.25 276	0.32 282	0.24 263	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 304

ff	0.31 246	0.91 367	0.23 220	0.31 228	0.23 275	0.31 277	0.23 263	0.33 275	0.25 274	0.31 272	0.24 274	0.33 288	0.25 276	0.32 282	0.24 263	0.28 240	0.28 264	0.28 268	0.28 343	0.29 258	0.27 304

w-ln-seven-2	0.14 149	1.22 487	0.28 248	0.32 234	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 259	0.27 256	0.04 93	0.03 57	0.03 47	0.03 52

WCG-NET（raft）	0.32 255	1.24 489	0.24 227	0.32 234	0.24 280	0.32 286	0.23 263	0.32 271	0.24 269	0.32 278	0.24 274	0.32 284	0.24 273	0.32 282	0.24 263	0.30 250	0.23 235	0.30 275	0.23 268	0.30 262	0.23 248

CASnet	0.35 272	0.51 282	0.44 390	0.32 234	0.31 369	0.24 239	0.34 397	0.36 285	0.25 274	0.31 272	0.37 419	0.30 275	0.33 393	0.25 247	0.45 456	0.37 285	0.37 358	0.33 291	0.35 423	0.34 282	0.37 409
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 233	0.32 188	0.24 227	0.32 234	0.25 283	0.32 286	0.24 268	0.32 271	0.24 269	0.33 283	0.24 274	0.35 295	0.24 273	0.33 290	0.24 263	0.31 256	0.24 239	0.32 284	0.24 275	0.32 270	0.24 258

SCION-M(vits-remse)	0.34 261	0.79 339	0.30 258	0.33 238	0.28 297	0.40 321	0.28 291	0.40 316	0.28 298	0.40 316	0.28 297	0.39 318	0.28 302	0.40 322	0.28 287	0.23 213	0.21 222	0.35 317	0.27 322	0.35 295	0.27 304

SCION-Mon(vits-remp)	0.34 261	0.98 383	0.30 258	0.33 238	0.18 247	0.21 222	0.28 291	0.40 316	0.28 298	0.40 316	0.28 297	0.39 318	0.28 302	0.40 322	0.28 287	0.37 285	0.29 278	0.35 317	0.27 322	0.35 295	0.27 304

SMOE	0.23 212	0.25 169	0.30 258	0.33 238	0.18 247	0.26 258	0.18 233	0.26 250	0.18 241	0.26 254	0.18 247	0.25 249	0.18 244	0.25 247	0.18 238	0.31 256	0.27 256	0.23 239	0.17 244	0.23 235	0.17 228

DStereoFS	0.32 255	0.33 189	0.32 285	0.33 238	0.30 322	0.32 286	0.32 371	0.32 271	0.31 368	0.30 267	0.31 371	0.31 280	0.30 323	0.32 282	0.32 366	0.32 259	0.31 293	0.30 275	0.47 484	0.32 270	0.34 389

model_zeroshot	0.27 230	0.20 142	0.27 240	0.33 238	0.21 267	0.37 305	0.22 254	0.37 293	0.24 269	0.26 254	0.27 289	0.33 288	0.21 263	0.25 247	0.27 278	0.32 259	0.20 217	0.34 301	0.23 268	0.25 243	0.26 266

tt1	0.31 246	0.93 376	0.24 227	0.33 238	0.23 275	0.31 277	0.24 268	0.32 271	0.24 269	0.32 278	0.23 267	0.32 284	0.25 276	0.32 282	0.24 263	0.27 235	0.26 243	0.27 264	0.26 284	0.27 252	0.27 304

depth_test_26	0.20 189	0.34 190	0.25 230	0.34 244	0.14 204	0.21 222	0.14 199	0.21 220	0.14 204	0.21 220	0.14 206	0.21 218	0.14 205	0.21 221	0.14 198	0.26 231	0.26 243	0.22 230	0.15 218	0.22 223	0.14 201

DLNR-FE	0.28 233	0.89 361	0.30 258	0.34 244	0.19 253	0.28 265	0.19 239	0.28 255	0.20 250	0.28 260	0.20 254	0.28 265	0.20 255	0.28 268	0.20 245	0.33 265	0.28 264	0.25 254	0.19 252	0.24 240	0.19 237

H2IRNET	0.34 261	0.34 190	0.34 304	0.34 244	0.34 408	0.34 289	0.34 397	0.34 278	0.34 401	0.34 286	0.34 398	0.34 293	0.34 400	0.34 291	0.34 393	0.34 269	0.34 340	0.34 301	0.34 410	0.34 282	0.34 389

DMCA	0.36 280	0.38 204	0.37 322	0.35 247	0.35 412	0.36 297	0.36 409	0.36 285	0.35 405	0.35 290	0.37 419	0.36 300	0.36 411	0.35 294	0.36 401	0.36 282	0.36 353	0.35 317	0.36 429	0.36 305	0.36 403

MLCV	0.31 246	0.35 192	0.27 240	0.35 247	0.28 297	0.35 293	0.27 280	0.35 281	0.28 298	0.36 294	0.27 289	0.35 295	0.27 293	0.35 294	0.27 278	0.34 269	0.27 256	0.34 301	0.27 322	0.34 282	0.27 304

ETE_ROB	0.35 272	0.35 192	0.35 315	0.35 247	0.35 412	0.35 293	0.35 402	0.35 281	0.35 405	0.35 290	0.35 407	0.35 295	0.35 407	0.35 294	0.35 397	0.35 277	0.35 347	0.35 317	0.35 423	0.35 295	0.35 400

DN-CSS_ROB	0.31 246	0.35 192	0.28 248	0.35 247	0.28 297	0.34 289	0.27 280	0.34 278	0.25 274	0.35 290	0.27 289	0.36 300	0.26 286	0.34 291	0.28 287	0.35 277	0.28 264	0.34 301	0.28 343	0.34 282	0.27 304

Any-RAFT	0.32 255	0.36 197	0.27 240	0.36 251	0.27 291	0.36 297	0.27 280	0.36 285	0.27 292	0.36 294	0.27 289	0.36 300	0.27 293	0.36 300	0.28 287	0.36 282	0.28 264	0.36 326	0.28 343	0.36 305	0.28 332

CES	0.39 310	0.47 261	0.36 317	0.36 251	0.37 423	0.45 416	0.35 402	0.35 281	0.40 438	0.36 294	0.44 460	0.47 425	0.36 411	0.44 394	0.36 401	0.37 285	0.39 372	0.44 431	0.35 423	0.37 310	0.36 403

HGLStereo	0.28 233	0.29 180	0.22 216	0.36 251	0.22 269	0.36 297	0.21 249	0.36 285	0.21 255	0.42 347	0.21 260	0.36 300	0.22 264	0.36 300	0.21 249	0.34 269	0.21 222	0.34 301	0.21 259	0.34 282	0.21 243

PAM	0.39 310	1.88 560	0.34 304	0.37 254	0.41 451	0.45 416	0.22 254	0.28 255	0.23 266	0.28 260	0.24 274	0.29 271	0.23 270	0.29 272	0.23 260	0.38 298	0.32 298	0.38 338	0.37 432	0.32 270	0.22 246

RSM	0.36 280	0.36 197	0.43 388	0.37 254	0.42 461	0.49 442	0.42 452	0.37 293	0.28 298	0.36 294	0.29 312	0.36 300	0.30 323	0.37 307	0.28 287	0.34 269	0.31 293	0.34 301	0.35 423	0.40 385	0.29 341

XPNet_ROB	0.37 290	0.37 200	0.37 322	0.37 254	0.37 423	0.37 305	0.37 415	0.37 293	0.37 418	0.37 300	0.37 419	0.37 310	0.37 416	0.37 307	0.37 411	0.37 285	0.37 358	0.37 330	0.37 432	0.37 310	0.37 409

NoBS	0.39 310	0.68 317	0.36 317	0.38 257	0.36 418	0.38 312	0.39 436	0.39 307	0.39 435	0.37 300	0.35 407	0.37 310	0.38 420	0.37 307	0.38 414	0.39 311	0.36 353	0.36 326	0.39 450	0.38 323	0.38 416

Weightmod	0.27 230	0.29 180	0.33 290	0.38 257	0.20 256	0.30 270	0.21 249	0.29 260	0.21 255	0.29 265	0.22 262	0.30 275	0.20 255	0.30 274	0.21 249	0.37 285	0.31 293	0.27 264	0.20 254	0.28 254	0.21 243

SME	0.27 230	0.29 180	0.31 276	0.38 257	0.20 256	0.29 268	0.18 233	0.30 263	0.20 250	0.32 278	0.21 260	0.32 284	0.20 255	0.32 282	0.21 249	0.35 277	0.32 298	0.27 264	0.19 252	0.29 258	0.20 239

PStereo	0.32 255	0.36 197	0.28 248	0.38 257	0.29 310	0.36 297	0.27 280	0.38 302	0.27 292	0.38 302	0.28 297	0.36 300	0.27 293	0.36 300	0.28 287	0.32 259	0.27 256	0.33 291	0.27 322	0.33 277	0.27 304

Monster-pub-mixall	0.44 354	0.56 298	0.60 456	0.38 257	0.27 291	0.37 305	0.27 280	0.37 293	0.29 308	0.38 302	0.27 289	0.38 313	0.29 314	0.85 526	0.27 278	1.46 615	0.26 243	0.34 301	0.26 284	0.36 305	0.53 483

WAO-8	0.38 296	0.38 204	0.38 324	0.38 257	0.38 430	0.38 312	0.38 422	0.38 302	0.38 422	0.38 302	0.38 424	0.38 313	0.38 420	0.38 311	0.38 414	0.38 298	0.38 365	0.38 338	0.37 432	0.38 323	0.38 416

WAO-7	0.38 296	0.38 204	0.38 324	0.38 257	0.38 430	0.38 312	0.38 422	0.38 302	0.38 422	0.38 302	0.38 424	0.38 313	0.38 420	0.38 311	0.38 414	0.38 298	0.38 365	0.38 338	0.38 446	0.38 323	0.38 416

Venus	0.38 296	0.38 204	0.38 324	0.38 257	0.38 430	0.37 305	0.38 422	0.37 293	0.37 418	0.41 333	0.37 419	0.39 318	0.37 416	0.38 311	0.38 414	0.37 285	0.38 365	0.38 338	0.37 432	0.37 310	0.38 416

IMH	0.38 296	0.38 204	0.38 324	0.38 257	0.38 430	0.38 312	0.38 422	0.38 302	0.38 422	0.42 347	0.38 424	0.40 328	0.38 420	0.38 311	0.38 414	0.38 298	0.38 365	0.39 381	0.38 446	0.38 323	0.38 416

Monster-pub-eth3d	0.45 377	0.57 300	0.60 456	0.39 266	0.28 297	0.37 305	0.28 291	0.37 293	0.30 323	0.39 309	0.29 312	0.39 318	0.30 323	0.92 538	0.27 278	1.42 612	0.28 264	0.34 301	0.28 343	0.37 310	0.53 483

1test111	0.37 290	1.02 407	0.30 258	0.39 266	0.29 310	0.40 321	0.28 291	0.39 307	0.29 308	0.39 309	0.29 312	0.39 318	0.28 302	0.40 322	0.29 303	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 366

cc1	0.37 290	1.02 407	0.30 258	0.39 266	0.29 310	0.40 321	0.28 291	0.39 307	0.29 308	0.39 309	0.29 312	0.39 318	0.28 302	0.40 322	0.29 303	0.33 265	0.32 298	0.33 291	0.31 387	0.32 270	0.31 366

HanzoNet	0.39 310	0.38 204	0.40 367	0.39 266	0.41 451	0.38 312	0.38 422	0.38 302	0.38 422	0.39 309	0.39 434	0.38 313	0.38 420	0.39 319	0.40 431	0.38 298	0.38 365	0.40 394	0.38 446	0.38 323	0.40 426

gwcnet-sp	0.82 497	1.72 517	1.48 637	0.39 266	0.15 218	0.31 277	0.21 249	0.20 210	0.25 274	1.61 643	0.23 267	0.28 265	0.26 286	0.20 208	0.15 210	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 248

scenet	0.82 497	1.72 517	1.48 637	0.39 266	0.15 218	0.31 277	0.21 249	0.20 210	0.25 274	1.61 643	0.23 267	0.28 265	0.26 286	0.20 208	0.15 210	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 248

ssnet	0.82 497	1.72 517	1.48 637	0.39 266	0.15 218	0.31 277	0.21 249	0.20 210	0.25 274	1.61 643	0.23 267	0.28 265	0.26 286	0.20 208	0.15 210	0.24 222	1.33 621	0.32 284	0.16 221	6.75 748	0.23 248

Wz-Net-LNSev-Ref	0.11 120	0.44 243	0.33 290	0.39 266	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 311	0.36 353	0.02 19	0.02 21	0.02 21	0.02 20

iRaft-Stereo_5w	0.34 261	0.42 238	0.31 276	0.39 266	0.30 322	0.38 312	0.30 314	0.40 316	0.29 308	0.40 316	0.37 419	0.41 343	0.34 400	0.38 311	0.30 313	0.34 269	0.27 256	0.34 301	0.26 284	0.34 282	0.26 266

iRaft-Stereo_20w	0.34 261	0.41 227	0.31 276	0.39 266	0.29 310	0.40 321	0.32 371	0.41 335	0.32 380	0.38 302	0.30 327	0.39 318	0.30 323	0.38 311	0.32 366	0.35 277	0.27 256	0.34 301	0.27 322	0.34 282	0.29 341

RAFT + AFF	0.31 246	0.45 252	0.34 304	0.39 266	0.28 297	0.38 312	0.33 382	0.29 260	0.31 368	0.30 267	0.30 327	0.29 271	0.27 293	0.29 272	0.30 313	0.28 240	0.29 278	0.29 273	0.29 358	0.27 252	0.32 373

StereoDRNet-Refined	0.33 260	0.39 211	0.26 237	0.39 266	0.26 290	0.40 321	0.26 277	0.40 316	0.26 288	0.39 309	0.26 285	0.39 318	0.26 286	0.39 319	0.26 276	0.37 285	0.25 240	0.37 330	0.25 278	0.37 310	0.37 409
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 556	0.39 211	5.28 742	0.39 266	0.20 256	0.39 319	0.27 280	0.39 307	0.22 259	0.38 302	0.20 254	0.38 313	0.20 255	6.95 760	0.22 253	0.30 250	0.21 222	0.27 264	0.21 259	5.25 741	0.21 243

test410_97500	0.41 324	0.89 361	0.31 276	0.40 279	0.31 369	0.40 321	0.31 361	0.40 316	0.31 368	0.61 483	0.53 497	0.40 328	0.31 374	0.40 322	0.31 354	0.58 431	0.47 420	0.38 338	0.29 358	0.38 323	0.29 341

test410	0.66 446	5.69 713	0.31 276	0.40 279	0.31 369	0.41 340	0.31 361	0.40 316	0.31 368	0.62 487	0.55 500	0.40 328	0.31 374	0.40 322	0.31 354	0.59 434	0.47 420	0.38 338	0.29 358	0.38 323	0.30 356

Replicate-Monster	0.45 377	0.57 300	0.60 456	0.40 279	0.29 310	0.37 305	0.27 280	0.37 293	0.30 323	0.40 316	0.31 371	0.40 328	0.30 323	0.99 546	0.27 278	1.36 608	0.31 293	0.34 301	0.30 376	0.36 305	0.54 486

w-ln-seven	0.18 183	1.47 506	0.33 290	0.40 279	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.38 298	0.32 298	0.05 108	0.04 99	0.04 97	0.04 96

DCVSM-stereo	0.36 280	1.89 561	0.22 216	0.40 279	0.22 269	0.40 321	0.22 254	0.40 316	0.22 259	0.40 316	0.22 262	0.40 328	0.22 264	0.40 322	0.22 253	0.28 240	0.21 222	0.28 268	0.21 259	0.28 254	0.20 239

IGEV++	0.34 261	0.43 240	0.30 258	0.40 279	0.29 310	0.40 321	0.29 306	0.40 316	0.29 308	0.40 316	0.29 312	0.40 328	0.29 314	0.40 322	0.30 313	0.38 298	0.29 278	0.37 330	0.29 358	0.37 310	0.29 341

ACVNet-DCA	0.37 290	1.00 393	0.30 258	0.40 279	0.29 310	0.40 321	0.29 306	0.40 316	0.29 308	0.40 316	0.29 312	0.40 328	0.29 314	0.39 319	0.28 287	0.33 265	0.32 298	0.33 291	0.32 395	0.33 277	0.32 373

xx1	0.38 296	1.03 409	0.31 276	0.40 279	0.31 369	0.41 340	0.28 291	0.40 316	0.29 308	0.40 316	0.29 312	0.40 328	0.29 314	0.40 322	0.29 303	0.34 269	0.33 311	0.34 301	0.32 395	0.34 282	0.32 373

knoymous	0.40 316	0.40 215	0.40 367	0.40 279	0.40 441	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 328	0.40 433	0.40 322	0.40 431	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

anonymousa	0.40 316	0.40 215	0.40 367	0.40 279	0.40 441	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 328	0.40 433	0.40 322	0.40 431	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

riskmin	0.40 316	0.40 215	0.40 367	0.40 279	0.40 441	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 328	0.40 433	0.40 322	0.40 431	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

Anonymous_2	0.40 316	0.40 215	0.40 367	0.40 279	0.40 441	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 328	0.40 433	0.40 322	0.40 431	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

Anonymous_1	0.40 316	0.40 215	0.40 367	0.40 279	0.40 441	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 328	0.40 433	0.40 322	0.40 431	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426

AdaStereo	0.40 316	0.40 215	0.40 367	0.40 279	0.40 441	0.40 321	0.40 437	0.40 316	0.40 438	0.40 316	0.40 437	0.40 328	0.40 433	0.40 322	0.40 431	0.40 319	0.40 376	0.40 394	0.40 452	0.40 385	0.40 426
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Zero-FE251	0.36 280	0.40 215	0.28 248	0.41 293	0.28 297	0.41 340	0.28 291	0.41 335	0.28 298	0.41 333	0.28 297	0.41 343	0.28 302	0.42 356	0.30 313	0.37 285	0.26 243	0.37 330	0.27 322	0.45 411	0.56 497

z-mn7	0.16 168	1.21 481	0.33 290	0.41 293	0.04 101	0.04 96	0.03 54	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.35 277	0.31 293	0.04 93	0.04 99	0.04 97	0.04 96

RAFT-Test	0.36 280	0.37 200	0.33 290	0.41 293	0.32 383	0.41 340	0.32 371	0.41 335	0.32 380	0.41 333	0.32 381	0.41 343	0.32 381	0.41 342	0.33 378	0.37 285	0.29 278	0.37 330	0.29 358	0.38 323	0.31 366

GwcNet-ADL	0.41 324	0.41 227	0.41 381	0.41 293	0.41 451	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 343	0.41 445	0.41 342	0.41 439	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

PSMNet-ADL	0.41 324	0.41 227	0.41 381	0.41 293	0.41 451	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 343	0.41 445	0.41 342	0.41 439	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

GANet-ADL	0.41 324	0.41 227	0.41 381	0.41 293	0.41 451	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 343	0.41 445	0.41 342	0.41 439	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

ADLNet2	0.41 324	0.41 227	0.41 381	0.41 293	0.41 451	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 343	0.41 445	0.41 342	0.41 439	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

ADLNet	0.41 324	0.41 227	0.41 381	0.41 293	0.41 451	0.41 340	0.41 446	0.41 335	0.41 448	0.41 333	0.41 445	0.41 343	0.41 445	0.41 342	0.41 439	0.41 327	0.41 386	0.41 412	0.41 461	0.41 396	0.41 435

GES	0.66 446	2.34 601	0.29 254	0.41 293	0.29 310	0.41 340	0.29 306	0.42 353	0.29 308	0.40 316	0.41 445	0.41 343	0.30 323	0.51 456	0.29 303	0.32 259	0.29 278	0.32 284	2.46 724	2.49 686	0.30 356

DGSMNet	0.34 261	0.41 227	0.27 240	0.41 293	0.28 297	0.41 340	0.28 291	0.41 335	0.27 292	0.41 333	0.27 289	0.42 361	0.27 293	0.41 342	0.28 287	0.40 319	0.29 278	0.40 394	0.28 343	0.40 385	0.27 304

SCION-MonSter(vits)	0.25 219	0.79 339	0.31 276	0.42 303	0.28 297	0.40 321	0.28 291	0.20 210	0.15 216	0.40 316	0.15 216	0.19 205	0.15 217	0.20 208	0.15 210	0.23 213	0.21 222	0.17 201	0.14 207	0.16 193	0.14 201

HiDET	0.38 296	0.44 243	0.30 258	0.42 303	0.30 322	0.42 361	0.30 314	0.42 353	0.30 323	0.44 392	0.30 327	0.42 361	0.30 323	0.42 356	0.68 519	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 341

LCMNet	0.38 296	0.44 243	0.30 258	0.42 303	0.30 322	0.42 361	0.30 314	0.42 353	0.30 323	0.45 404	0.30 327	0.42 361	0.30 323	0.42 356	0.69 527	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.29 341

CSFM-Stereo	0.38 296	0.44 243	0.30 258	0.42 303	0.30 322	0.42 361	0.30 314	0.43 361	0.30 323	0.44 392	0.30 327	0.42 361	0.30 323	0.42 356	0.73 541	0.37 285	0.32 298	0.40 394	0.29 358	0.37 310	0.30 356

HART	0.38 296	0.45 252	0.34 304	0.42 303	0.33 396	0.41 340	0.34 397	0.42 353	0.33 390	0.43 354	0.34 398	0.42 361	0.34 400	0.41 342	0.38 414	0.40 319	0.32 298	0.42 428	0.32 395	0.40 385	0.32 373

RAFT-Stereo-weight	0.45 377	1.90 563	0.34 304	0.42 303	0.36 418	0.43 368	0.35 402	0.42 353	0.34 401	0.42 347	0.34 398	0.44 405	0.34 400	0.41 342	0.34 393	0.38 298	0.32 298	0.38 338	0.32 395	0.38 323	0.33 382

Gwc-CoAtRS	0.41 324	1.49 507	0.32 285	0.42 303	0.32 383	0.41 340	0.32 371	0.41 335	0.33 390	0.41 333	0.32 381	0.41 343	0.32 381	0.41 342	0.32 366	0.39 311	0.28 264	0.39 381	0.28 343	0.40 385	0.28 332

Anonymus	0.47 394	0.73 325	0.46 398	0.43 310	0.54 504	0.53 469	0.27 280	0.39 307	0.35 405	0.33 283	0.40 437	0.33 288	0.38 420	0.53 464	0.54 489	0.56 428	0.36 353	0.49 463	0.53 500	0.66 473	0.54 486

MonSter++	0.38 296	0.44 243	0.31 276	0.43 310	0.30 322	0.43 368	0.31 361	0.43 361	0.31 368	0.45 404	0.31 371	0.43 370	0.31 374	0.43 363	0.69 527	0.38 298	0.33 311	0.40 394	0.30 376	0.38 323	0.30 356

test_for_model	0.35 272	0.39 211	0.30 258	0.43 310	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.44 394	0.31 354	0.38 298	0.26 243	0.38 338	0.26 284	0.38 323	0.26 266

GCAPDPT-zeroshot	0.36 280	0.40 215	0.30 258	0.43 310	0.30 322	0.43 368	0.30 314	0.43 361	0.31 368	0.43 354	0.30 327	0.43 370	0.30 323	0.44 394	0.31 354	0.39 311	0.28 264	0.39 381	0.27 322	0.39 371	0.26 266

gcap_with_dpt	0.35 272	0.39 211	0.30 258	0.44 314	0.31 369	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.30 327	0.44 405	0.30 323	0.44 394	0.30 313	0.38 298	0.26 243	0.38 338	0.27 322	0.38 323	0.27 304

gcap-zeroshot	0.36 280	0.40 215	0.34 304	0.44 314	0.31 369	0.44 402	0.31 361	0.44 399	0.32 380	0.44 392	0.32 381	0.44 405	0.32 381	0.44 394	0.31 354	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 304

testlalala	0.36 280	0.40 215	0.34 304	0.44 314	0.31 369	0.44 402	0.31 361	0.44 399	0.32 380	0.44 392	0.32 381	0.44 405	0.32 381	0.44 394	0.31 354	0.39 311	0.28 264	0.39 381	0.28 343	0.39 371	0.27 304

RCA-Stereo	0.51 414	3.22 645	0.34 304	0.44 314	0.34 408	0.44 402	0.34 397	0.43 361	0.34 401	0.43 354	0.34 398	0.44 405	0.33 393	0.43 363	0.33 378	0.38 298	0.29 278	0.38 338	0.29 358	0.38 323	0.29 341

CFNet-RSSM	0.91 521	4.89 682	0.34 304	0.44 314	1.07 588	1.62 648	1.40 663	0.91 525	0.35 405	1.60 640	1.39 663	0.64 493	0.34 400	0.44 394	0.33 378	0.41 327	0.35 347	0.75 521	0.30 376	0.41 396	0.29 341

GeoVLM	0.36 280	0.38 204	0.27 240	0.46 319	0.28 297	0.35 293	0.28 291	0.37 293	0.27 292	0.35 290	0.28 297	0.36 300	0.38 420	0.35 294	0.28 287	1.08 532	0.26 243	0.33 291	0.27 322	0.34 282	0.33 382

fffy	0.38 296	0.43 240	0.33 290	0.46 319	0.33 396	0.45 416	0.32 371	0.45 408	0.32 380	0.45 404	0.32 381	0.45 415	0.33 393	0.45 412	0.32 366	0.38 298	0.38 365	0.38 338	0.37 432	0.37 310	0.36 403

otaku	0.46 386	0.46 256	0.46 398	0.46 319	0.46 472	0.46 423	0.46 466	0.46 412	0.46 466	0.46 410	0.46 469	0.46 419	0.46 466	0.46 417	0.46 460	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

Ntro	0.47 394	0.47 261	0.46 398	0.46 319	0.46 472	0.47 428	0.47 471	0.46 412	0.47 471	0.46 410	0.46 469	0.47 425	0.46 466	0.47 421	0.47 467	0.47 391	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

Dean	0.46 386	0.46 256	0.46 398	0.46 319	0.46 472	0.46 423	0.46 466	0.46 412	0.46 466	0.47 416	0.46 469	0.46 419	0.46 466	0.46 417	0.46 460	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

ACVNet_1	0.46 386	0.47 261	0.46 398	0.46 319	0.46 472	0.46 423	0.46 466	0.46 412	0.47 471	0.46 410	0.46 469	0.46 419	0.46 466	0.46 417	0.46 460	0.46 384	0.46 412	0.47 450	0.46 477	0.46 416	0.46 452

ACVNet-4b	0.46 386	0.46 256	0.46 398	0.46 319	0.46 472	0.46 423	0.46 466	0.46 412	0.46 466	0.46 410	0.46 469	0.46 419	0.46 466	0.47 421	0.46 460	0.46 384	0.46 412	0.46 440	0.46 477	0.46 416	0.46 452

Weightmod_eth	0.20 189	0.24 162	0.28 248	0.47 326	0.14 204	0.24 239	0.14 199	0.17 197	0.13 201	0.22 224	0.16 222	0.22 228	0.13 200	0.20 208	0.16 218	0.24 222	0.20 217	0.19 215	0.14 207	0.16 193	0.24 258

FE-Mocha	0.35 272	0.71 322	0.40 367	0.47 326	0.27 291	0.34 289	0.27 280	0.34 278	0.26 288	0.34 286	0.26 285	0.34 293	0.27 293	0.34 291	0.27 278	0.44 343	0.41 386	0.33 291	0.29 358	0.32 270	0.29 341

LG-Stereo_L2	0.34 261	0.37 200	0.38 324	0.47 326	0.28 297	0.39 319	0.28 291	0.39 307	0.28 298	0.39 309	0.28 297	0.39 318	0.28 302	0.38 311	0.28 287	0.42 341	0.35 347	0.36 326	0.26 284	0.35 295	0.26 266

UNDER WATER	0.47 394	0.47 261	0.47 406	0.47 326	0.47 479	0.47 428	0.47 471	0.47 418	0.47 471	0.47 416	0.47 477	0.47 425	0.46 466	0.47 421	0.47 467	0.47 391	0.47 420	0.47 450	0.46 477	0.47 430	0.47 460

LVE	0.47 394	0.47 261	0.47 406	0.47 326	0.49 487	0.47 428	0.47 471	0.47 418	0.49 480	0.47 416	0.47 477	0.47 425	0.46 466	0.47 421	0.47 467	0.47 391	0.47 420	0.48 458	0.47 484	0.47 430	0.47 460

GANet-RSSM	0.75 474	1.91 564	0.14 156	0.47 326	0.14 204	0.21 222	3.21 742	2.30 684	0.14 204	0.46 410	0.14 206	0.23 236	0.18 244	0.21 221	0.14 198	0.18 184	0.27 256	0.37 330	0.13 201	2.13 667	2.12 710

GREAT-IGEV	0.38 296	0.43 240	0.36 317	0.48 332	0.32 383	0.45 416	0.32 371	0.45 408	0.32 380	0.45 404	0.32 381	0.45 415	0.32 381	0.45 412	0.32 366	0.44 343	0.33 311	0.41 412	0.29 358	0.41 396	0.29 341
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 280	0.49 269	0.39 335	0.48 332	0.32 383	0.41 340	0.28 291	0.40 316	0.30 323	0.41 333	0.28 297	0.40 328	0.28 302	0.42 356	0.28 287	0.45 372	0.32 298	0.38 338	0.30 376	0.37 310	0.27 304

mms	0.40 316	0.45 252	0.35 315	0.48 332	0.36 418	0.47 428	0.34 397	0.45 408	0.38 422	0.47 416	0.33 390	0.45 415	0.32 381	0.45 412	0.32 366	0.39 311	0.38 365	0.38 338	0.37 432	0.39 371	0.39 423

ccccc	0.41 324	0.44 243	0.34 304	0.48 332	0.35 412	0.48 433	0.35 402	0.51 453	0.35 405	0.47 416	0.35 407	0.47 425	0.34 400	0.47 421	0.35 397	0.41 327	0.40 376	0.40 394	0.40 452	0.41 396	0.39 423

RainbowNet	0.48 400	0.48 267	0.48 414	0.48 332	0.48 483	0.48 433	0.48 480	0.48 422	0.48 478	0.48 423	0.48 481	0.48 432	0.48 475	0.48 431	0.48 473	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.48 462

notaker	0.48 400	0.49 269	0.48 414	0.48 332	0.48 483	0.48 433	0.48 480	0.48 422	0.49 480	0.48 423	0.48 481	0.48 432	0.48 475	0.48 431	0.48 473	0.48 396	0.48 426	0.48 458	0.48 488	0.48 434	0.49 468

aanet-new-90k	0.44 354	1.82 546	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.44 394	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-60k	0.44 354	1.81 539	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-70k	0.44 354	1.82 546	0.38 324	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-78k	0.44 354	1.80 534	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-36k	0.44 354	1.80 534	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-34k	0.44 354	1.80 534	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-32k-new	0.44 354	1.78 529	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.44 399	0.30 323	0.44 392	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.45 372	0.34 340	0.39 381	0.26 284	0.38 323	0.26 266

aanet-new-32k	0.44 354	1.79 533	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-30k	0.44 354	1.78 529	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-28k	0.44 354	1.81 539	0.39 335	0.49 338	0.30 322	0.44 402	0.30 314	0.44 399	0.30 323	0.44 392	0.30 327	0.44 405	0.30 323	0.44 394	0.30 313	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT26K	0.43 341	1.76 524	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.31 354	0.44 343	0.33 311	0.38 338	0.27 322	0.38 323	0.26 266

aanet-new-24k	0.44 354	1.78 529	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-22k	0.44 354	1.81 539	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-16k	0.44 354	1.83 549	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-14k	0.60 430	5.12 690	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.44 394	0.30 313	0.44 343	0.37 358	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-8k	0.43 341	1.76 524	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new	0.43 341	1.80 534	0.38 324	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-cres-4k	0.44 354	1.81 539	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-cres	0.43 341	1.77 526	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-36K	0.43 341	1.78 529	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-22K	0.44 354	1.85 555	0.38 324	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-20K	0.43 341	1.77 526	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-24K	0.44 354	1.86 558	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-5K	0.44 354	1.80 534	0.39 335	0.49 338	0.30 322	0.44 402	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.44 394	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-2K	0.44 354	1.82 546	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-3K	0.43 341	1.77 526	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

GCAP-Stereo-DPT-50K	0.44 354	1.83 549	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.36 353	0.38 338	0.26 284	0.38 323	0.26 266

Pro-Stereo	0.79 484	0.53 288	0.38 324	0.49 338	0.38 430	0.49 442	0.37 415	0.49 430	0.67 519	0.50 446	0.38 424	1.10 569	0.38 420	0.49 438	0.38 414	0.71 465	0.88 525	5.98 757	0.36 429	0.46 416	0.36 403

GCAP-BAT	0.41 324	1.30 493	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.44 392	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.44 343	0.34 340	0.38 338	0.26 284	0.38 323	0.26 266

GCAPDPT-zeroshot4090	0.40 316	1.09 419	0.39 335	0.49 338	0.30 322	0.43 368	0.30 314	0.44 399	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.45 372	0.34 340	0.38 338	0.27 322	0.38 323	0.27 304

MyStereo07	0.60 430	3.72 657	0.48 414	0.49 338	0.41 451	0.36 297	0.32 371	0.49 430	0.43 458	0.51 455	0.42 455	0.49 439	0.43 456	0.51 456	0.64 504	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 445

MyStereo04	0.56 427	3.72 657	0.59 452	0.49 338	0.41 451	0.36 297	0.32 371	0.37 293	0.31 368	0.34 286	0.46 469	0.35 295	0.32 381	0.35 294	0.33 378	0.49 399	0.45 410	0.34 301	0.32 395	0.35 295	0.43 445

HaxPig	0.47 394	0.47 261	0.47 406	0.49 338	0.47 479	0.47 428	0.47 471	0.47 418	0.47 471	0.47 416	0.47 477	0.47 425	0.47 474	0.47 421	0.47 467	0.47 391	0.47 420	0.47 450	0.47 484	0.47 430	0.48 462

ACVNet_2	0.49 406	0.49 269	0.49 421	0.49 338	0.49 487	0.49 442	0.49 482	0.49 430	0.49 480	0.49 433	0.49 484	0.49 439	0.49 481	0.49 438	0.49 475	0.49 399	0.49 429	0.49 463	0.49 492	0.49 437	0.49 468

IGEV-Stereo	0.35 272	0.44 243	0.45 392	0.49 338	0.30 322	0.37 305	0.30 314	0.36 285	0.30 323	0.36 294	0.29 312	0.36 300	0.29 314	0.36 300	0.30 313	0.46 384	0.39 372	0.32 284	0.24 275	0.32 270	0.25 260
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 324	0.46 256	0.33 290	0.49 338	0.33 396	0.49 442	0.33 382	0.49 430	0.33 390	0.49 433	0.33 390	0.49 439	0.33 393	0.51 456	0.33 378	0.41 327	0.30 288	0.41 412	0.30 376	0.79 501	0.29 341

aanet-new-40k	0.44 354	1.81 539	0.39 335	0.50 374	0.30 322	0.43 368	0.30 314	0.43 361	0.30 323	0.43 354	0.30 327	0.43 370	0.30 323	0.43 363	0.30 313	0.45 372	0.33 311	0.38 338	0.26 284	0.38 323	0.26 266

aanet-new-10k	0.45 377	1.81 539	0.40 367	0.50 374	0.31 369	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.31 371	0.44 405	0.32 381	0.44 394	0.31 354	0.46 384	0.35 347	0.39 381	0.27 322	0.39 371	0.27 304

252Zero-FE	0.45 377	0.50 274	0.36 317	0.50 374	0.36 418	0.50 451	0.36 409	0.50 439	0.36 416	0.49 433	0.36 412	0.49 439	0.36 411	0.54 467	0.41 439	0.45 372	0.34 340	0.45 436	0.34 410	0.55 457	0.75 542

water-stereo	0.41 324	0.84 349	0.46 398	0.50 374	0.33 396	0.45 416	0.33 382	0.45 408	0.32 380	0.45 404	0.32 381	0.45 415	0.32 381	0.45 412	0.32 366	0.44 343	0.41 386	0.39 381	0.31 387	0.39 371	0.32 373

DVStereo	0.43 341	0.86 353	0.48 414	0.50 374	0.33 396	0.46 423	0.33 382	0.46 412	0.33 390	0.46 410	0.33 390	0.47 425	0.33 393	0.47 421	0.34 393	0.45 372	0.42 396	0.40 394	0.33 406	0.47 430	0.38 416

FoundationStereo	0.50 409	0.50 274	0.50 427	0.50 374	0.50 491	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 453	0.50 485	0.50 446	0.50 478	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

StereoAnything_RVC	0.50 409	0.50 274	0.50 427	0.50 374	0.50 491	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 453	0.50 485	0.50 446	0.50 478	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

dual_stereo	0.50 409	0.50 274	0.50 427	0.50 374	0.50 491	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 453	0.50 485	0.50 446	0.50 478	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

TorneroNet	0.66 446	0.53 288	0.50 427	0.50 374	0.64 522	1.06 558	0.70 537	0.50 439	0.51 492	0.49 433	0.69 533	0.49 439	0.50 485	0.48 431	1.15 589	0.71 465	0.49 429	1.14 576	1.08 589	0.49 437	0.49 468

ccnet	0.80 487	2.28 593	0.33 290	0.50 374	0.33 396	0.50 451	0.33 382	0.50 439	0.33 390	0.49 433	0.33 390	0.49 439	1.56 655	2.38 688	0.33 378	0.41 327	0.29 278	0.42 428	1.57 671	2.28 673	0.29 341

SANet	0.50 409	0.50 274	0.50 427	0.50 374	0.50 491	0.50 451	0.50 486	0.50 439	0.50 485	0.50 446	0.50 488	0.50 453	0.50 485	0.50 446	0.50 478	0.50 406	0.50 437	0.50 469	0.50 494	0.50 442	0.50 471

quiztm	0.43 341	0.49 269	0.40 367	0.51 385	0.40 441	0.51 463	0.40 437	0.50 439	0.40 438	0.50 446	0.40 437	0.51 464	0.40 433	0.50 446	0.40 431	0.44 343	0.34 340	0.44 431	0.34 410	0.44 406	0.34 389

aanet-new-12k	0.46 386	1.99 573	0.40 367	0.51 385	0.31 369	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.31 371	0.44 405	0.31 374	0.44 394	0.32 366	0.47 391	0.35 347	0.39 381	0.27 322	0.39 371	0.27 304

GCAP-Stereo-DPT-FT	0.41 324	1.06 416	0.40 367	0.51 385	0.31 369	0.44 402	0.30 314	0.43 361	0.32 380	0.44 392	0.30 327	0.56 478	0.30 323	0.44 394	0.31 354	0.45 372	0.34 340	0.39 381	0.27 322	0.40 385	0.27 304

GCAP-Stereo-DPT-25K	0.41 324	1.09 419	0.40 367	0.52 388	0.31 369	0.44 402	0.31 361	0.44 399	0.31 368	0.44 392	0.31 371	0.44 405	0.31 374	0.44 394	0.31 354	0.46 384	0.35 347	0.39 381	0.28 343	0.39 371	0.28 332

fffft	0.48 400	0.51 282	0.45 392	0.52 388	0.45 470	0.52 467	0.45 462	0.52 458	0.48 478	0.53 462	0.45 465	0.52 465	0.45 462	0.52 461	0.46 460	0.51 412	0.41 386	0.50 469	0.41 461	0.50 442	0.41 435
1: 1. 1
DDF-Stereo	0.43 341	1.15 428	0.57 450	0.53 390	0.32 383	0.41 340	0.32 371	0.41 335	0.32 380	0.41 333	0.32 381	0.41 343	0.32 381	0.40 322	0.32 366	0.52 414	0.50 437	0.38 338	0.31 387	0.39 371	0.31 366

UGAM-zero	0.51 414	2.17 585	0.39 335	0.53 390	0.36 418	0.50 451	0.36 409	0.50 439	0.36 416	0.49 433	0.36 412	0.50 453	0.35 407	0.50 446	0.36 401	0.49 399	0.37 358	0.47 450	0.35 423	0.46 416	0.34 389

GCST	0.50 409	2.08 576	0.38 324	0.53 390	0.35 412	0.49 442	0.35 402	0.50 439	0.35 405	0.49 433	0.35 407	0.49 439	0.35 407	0.49 438	0.35 397	0.48 396	0.37 358	0.45 436	0.33 406	0.44 406	0.33 382

LACA3	0.23 212	0.25 169	0.27 240	0.54 393	0.17 235	0.25 249	0.17 224	0.25 244	0.17 234	0.25 245	0.17 230	0.25 249	0.17 233	0.25 247	0.17 225	0.28 240	0.23 235	0.24 249	0.17 244	0.24 240	0.17 228

depthmonostereo	0.44 354	0.85 351	0.46 398	0.54 393	0.40 441	0.52 467	0.38 422	0.52 458	0.35 405	0.47 416	0.34 398	0.46 419	0.34 400	0.47 421	0.34 393	0.45 372	0.43 401	0.41 412	0.33 406	0.41 396	0.32 373

SCV_C0	0.45 377	0.88 358	0.49 421	0.54 393	0.37 423	0.48 433	0.37 415	0.48 422	0.37 418	0.48 423	0.36 412	0.48 432	0.37 416	0.49 438	0.37 411	0.50 406	0.41 386	0.44 431	0.34 410	0.44 406	0.34 389

SCV	0.46 386	0.94 378	0.45 392	0.54 393	0.37 423	0.48 433	0.38 422	0.48 422	0.37 418	0.48 423	0.39 434	0.48 432	0.37 416	0.49 438	0.37 411	0.50 406	0.46 412	0.44 431	0.34 410	0.44 406	0.34 389

UGAM	0.51 414	2.23 590	0.39 335	0.54 393	0.35 412	0.50 451	0.35 402	0.49 430	0.35 405	0.49 433	0.35 407	0.49 439	0.36 411	0.50 446	0.36 401	0.49 399	0.37 358	0.45 436	0.34 410	0.45 411	0.34 389

FCDSN-DC	0.41 324	0.59 305	0.64 471	0.54 393	0.33 396	0.50 451	0.37 415	0.42 353	0.40 438	0.61 483	0.43 458	0.50 453	0.49 481	0.38 311	0.32 366	0.28 240	0.23 235	0.26 259	0.22 262	0.35 295	0.28 332
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 420	0.54 292	0.54 442	0.54 393	0.53 501	0.54 473	0.54 496	0.53 460	0.54 496	0.54 468	0.54 499	0.54 471	0.53 492	0.54 467	0.54 489	0.54 418	0.53 449	0.54 483	0.54 502	0.54 456	0.54 486

z-ln-s-r	0.21 198	1.40 504	0.53 441	0.56 400	0.04 101	0.05 111	0.04 104	0.05 110	0.05 125	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 116	0.57 430	0.44 409	0.04 93	0.04 99	0.04 97	0.04 96

GASTEREO	0.48 400	1.21 481	0.47 406	0.57 401	0.38 430	0.50 451	0.38 422	0.50 439	0.38 422	0.50 446	0.38 424	0.50 453	0.38 420	0.50 446	0.38 414	0.52 414	0.42 396	0.46 440	0.34 410	0.46 416	0.34 389

CASS	0.57 429	0.89 361	0.56 446	0.57 401	0.56 505	0.56 475	0.56 498	0.56 466	0.53 494	0.57 476	0.57 503	0.59 485	0.48 475	0.56 472	0.57 493	0.55 424	0.56 454	0.47 450	0.56 508	0.62 469	0.56 497
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 414	1.40 504	0.49 421	0.58 403	0.38 430	0.50 451	0.38 422	0.54 462	0.41 448	0.52 459	0.41 445	0.53 467	0.42 451	0.53 464	0.41 439	0.60 436	0.47 420	0.48 458	0.37 432	0.48 434	0.38 416

TorneroNet-64	0.45 377	0.27 175	0.30 258	0.58 403	0.27 291	0.70 500	0.30 314	0.28 255	0.73 549	0.73 506	0.28 297	0.71 505	0.66 515	0.75 507	0.27 278	0.27 235	0.29 278	0.37 330	0.75 555	0.28 254	0.30 356

PML	0.46 386	1.36 499	0.29 254	0.58 403	0.30 322	0.57 481	0.29 306	0.57 469	0.29 308	0.57 476	0.29 312	0.57 481	0.29 314	0.56 472	0.29 303	0.52 414	0.30 288	0.53 480	0.31 387	0.53 455	0.30 356

S0	0.42 339	0.44 243	0.54 442	0.59 406	0.34 408	0.48 433	0.22 254	0.51 453	0.25 274	0.51 455	0.34 398	0.53 467	0.35 407	0.47 421	0.36 401	0.55 424	0.39 372	0.49 463	0.27 322	0.46 416	0.34 389

GSStereo	0.81 492	4.28 674	0.50 427	0.59 406	0.40 441	0.51 463	0.38 422	0.50 439	0.38 422	0.50 446	0.38 424	0.50 453	3.79 739	0.50 446	0.38 414	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 400

MyStereo8	0.71 463	3.92 666	0.52 437	0.59 406	0.52 498	0.57 481	0.53 493	0.59 475	0.50 485	0.59 480	0.51 494	0.57 481	0.50 485	0.56 472	0.52 485	0.54 418	0.49 429	0.54 483	0.49 492	0.55 457	0.50 471

LL-Strereo2	0.48 400	1.73 522	0.51 434	0.59 406	0.34 408	0.42 361	0.33 382	0.40 316	0.31 368	0.42 347	0.33 390	0.42 361	0.31 374	0.44 394	0.39 428	0.60 436	0.51 442	0.44 431	0.33 406	0.44 406	0.33 382

PA-Net	11.80 763	223.51 789	0.62 464	0.59 406	0.71 539	0.59 483	0.73 544	0.67 490	0.73 549	0.55 471	0.61 513	0.60 486	0.74 541	0.63 488	0.73 541	0.66 455	0.60 469	0.69 508	0.66 532	0.72 487	0.65 515
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 435	1.21 481	0.54 442	0.61 411	0.53 501	0.67 495	0.53 493	0.66 489	0.53 494	0.64 491	0.53 497	0.65 497	0.53 492	0.59 479	0.52 485	0.65 453	0.48 426	0.64 498	0.52 498	0.58 465	0.50 471

LG-Stereo_L1	0.47 394	0.52 284	0.47 406	0.62 412	0.39 440	0.53 469	0.40 437	0.53 460	0.39 435	0.53 462	0.39 434	0.53 467	0.39 432	0.53 464	0.39 428	0.55 424	0.46 412	0.49 463	0.37 432	0.49 437	0.37 409

MonSter	0.60 430	0.64 314	0.52 437	0.62 412	0.44 466	2.07 664	0.44 456	0.62 482	0.44 461	0.62 487	0.44 460	0.62 491	0.44 458	0.62 483	0.44 453	0.58 431	0.42 396	0.62 494	0.46 477	0.58 465	0.42 442

GREATEN-IGEV_RVC	0.38 296	0.35 192	0.56 446	0.63 414	0.29 310	0.36 297	0.29 306	0.36 285	0.29 308	0.39 309	0.29 312	0.36 300	0.29 314	0.36 300	0.29 303	0.62 445	0.57 456	0.35 317	0.29 358	0.36 305	0.29 341

GREATEN-IGEV-FM_RVC	0.38 296	0.35 192	0.56 446	0.63 414	0.28 297	0.36 297	0.28 291	0.36 285	0.28 298	0.36 294	0.28 297	0.36 300	0.28 302	0.36 300	0.28 287	0.62 445	0.57 456	0.35 317	0.28 343	0.35 295	0.28 332

LG-Stereo_Zeroshot	0.48 400	0.55 295	0.47 406	0.63 414	0.41 451	0.56 475	0.44 456	0.56 466	0.41 448	0.56 473	0.41 445	0.57 481	0.42 451	0.56 472	0.41 439	0.55 424	0.43 401	0.51 474	0.37 432	0.51 448	0.37 409

MyStereo06	0.75 474	4.12 668	0.60 456	0.63 414	0.61 516	0.62 489	0.66 513	0.56 466	0.45 465	0.55 471	0.48 481	0.54 471	0.46 466	0.57 477	0.45 456	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 494

MyStereo05	0.80 487	4.12 668	0.63 468	0.63 414	0.61 516	0.62 489	0.66 513	0.65 486	0.62 510	0.67 497	0.61 513	0.65 497	0.58 501	0.67 493	0.55 492	0.60 436	0.57 456	0.64 498	0.55 504	0.72 487	0.55 494

LG-Stereo	0.60 430	0.58 302	0.47 406	0.64 419	0.74 544	1.00 541	0.69 530	0.57 469	0.41 448	0.57 476	0.41 445	0.57 481	0.41 445	1.00 548	0.75 546	0.91 505	0.51 442	0.52 477	0.37 432	0.52 451	0.37 409

DN	0.53 419	0.85 351	0.45 392	0.65 420	0.44 466	0.60 484	0.44 456	0.60 477	0.44 461	0.60 481	0.45 465	0.60 486	0.44 458	0.60 481	0.44 453	0.56 428	0.42 396	0.56 487	0.42 469	0.56 460	0.42 442

MSKI-zero shot	0.24 216	0.21 148	0.49 421	0.65 420	0.18 247	0.22 227	0.17 224	0.23 233	0.18 241	0.21 220	0.17 230	0.23 236	0.28 302	0.23 234	0.18 238	0.21 199	0.16 184	0.21 225	0.16 221	0.21 221	0.16 210

LMCR-Stereo	0.65 444	0.63 312	0.65 475	0.65 420	0.65 524	0.66 494	0.63 509	0.58 472	0.65 515	0.63 490	0.64 517	0.65 497	0.65 512	0.66 491	0.66 510	0.66 455	0.64 479	0.65 502	0.67 536	0.68 478	0.73 538

DSFCA	0.66 446	0.73 325	0.78 513	0.65 420	0.65 524	0.64 491	0.64 510	0.65 486	0.63 513	0.64 491	0.64 517	0.64 493	0.64 510	0.65 490	0.65 507	0.65 453	0.65 481	0.65 502	0.65 529	0.66 473	0.64 513

AIO-test1	0.54 420	0.60 309	0.52 437	0.66 424	0.47 479	0.61 486	0.47 471	0.58 472	0.46 466	0.61 483	0.46 469	0.61 489	0.45 462	0.62 483	0.45 456	0.61 440	0.52 445	0.57 488	0.48 488	0.57 463	0.48 462

rgla	0.45 377	0.54 292	0.33 290	0.67 425	0.32 383	0.48 433	0.33 382	0.48 422	0.33 390	0.48 423	0.94 574	0.48 432	0.33 393	0.47 421	0.33 378	0.45 372	0.52 445	0.53 480	0.31 387	0.45 411	0.32 373

416test1013	0.49 406	0.80 342	0.33 290	0.67 425	0.33 396	0.48 433	0.41 446	0.48 422	0.39 435	0.48 423	0.93 573	0.52 465	0.32 381	0.52 461	0.38 414	0.49 399	0.51 442	0.53 480	0.37 432	0.51 448	0.36 403

416test	0.46 386	0.55 295	0.33 290	0.67 425	0.33 396	0.48 433	0.33 382	0.48 422	0.33 390	0.48 423	0.99 579	0.48 432	0.33 393	0.48 431	0.33 378	0.45 372	0.52 445	0.54 483	0.32 395	0.45 411	0.32 373

WAFT-Stereo (ZS)	0.67 452	0.78 337	0.67 481	0.67 425	0.66 527	0.67 495	0.67 517	0.65 486	0.66 517	0.66 495	0.67 522	0.66 500	0.67 517	0.67 493	0.72 540	0.66 455	0.67 484	0.67 504	0.67 536	0.67 476	0.67 520

AIO-test2	0.55 425	0.59 305	0.52 437	0.67 425	0.47 479	0.61 486	0.47 471	0.61 481	0.47 471	0.61 483	0.47 477	0.61 489	0.48 475	0.62 483	0.47 467	0.64 451	0.53 449	0.58 489	0.47 484	0.58 465	0.48 462

S	0.56 427	0.61 311	0.54 442	0.68 430	0.48 483	0.65 492	0.49 482	0.63 483	0.49 480	0.64 491	0.49 484	0.64 493	0.48 475	0.62 483	0.49 475	0.63 449	0.62 475	0.59 492	0.48 488	0.57 463	0.48 462

mm2	0.69 457	0.69 318	0.69 491	0.69 431	0.69 533	0.69 497	0.69 530	0.69 492	0.69 530	0.69 500	0.69 533	0.69 501	0.69 529	0.69 496	0.69 527	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 524

mm1	0.69 457	0.69 318	0.69 491	0.69 431	0.69 533	0.69 497	0.69 530	0.69 492	0.69 530	0.69 500	0.69 533	0.69 501	0.69 529	0.69 496	0.69 527	0.69 459	0.69 496	0.69 508	0.69 542	0.69 482	0.69 524

GEAStereo	0.62 438	3.91 664	0.48 414	0.69 431	0.38 430	0.51 463	0.38 422	0.51 453	0.38 422	0.53 462	0.38 424	0.50 453	0.38 420	0.51 456	0.38 414	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 389

gasm-f	0.62 438	3.91 664	0.48 414	0.69 431	0.38 430	0.51 463	0.38 422	0.51 453	0.38 422	0.53 462	0.38 424	0.50 453	0.38 420	0.51 456	0.38 414	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.34 389

4D-IteraStereo	0.78 483	3.13 642	0.89 525	0.69 431	0.32 383	0.40 321	0.32 371	0.76 504	0.97 578	0.52 459	0.65 519	0.89 533	0.32 381	0.76 508	0.98 571	0.83 498	0.94 531	0.35 317	0.27 322	0.70 485	0.89 560

Selective-IGEV	0.51 414	0.55 295	0.45 392	0.69 431	0.45 470	0.61 486	0.45 462	0.50 439	0.40 438	0.56 473	0.44 460	0.55 475	0.40 433	0.72 502	0.67 511	0.59 434	0.46 412	0.45 436	0.34 410	0.46 416	0.37 409

LL-Strereo	1.01 544	5.06 689	1.63 646	0.70 437	1.43 662	0.56 475	0.46 466	0.57 469	0.50 485	0.57 476	0.50 488	1.58 642	0.49 481	0.59 479	0.50 478	1.64 625	0.52 445	0.51 474	1.37 658	0.52 451	0.45 450

DMCA-RVC	0.70 460	0.80 342	0.70 494	0.70 437	0.70 537	0.70 500	0.70 537	0.71 497	0.70 538	0.70 502	0.71 543	0.71 505	0.70 533	0.70 498	0.69 527	0.69 459	0.70 499	0.69 508	0.70 546	0.69 482	0.70 527

DStereoRT	0.73 470	0.81 346	0.73 505	0.71 439	0.74 544	0.73 504	0.75 546	0.71 497	0.71 543	0.74 511	0.72 546	0.73 510	0.80 550	0.71 500	0.73 541	0.76 483	0.71 503	0.73 515	0.72 551	0.70 485	0.76 545

anonymity	0.63 440	0.69 318	0.56 446	0.71 439	0.56 505	0.71 502	0.56 498	0.71 497	0.56 497	0.72 503	0.56 502	0.71 505	0.56 496	0.71 500	0.58 495	0.68 458	0.55 452	0.68 505	0.55 504	0.68 478	0.54 486

HLF11	0.17 174	0.05 66	0.63 468	0.72 441	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 465	0.59 466	0.05 108	0.04 99	0.04 97	0.04 96

HLf8	0.17 174	0.05 66	0.62 464	0.72 441	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 174	0.05 66	0.65 475	0.72 441	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 465	0.59 466	0.05 108	0.04 99	0.05 114	0.04 96

iGMRVC	0.84 504	2.85 636	0.72 501	0.72 441	0.73 542	0.77 507	0.79 551	0.73 501	0.74 551	0.73 506	0.72 546	0.73 510	0.76 544	0.73 504	0.73 541	0.72 473	0.73 506	0.73 515	0.72 551	0.73 490	0.72 534

ManiGeoR	0.17 174	0.05 66	0.62 464	0.73 445	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 174	0.05 66	0.62 464	0.73 445	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 473	0.58 460	0.05 108	0.04 99	0.05 114	0.04 96

SMoEStereo_RVC	0.63 440	0.75 330	0.51 434	0.73 445	0.53 501	0.71 502	0.47 471	0.67 490	0.58 500	0.74 511	0.60 509	0.72 508	0.53 492	0.74 506	0.51 483	0.61 440	0.62 475	0.62 494	0.61 518	0.63 470	0.61 503

ARAFT	0.68 454	0.81 346	0.63 468	0.74 448	0.60 510	0.78 509	0.62 508	0.77 505	0.66 517	0.74 511	0.63 515	0.75 513	0.62 509	0.83 521	0.60 500	0.70 464	0.55 452	0.70 513	0.60 516	0.78 499	0.55 494

GCAP-Stereo	0.75 474	4.15 671	0.42 386	0.75 449	0.35 412	0.78 509	0.40 437	0.79 506	0.38 422	0.78 515	0.36 412	0.78 516	0.36 411	0.79 510	0.39 428	0.75 481	0.39 372	0.76 523	0.39 450	0.75 492	0.39 423

AFF-stereo	0.73 470	0.88 358	0.67 481	0.75 449	0.68 532	0.75 506	0.64 510	0.80 509	0.72 546	0.83 526	0.70 537	0.82 524	0.64 510	0.84 522	0.67 511	0.77 486	0.63 477	0.81 532	0.63 520	0.78 499	0.62 506

SE	0.64 442	0.73 325	0.77 511	0.79 451	0.59 508	0.78 509	0.54 496	0.58 472	0.58 500	0.78 515	0.59 507	0.63 492	0.18 244	0.78 509	0.52 485	0.80 489	0.65 481	0.69 508	0.57 511	0.75 492	0.52 480

PointNet	0.60 430	0.75 330	0.49 421	0.79 451	0.50 491	0.79 512	0.49 482	0.79 506	0.49 480	0.80 518	0.49 484	0.79 518	0.49 481	0.80 512	0.49 475	0.63 449	0.40 376	0.63 496	0.40 452	0.63 470	0.40 426

DLNR_Zeroshot_test	0.31 246	0.28 178	0.47 406	0.79 451	0.24 280	0.30 270	0.26 277	0.30 263	0.24 269	0.32 278	0.23 267	0.31 280	0.24 273	0.30 274	0.23 260	0.29 249	0.26 243	0.29 273	0.24 275	0.33 277	0.23 248

G-Net	0.79 484	0.79 339	0.79 516	0.79 451	0.79 557	0.79 512	0.79 551	0.79 506	0.79 557	0.79 517	0.79 558	0.79 518	0.79 549	0.79 510	0.79 551	0.79 487	0.79 516	0.79 527	0.79 562	0.79 501	0.79 550

MIM_Stereo	0.25 219	0.23 154	0.66 477	0.80 455	0.17 235	0.22 227	0.17 224	0.23 233	0.18 241	0.26 254	0.17 230	0.21 218	0.17 233	0.25 247	0.17 225	0.23 213	0.16 184	0.21 225	0.17 244	0.22 223	0.17 228

RAFT-Stereo + iAFF	0.70 460	0.72 324	0.71 498	0.80 455	0.62 521	0.82 520	0.61 507	0.81 512	0.62 510	0.81 521	0.63 515	0.80 520	0.70 533	0.73 504	0.61 502	0.76 483	0.61 474	0.74 520	0.61 518	0.77 497	0.61 503

NaN_ROB	0.80 487	0.80 342	0.80 517	0.80 455	0.80 560	0.80 514	0.80 554	0.80 509	0.80 559	0.80 518	0.80 560	0.80 520	0.80 550	0.80 512	0.80 554	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 551

CSAN	0.80 487	0.80 342	0.80 517	0.80 455	0.80 560	0.80 514	0.80 554	0.80 509	0.80 559	0.80 518	0.80 560	0.80 520	0.80 550	0.80 512	0.80 554	0.80 489	0.80 519	0.80 530	0.80 564	0.80 504	0.80 551

AIO-Stereo	0.84 504	0.66 315	0.70 494	0.83 459	0.67 529	0.98 539	0.82 561	1.14 556	0.72 546	1.03 559	0.74 550	1.03 562	1.09 577	0.99 546	0.45 456	1.04 529	0.73 506	0.95 559	0.74 553	0.94 535	0.46 452

CAR	0.72 466	0.76 333	0.59 452	0.84 460	1.19 602	0.81 517	0.58 501	0.81 512	0.58 500	0.81 521	0.58 505	0.83 525	0.59 503	0.82 516	0.59 498	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 480

MSE-Stereo	0.72 466	0.76 333	0.59 452	0.84 460	1.19 602	0.81 517	0.58 501	0.81 512	0.58 500	0.81 521	0.58 505	0.83 525	0.59 503	0.82 516	0.59 498	0.71 465	0.49 429	0.73 515	0.68 538	0.87 515	0.52 480

Former-RAFT_DAM_RVC	0.49 406	0.98 383	0.64 471	0.84 460	0.46 472	0.45 416	0.35 402	0.47 418	0.47 471	0.45 404	0.34 398	0.46 419	0.48 475	0.46 417	0.35 397	0.39 311	0.71 503	0.39 381	0.35 423	0.41 396	0.41 435

test_xeample3	1.10 554	1.81 539	0.61 462	0.84 460	0.49 487	0.77 507	0.66 513	0.92 528	1.40 663	0.68 499	0.46 469	0.78 516	0.54 495	1.72 648	1.48 665	1.34 605	1.52 639	1.35 645	1.67 696	1.33 624	1.55 667

RSM++	0.76 479	0.82 348	0.66 477	0.85 464	0.64 522	0.85 524	0.71 540	0.94 532	0.64 514	0.87 527	0.67 522	0.87 529	0.65 512	0.84 522	0.65 507	0.81 493	0.70 499	0.79 527	0.71 549	0.83 511	0.70 527

Selective-RAFT-Error	0.88 518	0.84 349	0.98 537	0.86 465	0.97 576	0.88 528	0.95 572	0.84 516	0.99 581	0.92 534	0.82 562	0.84 527	0.98 564	0.87 527	0.97 570	0.81 493	0.83 522	0.79 527	0.82 567	0.79 501	0.85 556

monster-pro	0.75 474	1.67 514	0.64 471	0.89 466	0.57 507	0.86 526	0.56 498	0.87 518	0.56 497	0.87 527	0.57 503	0.88 530	0.57 498	0.87 527	0.57 493	0.79 487	0.58 460	0.76 523	0.54 502	0.77 497	0.54 486

FC-DCNN	1.07 551	1.09 419	0.98 537	0.89 466	0.52 498	1.41 639	0.91 567	1.21 614	1.24 651	1.96 653	2.05 723	1.91 654	1.30 643	1.27 631	1.08 583	0.80 489	0.60 469	0.58 489	0.41 461	0.68 478	0.54 486

DDUNet	0.81 492	2.45 610	0.57 450	0.90 468	0.60 510	0.88 528	0.59 505	0.90 523	0.60 506	0.88 529	0.60 509	0.90 534	0.58 501	0.88 529	0.60 500	0.84 500	0.60 469	0.86 540	0.57 511	0.86 514	0.60 502

ADCS	0.09 81	0.02 12	0.04 65	0.90 468	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 176	0.36 401	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

UDG	0.80 487	2.21 589	0.60 456	0.91 470	0.60 510	0.90 531	0.58 501	0.88 522	0.60 506	0.90 530	0.60 509	0.88 530	0.60 505	0.90 532	0.58 495	0.86 502	0.60 469	0.84 538	0.59 515	0.84 512	0.61 503

DPSM_ROB	0.92 523	0.91 367	0.91 530	0.91 470	0.92 571	0.92 533	0.92 568	0.92 528	0.91 567	0.93 536	0.91 569	0.92 537	0.90 557	0.91 534	0.92 563	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 564

DPSM	0.92 523	0.91 367	0.91 530	0.91 470	0.92 571	0.92 533	0.92 568	0.92 528	0.91 567	0.93 536	0.91 569	0.92 537	0.90 557	0.91 534	0.92 563	0.92 508	0.91 527	0.91 546	0.92 572	0.93 531	0.93 564

MGA	0.73 470	0.76 333	0.60 456	0.92 473	1.17 598	0.81 517	0.59 505	0.84 516	0.62 510	0.81 521	0.59 507	0.84 527	0.60 505	0.81 515	0.61 502	0.71 465	0.53 449	0.89 542	0.53 500	0.75 492	0.54 486

zero-FE	0.72 466	1.31 495	0.66 477	0.92 473	0.60 510	0.82 520	0.58 501	0.82 515	0.58 500	0.81 521	0.60 509	0.81 523	0.60 505	0.82 516	0.58 495	0.74 480	0.59 466	0.73 515	0.52 498	0.76 495	0.51 478

tt45	1.04 549	0.88 358	1.36 627	0.92 473	1.03 586	1.51 644	0.79 551	0.70 496	0.88 565	0.74 511	0.90 566	1.60 643	0.72 539	1.60 643	0.75 546	0.91 505	0.78 514	1.52 652	0.79 562	1.14 554	1.32 654

PAM_32	0.64 442	2.38 605	0.51 434	0.92 473	0.43 465	0.53 469	0.44 456	0.87 518	0.43 458	0.52 459	0.45 465	0.53 467	0.40 433	0.54 467	0.46 460	0.62 445	0.56 454	0.48 458	0.45 475	0.76 495	0.44 448

MoCha-V2	2.11 672	26.97 766	0.78 513	0.92 473	0.77 554	0.96 538	0.72 543	0.90 523	0.72 546	0.94 538	0.70 537	0.90 534	0.71 538	0.91 534	0.71 538	0.85 501	0.71 503	0.88 541	0.69 542	0.87 515	0.67 520

Syn2CoEx	0.25 219	1.31 495	0.74 506	0.92 473	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 503	0.75 509	0.02 19	0.02 21	0.02 21	0.02 20

pmcnn	0.92 523	0.92 372	0.92 532	0.92 473	0.92 571	0.92 533	0.92 568	0.92 528	0.92 571	0.92 534	0.92 572	0.92 537	0.92 559	0.92 538	0.92 563	0.92 508	0.92 529	0.92 549	0.92 572	0.92 526	0.92 563

DCRE	0.84 504	1.89 561	0.77 511	0.94 480	0.72 541	0.88 528	0.73 544	0.87 518	0.78 553	0.90 530	0.71 543	0.88 530	0.67 517	0.88 529	0.73 541	0.81 493	0.68 490	0.81 532	0.70 546	0.82 509	0.70 527

DGTPSM_ROB	0.93 528	1.00 393	0.92 532	0.94 480	0.96 575	0.91 532	0.92 568	0.91 525	0.96 577	0.91 532	0.96 575	0.93 540	0.92 559	0.94 540	0.92 563	0.92 508	0.92 529	0.90 543	0.92 572	0.94 535	0.91 562

ToySt	0.92 523	2.11 579	0.90 528	0.95 482	0.79 557	0.99 540	0.78 550	0.94 532	0.81 562	0.94 538	0.78 556	0.95 543	0.77 546	0.94 540	0.86 561	0.91 505	0.79 516	0.85 539	0.77 558	0.89 519	0.73 538

R-Stereo Train	0.81 492	0.96 380	0.67 481	0.95 482	0.67 529	0.95 536	0.68 522	0.95 534	0.68 525	0.95 540	0.68 528	0.96 544	0.68 522	0.96 544	0.68 519	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 522

RAFT-Stereo	0.81 492	0.96 380	0.67 481	0.95 482	0.67 529	0.95 536	0.68 522	0.95 534	0.68 525	0.95 540	0.68 528	0.96 544	0.68 522	0.96 544	0.68 519	0.94 514	0.68 490	0.94 557	0.68 538	0.94 535	0.68 522
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 474	0.92 372	0.85 524	0.96 485	0.59 508	1.27 624	0.44 456	0.59 475	0.69 530	0.91 532	0.68 528	0.55 475	0.61 508	1.06 564	0.83 559	0.62 445	0.70 499	0.90 543	0.41 461	0.89 519	0.56 497

ff7	1.68 625	2.68 618	1.35 619	0.97 486	0.89 566	1.84 650	2.15 716	2.12 658	1.80 699	2.05 663	1.56 669	2.33 683	2.12 707	2.23 679	2.25 719	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 581

ffff	1.68 625	2.68 618	1.35 619	0.97 486	0.89 566	1.84 650	2.15 716	2.12 658	1.80 699	2.05 663	1.56 669	2.33 683	2.12 707	2.23 679	2.25 719	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 581

ccc-4	1.68 625	2.68 618	1.35 619	0.97 486	0.89 566	1.84 650	2.15 716	2.12 658	1.80 699	2.05 663	1.56 669	2.33 683	2.12 707	2.23 679	2.25 719	1.31 602	1.07 543	1.48 649	1.41 661	0.90 522	1.04 581

LGCAT	1.00 536	1.00 393	1.00 539	1.00 489	1.00 577	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 547	1.00 565	1.00 548	1.00 573	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

Test_v1	1.00 536	1.00 393	1.00 539	1.00 489	1.00 577	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 547	1.00 565	1.00 548	1.00 573	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

GANet	1.00 536	1.00 393	1.00 539	1.00 489	1.00 577	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 547	1.00 565	1.00 548	1.00 573	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

TDLM	1.00 536	1.00 393	1.00 539	1.00 489	1.00 577	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 547	1.00 565	1.00 548	1.00 573	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

CVANet_RVC	1.00 536	1.00 393	1.00 539	1.00 489	1.00 577	1.00 541	1.00 576	1.00 536	1.00 582	1.00 542	1.00 580	1.00 547	1.00 565	1.00 548	1.00 573	1.00 523	1.00 533	1.00 565	1.00 579	1.00 540	1.00 573

AdaDepth	0.86 513	0.93 376	0.71 498	1.01 494	1.07 588	1.02 555	0.71 540	1.00 536	0.71 543	1.01 553	0.71 543	1.00 547	0.72 539	1.14 575	0.71 538	0.92 508	0.64 479	0.90 543	0.64 525	0.89 519	0.69 524

trnet	1.01 544	1.01 403	1.01 544	1.01 494	1.01 583	1.01 549	1.01 581	1.01 545	1.01 587	1.01 553	1.01 585	1.01 556	1.01 573	1.01 556	1.01 578	1.01 528	1.01 539	1.01 570	1.01 586	1.01 545	1.01 579

ADCMid	0.08 75	0.02 12	0.02 15	1.01 494	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 148	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

STTRV1_RVC	0.82 497	1.60 512	0.70 494	1.01 494	0.60 510	1.07 561	0.69 530	1.01 545	0.60 506	0.72 503	0.55 500	1.02 560	0.68 522	1.03 562	0.67 511	0.89 504	0.63 477	0.92 549	0.57 511	0.90 522	0.65 515

edge stereo	2.43 699	27.07 767	1.14 553	1.06 498	1.14 591	1.08 562	1.17 595	1.16 560	1.14 594	1.10 563	1.16 595	1.09 567	1.16 587	1.10 570	1.16 593	1.10 535	1.11 553	1.16 579	1.19 597	1.13 553	1.11 584

EKT-Stereo	0.37 290	0.40 215	0.44 390	1.07 499	0.29 310	0.34 289	0.31 361	0.36 285	0.29 308	0.38 302	0.31 371	0.37 310	0.30 323	0.36 300	0.29 303	0.34 269	0.28 264	0.39 381	0.30 376	0.37 310	0.30 356

GLC_STEREO	1.07 551	1.01 403	1.06 547	1.07 499	1.05 587	1.06 558	1.08 586	1.08 552	1.05 591	1.07 561	1.06 587	1.08 565	1.05 575	1.06 564	1.10 584	1.07 531	1.09 549	1.05 574	1.05 588	1.06 549	1.12 586

999	1.00 536	1.12 424	0.59 452	1.10 501	1.21 650	1.09 564	0.52 491	1.08 552	1.43 665	1.18 576	1.35 657	0.98 546	0.52 491	0.91 534	0.85 560	0.72 473	1.46 635	0.83 537	0.98 577	0.68 478	1.41 662

HH	0.71 463	2.54 612	0.74 506	1.10 501	0.32 383	0.41 340	0.37 415	0.69 492	0.78 553	0.73 506	0.90 566	0.75 513	1.00 565	0.84 522	0.69 527	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 266

HanStereo	0.71 463	2.54 612	0.74 506	1.10 501	0.32 383	0.41 340	0.37 415	0.69 492	0.78 553	0.73 506	0.90 566	0.75 513	1.00 565	0.84 522	0.69 527	0.69 459	0.40 376	0.35 317	0.26 284	0.35 295	0.26 266

DPSimNet_ROB	0.97 533	1.18 433	0.81 520	1.10 501	0.91 570	1.02 555	0.82 561	1.04 551	0.91 567	1.03 559	0.86 565	1.28 631	0.82 554	1.03 562	0.89 562	1.17 546	0.81 521	1.02 571	0.82 567	1.08 550	0.81 553

MSMD_ROB	1.19 561	1.10 423	0.70 494	1.10 501	0.60 510	1.10 565	0.70 537	1.10 555	0.70 538	1.10 563	0.70 537	1.10 569	0.70 533	7.00 761	0.70 536	1.10 535	0.70 499	1.10 575	0.70 546	1.10 551	0.70 527

AF-Net	2.37 696	25.71 762	1.17 557	1.13 506	1.15 593	1.15 572	1.18 596	1.19 565	1.16 596	1.10 563	1.15 592	1.10 569	1.18 588	1.12 574	1.15 589	1.10 535	1.10 552	1.17 583	1.15 593	1.16 559	1.12 586

DF	0.39 310	1.37 501	1.02 545	1.14 507	0.12 197	0.16 191	0.12 190	0.16 190	0.12 197	0.16 188	0.12 187	0.16 189	0.12 194	0.16 189	0.12 184	1.12 541	1.00 533	0.15 187	0.12 190	0.15 188	0.12 188

ktn	0.72 466	0.53 288	1.08 549	1.14 507	0.51 497	1.22 620	1.36 656	0.51 453	0.59 505	0.51 455	0.51 494	0.69 501	1.20 590	0.67 493	0.51 483	0.51 412	0.49 429	0.58 489	0.66 532	0.52 451	0.53 483

Nwc_Net	2.37 696	25.95 763	1.15 555	1.14 507	1.15 593	1.08 562	1.14 590	1.17 562	1.16 596	1.14 573	1.15 592	1.08 565	1.15 583	1.11 572	1.14 588	1.10 535	1.11 553	1.16 579	1.09 590	1.16 559	1.15 591

KSHMR	0.66 446	0.50 274	0.48 414	1.15 510	0.52 498	0.49 442	0.51 490	0.49 430	0.71 543	0.67 497	0.50 488	1.16 577	1.11 578	0.66 491	0.52 485	0.49 399	0.49 429	0.51 474	0.66 532	0.50 442	1.14 590

HBP-ISP	1.24 611	1.72 517	1.65 647	1.15 510	0.76 551	1.40 637	0.88 564	1.67 644	1.02 588	1.69 648	1.38 662	1.69 648	1.21 636	1.87 655	1.21 645	1.05 530	0.79 516	0.97 563	0.80 564	1.19 567	0.75 542

RP	2.33 692	25.00 759	1.13 552	1.15 510	1.15 593	1.10 565	1.15 592	1.15 557	1.15 595	1.12 569	1.15 592	1.09 567	1.13 579	1.10 570	1.15 589	1.11 540	1.09 549	1.16 579	1.12 591	1.16 559	1.17 595

RGC	2.36 694	25.48 760	1.19 561	1.15 510	1.15 593	1.10 565	1.16 594	1.17 562	1.16 596	1.12 569	1.16 595	1.11 573	1.13 579	1.09 568	1.18 596	1.10 535	1.15 558	1.16 579	1.12 591	1.14 554	1.12 586

NCC-stereo	2.36 694	25.52 761	1.17 557	1.15 510	1.17 598	1.11 568	1.11 587	1.15 557	1.16 596	1.10 563	1.16 595	1.10 569	1.15 583	1.14 575	1.13 587	1.09 533	1.11 553	1.15 578	1.16 595	1.17 564	1.17 595

Selective-RAFT	0.89 520	0.89 361	0.72 501	1.16 515	0.78 555	1.06 558	0.82 561	0.87 518	0.97 578	1.00 542	0.91 569	0.90 534	1.00 565	0.89 531	0.93 567	0.83 498	0.83 522	0.82 536	0.82 567	0.81 507	0.82 554

Abc-Net	2.32 691	24.75 758	1.14 553	1.17 516	1.17 598	1.11 568	1.15 592	1.17 562	1.21 648	1.08 562	1.16 595	1.12 574	1.14 582	1.09 568	1.17 595	1.09 533	1.16 559	1.17 583	1.17 596	1.16 559	1.11 584
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 692	24.38 757	1.18 559	1.18 517	1.18 601	1.14 571	1.18 596	1.19 565	1.19 602	1.14 573	1.18 599	1.14 575	1.18 588	1.14 575	1.18 596	1.14 544	1.14 557	1.19 588	1.19 597	1.15 557	1.19 599

HSM-Net_RVC	0.95 531	1.17 431	0.78 513	1.18 517	0.71 539	1.16 573	0.75 546	1.09 554	0.80 559	1.10 563	0.75 551	1.17 578	0.74 541	1.17 578	0.80 554	1.13 542	0.73 506	1.17 583	0.77 558	1.16 559	0.72 534
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

CrosDoStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PFNet+	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

LCNet	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

HHNet	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Patchmatch Stereo++	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

STrans-v2	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

TransformOpticalFlow	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

OMP-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

IIG-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

NF-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

OCTAStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PSM-softLoss	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

KMStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

NRIStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PSM-adaLoss	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PSM-AAD	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

FTStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

ROB_FTStereo_v2	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

ROB_FTStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Consistency-Raft	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

KYRaft	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

HUI-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

ASMatch	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DeepStereo_LL	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DEmStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

SST-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

THIR-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT_R40	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DRaft	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

PFNet	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

GrayStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RE-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Pruner-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

TVStereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

DeepStereo_RVC	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT-RH_RVC	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

IRAFT_RVC	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT-345	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

iRAFT	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

CRE-IMP	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

GMM-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

RAFT-IKP	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

Prome-Stereo	1.20 562	1.20 435	1.20 564	1.20 519	1.20 604	1.20 574	1.20 598	1.20 568	1.20 603	1.20 578	1.20 600	1.20 580	1.20 590	1.20 580	1.20 600	1.20 549	1.20 564	1.20 590	1.20 600	1.20 569	1.20 600

CroCo-Stereo	0.73 470	1.22 487	0.25 230	1.22 564	0.25 283	1.22 620	0.25 270	1.22 615	0.25 274	1.22 624	0.25 280	1.22 626	0.25 276	1.22 626	0.25 271	1.22 597	0.26 243	1.21 635	0.25 278	1.22 617	0.25 260
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 703	26.86 765	1.23 613	1.22 564	1.22 652	1.24 622	1.25 647	1.22 615	1.24 651	1.21 623	1.24 648	1.19 579	1.27 640	1.19 579	1.24 647	1.19 547	1.20 564	1.25 638	1.19 597	1.24 618	1.23 648

FAT-Stereo	2.46 701	26.05 764	1.23 613	1.23 566	1.22 652	1.20 574	1.24 646	1.23 617	1.23 650	1.19 577	1.22 646	1.21 625	1.24 638	1.20 580	1.24 647	1.21 595	1.17 562	1.22 636	1.25 650	1.20 569	1.24 649

AIO-Stereo-zeroshot	0.91 521	0.86 353	0.89 525	1.25 567	0.69 533	1.05 557	0.81 558	1.16 560	0.50 485	1.12 569	0.97 577	0.72 508	0.82 554	1.06 564	0.95 568	0.61 440	0.87 524	1.03 573	0.85 570	1.04 548	1.01 579

WQFJA1++	0.84 504	0.98 383	0.67 481	1.26 568	0.75 546	1.00 541	0.67 517	1.00 536	0.67 519	1.00 542	0.67 522	1.00 547	0.67 517	1.00 548	0.67 511	0.96 516	0.67 484	0.91 546	0.63 520	0.92 526	0.63 507

NLMM	0.84 504	1.00 393	0.67 481	1.27 569	0.75 546	1.00 541	0.68 522	1.00 536	0.67 519	1.00 542	0.67 522	1.02 560	0.67 517	1.02 560	0.67 511	0.97 517	0.67 484	0.93 553	0.63 520	0.92 526	0.63 507

MLG-Stereo	0.92 523	0.90 365	0.84 523	1.27 569	0.49 487	1.38 635	0.88 564	1.41 633	0.97 578	0.73 506	1.09 589	1.26 627	0.43 456	0.72 502	1.05 581	1.13 542	0.49 429	1.18 586	0.66 532	1.01 545	0.46 452

CroCo-Stereo Lap2	0.77 480	1.29 491	0.29 254	1.27 569	0.29 310	1.27 624	0.26 277	1.26 619	0.26 288	1.26 625	0.26 285	1.27 630	0.26 286	1.26 628	0.27 278	1.27 600	0.27 256	1.27 639	0.27 322	1.27 621	0.27 304

ADCPNet	0.10 99	0.03 31	0.04 65	1.27 569	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 142	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Hybrid-DGEV	1.03 548	1.75 523	0.80 517	1.28 573	0.78 555	1.26 623	0.80 554	1.26 619	0.78 553	1.26 625	0.78 556	1.26 627	0.78 548	1.26 628	0.78 550	1.15 545	0.75 509	1.14 576	0.74 553	1.14 554	0.75 542

WQFJA1	0.85 510	0.98 383	0.67 481	1.29 574	0.76 551	1.01 549	0.67 517	1.02 550	0.67 519	1.02 557	0.67 522	1.01 556	0.67 517	1.01 556	0.68 519	0.99 522	0.67 484	0.93 553	0.64 525	0.92 526	0.65 515

NLSM3	0.85 510	0.99 391	0.68 489	1.29 574	0.76 551	1.01 549	0.68 522	1.01 545	0.68 525	1.02 557	0.68 528	1.01 556	0.68 522	1.01 556	0.68 519	0.97 517	0.68 490	0.93 553	0.64 525	0.93 531	0.63 507

WQFJX1	0.84 504	0.98 383	0.67 481	1.30 576	0.75 546	1.01 549	0.67 517	1.01 545	0.67 519	1.01 553	0.67 522	1.01 556	0.68 522	1.00 548	0.68 519	0.98 521	0.67 484	0.92 549	0.64 525	0.92 526	0.64 513

WQFJX	0.85 510	1.00 393	0.68 489	1.30 576	0.75 546	1.01 549	0.68 522	1.01 545	0.68 525	1.01 553	0.68 528	1.03 562	0.68 522	1.02 560	0.67 511	0.97 517	0.67 484	0.93 553	0.63 520	0.94 535	0.63 507

castereo++	0.54 420	3.59 651	1.15 555	1.31 578	0.14 204	0.16 191	0.14 199	0.16 190	0.14 204	0.16 188	0.14 206	0.16 189	0.13 200	0.16 189	0.14 198	1.45 614	1.16 559	0.15 187	0.14 207	0.15 188	0.13 195

11t	1.27 613	2.70 621	1.34 617	1.32 579	0.89 566	1.30 627	1.34 653	1.64 641	0.57 499	1.45 638	0.72 546	1.05 564	1.29 642	1.07 567	1.29 654	1.49 616	1.02 540	0.97 563	1.15 593	1.48 629	1.31 653

Hybrid-DGEV-2	1.05 550	1.83 549	0.83 521	1.33 580	0.82 563	1.30 627	0.81 558	1.26 619	0.79 557	1.29 627	0.79 558	1.26 627	0.80 550	1.26 628	0.79 551	1.20 549	0.78 514	1.18 586	0.77 558	1.20 569	0.77 547

Hybrid-DGEV-03	1.07 551	1.83 549	0.83 521	1.34 581	0.81 562	1.32 629	0.81 558	1.31 626	0.81 562	1.31 628	0.82 562	1.32 632	0.82 554	1.32 633	0.81 557	1.19 547	0.77 512	1.19 588	0.76 556	1.19 567	0.77 547

PS-NSSS	1.38 618	1.39 503	1.34 617	1.34 581	1.35 655	1.38 635	1.37 661	1.35 627	1.38 662	1.34 630	1.34 656	1.39 636	1.38 651	1.70 647	1.40 662	1.36 608	1.36 627	1.36 647	1.37 658	1.37 626	1.36 659

MaskLacGwcNet_RVC	1.35 615	1.35 498	1.35 619	1.35 583	1.35 655	1.35 631	1.35 654	1.36 628	1.35 659	1.36 632	1.35 657	1.36 634	1.36 648	1.36 634	1.35 658	1.35 606	1.35 626	1.35 645	1.35 655	1.35 625	1.35 658

CSP-Net	0.34 261	1.29 491	1.19 561	1.36 584	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 599	1.21 611	0.03 41	0.09 149	0.02 21	0.09 150

CC-Net-ROB	1.36 616	1.33 497	1.33 616	1.36 584	1.38 659	1.36 633	1.33 652	1.37 630	1.34 656	1.35 631	1.36 659	1.38 635	1.34 646	1.38 636	1.38 661	1.35 606	1.38 630	1.33 642	1.35 655	1.43 628	1.34 657

RASNet	1.49 619	1.65 513	1.45 635	1.38 586	1.43 662	1.47 642	1.36 656	1.38 631	1.36 660	1.39 633	1.60 673	1.45 640	1.45 654	1.51 641	2.21 718	1.53 620	1.36 627	1.36 647	1.36 657	1.66 637	1.36 659

qqai	1.22 609	1.38 502	1.12 550	1.39 587	1.14 591	1.40 637	1.14 590	1.41 633	1.12 592	1.40 634	1.11 591	1.40 638	1.13 579	1.41 637	1.15 589	1.25 598	0.97 532	1.24 637	1.01 586	1.24 618	0.96 568

FENet	0.54 420	1.52 508	1.19 561	1.41 588	0.23 275	0.35 293	0.23 263	0.35 281	0.23 266	0.34 286	0.23 267	0.35 295	0.23 270	0.35 294	0.23 260	1.40 611	1.07 543	0.32 284	0.23 268	0.33 277	0.23 248

BLMT-Stereo	1.53 620	1.36 499	1.06 547	1.42 589	1.23 654	1.41 639	1.07 585	1.43 635	1.12 592	1.42 636	1.06 587	1.83 651	1.07 576	1.42 639	1.07 582	1.27 600	1.38 630	6.80 758	1.00 579	1.26 620	1.00 573

MM-Stereo_test2	1.20 562	1.85 555	1.05 546	1.46 590	0.94 574	1.36 633	0.99 575	1.36 628	0.95 575	1.41 635	0.98 578	1.40 638	0.96 561	1.37 635	0.95 568	1.37 610	1.06 542	1.33 642	0.93 576	1.29 623	0.89 560

NLMM1	0.86 513	0.98 383	0.69 491	1.48 591	0.75 546	1.01 549	0.69 530	1.00 536	0.69 530	1.00 542	0.70 537	1.00 547	0.68 522	1.01 556	0.67 511	0.97 517	0.68 490	0.92 549	0.63 520	0.93 531	0.63 507

castereo	0.61 435	3.79 659	1.35 619	1.52 592	0.15 218	0.17 198	0.16 214	0.20 210	0.21 255	0.18 199	0.16 222	0.21 218	0.12 194	0.26 259	0.17 225	1.43 613	1.38 630	0.17 201	0.16 221	0.18 206	0.16 210

FAST (zero-shot)	0.87 517	1.55 509	0.42 386	1.57 593	0.42 461	1.62 648	0.45 462	1.59 636	0.42 456	1.66 647	0.44 460	1.62 647	0.42 451	1.59 642	0.42 447	0.64 451	0.43 401	0.64 498	0.42 469	0.67 476	0.46 452

PASM	0.39 310	3.06 639	1.36 627	1.58 594	0.09 155	0.11 162	0.11 175	0.11 162	0.11 179	0.09 148	0.09 155	0.11 165	0.09 155	0.09 148	0.09 148	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 172

FlowAnything_test	1.02 546	1.72 517	0.71 498	1.59 595	0.70 537	1.61 646	0.69 530	1.61 638	0.70 538	1.60 640	0.70 537	1.61 646	0.69 529	1.61 645	0.70 536	0.81 493	0.58 460	0.81 532	0.55 504	0.81 507	0.56 497

FlowAnything	1.02 546	1.71 516	0.72 501	1.59 595	0.69 533	1.60 645	0.69 530	1.61 638	0.70 538	1.60 640	0.69 533	1.60 643	0.69 529	1.61 645	0.69 527	0.81 493	0.58 460	0.81 532	0.56 508	0.82 509	0.56 497

DPSMNet_ROB	1.60 623	1.59 511	1.70 650	1.59 595	1.59 668	1.61 646	1.61 672	1.60 637	1.60 669	1.62 646	1.59 672	1.60 643	1.60 657	1.60 643	1.59 669	1.59 622	1.60 650	1.59 654	1.59 676	1.59 633	1.59 673

MM-Stereo_test3	1.27 613	2.07 575	1.18 559	1.60 598	1.02 585	1.45 641	1.01 581	1.40 632	1.04 590	1.44 637	1.03 586	1.46 641	1.02 574	1.44 640	1.02 579	1.51 619	1.12 556	1.32 641	0.98 577	1.38 627	0.97 569

BEATNet_4x	0.11 120	0.03 31	0.03 40	1.60 598	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 120	0.03 31	0.03 40	1.60 598	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 120	0.02 12	0.02 15	1.62 601	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 118	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

DEFOM-Stereo	0.68 454	3.11 641	1.40 633	1.63 602	0.25 283	0.31 277	0.25 270	0.31 269	0.28 298	0.31 272	0.29 312	0.29 271	0.27 293	0.31 279	0.28 287	1.59 622	1.47 636	0.30 275	0.29 358	0.30 262	0.28 332

ours_stereo	1.20 562	1.21 481	0.90 528	1.64 603	1.11 590	1.35 631	0.67 517	1.76 645	0.93 573	1.70 649	1.10 590	1.39 636	0.75 543	1.41 637	0.81 557	1.60 624	1.03 541	1.33 642	1.00 579	1.61 634	0.72 534

LACA_dic	0.45 377	0.13 117	1.78 656	1.70 604	0.12 197	0.13 172	0.12 190	0.16 190	0.15 216	0.13 173	0.12 187	0.13 173	0.11 176	0.16 189	0.13 193	1.73 627	1.69 657	0.16 191	0.11 172	0.13 175	0.13 195

ADCRef	0.12 133	0.03 31	0.04 65	1.71 605	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 118	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

test-3	0.98 535	4.13 670	1.85 669	1.85 606	0.61 516	0.69 497	0.37 415	0.63 483	0.61 509	0.66 495	0.51 494	0.73 510	0.44 458	0.57 477	0.54 489	1.68 626	1.81 665	0.40 394	0.43 472	0.66 473	0.50 471

RAFT_CTSACE	1.92 636	3.71 656	1.72 653	1.88 607	1.72 693	2.04 662	1.42 666	2.18 664	1.89 712	2.02 660	1.97 712	1.95 655	2.06 706	1.93 657	1.62 670	1.76 628	1.66 655	2.02 673	1.73 704	1.73 640	1.43 664

GANetREF_RVC	1.55 621	1.94 571	1.22 611	1.88 607	1.21 650	1.88 653	1.22 644	1.88 647	1.22 649	1.88 650	1.22 646	1.88 652	1.22 637	1.89 656	1.22 646	1.87 633	1.22 612	1.88 668	1.22 646	1.88 646	1.22 646
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
psmg	0.43 341	1.91 564	0.92 532	1.91 609	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	1.44 634	0.04 93	0.03 57	0.02 21	0.03 52

Wavelet-MonSter	1.00 536	1.21 481	0.76 509	1.94 610	1.01 583	1.11 568	0.76 548	1.15 557	0.76 552	1.11 568	0.76 552	1.14 575	0.76 544	1.11 572	0.76 548	1.21 595	0.90 526	1.02 571	0.71 549	1.02 547	0.71 533

SPS-STEREO	1.59 622	1.91 564	1.21 610	1.94 610	1.20 604	2.00 661	1.23 645	1.99 652	1.24 651	2.00 658	1.25 649	2.03 662	1.26 639	2.00 660	1.29 654	1.90 637	1.18 563	1.89 669	1.21 645	1.89 647	1.20 600
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 633	1.91 564	1.71 652	1.95 612	1.70 691	1.95 658	1.70 689	1.96 650	1.74 695	1.97 655	1.72 694	1.95 655	1.71 678	1.97 659	1.71 689	1.86 631	1.62 651	1.85 661	1.66 695	1.86 645	1.64 691

CRFU-Net	0.65 444	1.67 514	1.22 611	1.96 613	0.27 291	0.41 340	0.27 280	0.41 335	0.27 292	0.40 316	0.26 285	0.41 343	0.27 293	0.40 322	0.27 278	1.80 630	1.62 651	0.34 301	0.23 268	0.33 277	0.23 248

NINENet	0.69 457	3.87 663	1.20 564	1.98 614	0.05 126	0.40 321	0.04 104	0.40 316	0.05 125	0.41 333	0.04 111	0.41 343	0.05 118	0.40 322	0.05 116	1.79 629	1.56 643	0.34 301	0.22 262	0.34 282	0.23 248

error version	0.93 528	4.47 677	2.35 701	1.99 615	0.37 423	0.41 340	0.36 409	0.41 335	0.35 405	0.43 354	0.36 412	0.41 343	0.40 433	0.41 342	0.36 401	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 382

test_1	0.93 528	4.47 677	2.35 701	1.99 615	0.37 423	0.41 340	0.36 409	0.41 335	0.35 405	0.43 354	0.36 412	0.41 343	0.40 433	0.41 342	0.36 401	1.87 633	2.16 694	0.47 450	0.37 432	0.39 371	0.33 382

DNS	0.86 513	2.43 609	1.66 649	2.03 617	0.42 461	0.60 484	0.42 452	0.60 477	0.42 456	0.60 481	0.42 455	0.60 486	0.42 451	0.60 481	0.42 447	1.97 642	1.63 653	0.55 486	0.40 452	0.55 457	0.40 426

MM-Stereo_test1	1.80 632	3.41 649	1.52 642	2.12 618	1.41 661	2.04 662	1.41 664	2.05 656	1.46 666	2.04 662	1.41 664	2.05 663	1.42 653	2.05 661	1.43 664	2.04 647	1.54 642	1.94 670	1.38 660	1.99 650	1.33 655

MC-Stereo	1.76 629	2.96 637	1.37 629	2.14 619	1.37 658	2.14 667	1.36 656	2.14 661	1.37 661	2.14 667	1.37 660	2.14 664	1.37 650	2.14 665	1.37 660	1.97 642	1.32 614	1.97 672	1.32 654	1.98 649	1.33 655

derf	1.91 635	2.15 583	1.78 656	2.16 620	1.75 694	2.21 676	1.80 693	2.22 675	1.80 699	2.21 678	1.76 695	2.17 665	1.81 687	2.24 682	1.74 698	1.93 640	1.56 643	1.96 671	1.53 669	1.95 648	1.56 668

DEFOM-Stereo_RVC	0.83 501	5.18 693	1.98 692	2.19 621	0.17 235	0.19 205	0.18 233	0.19 203	0.16 224	0.20 208	0.19 250	0.22 228	0.22 264	0.20 208	0.15 210	2.28 672	2.13 693	0.24 249	0.17 244	0.18 206	0.16 210

ADCP+	0.15 161	0.04 52	0.04 65	2.20 622	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.04 101	0.08 142	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

AnyNet_C32	0.14 149	0.04 52	0.03 40	2.22 623	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 139	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

BEATNet-Init1	0.19 187	0.08 85	0.08 90	2.23 624	0.08 151	0.08 140	0.07 149	0.07 139	0.08 154	0.08 141	0.07 150	0.08 141	0.07 148	0.11 166	0.08 143	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 187	0.08 85	0.08 90	2.23 624	0.08 151	0.08 140	0.07 149	0.07 139	0.08 154	0.08 141	0.07 150	0.08 141	0.07 148	0.11 166	0.08 143	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

noway7	2.08 663	5.18 693	1.92 677	2.27 626	1.66 673	2.18 668	1.66 675	2.17 663	1.66 670	2.18 670	1.65 677	2.18 666	1.66 660	2.17 666	1.66 675	2.15 651	1.85 672	2.05 674	1.60 679	2.05 652	1.60 675

zzzz4	2.08 663	5.22 697	1.93 680	2.27 626	1.66 673	2.19 670	1.66 675	2.18 664	1.67 673	2.18 670	1.66 680	2.18 666	1.66 660	2.18 667	1.66 675	2.15 651	1.84 667	2.05 674	1.60 679	2.05 652	1.60 675

TRStereo	2.00 644	2.13 580	1.85 669	2.27 626	1.84 698	2.28 685	1.84 695	2.29 680	1.86 705	2.30 686	1.87 701	2.30 680	1.87 690	2.08 662	1.72 692	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 696

XX-Stereo	2.00 644	2.13 580	1.85 669	2.27 626	1.84 698	2.28 685	1.84 695	2.29 680	1.86 705	2.30 686	1.87 701	2.30 680	1.87 690	2.08 662	1.72 692	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 696

EAI-Stereo	2.00 644	2.13 580	1.85 669	2.27 626	1.84 698	2.28 685	1.84 695	2.29 680	1.86 705	2.30 686	1.87 701	2.30 680	1.87 690	2.08 662	1.72 692	2.08 648	1.72 659	2.08 684	1.72 701	2.08 662	1.72 696

zzzzzz3	2.07 660	5.00 687	1.93 680	2.28 631	1.66 673	2.19 670	1.66 675	2.18 664	1.67 673	2.19 673	1.66 680	2.18 666	1.67 666	2.18 667	1.66 675	2.15 651	1.85 672	2.05 674	1.59 676	2.05 652	1.59 673

noway2	2.07 660	4.96 684	1.92 677	2.28 631	1.66 673	2.20 673	1.66 675	2.19 667	1.66 670	2.19 673	1.65 677	2.19 669	1.68 668	2.18 667	1.65 672	2.15 651	1.86 676	2.06 678	1.59 676	2.06 656	1.60 675

NCCL2	2.28 690	2.27 592	2.28 699	2.28 631	2.28 723	2.27 683	2.29 719	2.28 678	2.28 722	2.27 685	2.28 724	2.28 679	2.27 710	2.27 683	2.28 723	2.28 672	2.28 697	2.27 692	2.29 722	2.27 672	2.29 714

monster_256*512	2.09 666	5.21 696	1.98 692	2.30 634	1.67 677	2.18 668	1.66 675	2.20 670	1.67 673	2.19 673	1.67 682	2.19 669	1.66 660	2.19 670	1.66 675	2.15 651	1.86 676	2.05 674	1.60 679	2.06 656	1.61 680

zzzz2	2.08 663	4.92 683	1.93 680	2.30 634	1.67 677	2.19 670	1.66 675	2.20 670	1.67 673	2.20 676	1.68 687	2.21 673	1.66 660	2.20 672	1.68 684	2.17 657	1.84 667	2.07 680	1.62 689	2.05 652	1.61 680

zzz1	2.09 666	4.97 685	1.93 680	2.30 634	1.68 681	2.21 676	1.68 683	2.21 673	1.68 678	2.21 678	1.67 682	2.21 673	1.68 668	2.21 675	1.69 687	2.17 657	1.85 672	2.08 684	1.61 683	2.06 656	1.61 680

noway5	1.92 636	4.97 685	1.95 689	2.31 637	1.68 681	2.21 676	1.68 683	2.21 673	1.69 685	2.22 682	1.68 687	2.21 673	1.68 668	2.21 675	1.68 684	2.18 659	1.87 680	1.71 658	0.65 529	0.85 513	0.72 534

noway1	2.10 668	5.26 701	1.93 680	2.31 637	1.69 686	2.21 676	1.67 681	2.19 667	1.68 678	2.21 678	1.68 687	2.21 673	1.67 666	2.20 672	1.66 675	2.15 651	1.84 667	2.07 680	1.61 683	2.07 660	1.61 680

MatchStereo	0.54 420	0.12 115	2.38 704	2.32 639	0.09 155	0.09 148	0.08 152	0.09 148	0.07 149	0.09 148	0.07 150	0.09 149	0.07 148	0.09 148	0.08 143	2.34 679	2.34 698	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 678	2.34 601	1.87 673	2.32 639	1.94 708	2.40 690	1.89 704	2.37 688	2.07 721	2.52 699	1.95 711	2.44 690	1.99 702	2.41 691	1.89 711	2.32 678	2.09 691	2.24 691	2.18 718	2.21 668	2.23 713

HUF	2.18 678	2.30 594	1.99 696	2.34 641	2.02 713	2.41 691	2.06 715	2.38 689	1.89 712	2.36 691	1.85 698	2.56 698	1.98 700	2.31 686	1.97 714	2.30 676	2.03 690	2.30 694	2.11 716	2.23 669	2.16 711

GELT-Stereo	2.10 668	5.33 704	1.94 688	2.37 642	1.68 681	2.21 676	1.69 687	2.19 667	1.67 673	2.18 670	1.67 682	2.19 669	1.66 660	2.19 670	1.66 675	2.23 665	1.83 666	2.07 680	1.61 683	2.04 651	1.61 680

noway4	2.11 672	5.14 691	1.93 680	2.37 642	1.69 686	2.20 673	1.68 683	2.22 675	1.68 678	2.21 678	1.69 691	2.23 677	1.68 668	2.22 677	1.66 675	2.24 666	1.84 667	2.09 689	1.63 692	2.09 665	1.62 686

zzzzzzz1	2.10 668	5.20 695	1.93 680	2.38 644	1.68 681	2.20 673	1.67 681	2.20 670	1.68 678	2.20 676	1.67 682	2.20 672	1.68 668	2.20 672	1.67 683	2.24 666	1.86 676	2.06 678	1.61 683	2.06 656	1.62 686

noway3	2.12 674	5.22 697	1.93 680	2.39 645	1.70 691	2.23 681	1.70 689	2.22 675	1.70 686	2.22 682	1.70 693	2.23 677	1.69 675	2.22 677	1.71 689	2.28 672	1.86 676	2.08 684	1.63 692	2.09 665	1.63 689

STTStereo	3.73 725	30.40 771	2.37 703	2.39 645	2.31 725	2.35 688	2.33 720	2.29 680	2.42 723	2.32 690	2.34 725	2.33 683	2.36 711	2.30 685	2.27 722	2.35 680	2.22 696	2.31 695	2.22 719	2.29 674	2.34 718

AIO_test	2.18 678	2.09 578	2.04 697	2.42 647	2.01 710	2.47 693	1.94 706	2.34 687	2.03 720	2.56 700	1.94 709	2.43 689	1.94 697	2.41 691	1.87 708	2.39 683	2.10 692	2.35 699	1.91 715	2.25 671	2.19 712

iRaftStereo_RVC	0.97 533	3.17 644	2.30 700	2.42 647	0.38 430	0.54 473	0.38 422	0.54 462	0.38 422	0.54 468	0.38 424	0.54 471	0.38 420	0.54 467	0.38 414	2.38 682	2.34 698	0.49 463	0.36 429	0.49 437	0.36 403

UDGNet	2.23 688	5.40 708	1.72 653	2.48 649	1.69 686	2.51 698	1.69 687	2.51 696	1.72 692	2.50 698	1.69 691	2.52 692	1.69 675	2.50 695	1.68 684	2.41 684	1.70 658	2.42 702	1.69 700	2.42 679	1.64 691

VIP-Stereo	0.70 460	2.97 638	2.43 705	2.49 650	0.16 229	0.25 249	0.16 214	0.25 244	0.16 224	0.25 245	0.18 247	0.25 249	0.16 221	0.26 259	0.16 218	1.86 631	1.26 613	0.23 239	0.15 218	0.23 235	0.15 208

IGEVStereo-DCA	1.77 630	4.21 672	1.84 667	2.49 650	2.11 716	2.54 701	1.36 656	1.65 642	1.17 600	2.75 711	1.90 706	2.54 696	1.15 583	0.94 540	1.11 585	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 557

rrr	1.77 630	4.21 672	1.84 667	2.49 650	2.11 716	2.54 701	1.36 656	1.65 642	1.17 600	2.75 711	1.90 706	2.54 696	1.15 583	0.94 540	1.11 585	1.50 617	1.32 614	0.96 561	1.46 667	1.49 630	0.88 557

FBW_ROB	2.12 674	2.46 611	1.77 655	2.49 650	1.79 697	2.38 689	1.83 694	2.46 692	1.78 698	2.48 697	1.97 712	2.40 688	1.78 685	2.42 693	1.83 702	2.31 677	1.85 672	2.38 700	1.82 707	2.35 676	1.84 702

FSD	0.61 435	0.59 305	0.50 427	2.58 654	0.44 466	0.56 475	0.44 456	0.55 465	0.44 461	0.56 473	0.44 460	0.56 478	0.44 458	0.56 472	0.46 460	0.61 440	0.42 396	0.52 477	0.42 469	0.52 451	0.51 478

MonStereo	2.17 676	2.41 607	1.49 641	2.67 655	1.67 677	2.60 704	2.04 714	2.32 685	1.76 696	2.44 694	1.68 687	2.50 691	1.69 675	2.38 688	1.80 701	2.28 672	1.78 662	2.63 712	2.14 717	3.47 705	1.68 694

IER	0.88 518	7.04 721	2.23 698	2.75 656	0.28 297	0.43 368	0.25 270	0.39 307	0.25 274	0.41 333	0.27 289	0.39 318	0.25 276	0.40 322	0.28 287	0.37 285	0.28 264	0.37 330	0.25 278	0.37 310	0.25 260

LGtest1	2.22 685	2.70 621	1.89 674	2.76 657	1.86 701	2.75 712	1.86 699	2.75 708	1.86 705	2.75 711	1.86 699	2.77 715	1.87 690	2.75 712	1.86 705	2.46 686	1.58 646	2.45 704	1.56 670	2.45 682	1.56 668

4.5_new	2.00 644	1.84 554	1.98 692	2.77 658	2.16 718	2.27 683	1.28 651	2.09 657	1.98 716	2.01 659	1.28 652	2.71 706	1.98 700	2.51 696	1.65 672	2.26 668	1.33 621	1.87 665	1.87 709	2.49 686	1.60 675

LG-G_1	2.22 685	2.71 623	1.89 674	2.77 658	1.87 705	2.75 712	1.87 702	2.76 709	1.87 709	2.75 711	1.87 701	2.76 713	1.87 690	2.75 712	1.86 705	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 670

LG-G	2.22 685	2.71 623	1.89 674	2.77 658	1.87 705	2.75 712	1.87 702	2.76 709	1.87 709	2.75 711	1.87 701	2.76 713	1.87 690	2.75 712	1.86 705	2.47 687	1.58 646	2.45 704	1.57 671	2.45 682	1.57 670

sCroCo_RVC	2.10 668	2.76 629	1.92 677	2.78 661	1.39 660	2.73 710	1.41 664	2.73 707	1.40 663	2.77 716	1.41 664	2.74 712	1.40 652	2.74 711	1.40 662	2.72 697	1.42 633	2.72 713	1.44 666	2.79 700	1.42 663

MWDA-net	0.67 452	0.66 315	0.45 392	2.84 662	0.46 472	0.73 504	0.45 462	0.71 497	0.44 461	0.72 503	0.45 465	0.70 504	0.45 462	0.70 498	0.44 453	0.61 440	0.41 386	0.61 493	0.43 472	0.61 468	0.42 442

NLCA_NET_v2_RVC	5.04 753	50.87 782	2.78 708	2.87 663	2.71 727	2.78 715	0.47 471	2.88 714	2.86 728	1.89 651	2.67 727	2.79 716	2.79 716	2.78 715	2.83 725	2.82 698	2.82 704	2.83 714	2.77 726	2.83 701	2.76 723
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV	2.02 652	2.20 587	1.82 663	2.90 664	2.16 718	2.41 691	1.25 647	2.00 653	1.98 716	1.99 657	1.31 654	2.72 710	1.93 696	2.67 705	1.69 687	2.26 668	1.32 614	1.83 660	1.87 709	2.53 693	1.61 680

2.25w	2.00 644	1.86 558	1.98 692	2.95 665	2.17 720	2.26 682	1.35 654	2.42 691	2.00 719	2.07 666	1.27 651	2.53 693	1.99 702	2.29 684	1.49 666	2.21 663	1.32 614	1.85 661	1.87 709	2.52 690	1.62 686

3.25w	2.04 657	2.20 587	1.48 637	3.03 666	2.17 720	2.63 705	1.39 662	1.96 650	1.95 715	1.96 653	1.37 660	2.71 706	1.96 699	2.71 706	1.73 697	2.26 668	1.32 614	1.87 665	1.87 709	2.51 689	1.63 689

plain	1.88 634	3.16 643	0.64 471	3.10 667	0.65 524	3.10 717	0.64 510	3.12 716	0.65 515	3.10 717	0.65 519	3.11 717	0.65 512	3.12 716	0.65 507	3.12 702	0.65 481	3.13 715	0.65 529	3.13 703	0.65 515

2.75w_new	1.99 640	2.34 601	1.81 658	3.14 668	1.62 670	1.94 655	1.99 710	2.72 701	1.71 688	2.72 705	1.99 721	1.90 653	1.73 680	1.82 654	1.29 654	2.37 681	2.01 685	2.31 695	1.42 664	1.77 643	1.22 646

3w_stereo	2.04 657	2.24 591	1.70 650	3.15 669	2.18 722	2.49 695	1.26 649	2.03 655	1.98 716	1.98 656	1.33 655	2.72 710	1.99 702	2.59 699	1.72 692	2.22 664	1.33 621	1.85 661	1.88 714	2.50 688	1.58 672

3.75w	1.99 640	2.31 595	1.83 666	3.16 670	1.65 672	1.93 654	1.98 707	2.72 701	1.68 678	2.73 710	1.97 712	2.00 659	1.72 679	1.81 653	1.25 650	2.27 671	2.01 685	2.38 700	1.42 664	1.71 639	1.24 649

MIF-Stereo (partial)	2.58 706	3.31 648	0.66 477	3.18 671	0.66 527	3.18 718	0.66 513	3.21 717	0.67 519	3.19 718	0.66 521	3.19 718	0.66 515	3.31 720	0.68 519	5.09 735	1.79 664	8.23 762	1.67 696	6.18 746	1.38 661

LiteMatch	1.13 559	0.73 325	2.80 709	3.23 672	0.61 516	0.83 522	0.68 522	0.73 501	0.69 530	1.00 542	0.77 554	0.94 541	0.57 498	0.82 516	0.64 504	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 527

Lsterematch	1.13 559	0.73 325	2.80 709	3.23 672	0.61 516	0.83 522	0.68 522	0.73 501	0.69 530	1.00 542	0.77 554	0.94 541	0.57 498	0.82 516	0.64 504	2.97 699	2.43 701	0.68 505	0.32 395	0.56 460	0.70 527

2w_stereo	1.99 640	2.36 604	1.81 658	3.24 674	1.67 677	1.94 655	1.98 707	2.72 701	1.68 678	2.72 705	1.94 709	1.98 658	1.74 682	1.79 652	1.27 651	1.95 641	2.00 683	2.53 709	1.60 679	1.68 638	1.15 591

AEACV	1.12 557	0.52 284	3.12 724	3.24 674	0.86 564	0.53 469	0.49 482	0.60 477	0.47 471	0.53 462	0.49 484	0.55 475	0.45 462	0.55 471	0.47 467	3.01 701	3.88 726	0.71 514	0.60 516	0.80 504	0.48 462

4.5w-stereo	1.99 640	2.33 597	1.81 658	3.28 676	1.68 681	1.94 655	1.99 710	2.72 701	1.70 686	2.72 705	1.99 721	1.97 657	1.68 668	1.76 649	1.29 654	1.91 638	2.02 689	2.53 709	1.61 683	1.75 642	1.16 594

2.5w	2.01 651	2.40 606	1.37 629	3.28 676	2.01 710	2.71 707	1.43 669	1.82 646	1.83 703	1.90 652	1.41 664	2.71 706	1.35 647	2.71 706	1.85 704	2.66 693	1.53 640	1.64 655	1.23 647	2.53 693	1.87 706

Anonymous3	2.55 704	3.26 647	1.65 647	3.28 676	1.63 671	3.24 719	1.68 683	3.27 718	1.66 670	3.28 719	1.67 682	3.25 719	1.66 660	3.27 718	1.64 671	3.26 703	1.65 654	3.30 717	1.65 694	4.95 737	1.65 693

4.25_new	2.00 644	2.33 597	1.82 663	3.32 679	1.69 686	1.95 658	1.99 710	2.72 701	1.71 688	2.72 705	1.97 712	2.01 660	1.74 682	1.77 650	1.28 652	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 595

4.5w_new	2.00 644	2.33 597	1.82 663	3.32 679	1.69 686	1.95 658	1.99 710	2.72 701	1.71 688	2.72 705	1.97 712	2.01 660	1.74 682	1.77 650	1.28 652	2.18 659	2.01 685	2.48 707	1.58 674	1.65 635	1.17 595

3.25w_new	2.03 654	2.72 625	1.35 619	3.33 681	1.57 666	2.72 708	1.53 671	2.15 662	1.33 655	2.15 668	1.60 673	2.63 702	1.30 643	2.72 708	1.99 716	2.67 695	1.53 640	1.75 659	1.25 650	2.53 693	1.87 706

4w-stereo	2.02 652	2.72 625	1.44 634	3.36 682	1.59 668	2.48 694	1.72 691	2.28 678	1.24 651	2.24 684	1.65 677	2.56 698	1.32 645	2.39 690	1.98 715	2.67 695	1.51 638	1.66 656	1.24 648	2.53 693	1.88 709

3.5w_stereo	2.03 654	2.72 625	1.35 619	3.41 683	1.57 666	2.72 708	1.49 670	2.01 654	1.34 656	2.15 668	1.61 675	2.63 702	1.36 648	2.72 708	1.99 716	2.66 693	1.58 646	1.68 657	1.24 648	2.53 693	1.87 706

UniTT-Stereo	2.03 654	3.43 650	0.72 501	3.42 684	0.73 542	3.27 720	0.68 522	3.38 721	0.69 530	3.29 720	0.72 546	3.28 720	0.70 533	3.35 722	0.68 519	3.39 705	0.68 490	3.31 718	0.69 542	3.37 704	0.73 538

DispNO	1.00 536	0.63 312	0.43 388	3.45 685	0.44 466	0.65 492	0.43 455	0.64 485	0.43 458	0.64 491	0.43 458	0.64 493	3.03 717	0.64 489	0.43 452	4.55 718	0.43 401	0.63 496	0.43 472	0.63 470	0.43 445

asda	2.17 676	2.54 612	1.81 658	3.47 686	1.78 696	2.50 697	1.86 699	2.61 699	1.68 678	2.61 701	1.83 697	2.37 687	1.73 680	2.44 694	1.88 710	2.51 690	1.84 667	2.34 697	1.62 689	2.23 669	1.77 701

4.25w-stereo	1.98 639	2.72 625	1.46 636	3.47 686	1.43 662	2.07 664	1.98 707	2.53 697	1.52 667	2.71 704	1.98 718	1.81 650	1.62 659	1.96 658	1.36 659	1.88 636	2.00 683	2.53 709	1.61 683	1.74 641	1.15 591

monsters	2.18 678	2.41 607	1.96 691	3.47 686	2.03 714	2.53 699	1.64 674	2.48 693	1.73 693	2.40 693	1.50 667	2.62 701	1.94 697	2.59 699	1.94 712	2.44 685	1.57 645	2.28 693	1.87 709	2.42 679	1.86 704

Occ-G	1.12 557	0.52 284	3.72 733	3.50 689	0.50 491	0.56 475	0.47 471	0.54 462	0.46 466	0.54 468	0.41 445	0.54 471	0.42 451	0.52 461	0.42 447	3.42 706	4.02 728	0.52 477	0.45 475	0.51 448	0.44 448

HCRNet	1.22 609	7.11 722	3.00 711	3.55 690	0.33 396	0.29 268	0.14 199	0.19 203	0.15 216	0.33 283	0.29 312	0.25 249	0.14 205	0.22 227	0.33 378	3.64 707	3.00 706	0.76 523	0.32 395	0.18 206	0.13 195

asd	2.18 678	2.77 631	1.58 644	3.59 691	2.00 709	2.58 703	1.85 698	2.39 690	1.71 688	2.47 696	1.97 712	2.59 700	1.61 658	2.56 697	1.79 700	2.51 690	1.99 682	2.11 690	1.62 689	2.36 677	1.60 675

DPSNet	3.66 723	3.60 652	3.62 731	3.63 692	3.64 748	3.65 724	3.65 748	3.66 724	3.67 745	3.67 723	3.65 746	3.67 724	3.66 734	3.66 723	3.68 743	3.68 708	3.66 724	3.67 722	3.68 748	3.67 706	3.67 747

monsterstereo	2.20 684	2.33 597	1.95 689	3.65 693	2.07 715	2.49 695	1.61 672	2.48 693	1.83 703	2.45 695	1.61 675	2.67 705	1.86 688	2.64 701	1.94 712	2.48 689	1.66 655	2.34 697	1.68 698	2.40 678	1.86 704

RAStereo	2.23 688	3.64 653	0.76 509	3.65 693	0.86 564	3.66 725	0.76 548	3.67 725	0.81 562	3.66 722	0.76 552	3.66 723	0.77 546	3.68 724	0.77 549	3.68 708	0.77 512	3.69 723	0.77 558	3.70 707	0.77 547

sAnonymous2	3.31 721	2.63 616	1.38 631	3.71 695	1.86 701	4.70 745	1.11 587	4.82 748	2.72 726	5.45 753	1.98 718	4.59 738	2.64 713	2.65 702	6.21 759	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 719

CroCo_RVC	3.31 721	2.63 616	1.38 631	3.71 695	1.86 701	4.70 745	1.11 587	4.82 748	2.72 726	5.45 753	1.98 718	4.59 738	2.64 713	2.65 702	6.21 759	4.37 713	1.08 547	5.16 750	2.24 720	4.52 719	2.39 719

MonStereo1	1.94 638	2.77 631	1.52 642	3.73 697	1.51 665	2.13 666	1.42 666	2.32 685	1.52 667	2.31 689	1.50 667	2.53 693	1.59 656	2.34 687	1.56 667	1.91 638	1.36 627	1.86 664	1.31 653	2.07 660	1.53 665

1w_stereo	2.05 659	2.32 596	1.35 619	3.74 698	2.01 710	2.73 710	1.42 666	1.88 647	1.93 714	2.03 661	1.28 652	2.71 706	1.99 702	2.72 708	1.72 692	2.20 662	1.32 614	1.87 665	1.86 708	2.45 682	1.54 666

qwe	2.18 678	2.60 615	1.58 644	3.83 699	1.90 707	2.53 699	1.90 705	2.48 693	1.73 693	2.37 692	1.92 708	2.53 693	1.68 668	2.56 697	1.83 702	2.52 692	1.87 680	2.07 680	1.68 698	2.32 675	1.71 695

NLSM1	2.93 718	3.24 646	2.57 707	4.04 700	2.66 726	3.30 721	2.55 722	3.29 719	2.55 724	3.35 721	2.48 726	3.28 720	2.47 712	3.34 721	2.49 724	3.26 703	2.55 703	3.13 715	2.57 725	3.00 702	2.46 721

DNSM	2.56 705	4.43 675	3.08 722	4.09 701	1.86 701	2.66 706	1.86 699	2.66 700	1.87 709	2.66 703	1.86 699	2.66 704	1.86 688	2.66 704	1.87 708	3.82 710	2.94 705	2.42 702	1.73 704	2.42 679	1.73 699

BUS	0.83 501	1.91 564	0.92 532	4.48 702	0.02 22	0.40 321	0.04 104	0.41 335	0.02 22	0.48 423	0.03 56	0.41 343	0.05 118	0.03 43	0.05 116	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 304

BSDual-CNN	0.81 492	1.91 564	0.92 532	4.48 702	0.02 22	0.42 361	0.06 140	0.41 335	0.02 22	0.48 423	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 642	4.19 729	0.33 291	0.23 268	0.34 282	0.27 304

hknet	1.10 554	1.85 555	3.49 728	4.48 702	0.02 22	0.42 361	0.06 140	0.41 335	0.02 22	0.48 423	0.03 56	0.41 343	0.03 53	0.42 356	0.03 52	4.39 715	4.19 729	0.33 291	0.23 268	0.34 282	0.27 304

rvit_105_1	3.83 726	5.22 697	3.01 712	4.53 705	3.01 729	4.51 733	3.01 728	4.56 735	3.04 729	4.53 734	3.03 730	4.55 736	3.03 717	4.56 735	3.04 726	4.57 719	3.05 707	4.57 731	3.05 730	4.57 721	3.05 728

rvit_stereo_0081	3.83 726	5.23 700	3.01 712	4.53 705	3.03 731	4.55 739	3.02 729	4.56 735	3.04 729	4.52 732	3.02 728	4.54 734	3.03 717	4.56 735	3.04 726	4.57 719	3.05 707	4.57 731	3.05 730	4.58 722	3.05 728

rvit_stereo_0082	3.86 728	5.82 717	3.01 712	4.53 705	3.03 731	4.54 735	3.02 729	4.56 735	3.04 729	4.53 734	3.02 728	4.55 736	3.04 720	4.57 738	3.05 728	4.57 719	3.05 707	4.58 733	3.05 730	4.58 722	3.06 731

rvit_0105_4	3.91 733	5.47 712	3.02 715	4.54 708	3.02 730	4.54 735	3.03 733	4.75 745	3.17 740	4.57 738	3.06 733	4.61 742	3.16 728	4.65 742	3.09 734	4.66 726	3.11 715	4.68 740	3.18 741	4.81 732	3.16 740

rvit_stereo_0080	3.89 731	5.70 714	3.04 717	4.54 708	3.03 731	4.56 740	3.05 735	4.60 739	3.07 734	4.58 739	3.06 733	4.59 738	3.06 722	4.61 739	3.08 732	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 735

whm_eth	3.89 731	5.70 714	3.04 717	4.54 708	3.03 731	4.56 740	3.05 735	4.60 739	3.07 734	4.58 739	3.06 733	4.59 738	3.06 722	4.61 739	3.08 732	4.63 724	3.09 712	4.64 737	3.10 735	4.65 726	3.10 735

rvit_stereo_0081_aga	3.86 728	5.33 704	3.02 715	4.55 711	3.04 735	4.54 735	3.02 729	4.64 742	3.06 733	4.54 736	3.04 732	4.62 743	3.08 724	4.62 741	3.07 731	4.58 722	3.06 711	4.60 735	3.08 734	4.63 725	3.07 732

rvit_stereo_ft	3.93 736	5.44 710	3.05 719	4.59 712	3.06 736	4.61 743	3.08 738	4.67 744	3.12 739	4.63 743	3.10 738	4.65 745	3.11 726	4.69 745	3.13 736	4.70 727	3.14 717	4.71 742	3.15 740	4.74 729	3.16 740

rvit_0105_3	3.91 733	5.33 704	3.06 720	4.60 713	3.07 737	4.60 742	3.06 737	4.62 741	3.08 737	4.60 741	3.07 736	4.62 743	3.08 724	4.67 743	3.10 735	4.70 727	3.11 715	4.77 744	3.19 742	4.77 731	3.14 739

rvit_stereo_0083	3.92 735	5.30 703	3.06 720	4.61 714	3.09 738	4.67 744	3.08 738	4.66 743	3.09 738	4.62 742	3.10 738	4.66 746	3.11 726	4.67 743	3.16 737	4.72 729	3.16 718	4.77 744	3.11 737	4.66 728	3.11 737

rvit_0105_6	3.87 730	5.73 716	3.10 723	4.69 715	3.12 739	4.54 735	3.02 729	4.56 735	3.04 729	4.54 736	3.03 730	4.54 734	3.04 720	4.56 735	3.05 728	4.58 722	3.05 707	4.58 733	3.05 730	4.58 722	3.05 728

rvit_0105_5	4.10 737	5.40 708	3.13 726	4.71 716	3.15 740	4.72 747	3.10 740	4.90 750	3.27 742	4.69 744	3.16 740	4.84 750	3.25 730	4.96 749	3.34 740	5.05 734	3.39 723	5.10 749	3.40 743	5.11 739	3.42 744

NLCSM	3.67 724	4.08 667	3.19 727	4.80 717	3.26 741	3.99 729	3.24 743	4.25 731	3.18 741	4.09 727	3.27 741	4.14 729	3.18 729	4.13 729	3.28 739	4.06 711	3.10 714	3.85 727	3.14 739	3.91 712	3.27 743

StereoVision	3.15 719	5.00 687	0.89 525	4.83 718	1.00 577	3.93 726	1.27 650	6.37 755	1.34 656	5.67 755	1.26 650	5.84 756	1.27 640	5.03 752	1.24 647	5.10 736	1.09 549	4.61 736	0.57 511	5.62 744	1.12 586

MWSP-net	0.96 532	0.75 330	0.49 421	4.84 719	0.48 483	1.28 626	0.52 491	1.20 568	0.51 492	1.14 573	0.70 537	1.00 547	0.56 496	0.90 532	0.69 527	0.76 483	0.60 469	0.95 559	0.56 508	0.73 490	0.45 450

MLG-Stereo_test2	4.28 740	5.46 711	3.69 732	4.86 720	3.72 749	5.58 754	3.42 744	4.81 747	3.77 750	4.85 746	3.72 748	5.55 755	3.63 733	5.58 753	3.53 742	4.41 716	3.28 722	4.99 748	2.95 728	4.75 730	3.13 738

TestStereo	4.88 750	4.75 679	4.79 737	4.87 721	4.92 757	4.81 750	4.90 758	4.78 746	4.77 757	4.87 747	4.89 757	4.90 751	4.91 750	4.99 750	4.79 755	4.98 732	4.87 734	4.87 747	4.92 758	5.00 738	5.00 757

DispFullNet	4.61 746	4.84 680	3.12 724	5.00 722	3.57 745	4.75 748	3.03 733	7.75 761	4.17 754	4.91 748	3.09 737	6.20 757	3.95 743	6.71 757	3.51 741	5.30 737	3.67 725	5.86 756	3.63 745	5.61 743	3.46 745

FC-DCNN v2	5.10 754	5.15 692	4.49 736	5.07 723	3.37 743	6.87 757	4.75 757	5.04 751	6.34 761	7.84 761	5.06 758	6.72 761	4.09 746	4.99 750	5.44 758	5.03 733	3.16 718	4.67 739	4.86 757	5.15 740	3.89 752

MLG-Stereo_test1	4.25 738	5.34 707	3.61 730	5.31 724	3.63 747	5.23 751	3.57 746	5.38 753	3.65 744	5.23 750	3.47 743	4.76 747	3.74 737	4.85 746	3.71 744	4.96 731	3.18 720	4.71 742	2.92 727	4.86 735	2.90 725

MLG-Stereo_test3	4.26 739	4.85 681	3.95 734	5.35 725	3.60 746	4.75 748	3.76 749	5.49 754	3.71 746	5.39 751	3.69 747	4.82 749	3.66 734	4.85 746	3.73 747	4.93 730	3.19 721	4.69 741	2.99 729	4.84 734	2.98 727

CFNet	1.37 617	5.27 702	0.19 205	5.49 726	0.19 253	0.28 265	0.19 239	0.28 255	0.19 248	0.28 260	0.19 250	0.28 265	4.35 747	0.28 268	0.19 242	0.23 213	0.17 205	0.23 239	4.21 755	4.81 732	0.17 228

RAFT+CT+SA	4.28 740	7.62 726	4.91 739	5.55 727	2.28 723	3.09 716	3.64 747	4.49 733	3.07 734	4.80 745	3.35 742	4.77 748	3.70 736	4.29 732	3.05 728	5.58 738	5.98 741	3.58 721	3.78 750	4.26 715	3.72 748

MaDis-Stereo	3.19 720	6.02 719	1.12 550	5.61 728	1.16 597	5.43 753	1.02 583	5.15 752	0.70 538	5.43 752	1.21 645	5.03 753	0.97 562	4.85 746	0.99 572	4.53 717	1.16 559	5.53 752	1.25 650	5.37 742	1.30 652

AANet_RVC	1.26 612	0.31 186	4.99 740	5.93 729	0.20 256	0.25 249	0.20 243	0.25 244	0.20 250	0.23 230	0.19 250	0.25 249	0.20 255	0.25 247	0.20 245	5.66 739	4.76 733	0.26 259	0.30 376	0.24 240	0.27 304

SA	4.33 742	7.35 723	6.85 751	5.96 730	4.09 753	3.59 723	3.15 741	3.82 726	2.64 725	3.91 724	3.85 749	3.57 722	2.72 715	3.13 717	4.03 750	7.09 751	6.86 746	3.57 720	3.12 738	3.85 708	3.51 746

SGM-Forest	5.21 756	5.92 718	4.08 735	6.18 731	4.16 754	6.31 756	4.34 756	6.50 756	4.33 755	6.14 757	4.21 754	6.61 760	4.55 749	6.67 756	4.48 754	5.94 741	3.94 727	5.85 755	4.03 754	5.79 745	4.17 755
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 660	1.30 493	5.73 745	6.28 732	0.79 557	1.33 630	0.80 554	1.30 625	1.02 588	1.33 629	0.84 564	1.33 633	0.97 562	1.28 632	1.04 580	6.05 743	5.89 739	1.28 640	0.76 556	1.28 622	0.88 557

test_5	4.62 747	7.55 725	6.23 746	6.32 733	3.40 744	5.29 752	3.50 745	3.53 723	4.11 753	4.28 729	4.47 756	4.26 732	4.38 748	3.68 724	3.24 738	5.89 740	5.60 737	4.84 746	3.50 744	4.33 716	3.93 754

cross-raft	4.83 749	7.52 724	6.43 747	6.63 734	3.96 752	4.51 733	3.99 753	4.49 733	3.96 752	4.52 732	3.96 751	4.50 733	3.97 744	4.50 734	3.97 749	6.65 746	6.44 743	4.33 728	3.92 752	4.35 717	3.91 753

PhaseNet	1.74 628	6.34 720	4.81 738	6.77 735	0.24 280	0.80 514	0.53 493	0.48 422	0.22 259	0.53 462	0.28 297	0.48 432	0.25 276	0.40 322	0.32 366	6.39 745	4.61 732	0.46 440	0.38 446	0.25 243	0.18 234

raft_robust	4.71 748	7.75 727	5.40 744	6.81 736	3.31 742	4.28 732	4.20 755	4.32 732	4.37 756	4.35 731	4.35 755	4.14 729	3.75 738	4.30 733	4.20 753	6.67 747	6.37 742	3.36 719	4.24 756	4.86 735	3.25 742

TestStereo1	4.60 744	8.41 730	6.44 748	6.86 737	3.79 750	3.97 727	3.78 750	3.99 728	3.74 747	3.97 725	3.52 744	3.94 727	3.58 731	3.98 727	3.72 745	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 750

SA-5K	4.60 744	8.41 730	6.44 748	6.86 737	3.79 750	3.97 727	3.78 750	3.99 728	3.74 747	3.97 725	3.52 744	3.94 727	3.58 731	3.98 727	3.72 745	6.82 748	6.50 744	3.76 724	3.66 746	3.90 709	3.74 750

Sa-1000	4.34 743	8.37 729	6.84 750	6.98 739	4.45 756	3.58 722	3.00 727	3.42 722	3.39 743	2.61 701	4.00 752	3.83 726	4.01 745	3.90 726	3.90 748	5.98 742	5.62 738	3.76 724	2.34 723	4.35 717	2.47 722

test_4	4.88 750	8.13 728	6.98 752	7.46 740	4.44 755	4.25 731	3.85 752	4.04 730	3.92 751	4.13 728	3.91 750	4.18 731	3.84 741	4.14 730	4.06 751	7.01 750	7.13 749	4.53 729	3.72 749	4.09 713	3.72 748

rvit_stereo_0075_2	6.64 758	8.80 734	5.25 741	7.89 741	5.27 759	7.90 761	5.27 759	7.92 762	5.28 759	7.91 762	5.29 760	7.93 762	5.27 751	7.92 762	5.28 756	7.93 752	5.28 736	7.93 761	5.29 760	7.93 754	5.28 759

test_3	5.01 752	8.86 735	7.77 754	8.09 742	2.76 728	4.13 730	4.05 754	3.88 727	3.76 749	4.33 730	4.13 753	3.71 725	3.91 742	4.21 731	4.06 751	7.93 752	7.69 751	4.53 729	3.91 751	4.17 714	4.29 756

test-1	6.46 757	9.16 737	8.03 758	8.09 742	5.62 760	6.11 755	6.35 761	6.85 758	4.94 758	6.08 756	6.29 763	4.98 752	6.43 755	6.22 754	6.36 761	6.16 744	7.47 750	5.82 754	5.44 761	7.11 751	5.68 760

U	5.15 755	8.49 732	1.81 658	8.49 744	1.77 695	8.49 762	1.77 692	8.51 763	1.77 697	8.49 763	1.77 696	8.50 763	1.78 685	8.58 763	1.77 699	8.54 755	1.78 662	8.55 763	1.78 706	8.55 757	1.84 702

RAFT	6.73 759	9.36 738	7.40 753	8.51 745	6.55 761	6.88 758	6.60 762	6.79 757	6.60 762	6.80 758	6.72 764	5.31 754	5.50 753	6.61 755	6.61 762	8.42 754	5.89 739	5.73 753	5.45 762	6.61 747	6.24 761

SGM+DAISY	7.06 760	9.15 736	5.38 743	8.84 746	5.18 758	8.80 763	5.31 760	8.79 764	5.28 759	8.89 764	5.20 759	8.93 764	5.33 752	8.95 764	5.36 757	8.70 756	5.21 735	8.74 764	5.20 759	8.89 758	5.15 758

testmc14	2.43 699	10.48 746	8.02 757	8.93 747	0.31 369	0.44 402	0.30 314	0.42 353	0.30 323	0.42 347	0.30 327	0.42 361	0.30 323	0.42 356	0.30 313	8.88 758	6.99 748	0.41 412	0.28 343	0.39 371	0.28 332

CFNet_RVC	2.38 698	8.71 733	0.38 324	9.33 748	0.42 461	0.56 475	0.42 452	0.60 477	0.38 422	0.62 487	0.42 455	0.56 478	7.29 759	0.62 483	0.42 447	0.53 417	0.37 358	0.49 463	0.34 410	8.30 755	6.87 762

test-v	7.53 761	11.89 748	7.98 755	9.36 749	7.14 762	7.06 759	7.09 763	7.37 759	6.91 763	7.29 759	5.71 761	6.45 758	6.93 756	6.73 758	7.27 763	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 763

test-2	7.53 761	11.89 748	7.98 755	9.36 749	7.14 762	7.06 759	7.09 763	7.37 759	6.91 763	7.29 759	5.71 761	6.45 758	6.93 756	6.73 758	7.27 763	8.93 759	7.85 752	6.98 759	6.80 763	7.56 752	7.34 763

MCSU-Stereo	2.48 702	10.56 747	8.50 759	9.47 751	0.31 369	0.43 368	0.30 314	0.42 353	0.30 323	0.42 347	0.30 327	0.42 361	0.30 323	0.41 342	0.30 313	8.86 757	6.93 747	0.40 394	0.29 358	0.39 371	0.28 332

MSMDNet	2.65 707	10.14 744	0.33 290	9.74 752	0.32 383	0.87 527	0.33 382	2.95 715	0.68 525	0.49 433	0.34 398	0.49 439	5.70 754	0.49 438	0.33 378	0.42 341	9.57 755	0.41 412	0.31 387	8.36 756	0.65 515

pcwnet_v2	2.66 708	9.89 742	0.33 290	9.89 753	0.32 383	0.50 451	0.32 371	0.49 430	0.33 390	0.49 433	0.34 398	0.49 439	8.76 761	0.48 431	0.33 378	0.41 327	9.58 756	0.40 394	0.29 358	9.01 759	0.63 507

CFNet_ucs	2.73 710	9.64 740	0.33 290	9.92 754	0.32 383	0.49 442	0.33 382	0.49 430	0.33 390	0.49 433	0.33 390	0.49 439	8.98 762	0.48 431	0.33 378	0.41 327	9.96 760	0.40 394	0.29 358	10.12 764	0.54 486

ccs_rob	2.79 716	10.17 745	0.32 285	10.00 755	0.33 396	0.49 442	0.33 382	1.90 649	0.32 380	0.51 455	0.33 390	0.49 439	9.24 763	0.49 438	0.33 378	0.41 327	9.82 758	0.41 412	0.28 343	9.34 760	0.29 341

PCWNet_CMD	2.80 717	9.82 741	0.32 285	10.09 756	0.32 383	0.49 442	0.33 382	3.34 720	0.33 390	0.49 433	0.33 390	0.49 439	8.73 760	0.48 431	0.33 378	0.41 327	9.22 754	0.42 428	0.29 358	9.55 761	0.31 366

UCFNet_RVC	2.75 712	10.06 743	0.29 254	10.31 757	0.29 310	0.42 361	0.29 306	0.43 361	0.29 308	0.42 347	0.29 312	0.42 361	9.87 764	0.43 363	0.29 303	0.36 282	9.84 759	0.36 326	0.26 284	9.77 762	0.26 266

CFNet_pseudo	2.67 709	9.36 738	0.32 285	10.99 758	0.33 396	0.85 524	0.33 382	0.49 430	0.33 390	0.49 433	0.32 381	0.49 439	7.26 758	0.49 438	0.33 378	0.41 327	9.62 757	0.41 412	0.29 358	10.03 763	0.29 341

MEA-ACV	1.66 624	0.87 355	0.61 462	11.81 759	1.35 655	1.50 643	0.71 540	1.23 617	0.92 571	1.13 572	0.96 575	1.69 648	0.70 533	1.23 627	1.16 593	1.54 621	1.20 564	1.58 653	0.85 570	1.12 552	0.95 567

TestStereo_HL3	2.76 713	0.41 227	11.46 763	14.11 760	0.30 322	0.45 416	0.29 306	0.43 361	0.29 308	0.43 354	0.29 312	0.43 370	0.28 302	0.44 394	0.30 313	13.57 763	10.32 761	0.41 412	0.27 322	0.38 323	0.27 304

TestStereo_HL2	2.73 710	0.41 227	11.06 760	14.13 761	0.30 322	0.44 402	0.28 291	0.43 361	0.29 308	0.43 354	0.28 297	0.43 370	0.29 314	0.43 363	0.28 287	13.51 762	10.37 762	0.41 412	0.27 322	0.38 323	0.27 304

GGDA	2.76 713	0.41 227	11.34 762	14.28 762	0.30 322	0.44 402	0.29 306	0.43 361	0.29 308	0.43 354	0.28 297	0.43 370	0.28 302	0.43 363	0.29 303	13.45 761	10.57 763	0.41 412	0.27 322	0.38 323	0.27 304

TestStereo-Hl	2.78 715	0.42 238	11.23 761	14.38 763	0.30 322	0.44 402	0.30 314	0.43 361	0.28 298	0.43 354	0.29 312	0.44 405	0.29 314	0.44 394	0.29 303	13.64 764	10.73 764	0.41 412	0.27 322	0.38 323	0.27 304

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

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

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

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

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

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

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

fff	1000028.16 793	29.62 768	29.72 772	32.61 771	30.02 772	35.13 773	31.83 774	32.07 773	10000000.00 794	35.27 775	29.82 774	32.45 773	30.15 773	32.35 773	30.09 773	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 774

csc	1000028.16 793	29.62 768	29.72 772	32.61 771	30.02 772	35.13 773	31.83 774	32.07 773	10000000.00 794	35.27 775	29.82 774	32.45 773	30.15 773	32.35 773	30.09 773	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 774

cscssc	1000028.16 793	29.62 768	29.72 772	32.61 771	30.02 772	35.13 773	31.83 774	32.07 773	10000000.00 794	35.27 775	29.82 774	32.45 773	30.15 773	32.35 773	30.09 773	31.04 773	29.55 774	30.64 773	30.14 773	10000000.00 794	30.77 774

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

DCANet-4	35.22 773	34.54 773	35.08 778	33.58 775	35.47 779	34.55 772	35.53 780	36.08 778	35.85 777	35.92 778	35.77 779	35.18 778	35.48 778	35.39 778	37.15 783	34.55 778	33.92 777	35.02 779	34.90 778	35.79 776	34.74 780

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

fast-reg	37.00 775	37.00 778	37.00 779	37.00 777	37.00 780	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 780	37.00 779	37.00 779	37.00 779	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

Reg-Stereo(zero)	37.00 775	37.00 778	37.00 779	37.00 777	37.00 780	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 780	37.00 779	37.00 779	37.00 779	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

FLISNet	37.00 775	37.00 778	37.00 779	37.00 777	37.00 780	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 780	37.00 779	37.00 779	37.00 779	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

CoSv	37.00 775	37.00 778	37.00 779	37.00 777	37.00 780	37.00 779	37.00 781	37.00 780	37.00 778	37.00 779	37.00 781	37.00 780	37.00 779	37.00 779	37.00 779	37.00 780	37.00 781	37.00 781	37.00 781	37.00 777	37.00 781

tt	500032.53 791	34.60 774	29.72 772	37.47 781	34.41 777	36.85 777	35.22 778	34.71 776	33.55 775	34.50 773	35.43 777	33.81 776	10000000.00 795	33.57 776	33.13 777	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 778

DCANet	500032.53 791	34.60 774	29.72 772	37.47 781	34.41 777	36.85 777	35.22 778	34.71 776	33.55 775	34.50 773	35.43 777	33.81 776	10000000.00 795	33.57 776	33.13 777	33.68 776	35.00 778	34.03 777	35.26 779	30.96 773	34.63 778

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

NOSS_ROB	102.95 780	153.00 787	121.00 787	51.00 784	44.00 784	165.00 787	127.00 787	153.00 787	119.00 784	164.00 788	125.00 787	168.00 788	120.00 785	153.00 787	117.00 787	49.00 785	44.00 785	49.00 785	44.00 785	49.00 782	44.00 785

CBMV	128.50 781	1422.70 795	53.10 785	79.50 785	51.30 785	77.30 785	49.70 785	74.00 785	48.20 783	77.20 786	48.80 786	73.90 786	48.00 784	73.80 786	48.80 786	70.40 786	45.10 786	68.90 786	46.10 786	68.20 783	45.00 786
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 779	87.70 783	41.95 784	113.75 786	65.62 786	75.05 784	55.25 786	75.64 786	45.04 782	71.61 785	41.75 785	72.81 785	44.06 783	68.38 785	44.63 785	101.89 787	59.57 787	107.10 787	61.05 787	104.38 784	59.38 787

MeshStereo	159.24 782	171.00 788	160.68 790	162.58 787	160.59 788	164.01 786	160.35 789	158.51 788	158.56 786	158.34 787	160.12 789	158.56 787	159.92 787	157.26 788	158.94 789	154.38 788	158.36 788	155.75 788	159.13 790	153.67 785	154.07 789
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 784	123.00 784	115.00 786	219.00 788	218.00 790	223.00 789	244.00 791	217.00 790	236.00 788	202.00 790	203.00 790	205.00 790	208.00 788	225.00 790	204.00 790	210.00 789	198.00 790	197.00 790	184.00 791	204.00 787	201.00 790

DF_test	189.29 783	560.34 792	182.58 791	229.00 789	135.68 787	197.79 788	135.52 788	197.80 789	135.44 785	197.75 789	135.49 788	197.90 789	135.51 786	197.84 789	135.75 788	217.37 790	171.11 789	183.74 789	127.67 789	183.56 786	127.88 788

MGS-Stereo	239.45 785	123.00 784	135.00 788	266.00 790	286.00 791	277.00 790	305.00 792	271.00 791	242.00 789	274.00 791	279.00 792	255.00 791	270.00 790	268.00 791	297.00 792	221.00 791	247.00 792	216.00 791	123.00 788	217.00 788	217.00 792

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

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

LE_ROB	396.57 788	471.28 791	329.84 793	471.48 793	308.15 793	526.83 793	322.10 794	488.15 794	323.76 791	495.46 794	317.97 794	497.17 794	320.10 792	481.62 794	326.76 794	462.71 794	298.97 794	466.16 794	285.98 794	447.62 791	289.21 794

SGM-ForestM	596.69 789	677.77 793	444.52 794	699.85 794	517.25 794	732.94 794	488.29 795	770.79 795	460.11 792	750.81 795	487.98 795	792.79 795	499.41 793	730.90 795	475.81 795	720.03 795	491.16 795	663.96 795	418.60 795	674.76 792	436.05 795

CBMV_ROB	818.48 790	913.88 794	709.52 795	862.84 795	597.78 795	1073.99 795	700.52 796	1015.66 796	702.59 793	1115.65 796	760.02 796	1130.24 796	721.57 794	1037.41 796	692.65 796	814.05 796	564.29 796	843.28 796	595.31 796	915.51 793	602.92 796

real-time stereo	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 796	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 795	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 794	10000000.00 797
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 422	0.50 439	0.38 422	0.50 446	0.38 424	0.50 453	3.79 739	0.50 446	0.38 414	0.54 418	0.43 401	0.46 440	0.34 410	0.46 416	0.35 400

Low-res two-view benchmark