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	0.73 431	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	0.15 147	0.70 282	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	0.67 456	0.02 15	0.69 448	0.75 464	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	0.17 158	0.78 294	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	0.79 494	0.02 15	0.75 461	0.76 466	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 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

TCMNet	0.03 29	0.04 52	0.03 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	0.11 157	0.04 90	0.03 52	0.58 397	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 96	0.05 116	0.04 95	0.04 104	0.12 152	0.04 111	0.06 120	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	0.12 121	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	1.57 609	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet-RVC	0.13 128	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 116	0.04 95	0.04 104	0.04 92	0.05 123	0.04 96	0.05 113	0.04 90	1.71 618	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 121	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	0.05 113	0.04 90	1.66 615	0.06 70	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
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	0.75 434	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	0.73 431	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 508	0.06 117	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	0.05 113	0.05 117

EDNetEfficientorigin	0.04 54	0.06 74	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	0.06 116	0.03 57	0.04 97	0.03 52

FADNet_RVC	0.12 121	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	0.05 113	0.04 90	1.65 613	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

IGEV_i1	0.26 202	0.05 66	0.04 65	0.06 65	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 130	0.05 104	0.03 52	4.34 645	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

DFGA-Net	0.05 57	0.06 74	0.04 65	0.06 65	0.04 101	0.06 115	0.04 104	0.06 117	0.04 104	0.06 119	0.04 111	0.06 120	0.04 101	0.06 111	0.04 98	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

Wz-Net-TNSev	0.02 15	0.05 66	0.04 65	0.07 67	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 67	0.08 80	0.07 81	0.07 67	0.07 136	0.08 128	0.06 133	0.08 130	0.07 137	0.08 129	0.07 138	0.08 129	0.06 130	0.07 127	0.07 128	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

DispViT+	0.07 67	0.08 80	0.12 124	0.08 69	0.05 121	0.08 128	0.05 116	0.08 130	0.05 120	0.08 129	0.05 123	0.08 129	0.05 113	0.08 130	0.05 111	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

DA	0.09 76	0.13 108	0.39 301	0.08 69	0.05 121	0.07 126	0.05 116	0.13 153	0.05 120	0.06 119	0.05 123	0.06 120	0.05 113	0.06 111	0.05 111	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 76	0.13 108	0.39 301	0.08 69	0.05 121	0.07 126	0.05 116	0.13 153	0.05 120	0.06 119	0.05 123	0.06 120	0.05 113	0.06 111	0.05 111	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

AASNet	0.06 61	0.08 80	0.08 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 80	0.08 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 80	0.08 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

GwcNet	0.12 121	0.07 78	0.05 80	0.08 69	0.05 121	0.08 128	1.20 539	0.07 127	0.05 120	0.05 113	0.05 123	0.08 129	0.05 113	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

VMStereo-Base	0.03 29	0.09 89	0.08 83	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

SMFormer	0.09 76	1.01 350	0.09 89	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

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

SepStereo	0.09 76	0.09 89	0.10 93	0.09 76	0.09 140	0.09 136	0.09 140	0.10 137	0.08 141	0.10 138	0.09 142	0.09 137	0.09 140	0.09 136	0.08 130	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

FADE	0.07 67	0.06 74	0.02 15	0.09 76	0.10 147	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	0.15 141	0.10 99	0.17 178	0.13 179	0.11 148	0.11 153

test_sample6	0.09 76	0.97 331	0.10 93	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 91	1.07 364	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 356	0.12 124	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

CAS++	0.17 158	0.27 160	0.21 198	0.10 81	0.21 237	0.15 162	0.22 225	0.10 137	0.21 226	0.22 199	0.10 146	0.19 183	0.18 217	0.10 140	0.19 215	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 207
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 76	0.95 328	0.09 89	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 91	1.07 364	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 76	1.01 350	0.10 93	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

AnonymousM	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

PVD	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

BridgeDepth_RVC	0.07 67	0.08 80	0.11 113	0.11 98	0.05 121	0.08 128	0.05 116	0.08 130	0.05 120	0.08 129	0.05 123	0.08 129	0.05 113	0.08 130	0.05 111	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 73	0.08 80	0.11 113	0.11 98	0.05 121	0.08 128	0.05 116	0.08 130	0.07 137	0.08 129	0.05 123	0.08 129	0.05 113	0.09 136	0.08 130	0.15 141	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 76	1.00 341	0.11 113	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 76	1.03 356	0.11 113	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 76	0.87 308	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

JetRed	0.11 112	0.12 106	0.11 113	0.11 98	0.11 163	0.11 149	0.14 177	0.11 149	0.11 160	0.12 152	0.11 160	0.11 150	0.11 157	0.11 151	0.11 153	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

mmm	0.14 135	1.83 496	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 111	0.04 98	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

aanetorigin	0.13 128	0.11 104	0.11 113	0.11 98	0.11 163	0.11 149	0.11 158	0.11 149	0.11 160	0.11 150	0.12 168	0.11 150	0.11 157	0.11 151	0.11 153	0.11 105	0.11 122	0.14 153	0.11 155	0.49 388	0.11 153

DualNet (step1)	0.10 91	1.05 360	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 360	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 360	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 76	0.87 308	0.10 93	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

ffm	0.25 193	3.83 604	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 193	3.83 604	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 193	3.83 604	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

Wz-Net-MNSev	0.06 61	0.54 263	0.10 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 245	0.10 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

xxxx	0.11 112	1.16 378	0.16 170	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 366	0.13 144	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

SuperB	0.21 175	0.10 93	2.51 640	0.12 106	0.09 140	0.10 138	0.09 140	0.08 130	0.07 137	0.10 138	0.09 142	0.09 137	0.07 136	0.07 127	0.07 128	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

JetBlue	0.11 112	0.11 104	0.12 124	0.13 118	0.14 182	0.11 149	0.11 158	0.11 149	0.11 160	0.11 150	0.11 160	0.11 150	0.11 157	0.12 155	0.12 165	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

11t1	0.17 158	2.16 529	0.13 144	0.13 118	0.04 101	0.06 115	0.04 104	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 111	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

LRCNet_RVC	0.13 128	0.13 108	0.09 89	0.13 118	0.10 147	0.14 154	0.10 145	0.14 155	0.10 145	0.23 204	0.10 146	0.20 186	0.10 144	0.24 211	0.11 153	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

222	0.10 91	0.99 339	0.12 124	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

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

qqq1	0.25 193	3.70 598	0.14 149	0.14 122	0.04 101	0.06 115	0.05 116	0.06 117	0.05 120	0.06 119	0.05 123	0.04 96	0.05 113	0.06 111	0.05 111	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 193	3.70 598	0.14 149	0.14 122	0.04 101	0.06 115	0.05 116	0.06 117	0.05 120	0.06 119	0.05 123	0.04 96	0.05 113	0.06 111	0.05 111	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

1111x	0.10 91	1.14 373	0.13 144	0.14 122	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	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

x	0.11 112	1.15 376	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 135	0.13 108	0.14 149	0.14 122	0.14 182	0.14 154	0.14 177	0.14 155	0.14 182	0.14 154	0.14 186	0.14 155	0.14 182	0.14 157	0.14 176	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 209	0.90 316	0.10 93	0.14 122	0.10 147	0.14 154	0.10 145	0.91 470	0.69 473	0.14 154	0.11 160	0.14 155	0.11 157	0.14 157	0.10 141	0.12 111	0.09 94	0.12 147	0.09 136	0.88 460	0.76 487

CCAANet	0.17 158	0.72 284	0.14 149	0.14 122	0.14 182	0.14 154	0.14 177	0.14 155	0.14 182	0.14 154	0.14 186	0.14 155	0.14 182	0.14 157	0.14 176	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179

DRN-Test	0.14 135	0.13 108	0.09 89	0.14 122	0.09 140	0.15 162	0.09 140	0.14 155	0.10 145	0.14 154	0.09 142	0.14 155	0.09 140	0.13 156	0.09 135	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 480

StereoDRNet	0.15 147	0.14 114	0.10 93	0.14 122	0.09 140	0.15 162	0.09 140	0.14 155	0.09 144	0.14 154	0.10 146	0.14 155	0.09 140	0.14 157	0.09 135	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 496

PDISCO_ROB	0.83 454	2.80 579	3.49 661	0.14 122	0.11 163	0.17 176	0.09 140	0.15 168	0.10 145	0.15 161	0.12 168	0.16 167	0.14 182	3.30 645	0.13 172	0.14 133	2.34 632	0.16 170	0.12 170	2.62 625	0.10 140

RT-Monster	0.09 76	0.07 78	0.03 40	0.15 133	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 144	0.04 90	0.03 52	0.92 460	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

zh-sn7	0.10 91	0.98 332	0.14 149	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo	0.18 162	0.50 245	0.16 170	0.15 133	0.16 204	0.16 169	0.16 189	0.16 169	0.16 198	0.16 166	0.16 199	0.16 167	0.16 195	0.16 168	0.16 194	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

S2M2_L	0.12 121	0.14 114	0.10 93	0.15 133	0.10 147	0.14 154	0.10 145	0.14 155	0.10 145	0.15 161	0.10 146	0.14 155	0.10 144	0.14 157	0.10 141	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qqq	0.16 154	2.01 520	0.12 124	0.15 133	0.04 101	0.06 115	0.05 116	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 128	0.20 129	0.14 149	0.15 133	0.11 163	0.14 154	0.11 158	0.14 155	0.11 160	0.14 154	0.11 160	0.14 155	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR_C	0.14 135	0.20 129	0.12 124	0.15 133	0.11 163	0.14 154	0.15 183	0.14 155	0.11 160	0.15 161	0.12 168	0.14 155	0.11 157	0.16 168	0.11 153	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 167

ACRE	0.13 128	0.21 135	0.14 149	0.15 133	0.11 163	0.14 154	0.11 158	0.14 155	0.11 160	0.14 154	0.12 168	0.14 155	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ELAS_RVC	0.14 135	0.16 116	0.10 93	0.15 133	0.10 147	0.18 180	0.11 158	0.19 180	0.11 160	0.19 179	0.12 168	0.18 179	0.11 157	0.19 181	0.12 165	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 128	0.16 116	0.11 113	0.15 133	0.09 140	0.18 180	0.11 158	0.18 178	0.11 160	0.17 173	0.11 160	0.18 179	0.11 157	0.18 178	0.11 153	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
iinet-test	0.08 73	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 207	0.02 20	0.02 21	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

xyz-stereo-finetune2	0.18 162	0.48 238	0.16 170	0.16 143	0.15 194	0.15 162	0.16 189	0.16 169	0.16 198	0.16 166	0.16 199	0.16 167	0.16 195	0.16 168	0.16 194	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

xyz-stereo-finetune	0.28 204	0.49 240	0.16 170	0.16 143	0.16 204	0.16 169	0.16 189	0.22 199	0.30 281	0.32 249	0.31 328	0.32 254	0.31 330	0.32 252	0.32 322	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 328

GMStereo_Zeroshot	0.16 154	0.16 116	0.16 170	0.16 143	0.16 204	0.16 169	0.16 189	0.16 169	0.16 198	0.16 166	0.16 199	0.16 167	0.16 195	0.16 168	0.16 194	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

ProNet	0.14 135	0.20 129	0.14 149	0.16 143	0.11 163	0.16 169	0.11 158	0.17 175	0.11 160	0.17 173	0.12 168	0.17 175	0.13 178	0.17 175	0.12 165	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

CIPLG	0.13 128	0.21 135	0.12 124	0.16 143	0.11 163	0.15 162	0.11 158	0.14 155	0.11 160	0.15 161	0.12 168	0.15 166	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

MIPNet	0.14 135	0.21 135	0.17 177	0.16 143	0.11 163	0.15 162	0.12 171	0.14 155	0.11 160	0.16 166	0.11 160	0.14 155	0.11 157	0.14 157	0.11 153	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 135	0.24 149	0.14 149	0.16 143	0.12 176	0.15 162	0.12 171	0.14 155	0.11 160	0.15 161	0.12 168	0.14 155	0.11 157	0.14 157	0.11 153	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ICVP	0.15 147	0.53 259	0.11 113	0.16 143	0.11 163	0.16 169	0.11 158	0.16 169	0.11 160	0.16 166	0.11 160	0.16 167	0.11 157	0.16 168	0.11 153	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 135	0.17 121	0.12 124	0.17 152	0.11 163	0.17 176	0.11 158	0.17 175	0.11 160	0.17 173	0.11 160	0.17 175	0.11 157	0.17 175	0.11 153	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 135	0.16 116	0.12 124	0.17 152	0.12 176	0.17 176	0.11 158	0.17 175	0.11 160	0.17 173	0.12 168	0.17 175	0.12 172	0.17 175	0.12 165	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

cf-r	0.66 401	2.17 530	0.12 124	0.18 154	0.12 176	0.18 180	2.70 651	2.60 625	0.12 176	0.18 177	0.12 168	0.18 179	0.12 172	0.18 178	0.12 165	0.15 141	0.11 122	0.15 166	0.11 155	1.81 584	1.74 626

LALA_ROB	0.15 147	0.19 125	0.12 124	0.18 154	0.11 163	0.20 188	0.12 171	0.21 195	0.12 176	0.20 185	0.12 168	0.20 186	0.12 172	0.21 196	0.13 172	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

SGM_RVC	0.15 147	0.17 121	0.11 113	0.18 154	0.11 163	0.19 183	0.11 158	0.19 180	0.12 176	0.19 179	0.12 168	0.20 186	0.12 172	0.19 181	0.12 165	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TS12	0.09 76	0.09 89	0.17 177	0.19 157	0.06 134	0.08 128	0.06 133	0.08 130	0.06 133	0.08 129	0.06 134	0.08 129	0.06 130	0.08 130	0.06 127	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

IGEV-FE	0.35 240	0.37 179	0.17 177	0.19 157	0.17 210	0.20 188	0.17 199	0.19 180	0.17 208	0.19 179	0.17 206	0.19 183	0.17 207	0.37 273	0.36 354	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 650

DDVS	0.30 210	3.10 584	0.14 149	0.19 157	0.14 182	0.19 183	0.14 177	0.20 186	0.14 182	0.19 179	0.13 181	0.16 167	0.13 178	0.19 181	0.13 172	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 174

DeepPruner_ROB	0.16 154	0.18 124	0.13 144	0.19 157	0.13 180	0.19 183	0.13 175	0.19 180	0.13 180	0.19 179	0.13 181	0.19 183	0.13 178	0.19 181	0.13 172	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 174

zh-mn7	0.12 121	1.14 373	0.17 177	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 147	0.17 121	0.13 144	0.20 161	0.13 180	0.19 183	0.13 175	0.18 178	0.13 180	0.19 179	0.13 181	0.18 179	0.14 182	0.18 178	0.14 176	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

DAS	0.20 168	0.20 129	0.20 192	0.20 161	0.20 228	0.20 188	0.20 215	0.20 186	0.20 222	0.20 185	0.20 228	0.20 186	0.20 226	0.20 185	0.20 218	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ASD4	0.20 168	0.20 129	0.20 192	0.20 161	0.20 228	0.20 188	0.20 215	0.20 186	0.20 222	0.20 185	0.20 228	0.20 186	0.20 226	0.20 185	0.20 218	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ACVNet	0.20 168	0.19 125	0.14 149	0.20 161	0.14 182	0.20 188	0.96 515	0.21 195	0.14 182	0.20 185	0.13 181	0.21 194	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

acv_ft	0.20 168	0.19 125	0.14 149	0.20 161	0.14 182	0.20 188	0.96 515	0.21 195	0.14 182	0.20 185	0.13 181	0.21 194	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

hitnet-ft	0.79 437	2.78 578	0.14 149	0.20 161	0.14 182	0.21 199	2.89 652	2.80 639	0.14 182	0.20 185	0.14 186	0.20 186	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	2.54 624	2.33 643

PSMNet-RSSM	0.77 432	2.76 573	0.14 149	0.20 161	0.14 182	0.20 188	2.66 649	2.79 638	0.14 182	0.21 197	0.14 186	0.21 194	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	2.52 616	2.31 641

GwcNet-RSSM	0.77 432	2.77 575	0.14 149	0.20 161	0.14 182	0.20 188	2.67 650	2.78 637	0.14 182	0.20 185	0.14 186	0.20 186	0.14 182	0.21 196	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	2.52 616	2.31 641

CFNet-ft	0.55 382	1.57 457	0.14 149	0.20 161	0.14 182	0.20 188	2.53 647	1.61 579	0.14 182	0.20 185	0.14 186	0.20 186	0.14 182	0.20 185	0.14 176	0.17 160	0.12 136	0.17 178	0.12 170	1.56 572	1.24 589

RAFT-FEzeroshot	0.34 231	0.26 157	0.17 177	0.21 171	0.17 210	0.20 188	0.16 189	0.20 186	0.16 198	0.20 185	0.17 206	0.21 194	0.16 195	0.27 235	0.24 233	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 659

RAFT-FE	0.34 231	0.26 157	0.17 177	0.21 171	0.17 210	0.20 188	0.16 189	0.20 186	0.16 198	0.20 185	0.17 206	0.21 194	0.16 195	0.27 235	0.24 233	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 659

DepthFocus	0.18 162	0.22 139	0.15 166	0.22 173	0.15 194	0.22 201	0.15 183	0.22 199	0.15 193	0.22 199	0.15 195	0.22 202	0.16 195	0.22 200	0.15 187	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 179

RSGM-EC	0.24 190	0.24 149	0.15 166	0.22 173	0.15 194	0.22 201	0.15 183	0.22 199	0.15 193	0.24 211	0.15 195	0.22 202	0.15 193	0.22 200	1.19 539	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

acva	0.24 190	0.24 149	0.15 166	0.22 173	0.15 194	0.22 201	0.15 183	0.22 199	0.15 193	0.24 211	0.15 195	0.22 202	0.15 193	0.22 200	1.19 539	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

IMH-64-1	0.22 181	0.23 141	0.23 203	0.22 173	0.22 239	0.22 201	0.22 225	0.22 199	0.22 229	0.22 199	0.22 235	0.22 202	0.22 233	0.22 200	0.22 224	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

IMH-64	0.22 181	0.23 141	0.23 203	0.22 173	0.22 239	0.22 201	0.22 225	0.22 199	0.22 229	0.22 199	0.22 235	0.22 202	0.22 233	0.22 200	0.22 224	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

WAO-6	0.22 181	0.23 141	0.22 200	0.23 178	0.22 239	0.22 201	0.22 225	0.22 199	0.22 229	0.22 199	0.22 235	0.22 202	0.22 233	0.22 200	0.22 224	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 216

Wz-Net-LNSev	0.06 61	0.24 149	0.20 192	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

dd	0.23 187	0.98 332	0.16 170	0.23 178	0.15 194	0.23 210	0.15 183	0.23 206	0.15 193	0.23 204	0.15 195	0.24 215	0.17 207	0.23 207	0.15 187	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 185

dad	0.23 187	1.03 356	0.16 170	0.23 178	0.15 194	0.24 213	0.15 183	0.24 209	0.16 198	0.23 204	0.16 199	0.24 215	0.16 195	0.23 207	0.15 187	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

ac_64	0.22 181	0.13 108	0.19 189	0.23 178	0.10 147	0.26 231	1.02 524	0.14 155	0.10 145	0.28 232	0.14 186	0.17 175	0.19 222	0.28 239	0.09 135	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 167

BStereo	0.22 181	0.23 141	0.20 192	0.24 183	0.20 228	0.23 210	0.33 336	0.39 273	0.17 208	0.23 204	0.17 206	0.23 209	0.16 195	0.24 211	0.17 200	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

Wave_Phase_stereo	0.22 181	0.23 141	0.20 192	0.24 183	0.20 228	0.23 210	0.33 336	0.39 273	0.17 208	0.23 204	0.17 206	0.23 209	0.16 195	0.24 211	0.17 200	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

ISRNet	0.11 112	0.05 66	0.36 284	0.24 183	0.07 136	0.13 153	0.05 116	0.06 117	0.05 120	0.05 113	0.05 123	0.13 154	0.05 113	0.05 104	0.09 135	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 174

Pointernet	0.21 175	0.22 139	0.19 189	0.24 183	0.19 225	0.24 213	0.19 211	0.24 209	0.19 220	0.24 211	0.19 224	0.24 215	0.19 222	0.24 211	0.19 215	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 202

UPFNet	0.42 302	1.20 383	0.17 177	0.24 183	0.17 210	0.25 222	0.17 199	1.19 509	0.90 509	0.25 219	0.17 206	0.24 215	0.17 207	0.25 220	0.17 200	0.22 185	0.17 191	0.22 204	0.16 195	1.15 497	0.93 506

iResNetv2_ROB	0.20 168	0.23 141	0.18 187	0.24 183	0.20 228	0.24 213	0.18 207	0.24 209	0.18 214	0.24 211	0.18 222	0.23 209	0.19 222	0.24 211	0.18 212	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 185

iResNet	0.20 168	0.23 141	0.18 187	0.24 183	0.18 221	0.24 213	0.20 215	0.24 209	0.18 214	0.23 204	0.17 206	0.23 209	0.18 217	0.23 207	0.18 212	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

ACV-stereo	0.30 210	2.08 522	0.25 213	0.25 190	0.18 221	0.24 213	0.17 199	0.24 209	0.18 214	0.24 211	0.17 206	0.25 222	0.17 207	0.24 211	0.17 200	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

LoS_RVC	0.30 210	1.14 373	0.25 213	0.25 190	0.25 252	0.26 231	0.25 240	0.25 217	0.25 243	0.25 219	0.25 252	0.26 233	0.26 254	0.26 231	0.25 241	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 235

CAS	0.30 210	1.17 379	0.25 213	0.25 190	0.25 252	0.26 231	0.25 240	0.25 217	0.26 256	0.25 219	0.25 252	0.25 222	0.25 245	0.25 220	0.25 241	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 229

LoS	0.25 193	0.27 160	0.25 213	0.25 190	0.25 252	0.25 222	0.25 240	0.26 223	0.25 243	0.25 219	0.25 252	0.25 222	0.25 245	0.25 220	0.25 241	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 229
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 316	1.24 437	0.17 177	0.25 190	0.17 210	0.25 222	0.18 207	1.26 561	0.93 515	0.25 219	0.17 206	0.25 222	0.18 217	0.25 220	0.17 200	0.23 196	0.16 170	0.23 212	0.16 195	1.20 509	0.99 512

delet	0.43 303	1.21 429	0.17 177	0.25 190	0.17 210	0.25 222	0.18 207	1.26 561	0.95 517	0.25 219	0.17 206	0.25 222	0.17 207	0.25 220	0.17 200	0.23 196	0.16 170	0.22 204	0.16 195	1.18 505	0.98 511

psm_up	0.43 303	1.19 382	0.17 177	0.25 190	0.18 221	0.25 222	0.19 211	1.26 561	0.91 510	0.26 228	0.17 206	0.25 222	0.17 207	0.25 220	0.17 200	0.22 185	0.17 191	0.23 212	0.16 195	1.18 505	0.99 512

Select-FE	0.41 288	0.44 216	0.23 203	0.26 197	0.22 239	0.26 231	0.22 225	0.26 223	0.23 235	0.26 228	0.23 239	0.26 233	0.23 239	0.45 366	0.42 397	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 651

tg	0.21 175	0.25 155	0.21 198	0.26 197	0.17 210	0.24 213	0.17 199	0.24 209	0.17 208	0.24 211	0.17 206	0.24 215	0.17 207	0.24 211	0.17 200	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 185

UNDER WATER-64	0.25 193	0.26 157	0.25 213	0.26 197	0.25 252	0.25 222	0.25 240	0.25 217	0.25 243	0.25 219	0.25 252	0.25 222	0.25 245	0.26 231	0.25 241	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 229

GEStereo_RVC	0.86 466	4.45 619	0.20 192	0.27 200	0.20 228	0.27 235	0.20 215	0.26 223	0.18 214	5.03 675	0.20 228	0.27 235	0.19 222	0.27 235	0.21 222	0.20 175	0.19 199	0.19 191	4.02 679	0.20 188	0.18 207

SQANet	0.28 204	0.28 163	0.28 228	0.28 201	0.28 265	0.28 236	0.28 258	0.28 226	0.28 264	0.28 232	0.28 268	0.28 236	0.28 268	0.28 239	0.28 256	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 293

ssnet_v2	0.68 406	1.96 518	1.25 565	0.29 202	0.20 228	0.30 240	0.20 215	0.29 231	0.22 229	1.50 581	0.20 228	0.31 250	0.20 226	0.27 235	0.22 224	0.24 203	1.49 587	0.26 231	0.18 223	3.90 635	0.19 209

DStereoO	0.31 217	0.31 169	0.31 251	0.30 203	0.40 391	0.31 246	0.30 273	0.30 233	0.34 353	0.29 237	0.31 328	0.29 242	0.30 281	0.31 249	0.31 312	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 321

MultiAttention	0.30 210	0.30 166	0.30 236	0.30 203	0.30 285	0.30 240	0.30 273	0.30 233	0.30 281	0.30 238	0.30 286	0.30 246	0.30 281	0.30 245	0.30 274	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

MSAF-DinoV2	0.30 210	0.30 166	0.30 236	0.30 203	0.30 285	0.30 240	0.30 273	0.30 233	0.30 281	0.30 238	0.30 286	0.30 246	0.30 281	0.30 245	0.30 274	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

IGEV_Zeroshot_test	0.20 168	0.19 125	0.40 333	0.30 203	0.17 210	0.22 201	0.17 199	0.21 195	0.17 208	0.20 185	0.17 206	0.21 194	0.18 217	0.21 196	0.17 200	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 202

GMOStereo	0.37 257	0.45 224	0.23 203	0.30 203	0.37 373	0.41 302	0.36 361	0.41 295	0.35 357	0.43 314	0.36 367	0.41 303	0.40 381	0.41 302	0.36 354	0.34 244	0.22 209	0.47 404	0.37 385	0.39 327	0.33 335

DANet	0.30 210	0.30 166	0.30 236	0.30 203	0.30 285	0.30 240	0.30 273	0.30 233	0.30 281	0.30 238	0.30 286	0.30 246	0.30 281	0.30 245	0.30 274	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 175	0.24 149	0.26 219	0.31 209	0.16 204	0.24 213	0.16 189	0.24 209	0.16 198	0.24 211	0.16 199	0.24 215	0.16 195	0.24 211	0.16 194	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 185

LACA1	0.21 175	0.24 149	0.26 219	0.31 209	0.16 204	0.24 213	0.16 189	0.24 209	0.16 198	0.24 211	0.16 199	0.24 215	0.16 195	0.24 211	0.16 194	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 185

DStereoSA	0.32 226	0.52 255	0.34 271	0.31 209	0.31 328	0.30 240	0.30 273	0.31 238	0.30 281	0.31 243	0.31 328	0.31 250	0.30 281	0.31 249	0.31 312	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 321

xxxxx1	0.31 217	0.91 318	0.23 203	0.31 209	0.23 245	0.31 246	0.23 233	0.33 244	0.25 243	0.31 243	0.24 246	0.33 257	0.25 245	0.32 252	0.24 233	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

tt_ll	0.31 217	0.91 318	0.23 203	0.31 209	0.23 245	0.31 246	0.23 233	0.33 244	0.25 243	0.31 243	0.24 246	0.33 257	0.25 245	0.32 252	0.24 233	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

ff	0.31 217	0.91 318	0.23 203	0.31 209	0.23 245	0.31 246	0.23 233	0.33 244	0.25 243	0.31 243	0.24 246	0.33 257	0.25 245	0.32 252	0.24 233	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

w-ln-seven-2	0.14 135	1.22 435	0.28 228	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

WCG-NET（raft）	0.32 226	1.24 437	0.24 210	0.32 215	0.24 250	0.32 255	0.23 233	0.32 240	0.24 238	0.32 249	0.24 246	0.32 254	0.24 242	0.32 252	0.24 233	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 218

CASnet	0.35 240	0.51 253	0.44 355	0.32 215	0.31 328	0.24 213	0.34 349	0.36 254	0.25 243	0.31 243	0.37 374	0.30 246	0.33 346	0.25 220	0.45 403	0.37 259	0.37 328	0.33 260	0.35 376	0.34 249	0.37 360
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 204	0.32 171	0.24 210	0.32 215	0.25 252	0.32 255	0.24 238	0.32 240	0.24 238	0.33 253	0.24 246	0.35 263	0.24 242	0.33 259	0.24 233	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

DStereoFS	0.32 226	0.33 172	0.32 256	0.33 219	0.30 285	0.32 255	0.32 325	0.32 240	0.31 324	0.30 238	0.31 328	0.31 250	0.30 281	0.32 252	0.32 322	0.32 235	0.31 267	0.30 244	0.47 431	0.32 238	0.34 342

model_zeroshot	0.27 203	0.20 129	0.27 222	0.33 219	0.21 237	0.37 271	0.22 225	0.37 260	0.24 238	0.26 228	0.27 261	0.33 257	0.21 232	0.25 220	0.27 247	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 235

tt1	0.31 217	0.93 325	0.24 210	0.33 219	0.23 245	0.31 246	0.24 238	0.32 240	0.24 238	0.32 249	0.23 239	0.32 254	0.25 245	0.32 252	0.24 233	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 273

DLNR-FE	0.28 204	0.89 313	0.30 236	0.34 222	0.19 225	0.28 236	0.19 211	0.28 226	0.20 222	0.28 232	0.20 228	0.28 236	0.20 226	0.28 239	0.20 218	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 209

H2IRNET	0.34 231	0.34 173	0.34 271	0.34 222	0.34 360	0.34 258	0.34 349	0.34 247	0.34 353	0.34 255	0.34 355	0.34 261	0.34 351	0.34 260	0.34 346	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 342

DMCA	0.36 247	0.38 183	0.37 288	0.35 224	0.35 363	0.36 266	0.36 361	0.36 254	0.35 357	0.35 259	0.37 374	0.36 268	0.36 361	0.35 263	0.36 354	0.36 256	0.36 325	0.35 285	0.36 382	0.36 269	0.36 355

MLCV	0.31 217	0.35 174	0.27 222	0.35 224	0.28 265	0.35 262	0.27 250	0.35 250	0.28 264	0.36 263	0.27 261	0.35 263	0.27 261	0.35 263	0.27 247	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 273

ETE_ROB	0.35 240	0.35 174	0.35 282	0.35 224	0.35 363	0.35 262	0.35 354	0.35 250	0.35 357	0.35 259	0.35 363	0.35 263	0.35 358	0.35 263	0.35 350	0.35 252	0.35 319	0.35 285	0.35 376	0.35 262	0.35 352

DN-CSS_ROB	0.31 217	0.35 174	0.28 228	0.35 224	0.28 265	0.34 258	0.27 250	0.34 247	0.25 243	0.35 259	0.27 261	0.36 268	0.26 254	0.34 260	0.28 256	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 273

Any-RAFT	0.32 226	0.36 177	0.27 222	0.36 228	0.27 260	0.36 266	0.27 250	0.36 254	0.27 260	0.36 263	0.27 261	0.36 268	0.27 261	0.36 269	0.28 256	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 293

CES	0.39 275	0.47 232	0.36 284	0.36 228	0.37 373	0.45 372	0.35 354	0.35 250	0.40 387	0.36 263	0.44 413	0.47 379	0.36 361	0.44 350	0.36 354	0.37 259	0.39 342	0.44 386	0.35 376	0.37 273	0.36 355

HGLStereo	0.28 204	0.29 165	0.22 200	0.36 228	0.22 239	0.36 266	0.21 221	0.36 254	0.21 226	0.42 309	0.21 234	0.36 268	0.22 233	0.36 269	0.21 222	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 214

PAM	0.39 275	1.88 507	0.34 271	0.37 231	0.41 401	0.45 372	0.22 225	0.28 226	0.23 235	0.28 232	0.24 246	0.29 242	0.23 239	0.29 243	0.23 230	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 216

RSM	0.36 247	0.36 177	0.43 353	0.37 231	0.42 411	0.49 393	0.42 402	0.37 260	0.28 264	0.36 263	0.29 274	0.36 268	0.30 281	0.37 273	0.28 256	0.34 244	0.31 267	0.34 269	0.35 376	0.40 339	0.29 299

XPNet_ROB	0.37 257	0.37 179	0.37 288	0.37 231	0.37 373	0.37 271	0.37 367	0.37 260	0.37 369	0.37 268	0.37 374	0.37 275	0.37 366	0.37 273	0.37 363	0.37 259	0.37 328	0.37 293	0.37 385	0.37 273	0.37 360

Monster-pub-mixall	0.44 316	0.56 267	0.60 414	0.38 234	0.27 260	0.37 271	0.27 250	0.37 260	0.29 270	0.38 269	0.27 261	0.38 277	0.29 275	0.85 470	0.27 247	1.46 566	0.26 223	0.34 269	0.26 254	0.36 269	0.53 427

WAO-8	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.38 278	0.38 374	0.38 269	0.38 373	0.38 269	0.38 379	0.38 277	0.38 370	0.38 276	0.38 366	0.38 270	0.38 335	0.38 301	0.37 385	0.38 286	0.38 367

WAO-7	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.38 278	0.38 374	0.38 269	0.38 373	0.38 269	0.38 379	0.38 277	0.38 370	0.38 276	0.38 366	0.38 270	0.38 335	0.38 301	0.38 398	0.38 286	0.38 367

Venus	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.37 271	0.38 374	0.37 260	0.37 369	0.41 295	0.37 374	0.39 282	0.37 366	0.38 276	0.38 366	0.37 259	0.38 335	0.38 301	0.37 385	0.37 273	0.38 367

IMH	0.38 263	0.38 183	0.38 290	0.38 234	0.38 380	0.38 278	0.38 374	0.38 269	0.38 373	0.42 309	0.38 379	0.40 290	0.38 370	0.38 276	0.38 366	0.38 270	0.38 335	0.39 342	0.38 398	0.38 286	0.38 367

Monster-pub-eth3d	0.45 339	0.57 268	0.60 414	0.39 239	0.28 265	0.37 271	0.28 258	0.37 260	0.30 281	0.39 275	0.29 274	0.39 282	0.30 281	0.92 482	0.27 247	1.42 563	0.28 239	0.34 269	0.28 304	0.37 273	0.53 427

1test111	0.37 257	1.02 354	0.30 236	0.39 239	0.29 275	0.40 286	0.28 258	0.39 273	0.29 270	0.39 275	0.29 274	0.39 282	0.28 268	0.40 287	0.29 267	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

cc1	0.37 257	1.02 354	0.30 236	0.39 239	0.29 275	0.40 286	0.28 258	0.39 273	0.29 270	0.39 275	0.29 274	0.39 282	0.28 268	0.40 287	0.29 267	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

HanzoNet	0.39 275	0.38 183	0.40 333	0.39 239	0.41 401	0.38 278	0.38 374	0.38 269	0.38 373	0.39 275	0.39 389	0.38 277	0.38 370	0.39 284	0.40 381	0.38 270	0.38 335	0.40 355	0.38 398	0.38 286	0.40 376

gwcnet-sp	0.82 450	1.72 464	1.48 587	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 585	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 218

scenet	0.82 450	1.72 464	1.48 587	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 585	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 218

ssnet	0.82 450	1.72 464	1.48 587	0.39 239	0.15 194	0.31 246	0.21 221	0.20 186	0.25 243	1.61 585	0.23 239	0.28 236	0.26 254	0.20 185	0.15 187	0.24 203	1.33 571	0.32 253	0.16 195	6.75 674	0.23 218

Wz-Net-LNSev-Ref	0.11 112	0.44 216	0.33 261	0.39 239	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

iRaft-Stereo_5w	0.34 231	0.42 212	0.31 251	0.39 239	0.30 285	0.38 278	0.30 273	0.40 280	0.29 270	0.40 281	0.37 374	0.41 303	0.34 351	0.38 276	0.30 274	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 235

iRaft-Stereo_20w	0.34 231	0.41 205	0.31 251	0.39 239	0.29 275	0.40 286	0.32 325	0.41 295	0.32 334	0.38 269	0.30 286	0.39 282	0.30 281	0.38 276	0.32 322	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 299

RAFT + AFF	0.31 217	0.45 224	0.34 271	0.39 239	0.28 265	0.38 278	0.33 336	0.29 231	0.31 324	0.30 238	0.30 286	0.29 242	0.27 261	0.29 243	0.30 274	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 328

StereoDRNet-Refined	0.33 230	0.39 190	0.26 219	0.39 239	0.26 259	0.40 286	0.26 247	0.40 280	0.26 256	0.39 275	0.26 257	0.39 282	0.26 254	0.39 284	0.26 246	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 360
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 505	0.39 190	5.28 674	0.39 239	0.20 228	0.39 284	0.27 250	0.39 273	0.22 229	0.38 269	0.20 228	0.38 277	0.20 226	6.95 686	0.22 224	0.30 227	0.21 205	0.27 235	0.21 229	5.25 667	0.21 214

Replicate-Monster	0.45 339	0.57 268	0.60 414	0.40 252	0.29 275	0.37 271	0.27 250	0.37 260	0.30 281	0.40 281	0.31 328	0.40 290	0.30 281	0.99 490	0.27 247	1.36 559	0.31 267	0.34 269	0.30 331	0.36 269	0.54 430

w-ln-seven	0.18 162	1.47 454	0.33 261	0.40 252	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	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

DCVSM-stereo	0.36 247	1.89 508	0.22 200	0.40 252	0.22 239	0.40 286	0.22 225	0.40 280	0.22 229	0.40 281	0.22 235	0.40 290	0.22 233	0.40 287	0.22 224	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 211

IGEV++	0.34 231	0.43 213	0.30 236	0.40 252	0.29 275	0.40 286	0.29 268	0.40 280	0.29 270	0.40 281	0.29 274	0.40 290	0.29 275	0.40 287	0.30 274	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 299

ACVNet-DCA	0.37 257	1.00 341	0.30 236	0.40 252	0.29 275	0.40 286	0.29 268	0.40 280	0.29 270	0.40 281	0.29 274	0.40 290	0.29 275	0.39 284	0.28 256	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 328

xx1	0.38 263	1.03 356	0.31 251	0.40 252	0.31 328	0.41 302	0.28 258	0.40 280	0.29 270	0.40 281	0.29 274	0.40 290	0.29 275	0.40 287	0.29 267	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 328

knoymous	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

anonymousa	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

riskmin	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_2	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_1	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

AdaStereo	0.40 280	0.40 194	0.40 333	0.40 252	0.40 391	0.40 286	0.40 388	0.40 280	0.40 387	0.40 281	0.40 392	0.40 290	0.40 381	0.40 287	0.40 381	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Zero-FE251	0.36 247	0.40 194	0.28 228	0.41 264	0.28 265	0.41 302	0.28 258	0.41 295	0.28 264	0.41 295	0.28 268	0.41 303	0.28 268	0.42 315	0.30 274	0.37 259	0.26 223	0.37 293	0.27 291	0.45 365	0.56 440

z-mn7	0.16 154	1.21 429	0.33 261	0.41 264	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	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

RAFT-Test	0.36 247	0.37 179	0.33 261	0.41 264	0.32 338	0.41 302	0.32 325	0.41 295	0.32 334	0.41 295	0.32 338	0.41 303	0.32 335	0.41 302	0.33 333	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 321

GwcNet-ADL	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

PSMNet-ADL	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

GANet-ADL	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet2	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet	0.41 288	0.41 205	0.41 347	0.41 264	0.41 401	0.41 302	0.41 397	0.41 295	0.41 397	0.41 295	0.41 399	0.41 303	0.41 393	0.41 302	0.41 389	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

GES	0.66 401	2.34 546	0.29 232	0.41 264	0.29 275	0.41 302	0.29 268	0.42 313	0.29 270	0.40 281	0.41 399	0.41 303	0.30 281	0.51 407	0.29 267	0.32 235	0.29 253	0.32 253	2.46 650	2.49 612	0.30 312

DGSMNet	0.34 231	0.41 205	0.27 222	0.41 264	0.28 265	0.41 302	0.28 258	0.41 295	0.27 260	0.41 295	0.27 261	0.42 321	0.27 261	0.41 302	0.28 256	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 273

HiDET	0.38 263	0.44 216	0.30 236	0.42 274	0.30 285	0.42 322	0.30 273	0.42 313	0.30 281	0.44 348	0.30 286	0.42 321	0.30 281	0.42 315	0.68 464	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

LCMNet	0.38 263	0.44 216	0.30 236	0.42 274	0.30 285	0.42 322	0.30 273	0.42 313	0.30 281	0.45 360	0.30 286	0.42 321	0.30 281	0.42 315	0.69 472	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

CSFM-Stereo	0.38 263	0.44 216	0.30 236	0.42 274	0.30 285	0.42 322	0.30 273	0.43 319	0.30 281	0.44 348	0.30 286	0.42 321	0.30 281	0.42 315	0.73 484	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

HART	0.38 263	0.45 224	0.34 271	0.42 274	0.33 350	0.41 302	0.34 349	0.42 313	0.33 344	0.43 314	0.34 355	0.42 321	0.34 351	0.41 302	0.38 366	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 328

RAFT-Stereo-weight	0.45 339	1.90 510	0.34 271	0.42 274	0.36 369	0.43 329	0.35 354	0.42 313	0.34 353	0.42 309	0.34 355	0.44 360	0.34 351	0.41 302	0.34 346	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 335

Gwc-CoAtRS	0.41 288	1.49 455	0.32 256	0.42 274	0.32 338	0.41 302	0.32 325	0.41 295	0.33 344	0.41 295	0.32 338	0.41 303	0.32 335	0.41 302	0.32 322	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 293

MonSter++	0.38 263	0.44 216	0.31 251	0.43 280	0.30 285	0.43 329	0.31 317	0.43 319	0.31 324	0.45 360	0.31 328	0.43 328	0.31 330	0.43 321	0.69 472	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

test_for_model	0.35 240	0.39 190	0.30 236	0.43 280	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.31 312	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 235

GCAPDPT-zeroshot	0.36 247	0.40 194	0.30 236	0.43 280	0.30 285	0.43 329	0.30 273	0.43 319	0.31 324	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.31 312	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 235

gcap_with_dpt	0.35 240	0.39 190	0.30 236	0.44 283	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.30 286	0.44 360	0.30 281	0.44 350	0.30 274	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 273

gcap-zeroshot	0.36 247	0.40 194	0.34 271	0.44 283	0.31 328	0.44 362	0.31 317	0.44 353	0.32 334	0.44 348	0.32 338	0.44 360	0.32 335	0.44 350	0.31 312	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

testlalala	0.36 247	0.40 194	0.34 271	0.44 283	0.31 328	0.44 362	0.31 317	0.44 353	0.32 334	0.44 348	0.32 338	0.44 360	0.32 335	0.44 350	0.31 312	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

RCA-Stereo	0.51 371	3.22 589	0.34 271	0.44 283	0.34 360	0.44 362	0.34 349	0.43 319	0.34 353	0.43 314	0.34 355	0.44 360	0.33 346	0.43 321	0.33 333	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 299

CFNet-RSSM	0.91 472	4.89 625	0.34 271	0.44 283	1.07 530	1.62 590	1.40 604	0.91 470	0.35 357	1.60 582	1.39 604	0.64 440	0.34 351	0.44 350	0.33 333	0.41 298	0.35 319	0.75 464	0.30 331	0.41 350	0.29 299

GeoVLM	0.36 247	0.38 183	0.27 222	0.46 288	0.28 265	0.35 262	0.28 258	0.37 260	0.27 260	0.35 259	0.28 268	0.36 268	0.38 370	0.35 263	0.28 256	1.08 483	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

fffy	0.38 263	0.43 213	0.33 261	0.46 288	0.33 350	0.45 372	0.32 325	0.45 362	0.32 334	0.45 360	0.32 338	0.45 369	0.33 346	0.45 366	0.32 322	0.38 270	0.38 335	0.38 301	0.37 385	0.37 273	0.36 355

otaku	0.46 346	0.46 228	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.46 412	0.46 366	0.46 420	0.46 373	0.46 411	0.46 371	0.46 407	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

Ntro	0.47 353	0.47 232	0.46 362	0.46 288	0.46 420	0.47 383	0.47 418	0.46 366	0.47 417	0.46 366	0.46 420	0.47 379	0.46 411	0.47 375	0.47 414	0.47 360	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

Dean	0.46 346	0.46 228	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.46 412	0.47 372	0.46 420	0.46 373	0.46 411	0.46 371	0.46 407	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

ACVNet_1	0.46 346	0.47 232	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.47 417	0.46 366	0.46 420	0.46 373	0.46 411	0.46 371	0.46 407	0.46 353	0.46 379	0.47 404	0.46 424	0.46 368	0.46 399

ACVNet-4b	0.46 346	0.46 228	0.46 362	0.46 288	0.46 420	0.46 378	0.46 413	0.46 366	0.46 412	0.46 366	0.46 420	0.46 373	0.46 411	0.47 375	0.46 407	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

FE-Mocha	0.35 240	0.71 283	0.40 333	0.47 295	0.27 260	0.34 258	0.27 250	0.34 247	0.26 256	0.34 255	0.26 257	0.34 261	0.27 261	0.34 260	0.27 247	0.44 314	0.41 355	0.33 260	0.29 317	0.32 238	0.29 299

LG-Stereo_L2	0.34 231	0.37 179	0.38 290	0.47 295	0.28 265	0.39 284	0.28 258	0.39 273	0.28 264	0.39 275	0.28 268	0.39 282	0.28 268	0.38 276	0.28 256	0.42 312	0.35 319	0.36 290	0.26 254	0.35 262	0.26 235

UNDER WATER	0.47 353	0.47 232	0.47 369	0.47 295	0.47 426	0.47 383	0.47 418	0.47 372	0.47 417	0.47 372	0.47 428	0.47 379	0.46 411	0.47 375	0.47 414	0.47 360	0.47 387	0.47 404	0.46 424	0.47 381	0.47 406

LVE	0.47 353	0.47 232	0.47 369	0.47 295	0.49 432	0.47 383	0.47 418	0.47 372	0.49 426	0.47 372	0.47 428	0.47 379	0.46 411	0.47 375	0.47 414	0.47 360	0.47 387	0.48 412	0.47 431	0.47 381	0.47 406

GANet-RSSM	0.75 426	1.91 511	0.14 149	0.47 295	0.14 182	0.21 199	3.21 668	2.30 611	0.14 182	0.46 366	0.14 186	0.23 209	0.18 217	0.21 196	0.14 176	0.18 168	0.27 233	0.37 293	0.13 179	2.13 594	2.12 636

GREAT-IGEV	0.38 263	0.43 213	0.36 284	0.48 300	0.32 338	0.45 372	0.32 325	0.45 362	0.32 334	0.45 360	0.32 338	0.45 369	0.32 335	0.45 366	0.32 322	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 299
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 247	0.49 240	0.39 301	0.48 300	0.32 338	0.41 302	0.28 258	0.40 280	0.30 281	0.41 295	0.28 268	0.40 290	0.28 268	0.42 315	0.28 256	0.45 343	0.32 271	0.38 301	0.30 331	0.37 273	0.27 273

mms	0.40 280	0.45 224	0.35 282	0.48 300	0.36 369	0.47 383	0.34 349	0.45 362	0.38 373	0.47 372	0.33 347	0.45 369	0.32 335	0.45 366	0.32 322	0.39 283	0.38 335	0.38 301	0.37 385	0.39 327	0.39 373

ccccc	0.41 288	0.44 216	0.34 271	0.48 300	0.35 363	0.48 388	0.35 354	0.51 403	0.35 357	0.47 372	0.35 363	0.47 379	0.34 351	0.47 375	0.35 350	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 373

RainbowNet	0.48 358	0.48 238	0.48 377	0.48 300	0.48 430	0.48 388	0.48 427	0.48 376	0.48 424	0.48 379	0.48 432	0.48 386	0.48 420	0.48 383	0.48 420	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.48 408

notaker	0.48 358	0.49 240	0.48 377	0.48 300	0.48 430	0.48 388	0.48 427	0.48 376	0.49 426	0.48 379	0.48 432	0.48 386	0.48 420	0.48 383	0.48 420	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.49 413

aanet-new-90k	0.44 316	1.82 493	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-60k	0.44 316	1.81 486	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-70k	0.44 316	1.82 493	0.38 290	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-78k	0.44 316	1.80 481	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-36k	0.44 316	1.80 481	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-34k	0.44 316	1.80 481	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-32k-new	0.44 316	1.78 476	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.44 353	0.30 281	0.44 348	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 235

aanet-new-32k	0.44 316	1.79 480	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-30k	0.44 316	1.78 476	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-28k	0.44 316	1.81 486	0.39 301	0.49 306	0.30 285	0.44 362	0.30 273	0.44 353	0.30 281	0.44 348	0.30 286	0.44 360	0.30 281	0.44 350	0.30 274	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT26K	0.43 303	1.76 471	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.31 312	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 235

aanet-new-24k	0.44 316	1.78 476	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-22k	0.44 316	1.81 486	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-16k	0.44 316	1.83 496	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-14k	0.60 386	5.12 628	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.30 274	0.44 314	0.37 328	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-8k	0.43 303	1.76 471	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new	0.43 303	1.80 481	0.38 290	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-cres-4k	0.44 316	1.81 486	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-cres	0.43 303	1.77 473	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-36K	0.43 303	1.78 476	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-22K	0.44 316	1.85 502	0.38 290	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-20K	0.43 303	1.77 473	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-24K	0.44 316	1.86 505	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-5K	0.44 316	1.80 481	0.39 301	0.49 306	0.30 285	0.44 362	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.44 350	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-2K	0.44 316	1.82 493	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-3K	0.43 303	1.77 473	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-50K	0.44 316	1.83 496	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.36 325	0.38 301	0.26 254	0.38 286	0.26 235

Pro-Stereo	0.79 437	0.53 259	0.38 290	0.49 306	0.38 380	0.49 393	0.37 367	0.49 380	0.67 462	0.50 399	0.38 379	1.10 512	0.38 370	0.49 389	0.38 366	0.71 423	0.88 477	5.98 683	0.36 382	0.46 368	0.36 355

GCAP-BAT	0.41 288	1.30 441	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.44 348	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 235

GCAPDPT-zeroshot4090	0.40 280	1.09 366	0.39 301	0.49 306	0.30 285	0.43 329	0.30 273	0.44 353	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 273

MyStereo07	0.60 386	3.72 601	0.48 377	0.49 306	0.41 401	0.36 266	0.32 325	0.49 380	0.43 405	0.51 408	0.42 409	0.49 390	0.43 402	0.51 407	0.64 448	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

MyStereo04	0.56 384	3.72 601	0.59 410	0.49 306	0.41 401	0.36 266	0.32 325	0.37 260	0.31 324	0.34 255	0.46 420	0.35 263	0.32 335	0.35 263	0.33 333	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

HaxPig	0.47 353	0.47 232	0.47 369	0.49 306	0.47 426	0.47 383	0.47 418	0.47 372	0.47 417	0.47 372	0.47 428	0.47 379	0.47 419	0.47 375	0.47 414	0.47 360	0.47 387	0.47 404	0.47 431	0.47 381	0.48 408

ACVNet_2	0.49 364	0.49 240	0.49 384	0.49 306	0.49 432	0.49 393	0.49 429	0.49 380	0.49 426	0.49 386	0.49 435	0.49 390	0.49 425	0.49 389	0.49 422	0.49 368	0.49 394	0.49 417	0.49 438	0.49 388	0.49 413

IGEV-Stereo	0.35 240	0.44 216	0.45 357	0.49 306	0.30 285	0.37 271	0.30 273	0.36 254	0.30 281	0.36 263	0.29 274	0.36 268	0.29 275	0.36 269	0.30 274	0.46 353	0.39 342	0.32 253	0.24 245	0.32 238	0.25 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 288	0.46 228	0.33 261	0.49 306	0.33 350	0.49 393	0.33 336	0.49 380	0.33 344	0.49 386	0.33 347	0.49 390	0.33 346	0.51 407	0.33 333	0.41 298	0.30 262	0.41 372	0.30 331	0.79 443	0.29 299

aanet-new-40k	0.44 316	1.81 486	0.39 301	0.50 342	0.30 285	0.43 329	0.30 273	0.43 319	0.30 281	0.43 314	0.30 286	0.43 328	0.30 281	0.43 321	0.30 274	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-10k	0.45 339	1.81 486	0.40 333	0.50 342	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.31 328	0.44 360	0.32 335	0.44 350	0.31 312	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

252Zero-FE	0.45 339	0.50 245	0.36 284	0.50 342	0.36 369	0.50 402	0.36 361	0.50 389	0.36 367	0.49 386	0.36 367	0.49 390	0.36 361	0.54 416	0.41 389	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 484

water-stereo	0.41 288	0.84 302	0.46 362	0.50 342	0.33 350	0.45 372	0.33 336	0.45 362	0.32 334	0.45 360	0.32 338	0.45 369	0.32 335	0.45 366	0.32 322	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 328

DilatedVolume-Stereo	0.43 303	0.86 306	0.48 377	0.50 342	0.33 350	0.46 378	0.33 336	0.46 366	0.33 344	0.46 366	0.33 347	0.47 379	0.33 346	0.47 375	0.34 346	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 367

FoundationStereo	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

StereoAnything_RVC	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

dual_stereo	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

TorneroNet	0.66 401	0.53 259	0.50 389	0.50 342	0.64 465	1.06 502	0.70 480	0.50 389	0.51 437	0.49 386	0.69 480	0.49 390	0.50 429	0.48 383	1.15 531	0.71 423	0.49 394	1.14 518	1.08 529	0.49 388	0.49 413

ccnet	0.80 440	2.28 538	0.33 261	0.50 342	0.33 350	0.50 402	0.33 336	0.50 389	0.33 344	0.49 386	0.33 347	0.49 390	1.56 596	2.38 615	0.33 333	0.41 298	0.29 253	0.42 383	1.57 610	2.28 600	0.29 299

SANet	0.50 366	0.50 245	0.50 389	0.50 342	0.50 436	0.50 402	0.50 432	0.50 389	0.50 430	0.50 399	0.50 438	0.50 404	0.50 429	0.50 397	0.50 424	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

quiztm	0.43 303	0.49 240	0.40 333	0.51 353	0.40 391	0.51 414	0.40 388	0.50 389	0.40 387	0.50 399	0.40 392	0.51 415	0.40 381	0.50 397	0.40 381	0.44 314	0.34 312	0.44 386	0.34 363	0.44 360	0.34 342

aanet-new-12k	0.46 346	1.99 519	0.40 333	0.51 353	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.31 328	0.44 360	0.31 330	0.44 350	0.32 322	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

GCAP-Stereo-DPT-FT	0.41 288	1.06 363	0.40 333	0.51 353	0.31 328	0.44 362	0.30 273	0.43 319	0.32 334	0.44 348	0.30 286	0.56 427	0.30 281	0.44 350	0.31 312	0.45 343	0.34 312	0.39 342	0.27 291	0.40 339	0.27 273

GCAP-Stereo-DPT-25K	0.41 288	1.09 366	0.40 333	0.52 356	0.31 328	0.44 362	0.31 317	0.44 353	0.31 324	0.44 348	0.31 328	0.44 360	0.31 330	0.44 350	0.31 312	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 293

fffft	0.48 358	0.51 253	0.45 357	0.52 356	0.45 418	0.52 418	0.45 411	0.52 407	0.48 424	0.53 414	0.45 417	0.52 416	0.45 408	0.52 412	0.46 407	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 384
1: 1. 1
DDF-Stereo	0.43 303	1.15 376	0.57 408	0.53 358	0.32 338	0.41 302	0.32 325	0.41 295	0.32 334	0.41 295	0.32 338	0.41 303	0.32 335	0.40 287	0.32 322	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 321

UGAM-zero	0.51 371	2.17 530	0.39 301	0.53 358	0.36 369	0.50 402	0.36 361	0.50 389	0.36 367	0.49 386	0.36 367	0.50 404	0.35 358	0.50 397	0.36 354	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 342

GCST	0.50 366	2.08 522	0.38 290	0.53 358	0.35 363	0.49 393	0.35 354	0.50 389	0.35 357	0.49 386	0.35 363	0.49 390	0.35 358	0.49 389	0.35 350	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 335

LACA3	0.23 187	0.25 155	0.27 222	0.54 361	0.17 210	0.25 222	0.17 199	0.25 217	0.17 208	0.25 219	0.17 206	0.25 222	0.17 207	0.25 220	0.17 200	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 202

depthmonostereo	0.44 316	0.85 304	0.46 362	0.54 361	0.40 391	0.52 418	0.38 374	0.52 407	0.35 357	0.47 372	0.34 355	0.46 373	0.34 351	0.47 375	0.34 346	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 328

SCV_C0	0.45 339	0.88 310	0.49 384	0.54 361	0.37 373	0.48 388	0.37 367	0.48 376	0.37 369	0.48 379	0.36 367	0.48 386	0.37 366	0.49 389	0.37 363	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 342

SCV	0.46 346	0.94 327	0.45 357	0.54 361	0.37 373	0.48 388	0.38 374	0.48 376	0.37 369	0.48 379	0.39 389	0.48 386	0.37 366	0.49 389	0.37 363	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 342

UGAM	0.51 371	2.23 535	0.39 301	0.54 361	0.35 363	0.50 402	0.35 354	0.49 380	0.35 357	0.49 386	0.35 363	0.49 390	0.36 361	0.50 397	0.36 354	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 342

FCDSN-DC	0.41 288	0.59 271	0.64 424	0.54 361	0.33 350	0.50 402	0.37 367	0.42 313	0.40 387	0.61 433	0.43 411	0.50 404	0.49 425	0.38 276	0.32 322	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 293
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 377	0.54 263	0.54 404	0.54 361	0.53 446	0.54 423	0.54 440	0.53 409	0.54 440	0.54 419	0.54 448	0.54 420	0.53 436	0.54 416	0.54 434	0.54 386	0.53 411	0.54 433	0.54 447	0.54 406	0.54 430

z-ln-s-r	0.21 175	1.40 452	0.53 403	0.56 368	0.04 101	0.05 111	0.04 104	0.05 110	0.05 120	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 111	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

GASTEREO	0.48 358	1.21 429	0.47 369	0.57 369	0.38 380	0.50 402	0.38 374	0.50 389	0.38 373	0.50 399	0.38 379	0.50 404	0.38 370	0.50 397	0.38 366	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 342

CASS	0.57 385	0.89 313	0.56 406	0.57 369	0.56 449	0.56 425	0.56 441	0.56 415	0.53 438	0.57 427	0.57 451	0.59 434	0.48 420	0.56 421	0.57 437	0.55 392	0.56 416	0.47 404	0.56 453	0.62 416	0.56 440
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 371	1.40 452	0.49 384	0.58 371	0.38 380	0.50 402	0.38 374	0.54 411	0.41 397	0.52 411	0.41 399	0.53 417	0.42 399	0.53 414	0.41 389	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 367

TorneroNet-64	0.45 339	0.27 160	0.30 236	0.58 371	0.27 260	0.70 447	0.30 273	0.28 226	0.73 492	0.73 451	0.28 268	0.71 449	0.66 459	0.75 452	0.27 247	0.27 214	0.29 253	0.37 293	0.75 497	0.28 224	0.30 312

PML	0.46 346	1.36 447	0.29 232	0.58 371	0.30 285	0.57 431	0.29 268	0.57 418	0.29 270	0.57 427	0.29 274	0.57 430	0.29 275	0.56 421	0.29 267	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 312

GSStereo	0.81 445	4.28 618	0.50 389	0.59 374	0.40 391	0.51 414	0.38 374	0.50 389	0.38 373	0.50 399	0.38 379	0.50 404	3.79 665	0.50 397	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

MyStereo8	0.71 415	3.92 610	0.52 399	0.59 374	0.52 443	0.57 431	0.53 438	0.59 423	0.50 430	0.59 431	0.51 444	0.57 430	0.50 429	0.56 421	0.52 431	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 416

LL-Strereo2	0.48 358	1.73 469	0.51 396	0.59 374	0.34 360	0.42 322	0.33 336	0.40 280	0.31 324	0.42 309	0.33 347	0.42 321	0.31 330	0.44 350	0.39 378	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 335

PA-Net	11.80 689	223.51 714	0.62 421	0.59 374	0.71 482	0.59 433	0.73 486	0.67 435	0.73 492	0.55 422	0.61 460	0.60 435	0.74 483	0.63 435	0.73 484	0.66 414	0.60 424	0.69 452	0.66 475	0.72 431	0.65 459
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 391	1.21 429	0.54 404	0.61 378	0.53 446	0.67 443	0.53 438	0.66 434	0.53 438	0.64 439	0.53 447	0.65 443	0.53 436	0.59 428	0.52 431	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 416

LG-Stereo_L1	0.47 353	0.52 255	0.47 369	0.62 379	0.39 390	0.53 420	0.40 388	0.53 409	0.39 386	0.53 414	0.39 389	0.53 417	0.39 380	0.53 414	0.39 378	0.55 392	0.46 379	0.49 417	0.37 385	0.49 388	0.37 360

MonSter	0.60 386	0.64 277	0.52 399	0.62 379	0.44 414	2.07 605	0.44 405	0.62 429	0.44 408	0.62 436	0.44 413	0.62 439	0.44 404	0.62 431	0.44 401	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 391

LG-Stereo_Zeroshot	0.48 358	0.55 265	0.47 369	0.63 381	0.41 401	0.56 425	0.44 405	0.56 415	0.41 397	0.56 424	0.41 399	0.57 430	0.42 399	0.56 421	0.41 389	0.55 392	0.43 369	0.51 426	0.37 385	0.51 399	0.37 360

MyStereo06	0.75 426	4.12 612	0.60 414	0.63 381	0.61 459	0.62 438	0.66 457	0.56 415	0.45 411	0.55 422	0.48 432	0.54 420	0.46 411	0.57 426	0.45 403	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

MyStereo05	0.80 440	4.12 612	0.63 422	0.63 381	0.61 459	0.62 438	0.66 457	0.65 432	0.62 453	0.67 443	0.61 460	0.65 443	0.58 444	0.67 440	0.55 436	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

LG-Stereo	0.60 386	0.58 270	0.47 369	0.64 384	0.74 487	1.00 486	0.69 473	0.57 418	0.41 397	0.57 427	0.41 399	0.57 430	0.41 393	1.00 492	0.75 489	0.91 457	0.51 407	0.52 429	0.37 385	0.52 401	0.37 360

DN	0.53 376	0.85 304	0.45 357	0.65 385	0.44 414	0.60 434	0.44 405	0.60 425	0.44 408	0.60 432	0.45 417	0.60 435	0.44 404	0.60 430	0.44 401	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 391

MSKI-zero shot	0.24 190	0.21 135	0.49 384	0.65 385	0.18 221	0.22 201	0.17 199	0.23 206	0.18 214	0.21 197	0.17 206	0.23 209	0.28 268	0.23 207	0.18 212	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

LMCR-Stereo	0.65 399	0.63 275	0.65 428	0.65 385	0.65 467	0.66 442	0.63 452	0.58 421	0.65 458	0.63 438	0.64 464	0.65 443	0.65 455	0.66 438	0.66 455	0.66 414	0.64 433	0.65 447	0.67 479	0.68 422	0.73 480

DSFCA	0.66 401	0.73 286	0.78 464	0.65 385	0.65 467	0.64 440	0.64 453	0.65 432	0.63 456	0.64 439	0.64 464	0.64 440	0.64 453	0.65 437	0.65 451	0.65 412	0.65 435	0.65 447	0.65 473	0.66 420	0.64 457

AIO-test1	0.54 377	0.60 274	0.52 399	0.66 389	0.47 426	0.61 435	0.47 418	0.58 421	0.46 412	0.61 433	0.46 420	0.61 437	0.45 408	0.62 431	0.45 403	0.61 404	0.52 409	0.57 436	0.48 435	0.57 412	0.48 408

AIO-test2	0.55 382	0.59 271	0.52 399	0.67 390	0.47 426	0.61 435	0.47 418	0.61 428	0.47 417	0.61 433	0.47 428	0.61 437	0.48 420	0.62 431	0.47 414	0.64 411	0.53 411	0.58 437	0.47 431	0.58 413	0.48 408

mm2	0.69 409	0.69 279	0.69 443	0.69 391	0.69 476	0.69 444	0.69 473	0.69 437	0.69 473	0.69 446	0.69 480	0.69 446	0.69 472	0.69 442	0.69 472	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

mm1	0.69 409	0.69 279	0.69 443	0.69 391	0.69 476	0.69 444	0.69 473	0.69 437	0.69 473	0.69 446	0.69 480	0.69 446	0.69 472	0.69 442	0.69 472	0.69 417	0.69 448	0.69 452	0.69 484	0.69 426	0.69 467

GEAStereo	0.62 394	3.91 608	0.48 377	0.69 391	0.38 380	0.51 414	0.38 374	0.51 403	0.38 373	0.53 414	0.38 379	0.50 404	0.38 370	0.51 407	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

gasm-f	0.62 394	3.91 608	0.48 377	0.69 391	0.38 380	0.51 414	0.38 374	0.51 403	0.38 373	0.53 414	0.38 379	0.50 404	0.38 370	0.51 407	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

4D-IteraStereo	0.78 436	3.13 586	0.89 476	0.69 391	0.32 338	0.40 286	0.32 325	0.76 448	0.97 520	0.52 411	0.65 466	0.89 477	0.32 335	0.76 453	0.98 514	0.83 449	0.94 483	0.35 285	0.27 291	0.70 429	0.89 502

Selective-IGEV	0.51 371	0.55 265	0.45 357	0.69 391	0.45 418	0.61 435	0.45 411	0.50 389	0.40 387	0.56 424	0.44 413	0.55 424	0.40 381	0.72 447	0.67 456	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 360

LL-Strereo	1.01 493	5.06 627	1.63 596	0.70 397	1.43 603	0.56 425	0.46 413	0.57 418	0.50 430	0.57 427	0.50 438	1.58 585	0.49 425	0.59 428	0.50 424	1.64 575	0.52 409	0.51 426	1.37 598	0.52 401	0.45 398

DMCA-RVC	0.70 412	0.80 296	0.70 446	0.70 397	0.70 480	0.70 447	0.70 480	0.71 442	0.70 481	0.70 448	0.71 489	0.71 449	0.70 476	0.70 444	0.69 472	0.69 417	0.70 451	0.69 452	0.70 488	0.69 426	0.70 470

DStereoRT	0.73 422	0.81 299	0.73 457	0.71 399	0.74 487	0.73 451	0.75 488	0.71 442	0.71 486	0.74 456	0.72 492	0.73 454	0.80 492	0.71 445	0.73 484	0.76 436	0.71 455	0.73 458	0.72 493	0.70 429	0.76 487

anonymity	0.63 396	0.69 279	0.56 406	0.71 399	0.56 449	0.71 449	0.56 441	0.71 442	0.56 441	0.72 449	0.56 450	0.71 449	0.56 440	0.71 445	0.58 439	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 430

iGMRVC	0.84 457	2.85 580	0.72 453	0.72 401	0.73 485	0.77 453	0.79 493	0.73 445	0.74 494	0.73 451	0.72 492	0.73 454	0.76 486	0.73 449	0.73 484	0.72 429	0.73 458	0.73 458	0.72 493	0.73 434	0.72 477

SMoEStereo_RVC	0.63 396	0.75 289	0.51 396	0.73 402	0.53 446	0.71 449	0.47 418	0.67 435	0.58 444	0.74 456	0.60 456	0.72 452	0.53 436	0.74 451	0.51 429	0.61 404	0.62 429	0.62 440	0.61 461	0.63 417	0.61 446

ARAFT	0.68 406	0.81 299	0.63 422	0.74 403	0.60 453	0.78 455	0.62 451	0.77 449	0.66 461	0.74 456	0.63 462	0.75 457	0.62 452	0.83 465	0.60 444	0.70 422	0.55 414	0.70 456	0.60 459	0.78 441	0.55 437

GCAP-Stereo	0.75 426	4.15 615	0.42 352	0.75 404	0.35 363	0.78 455	0.40 388	0.79 450	0.38 373	0.78 460	0.36 367	0.78 460	0.36 361	0.79 454	0.39 378	0.75 434	0.39 342	0.76 466	0.39 401	0.75 435	0.39 373

AFF-stereo	0.73 422	0.88 310	0.67 434	0.75 404	0.68 475	0.75 452	0.64 453	0.80 453	0.72 489	0.83 470	0.70 484	0.82 468	0.64 453	0.84 466	0.67 456	0.77 438	0.63 431	0.81 475	0.63 464	0.78 441	0.62 449

PointNet	0.60 386	0.75 289	0.49 384	0.79 406	0.50 436	0.79 457	0.49 429	0.79 450	0.49 426	0.80 462	0.49 435	0.79 462	0.49 425	0.80 456	0.49 422	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 376

DLNR_Zeroshot_test	0.31 217	0.28 163	0.47 369	0.79 406	0.24 250	0.30 240	0.26 247	0.30 233	0.24 238	0.32 249	0.23 239	0.31 250	0.24 242	0.30 245	0.23 230	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 218

G-Net	0.79 437	0.79 295	0.79 467	0.79 406	0.79 500	0.79 457	0.79 493	0.79 450	0.79 500	0.79 461	0.79 504	0.79 462	0.79 491	0.79 454	0.79 494	0.79 439	0.79 468	0.79 470	0.79 504	0.79 443	0.79 492

MIM_Stereo	0.25 193	0.23 141	0.66 430	0.80 409	0.17 210	0.22 201	0.17 199	0.23 206	0.18 214	0.26 228	0.17 206	0.21 194	0.17 207	0.25 220	0.17 200	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 202

RAFT-Stereo + iAFF	0.70 412	0.72 284	0.71 450	0.80 409	0.62 464	0.82 464	0.61 450	0.81 456	0.62 453	0.81 465	0.63 462	0.80 464	0.70 476	0.73 449	0.61 446	0.76 436	0.61 428	0.74 463	0.61 461	0.77 439	0.61 446

NaN_ROB	0.80 440	0.80 296	0.80 468	0.80 409	0.80 503	0.80 459	0.80 496	0.80 453	0.80 502	0.80 462	0.80 506	0.80 464	0.80 492	0.80 456	0.80 497	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

CSAN	0.80 440	0.80 296	0.80 468	0.80 409	0.80 503	0.80 459	0.80 496	0.80 453	0.80 502	0.80 462	0.80 506	0.80 464	0.80 492	0.80 456	0.80 497	0.80 441	0.80 471	0.80 473	0.80 506	0.80 446	0.80 493

AIO-Stereo	0.84 457	0.66 278	0.70 446	0.83 413	0.67 472	0.98 484	0.82 503	1.14 500	0.72 489	1.03 503	0.74 496	1.03 505	1.09 518	0.99 490	0.45 403	1.04 480	0.73 458	0.95 503	0.74 495	0.94 477	0.46 399

CAR	0.72 418	0.76 291	0.59 410	0.84 414	1.19 544	0.81 461	0.58 444	0.81 456	0.58 444	0.81 465	0.58 453	0.83 469	0.59 446	0.82 460	0.59 442	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

MSE-Stereo	0.72 418	0.76 291	0.59 410	0.84 414	1.19 544	0.81 461	0.58 444	0.81 456	0.58 444	0.81 465	0.58 453	0.83 469	0.59 446	0.82 460	0.59 442	0.71 423	0.49 394	0.73 458	0.68 480	0.87 457	0.52 425

Former-RAFT_DAM_RVC	0.49 364	0.98 332	0.64 424	0.84 414	0.46 420	0.45 372	0.35 354	0.47 372	0.47 417	0.45 360	0.34 355	0.46 373	0.48 420	0.46 371	0.35 350	0.39 283	0.71 455	0.39 342	0.35 376	0.41 350	0.41 384

test_xeample3	1.10 503	1.81 486	0.61 420	0.84 414	0.49 432	0.77 453	0.66 457	0.92 473	1.40 604	0.68 445	0.46 420	0.78 460	0.54 439	1.72 589	1.48 606	1.34 556	1.52 589	1.35 587	1.67 623	1.33 564	1.55 607

RSM++	0.76 431	0.82 301	0.66 430	0.85 418	0.64 465	0.85 468	0.71 483	0.94 477	0.64 457	0.87 471	0.67 470	0.87 473	0.65 455	0.84 466	0.65 451	0.81 444	0.70 451	0.79 470	0.71 491	0.83 453	0.70 470

Selective-RAFT-Error	0.88 469	0.84 302	0.98 488	0.86 419	0.97 519	0.88 472	0.95 514	0.84 460	0.99 523	0.92 479	0.82 508	0.84 471	0.98 506	0.87 471	0.97 513	0.81 444	0.83 474	0.79 470	0.82 509	0.79 443	0.85 498

DNS	0.77 432	1.09 366	0.65 428	0.89 420	0.65 467	0.89 475	0.65 456	0.89 467	0.65 458	0.89 474	0.65 466	0.89 477	0.65 455	0.90 476	0.65 451	0.84 451	0.62 429	0.84 481	0.61 461	0.84 454	0.62 449

monster-pro	0.75 426	1.67 461	0.64 424	0.89 420	0.57 451	0.86 470	0.56 441	0.87 462	0.56 441	0.87 471	0.57 451	0.88 474	0.57 441	0.87 471	0.57 437	0.79 439	0.58 420	0.76 466	0.54 447	0.77 439	0.54 430

FC-DCNN	1.07 500	1.09 366	0.98 488	0.89 420	0.52 443	1.41 582	0.91 509	1.21 557	1.24 592	1.96 594	2.05 649	1.91 595	1.30 584	1.27 573	1.08 525	0.80 441	0.60 424	0.58 437	0.41 410	0.68 422	0.54 430

DDUNet	0.81 445	2.45 554	0.57 408	0.90 423	0.60 453	0.88 472	0.59 448	0.90 468	0.60 449	0.88 473	0.60 456	0.90 479	0.58 444	0.88 473	0.60 444	0.84 451	0.60 424	0.86 484	0.57 455	0.86 456	0.60 445

ADCS	0.09 76	0.02 12	0.04 65	0.90 423	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 354	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

UDG	0.80 440	2.21 534	0.60 414	0.91 425	0.60 453	0.90 476	0.58 444	0.88 466	0.60 449	0.90 475	0.60 456	0.88 474	0.60 448	0.90 476	0.58 439	0.86 454	0.60 424	0.84 481	0.59 458	0.84 454	0.61 446

DPSM_ROB	0.92 474	0.91 318	0.91 481	0.91 425	0.92 514	0.92 478	0.92 510	0.92 473	0.91 510	0.93 481	0.91 515	0.92 482	0.90 499	0.91 478	0.92 506	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

DPSM	0.92 474	0.91 318	0.91 481	0.91 425	0.92 514	0.92 478	0.92 510	0.92 473	0.91 510	0.93 481	0.91 515	0.92 482	0.90 499	0.91 478	0.92 506	0.92 460	0.91 479	0.91 490	0.92 513	0.93 473	0.93 506

MGA	0.73 422	0.76 291	0.60 414	0.92 428	1.17 540	0.81 461	0.59 448	0.84 460	0.62 453	0.81 465	0.59 455	0.84 471	0.60 448	0.81 459	0.61 446	0.71 423	0.53 411	0.89 486	0.53 446	0.75 435	0.54 430

zero-FE	0.72 418	1.31 443	0.66 430	0.92 428	0.60 453	0.82 464	0.58 444	0.82 459	0.58 444	0.81 465	0.60 456	0.81 467	0.60 448	0.82 460	0.58 439	0.74 433	0.59 423	0.73 458	0.52 444	0.76 437	0.51 423

tt45	1.04 498	0.88 310	1.36 577	0.92 428	1.03 528	1.51 586	0.79 493	0.70 441	0.88 508	0.74 456	0.90 512	1.60 586	0.72 481	1.60 584	0.75 489	0.91 457	0.78 466	1.52 594	0.79 504	1.14 494	1.32 594

PAM_32	0.64 398	2.38 550	0.51 396	0.92 428	0.43 413	0.53 420	0.44 405	0.87 462	0.43 405	0.52 411	0.45 417	0.53 417	0.40 381	0.54 416	0.46 407	0.62 408	0.56 416	0.48 412	0.45 422	0.76 437	0.44 396

MoCha-V2	2.11 607	26.97 692	0.78 464	0.92 428	0.77 497	0.96 483	0.72 485	0.90 468	0.72 489	0.94 483	0.70 484	0.90 479	0.71 480	0.91 478	0.71 482	0.85 453	0.71 455	0.88 485	0.69 484	0.87 457	0.67 464

Syn2CoEx	0.25 193	1.31 443	0.74 458	0.92 428	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	0.87 455	0.75 461	0.02 19	0.02 21	0.02 21	0.02 20

pmcnn	0.92 474	0.92 323	0.92 483	0.92 428	0.92 514	0.92 478	0.92 510	0.92 473	0.92 514	0.92 479	0.92 518	0.92 482	0.92 501	0.92 482	0.92 506	0.92 460	0.92 481	0.92 493	0.92 513	0.92 468	0.92 505

DCRE	0.84 457	1.89 508	0.77 463	0.94 435	0.72 484	0.88 472	0.73 486	0.87 462	0.78 496	0.90 475	0.71 489	0.88 474	0.67 461	0.88 473	0.73 484	0.81 444	0.68 442	0.81 475	0.70 488	0.82 451	0.70 470

DGTPSM_ROB	0.93 479	1.00 341	0.92 483	0.94 435	0.96 518	0.91 477	0.92 510	0.91 470	0.96 519	0.91 477	0.96 519	0.93 485	0.92 501	0.94 484	0.92 506	0.92 460	0.92 481	0.90 487	0.92 513	0.94 477	0.91 504

ToySt	0.92 474	2.11 525	0.90 479	0.95 437	0.79 500	0.99 485	0.78 492	0.94 477	0.81 505	0.94 483	0.78 502	0.95 488	0.77 488	0.94 484	0.86 504	0.91 457	0.79 468	0.85 483	0.77 500	0.89 461	0.73 480

R-Stereo Train	0.81 445	0.96 329	0.67 434	0.95 437	0.67 472	0.95 481	0.68 465	0.95 479	0.68 468	0.95 485	0.68 475	0.96 489	0.68 465	0.96 488	0.68 464	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465

RAFT-Stereo	0.81 445	0.96 329	0.67 434	0.95 437	0.67 472	0.95 481	0.68 465	0.95 479	0.68 468	0.95 485	0.68 475	0.96 489	0.68 465	0.96 488	0.68 464	0.94 466	0.68 442	0.94 501	0.68 480	0.94 477	0.68 465
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 426	0.92 323	0.85 475	0.96 440	0.59 452	1.27 568	0.44 405	0.59 423	0.69 473	0.91 477	0.68 475	0.55 424	0.61 451	1.06 507	0.83 502	0.62 408	0.70 451	0.90 487	0.41 410	0.89 461	0.56 440

ff7	1.68 573	2.68 562	1.35 569	0.97 441	0.89 509	1.84 591	2.15 642	2.12 599	1.80 627	2.05 604	1.56 610	2.33 610	2.12 633	2.23 607	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ffff	1.68 573	2.68 562	1.35 569	0.97 441	0.89 509	1.84 591	2.15 642	2.12 599	1.80 627	2.05 604	1.56 610	2.33 610	2.12 633	2.23 607	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

ccc-4	1.68 573	2.68 562	1.35 569	0.97 441	0.89 509	1.84 591	2.15 642	2.12 599	1.80 627	2.05 604	1.56 610	2.33 610	2.12 633	2.23 607	2.25 645	1.31 553	1.07 494	1.48 591	1.41 601	0.90 464	1.04 521

Test_v1	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

GANet	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

TDLM	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

CVANet_RVC	1.00 486	1.00 341	1.00 490	1.00 444	1.00 520	1.00 486	1.00 518	1.00 481	1.00 524	1.00 487	1.00 522	1.00 492	1.00 507	1.00 492	1.00 516	1.00 475	1.00 485	1.00 508	1.00 520	1.00 482	1.00 514

AdaDepth	0.86 466	0.93 325	0.71 450	1.01 448	1.07 530	1.02 499	0.71 483	1.00 481	0.71 486	1.01 497	0.71 489	1.00 492	0.72 481	1.14 518	0.71 482	0.92 460	0.64 433	0.90 487	0.64 469	0.89 461	0.69 467

trnet	1.01 493	1.01 350	1.01 494	1.01 448	1.01 525	1.01 493	1.01 522	1.01 489	1.01 528	1.01 497	1.01 526	1.01 499	1.01 514	1.01 499	1.01 520	1.01 479	1.01 490	1.01 512	1.01 526	1.01 486	1.01 519

ADCMid	0.08 73	0.02 12	0.02 15	1.01 448	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	0.09 135	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

STTRV1_RVC	0.82 450	1.60 459	0.70 446	1.01 448	0.60 453	1.07 505	0.69 473	1.01 489	0.60 449	0.72 449	0.55 449	1.02 503	0.68 465	1.03 505	0.67 456	0.89 456	0.63 431	0.92 493	0.57 455	0.90 464	0.65 459

edge stereo	2.43 632	27.07 693	1.14 503	1.06 452	1.14 533	1.08 506	1.17 536	1.16 504	1.14 535	1.10 507	1.16 536	1.09 510	1.16 528	1.10 513	1.16 535	1.10 486	1.11 504	1.16 521	1.19 537	1.13 493	1.11 524

EKT-Stereo	0.37 257	0.40 194	0.44 355	1.07 453	0.29 275	0.34 258	0.31 317	0.36 254	0.29 270	0.38 269	0.31 328	0.37 275	0.30 281	0.36 269	0.29 267	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 312

GLC_STEREO	1.07 500	1.01 350	1.06 497	1.07 453	1.05 529	1.06 502	1.08 527	1.08 496	1.05 532	1.07 505	1.06 528	1.08 508	1.05 516	1.06 507	1.10 526	1.07 482	1.09 500	1.05 516	1.05 528	1.06 490	1.12 526

999	1.00 486	1.12 372	0.59 410	1.10 455	1.21 592	1.09 508	0.52 437	1.08 496	1.43 606	1.18 518	1.35 598	0.98 491	0.52 435	0.91 478	0.85 503	0.72 429	1.46 585	0.83 480	0.98 518	0.68 422	1.41 602

HH	0.71 415	2.54 556	0.74 458	1.10 455	0.32 338	0.41 302	0.37 367	0.69 437	0.78 496	0.73 451	0.90 512	0.75 457	1.00 507	0.84 466	0.69 472	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 415	2.54 556	0.74 458	1.10 455	0.32 338	0.41 302	0.37 367	0.69 437	0.78 496	0.73 451	0.90 512	0.75 457	1.00 507	0.84 466	0.69 472	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

DPSimNet_ROB	0.97 483	1.18 381	0.81 471	1.10 455	0.91 513	1.02 499	0.82 503	1.04 495	0.91 510	1.03 503	0.86 511	1.28 574	0.82 496	1.03 505	0.89 505	1.17 497	0.81 473	1.02 513	0.82 509	1.08 491	0.81 495

MSMD_ROB	1.19 510	1.10 371	0.70 446	1.10 455	0.60 453	1.10 509	0.70 480	1.10 499	0.70 481	1.10 507	0.70 484	1.10 512	0.70 476	7.00 687	0.70 480	1.10 486	0.70 451	1.10 517	0.70 488	1.10 492	0.70 470

AF-Net	2.37 629	25.71 688	1.17 507	1.13 460	1.15 535	1.15 516	1.18 537	1.19 509	1.16 537	1.10 507	1.15 533	1.10 512	1.18 529	1.12 517	1.15 531	1.10 486	1.10 503	1.17 525	1.15 533	1.16 499	1.12 526

DF	0.39 275	1.37 449	1.02 495	1.14 461	0.12 176	0.16 169	0.12 171	0.16 169	0.12 176	0.16 166	0.12 168	0.16 167	0.12 172	0.16 168	0.12 165	1.12 492	1.00 485	0.15 166	0.12 170	0.15 166	0.12 167

ktn	0.72 418	0.53 259	1.08 499	1.14 461	0.51 442	1.22 564	1.36 597	0.51 403	0.59 448	0.51 408	0.51 444	0.69 446	1.20 531	0.67 440	0.51 429	0.51 380	0.49 394	0.58 437	0.66 475	0.52 401	0.53 427

Nwc_Net	2.37 629	25.95 689	1.15 505	1.14 461	1.15 535	1.08 506	1.14 531	1.17 506	1.16 537	1.14 516	1.15 533	1.08 508	1.15 524	1.11 515	1.14 530	1.10 486	1.11 504	1.16 521	1.09 530	1.16 499	1.15 531

KSHMR	0.66 401	0.50 245	0.48 377	1.15 464	0.52 443	0.49 393	0.51 436	0.49 380	0.71 486	0.67 443	0.50 438	1.16 520	1.11 519	0.66 438	0.52 431	0.49 368	0.49 394	0.51 426	0.66 475	0.50 393	1.14 530

HBP-ISP	1.24 560	1.72 464	1.65 597	1.15 464	0.76 494	1.40 580	0.88 506	1.67 585	1.02 529	1.69 589	1.38 603	1.69 590	1.21 577	1.87 596	1.21 586	1.05 481	0.79 468	0.97 506	0.80 506	1.19 507	0.75 484

RP	2.33 625	25.00 685	1.13 502	1.15 464	1.15 535	1.10 509	1.15 533	1.15 501	1.15 536	1.12 513	1.15 533	1.09 510	1.13 520	1.10 513	1.15 531	1.11 491	1.09 500	1.16 521	1.12 531	1.16 499	1.17 535

RGC	2.36 627	25.48 686	1.19 511	1.15 464	1.15 535	1.10 509	1.16 535	1.17 506	1.16 537	1.12 513	1.16 536	1.11 516	1.13 520	1.09 511	1.18 537	1.10 486	1.15 509	1.16 521	1.12 531	1.14 494	1.12 526

NCC-stereo	2.36 627	25.52 687	1.17 507	1.15 464	1.17 540	1.11 512	1.11 528	1.15 501	1.16 537	1.10 507	1.16 536	1.10 512	1.15 524	1.14 518	1.13 529	1.09 484	1.11 504	1.15 520	1.16 535	1.17 504	1.17 535

Selective-RAFT	0.89 471	0.89 313	0.72 453	1.16 469	0.78 498	1.06 502	0.82 503	0.87 462	0.97 520	1.00 487	0.91 515	0.90 479	1.00 507	0.89 475	0.93 510	0.83 449	0.83 474	0.82 479	0.82 509	0.81 449	0.82 496

Abc-Net	2.32 624	24.75 684	1.14 503	1.17 470	1.17 540	1.11 512	1.15 533	1.17 506	1.21 589	1.08 506	1.16 536	1.12 517	1.14 523	1.09 511	1.17 536	1.09 484	1.16 510	1.17 525	1.17 536	1.16 499	1.11 524
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 625	24.38 683	1.18 509	1.18 471	1.18 543	1.14 515	1.18 537	1.19 509	1.19 543	1.14 516	1.18 540	1.14 518	1.18 529	1.14 518	1.18 537	1.14 495	1.14 508	1.19 530	1.19 537	1.15 497	1.19 539

HSM-Net_RVC	0.95 482	1.17 379	0.78 464	1.18 471	0.71 482	1.16 517	0.75 488	1.09 498	0.80 502	1.10 507	0.75 497	1.17 521	0.74 483	1.17 521	0.80 497	1.13 493	0.73 458	1.17 525	0.77 500	1.16 499	0.72 477
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CrosDoStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet+	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

LCNet	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HHNet	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Patchmatch Stereo++	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540
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	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

STrans-v2	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TransformOpticalFlow	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OMP-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IIG-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NF-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

OCTAStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-softLoss	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KMStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

NRIStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-adaLoss	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PSM-AAD	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

FTStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo_v2	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ROB_FTStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Consistency-Raft	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

KYRaft	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

HUI-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

ASMatch	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_LL	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DEmStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

SST-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

THIR-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT_R40	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DRaft	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

PFNet	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GrayStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RE-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Pruner-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

TVStereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

DeepStereo_RVC	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-RH_RVC	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

IRAFT_RVC	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-345	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

iRAFT	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CRE-IMP	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

GMM-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

RAFT-IKP	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

Prome-Stereo	1.20 511	1.20 383	1.20 514	1.20 473	1.20 546	1.20 518	1.20 539	1.20 512	1.20 544	1.20 520	1.20 541	1.20 523	1.20 531	1.20 523	1.20 541	1.20 500	1.20 515	1.20 532	1.20 540	1.20 509	1.20 540

CroCo-Stereo	0.73 422	1.22 435	0.25 213	1.22 518	0.25 252	1.22 564	0.25 240	1.22 558	0.25 243	1.22 566	0.25 252	1.22 569	0.25 245	1.22 569	0.25 241	1.22 548	0.26 223	1.21 577	0.25 248	1.22 557	0.25 229
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 634	26.86 691	1.23 563	1.22 518	1.22 594	1.24 566	1.25 588	1.22 558	1.24 592	1.21 565	1.24 589	1.19 522	1.27 581	1.19 522	1.24 588	1.19 498	1.20 515	1.25 580	1.19 537	1.24 558	1.23 588

FAT-Stereo	2.46 633	26.05 690	1.23 563	1.23 520	1.22 594	1.20 518	1.24 587	1.23 560	1.23 591	1.19 519	1.22 587	1.21 568	1.24 579	1.20 523	1.24 588	1.21 546	1.17 513	1.22 578	1.25 590	1.20 509	1.24 589

AIO-Stereo-zeroshot	0.91 472	0.86 306	0.89 476	1.25 521	0.69 476	1.05 501	0.81 500	1.16 504	0.50 430	1.12 513	0.97 520	0.72 452	0.82 496	1.06 507	0.95 511	0.61 404	0.87 476	1.03 515	0.85 512	1.04 489	1.01 519

WQFJA1++	0.84 457	0.98 332	0.67 434	1.26 522	0.75 489	1.00 486	0.67 461	1.00 481	0.67 462	1.00 487	0.67 470	1.00 492	0.67 461	1.00 492	0.67 456	0.96 468	0.67 437	0.91 490	0.63 464	0.92 468	0.63 451

NLMM	0.84 457	1.00 341	0.67 434	1.27 523	0.75 489	1.00 486	0.68 465	1.00 481	0.67 462	1.00 487	0.67 470	1.02 503	0.67 461	1.02 503	0.67 456	0.97 469	0.67 437	0.93 497	0.63 464	0.92 468	0.63 451

MLG-Stereo	0.92 474	0.90 316	0.84 474	1.27 523	0.49 432	1.38 578	0.88 506	1.41 575	0.97 520	0.73 451	1.09 530	1.26 570	0.43 402	0.72 447	1.05 523	1.13 493	0.49 394	1.18 528	0.66 475	1.01 486	0.46 399

CroCo-Stereo Lap2	0.77 432	1.29 439	0.29 232	1.27 523	0.29 275	1.27 568	0.26 247	1.26 561	0.26 256	1.26 567	0.26 257	1.27 573	0.26 254	1.26 570	0.27 247	1.27 551	0.27 233	1.27 581	0.27 291	1.27 561	0.27 273

ADCPNet	0.10 91	0.03 31	0.04 65	1.27 523	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	0.08 130	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Hybrid-DGEV	1.03 497	1.75 470	0.80 468	1.28 527	0.78 498	1.26 567	0.80 496	1.26 561	0.78 496	1.26 567	0.78 502	1.26 570	0.78 490	1.26 570	0.78 493	1.15 496	0.75 461	1.14 518	0.74 495	1.14 494	0.75 484

WQFJA1	0.85 463	0.98 332	0.67 434	1.29 528	0.76 494	1.01 493	0.67 461	1.02 494	0.67 462	1.02 501	0.67 470	1.01 499	0.67 461	1.01 499	0.68 464	0.99 474	0.67 437	0.93 497	0.64 469	0.92 468	0.65 459

NLSM3	0.85 463	0.99 339	0.68 441	1.29 528	0.76 494	1.01 493	0.68 465	1.01 489	0.68 468	1.02 501	0.68 475	1.01 499	0.68 465	1.01 499	0.68 464	0.97 469	0.68 442	0.93 497	0.64 469	0.93 473	0.63 451

WQFJX1	0.84 457	0.98 332	0.67 434	1.30 530	0.75 489	1.01 493	0.67 461	1.01 489	0.67 462	1.01 497	0.67 470	1.01 499	0.68 465	1.00 492	0.68 464	0.98 473	0.67 437	0.92 493	0.64 469	0.92 468	0.64 457

WQFJX	0.85 463	1.00 341	0.68 441	1.30 530	0.75 489	1.01 493	0.68 465	1.01 489	0.68 468	1.01 497	0.68 475	1.03 505	0.68 465	1.02 503	0.67 456	0.97 469	0.67 437	0.93 497	0.63 464	0.94 477	0.63 451

castereo++	0.54 377	3.59 595	1.15 505	1.31 532	0.14 182	0.16 169	0.14 177	0.16 169	0.14 182	0.16 166	0.14 186	0.16 167	0.13 178	0.16 168	0.14 176	1.45 565	1.16 510	0.15 166	0.14 185	0.15 166	0.13 174

11t	1.27 562	2.70 565	1.34 567	1.32 533	0.89 509	1.30 570	1.34 594	1.64 582	0.57 443	1.45 580	0.72 492	1.05 507	1.29 583	1.07 510	1.29 595	1.49 567	1.02 491	0.97 506	1.15 533	1.48 569	1.31 593

Hybrid-DGEV-2	1.05 499	1.83 496	0.83 472	1.33 534	0.82 506	1.30 570	0.81 500	1.26 561	0.79 500	1.29 569	0.79 504	1.26 570	0.80 492	1.26 570	0.79 494	1.20 500	0.78 466	1.18 528	0.77 500	1.20 509	0.77 489

Hybrid-DGEV-03	1.07 500	1.83 496	0.83 472	1.34 535	0.81 505	1.32 572	0.81 500	1.31 568	0.81 505	1.31 570	0.82 508	1.32 575	0.82 496	1.32 575	0.81 500	1.19 498	0.77 464	1.19 530	0.76 498	1.19 507	0.77 489

PS-NSSS	1.38 567	1.39 451	1.34 567	1.34 535	1.35 597	1.38 578	1.37 602	1.35 569	1.38 603	1.34 572	1.34 597	1.39 579	1.38 592	1.70 588	1.40 603	1.36 559	1.36 577	1.36 589	1.37 598	1.37 566	1.36 599

MaskLacGwcNet_RVC	1.35 564	1.35 446	1.35 569	1.35 537	1.35 597	1.35 574	1.35 595	1.36 570	1.35 600	1.36 574	1.35 598	1.36 577	1.36 589	1.36 576	1.35 599	1.35 557	1.35 576	1.35 587	1.35 595	1.35 565	1.35 598

CSP-Net	0.34 231	1.29 439	1.19 511	1.36 538	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	1.26 550	1.21 561	0.03 41	0.09 136	0.02 21	0.09 135

CC-Net-ROB	1.36 565	1.33 445	1.33 566	1.36 538	1.38 600	1.36 576	1.33 593	1.37 572	1.34 597	1.35 573	1.36 600	1.38 578	1.34 587	1.38 578	1.38 602	1.35 557	1.38 580	1.33 584	1.35 595	1.43 568	1.34 597

RASNet	1.49 568	1.65 460	1.45 585	1.38 540	1.43 603	1.47 585	1.36 597	1.38 573	1.36 601	1.39 575	1.60 614	1.45 583	1.45 595	1.51 583	2.21 644	1.53 571	1.36 577	1.36 589	1.36 597	1.66 577	1.36 599

qqai	1.22 558	1.38 450	1.12 500	1.39 541	1.14 533	1.40 580	1.14 531	1.41 575	1.12 533	1.40 576	1.11 532	1.40 581	1.13 520	1.41 579	1.15 531	1.25 549	0.97 484	1.24 579	1.01 526	1.24 558	0.96 509

FENet	0.54 377	1.52 456	1.19 511	1.41 542	0.23 245	0.35 262	0.23 233	0.35 250	0.23 235	0.34 255	0.23 239	0.35 263	0.23 239	0.35 263	0.23 230	1.40 562	1.07 494	0.32 253	0.23 238	0.33 245	0.23 218

BLMT-Stereo	1.53 569	1.36 447	1.06 497	1.42 543	1.23 596	1.41 582	1.07 526	1.43 577	1.12 533	1.42 578	1.06 528	1.83 592	1.07 517	1.42 581	1.07 524	1.27 551	1.38 580	6.80 684	1.00 520	1.26 560	1.00 514

MM-Stereo_test2	1.20 511	1.85 502	1.05 496	1.46 544	0.94 517	1.36 576	0.99 517	1.36 570	0.95 517	1.41 577	0.98 521	1.40 581	0.96 503	1.37 577	0.95 511	1.37 561	1.06 493	1.33 584	0.93 517	1.29 563	0.89 502

NLMM1	0.86 466	0.98 332	0.69 443	1.48 545	0.75 489	1.01 493	0.69 473	1.00 481	0.69 473	1.00 487	0.70 484	1.00 492	0.68 465	1.01 499	0.67 456	0.97 469	0.68 442	0.92 493	0.63 464	0.93 473	0.63 451

castereo	0.61 391	3.79 603	1.35 569	1.52 546	0.15 194	0.17 176	0.16 189	0.20 186	0.21 226	0.18 177	0.16 199	0.21 194	0.12 172	0.26 231	0.17 200	1.43 564	1.38 580	0.17 178	0.16 195	0.18 181	0.16 185

PASM	0.39 275	3.06 583	1.36 577	1.58 547	0.09 140	0.11 149	0.11 158	0.11 149	0.11 160	0.09 136	0.09 142	0.11 150	0.09 140	0.09 136	0.09 135	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

FlowAnything_test	1.02 495	1.72 464	0.71 450	1.59 548	0.70 480	1.61 588	0.69 473	1.61 579	0.70 481	1.60 582	0.70 484	1.61 589	0.69 472	1.61 586	0.70 480	0.81 444	0.58 420	0.81 475	0.55 449	0.81 449	0.56 440

FlowAnything	1.02 495	1.71 463	0.72 453	1.59 548	0.69 476	1.60 587	0.69 473	1.61 579	0.70 481	1.60 582	0.69 480	1.60 586	0.69 472	1.61 586	0.69 472	0.81 444	0.58 420	0.81 475	0.56 453	0.82 451	0.56 440

DPSMNet_ROB	1.60 572	1.59 458	1.70 599	1.59 548	1.59 609	1.61 588	1.61 613	1.60 578	1.60 610	1.62 588	1.59 613	1.60 586	1.60 598	1.60 584	1.59 610	1.59 572	1.60 599	1.59 595	1.59 615	1.59 573	1.59 612

MM-Stereo_test3	1.27 562	2.07 521	1.18 509	1.60 551	1.02 527	1.45 584	1.01 522	1.40 574	1.04 531	1.44 579	1.03 527	1.46 584	1.02 515	1.44 582	1.02 521	1.51 570	1.12 507	1.32 583	0.98 518	1.38 567	0.97 510

BEATNet_4x	0.11 112	0.03 31	0.03 40	1.60 551	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	0.11 112	0.03 31	0.03 40	1.60 551	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	0.11 112	0.02 12	0.02 15	1.62 554	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 111	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

DEFOM-Stereo	0.68 406	3.11 585	1.40 583	1.63 555	0.25 252	0.31 246	0.25 240	0.31 238	0.28 264	0.31 243	0.29 274	0.29 242	0.27 261	0.31 249	0.28 256	1.59 572	1.47 586	0.30 244	0.29 317	0.30 230	0.28 293

ours_stereo	1.20 511	1.21 429	0.90 479	1.64 556	1.11 532	1.35 574	0.67 461	1.76 586	0.93 515	1.70 590	1.10 531	1.39 579	0.75 485	1.41 579	0.81 500	1.60 574	1.03 492	1.33 584	1.00 520	1.61 574	0.72 477

ADCRef	0.12 121	0.03 31	0.04 65	1.71 557	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 111	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

test-3	0.98 485	4.13 614	1.85 616	1.85 558	0.61 459	0.69 444	0.37 367	0.63 430	0.61 452	0.66 442	0.51 444	0.73 454	0.44 404	0.57 426	0.54 434	1.68 576	1.81 612	0.40 355	0.43 420	0.66 420	0.50 416

RAFT_CTSACE	1.92 582	3.71 600	1.72 602	1.88 559	1.72 621	2.04 603	1.42 607	2.18 604	1.89 638	2.02 601	1.97 638	1.95 596	2.06 632	1.93 598	1.62 611	1.76 577	1.66 603	2.02 612	1.73 631	1.73 580	1.43 604

GANetREF_RVC	1.55 570	1.94 517	1.22 561	1.88 559	1.21 592	1.88 594	1.22 585	1.88 588	1.22 590	1.88 591	1.22 587	1.88 593	1.22 578	1.89 597	1.22 587	1.87 582	1.22 562	1.88 608	1.22 586	1.88 586	1.22 586
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	0.43 303	1.91 511	0.92 483	1.91 561	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	1.97 590	1.44 584	0.04 93	0.03 57	0.02 21	0.03 52

Wavelet-MonSter	1.00 486	1.21 429	0.76 461	1.94 562	1.01 525	1.11 512	0.76 490	1.15 501	0.76 495	1.11 512	0.76 498	1.14 518	0.76 486	1.11 515	0.76 491	1.21 546	0.90 478	1.02 513	0.71 491	1.02 488	0.71 476

SPS-STEREO	1.59 571	1.91 511	1.21 560	1.94 562	1.20 546	2.00 602	1.23 586	1.99 593	1.24 592	2.00 599	1.25 590	2.03 603	1.26 580	2.00 601	1.29 595	1.90 586	1.18 514	1.89 609	1.21 585	1.89 587	1.20 540
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 580	1.91 511	1.71 601	1.95 564	1.70 620	1.95 599	1.70 618	1.96 591	1.74 623	1.97 596	1.72 622	1.95 596	1.71 606	1.97 600	1.71 618	1.86 580	1.62 600	1.85 601	1.66 622	1.86 585	1.64 618

CRFU-Net	0.65 399	1.67 461	1.22 561	1.96 565	0.27 260	0.41 302	0.27 250	0.41 295	0.27 260	0.40 281	0.26 257	0.41 303	0.27 261	0.40 287	0.27 247	1.80 579	1.62 600	0.34 269	0.23 238	0.33 245	0.23 218

NINENet	0.69 409	3.87 607	1.20 514	1.98 566	0.05 121	0.40 286	0.04 104	0.40 280	0.05 120	0.41 295	0.04 111	0.41 303	0.05 113	0.40 287	0.05 111	1.79 578	1.56 593	0.34 269	0.22 232	0.34 249	0.23 218

error version	0.93 479	4.47 620	2.35 635	1.99 567	0.37 373	0.41 302	0.36 361	0.41 295	0.35 357	0.43 314	0.36 367	0.41 303	0.40 381	0.41 302	0.36 354	1.87 582	2.16 628	0.47 404	0.37 385	0.39 327	0.33 335

test_1	0.93 479	4.47 620	2.35 635	1.99 567	0.37 373	0.41 302	0.36 361	0.41 295	0.35 357	0.43 314	0.36 367	0.41 303	0.40 381	0.41 302	0.36 354	1.87 582	2.16 628	0.47 404	0.37 385	0.39 327	0.33 335

MM-Stereo_test1	1.80 579	3.41 593	1.52 592	2.12 569	1.41 602	2.04 603	1.41 605	2.05 597	1.46 607	2.04 603	1.41 605	2.05 604	1.42 594	2.05 602	1.43 605	2.04 594	1.54 592	1.94 610	1.38 600	1.99 589	1.33 595

MC-Stereo	1.76 576	2.96 581	1.37 579	2.14 570	1.37 599	2.14 608	1.36 597	2.14 602	1.37 602	2.14 608	1.37 601	2.14 605	1.37 591	2.14 606	1.37 601	1.97 590	1.32 564	1.97 611	1.32 594	1.98 588	1.33 595

DEFOM-Stereo_RVC	0.83 454	5.18 630	1.98 627	2.19 571	0.17 210	0.19 183	0.18 207	0.19 180	0.16 198	0.20 185	0.19 224	0.22 202	0.22 233	0.20 185	0.15 187	2.28 607	2.13 627	0.24 221	0.17 217	0.18 181	0.16 185

ADCP+	0.15 147	0.04 52	0.04 65	2.20 572	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 123	0.04 96	0.04 101	0.08 130	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

AnyNet_C32	0.14 135	0.04 52	0.03 40	2.22 573	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 127	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

BEATNet-Init1	0.19 166	0.08 80	0.08 83	2.23 574	0.08 138	0.08 128	0.07 137	0.07 127	0.08 141	0.08 129	0.07 138	0.08 129	0.07 136	0.11 151	0.08 130	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 166	0.08 80	0.08 83	2.23 574	0.08 138	0.08 128	0.07 137	0.07 127	0.08 141	0.08 129	0.07 138	0.08 129	0.07 136	0.11 151	0.08 130	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

TRStereo	2.00 589	2.13 526	1.85 616	2.27 576	1.84 625	2.28 612	1.84 622	2.29 607	1.86 632	2.30 613	1.87 627	2.30 607	1.87 616	2.08 603	1.72 620	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 623

XX-Stereo	2.00 589	2.13 526	1.85 616	2.27 576	1.84 625	2.28 612	1.84 622	2.29 607	1.86 632	2.30 613	1.87 627	2.30 607	1.87 616	2.08 603	1.72 620	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 623

EAI-Stereo	2.00 589	2.13 526	1.85 616	2.27 576	1.84 625	2.28 612	1.84 622	2.29 607	1.86 632	2.30 613	1.87 627	2.30 607	1.87 616	2.08 603	1.72 620	2.08 595	1.72 606	2.08 614	1.72 628	2.08 591	1.72 623

NCCL2	2.28 623	2.27 537	2.28 633	2.28 579	2.28 649	2.27 610	2.29 645	2.28 605	2.28 648	2.27 612	2.28 650	2.28 606	2.27 636	2.27 610	2.28 649	2.28 607	2.28 631	2.27 619	2.29 648	2.27 599	2.29 640

MatchStereo	0.54 377	0.12 106	2.38 638	2.32 580	0.09 140	0.09 136	0.08 139	0.09 136	0.07 137	0.09 136	0.07 138	0.09 137	0.07 136	0.09 136	0.08 130	2.34 613	2.34 632	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO_rvc	2.18 611	2.34 546	1.87 620	2.32 580	1.94 634	2.40 617	1.89 630	2.37 615	2.07 647	2.52 626	1.95 637	2.44 617	1.99 628	2.41 618	1.89 637	2.32 612	2.09 625	2.24 618	2.18 644	2.21 595	2.23 639

HUF	2.18 611	2.30 539	1.99 630	2.34 582	2.02 639	2.41 618	2.06 641	2.38 616	1.89 638	2.36 618	1.85 625	2.56 625	1.98 626	2.31 613	1.97 640	2.30 610	2.03 624	2.30 621	2.11 642	2.23 596	2.16 637

STTStereo	3.73 651	30.40 697	2.37 637	2.39 583	2.31 651	2.35 615	2.33 646	2.29 607	2.42 649	2.32 617	2.34 651	2.33 610	2.36 637	2.30 612	2.27 648	2.35 614	2.22 630	2.31 622	2.22 645	2.29 601	2.34 644

AIO_test	2.18 611	2.09 524	2.04 631	2.42 584	2.01 636	2.47 620	1.94 632	2.34 614	2.03 646	2.56 627	1.94 635	2.43 616	1.94 623	2.41 618	1.87 635	2.39 617	2.10 626	2.35 626	1.91 641	2.25 598	2.19 638

iRaftStereo_RVC	0.97 483	3.17 588	2.30 634	2.42 584	0.38 380	0.54 423	0.38 374	0.54 411	0.38 373	0.54 419	0.38 379	0.54 420	0.38 370	0.54 416	0.38 366	2.38 616	2.34 632	0.49 417	0.36 382	0.49 388	0.36 355

UDGNet	2.23 621	5.40 638	1.72 602	2.48 586	1.69 617	2.51 625	1.69 617	2.51 623	1.72 620	2.50 625	1.69 621	2.52 619	1.69 604	2.50 622	1.68 616	2.41 618	1.70 605	2.42 629	1.69 627	2.42 606	1.64 618

VIP-Stereo	0.70 412	2.97 582	2.43 639	2.49 587	0.16 204	0.25 222	0.16 189	0.25 217	0.16 198	0.25 219	0.18 222	0.25 222	0.16 195	0.26 231	0.16 194	1.86 580	1.26 563	0.23 212	0.15 193	0.23 208	0.15 184

IGEVStereo-DCA	1.77 577	4.21 616	1.84 614	2.49 587	2.11 642	2.54 628	1.36 597	1.65 583	1.17 541	2.75 637	1.90 632	2.54 623	1.15 524	0.94 484	1.11 527	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

rrr	1.77 577	4.21 616	1.84 614	2.49 587	2.11 642	2.54 628	1.36 597	1.65 583	1.17 541	2.75 637	1.90 632	2.54 623	1.15 524	0.94 484	1.11 527	1.50 568	1.32 564	0.96 504	1.46 607	1.49 570	0.88 499

FBW_ROB	2.12 608	2.46 555	1.77 604	2.49 587	1.79 624	2.38 616	1.83 621	2.46 619	1.78 626	2.48 624	1.97 638	2.40 615	1.78 613	2.42 620	1.83 629	2.31 611	1.85 614	2.38 627	1.82 633	2.35 603	1.84 628

FSD	0.61 391	0.59 271	0.50 389	2.58 591	0.44 414	0.56 425	0.44 405	0.55 414	0.44 408	0.56 424	0.44 413	0.56 427	0.44 404	0.56 421	0.46 407	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 423

MonStereo	2.17 609	2.41 552	1.49 591	2.67 592	1.67 614	2.60 631	2.04 640	2.32 612	1.76 624	2.44 621	1.68 620	2.50 618	1.69 604	2.38 615	1.80 628	2.28 607	1.78 609	2.63 638	2.14 643	3.47 631	1.68 621

IER	0.88 469	7.04 649	2.23 632	2.75 593	0.28 265	0.43 329	0.25 240	0.39 273	0.25 243	0.41 295	0.27 261	0.39 282	0.25 245	0.40 287	0.28 256	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 229

LGtest1	2.22 618	2.70 565	1.89 621	2.76 594	1.86 628	2.75 638	1.86 626	2.75 634	1.86 632	2.75 637	1.86 626	2.77 641	1.87 616	2.75 638	1.86 632	2.46 620	1.58 595	2.45 630	1.56 609	2.45 608	1.56 608

4.5_new	2.00 589	1.84 501	1.98 627	2.77 595	2.16 644	2.27 610	1.28 592	2.09 598	1.98 642	2.01 600	1.28 593	2.71 632	1.98 626	2.51 623	1.65 613	2.26 603	1.33 571	1.87 605	1.87 635	2.49 612	1.60 613

LG-G_1	2.22 618	2.71 567	1.89 621	2.77 595	1.87 631	2.75 638	1.87 628	2.76 635	1.87 636	2.75 637	1.87 627	2.76 639	1.87 616	2.75 638	1.86 632	2.47 621	1.58 595	2.45 630	1.57 610	2.45 608	1.57 609

LG-G	2.22 618	2.71 567	1.89 621	2.77 595	1.87 631	2.75 638	1.87 628	2.76 635	1.87 636	2.75 637	1.87 627	2.76 639	1.87 616	2.75 638	1.86 632	2.47 621	1.58 595	2.45 630	1.57 610	2.45 608	1.57 609

sCroCo_RVC	2.10 606	2.76 573	1.92 624	2.78 598	1.39 601	2.73 636	1.41 605	2.73 633	1.40 604	2.77 642	1.41 605	2.74 638	1.40 593	2.74 637	1.40 603	2.72 631	1.42 583	2.72 639	1.44 606	2.79 626	1.42 603

NLCA_NET_v2_RVC	5.04 679	50.87 707	2.78 642	2.87 599	2.71 653	2.78 641	0.47 418	2.88 640	2.86 654	1.89 592	2.67 653	2.79 642	2.79 642	2.78 641	2.83 651	2.82 632	2.82 638	2.83 640	2.77 652	2.83 627	2.76 649
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	2.02 597	2.20 532	1.82 610	2.90 600	2.16 644	2.41 618	1.25 588	2.00 594	1.98 642	1.99 598	1.31 595	2.72 636	1.93 622	2.67 631	1.69 617	2.26 603	1.32 564	1.83 600	1.87 635	2.53 619	1.61 615

2.25w	2.00 589	1.86 505	1.98 627	2.95 601	2.17 646	2.26 609	1.35 595	2.42 618	2.00 645	2.07 607	1.27 592	2.53 620	1.99 628	2.29 611	1.49 607	2.21 601	1.32 564	1.85 601	1.87 635	2.52 616	1.62 616

3.25w	2.04 602	2.20 532	1.48 587	3.03 602	2.17 646	2.63 632	1.39 603	1.96 591	1.95 641	1.96 594	1.37 601	2.71 632	1.96 625	2.71 632	1.73 625	2.26 603	1.32 564	1.87 605	1.87 635	2.51 615	1.63 617

plain	1.88 581	3.16 587	0.64 424	3.10 603	0.65 467	3.10 643	0.64 453	3.12 642	0.65 458	3.10 643	0.65 466	3.11 643	0.65 455	3.12 642	0.65 451	3.12 636	0.65 435	3.13 641	0.65 473	3.13 629	0.65 459

2.75w_new	1.99 585	2.34 546	1.81 605	3.14 604	1.62 611	1.94 596	1.99 636	2.72 627	1.71 616	2.72 631	1.99 647	1.90 594	1.73 608	1.82 595	1.29 595	2.37 615	2.01 619	2.31 622	1.42 604	1.77 583	1.22 586

3w_stereo	2.04 602	2.24 536	1.70 599	3.15 605	2.18 648	2.49 622	1.26 590	2.03 596	1.98 642	1.98 597	1.33 596	2.72 636	1.99 628	2.59 626	1.72 620	2.22 602	1.33 571	1.85 601	1.88 640	2.50 614	1.58 611

3.75w	1.99 585	2.31 540	1.83 613	3.16 606	1.65 613	1.93 595	1.98 633	2.72 627	1.68 612	2.73 636	1.97 638	2.00 600	1.72 607	1.81 594	1.25 591	2.27 606	2.01 619	2.38 627	1.42 604	1.71 579	1.24 589

MIF-Stereo (partial)	2.58 636	3.31 592	0.66 430	3.18 607	0.66 471	3.18 644	0.66 457	3.21 643	0.67 462	3.19 644	0.66 469	3.19 644	0.66 459	3.31 646	0.68 464	5.09 668	1.79 611	8.23 688	1.67 623	6.18 672	1.38 601

LiteMatch	1.13 508	0.73 286	2.80 643	3.23 608	0.61 459	0.83 466	0.68 465	0.73 445	0.69 473	1.00 487	0.77 500	0.94 486	0.57 441	0.82 460	0.64 448	2.97 633	2.43 635	0.68 449	0.32 349	0.56 409	0.70 470

Lsterematch	1.13 508	0.73 286	2.80 643	3.23 608	0.61 459	0.83 466	0.68 465	0.73 445	0.69 473	1.00 487	0.77 500	0.94 486	0.57 441	0.82 460	0.64 448	2.97 633	2.43 635	0.68 449	0.32 349	0.56 409	0.70 470

2w_stereo	1.99 585	2.36 549	1.81 605	3.24 610	1.67 614	1.94 596	1.98 633	2.72 627	1.68 612	2.72 631	1.94 635	1.98 599	1.74 610	1.79 593	1.27 592	1.95 589	2.00 617	2.53 635	1.60 616	1.68 578	1.15 531

AEACV	1.12 506	0.52 255	3.12 657	3.24 610	0.86 507	0.53 420	0.49 429	0.60 425	0.47 417	0.53 414	0.49 435	0.55 424	0.45 408	0.55 420	0.47 414	3.01 635	3.88 659	0.71 457	0.60 459	0.80 446	0.48 408

4.5w-stereo	1.99 585	2.33 542	1.81 605	3.28 612	1.68 616	1.94 596	1.99 636	2.72 627	1.70 615	2.72 631	1.99 647	1.97 598	1.68 602	1.76 590	1.29 595	1.91 587	2.02 623	2.53 635	1.61 617	1.75 582	1.16 534

2.5w	2.01 596	2.40 551	1.37 579	3.28 612	2.01 636	2.71 633	1.43 610	1.82 587	1.83 630	1.90 593	1.41 605	2.71 632	1.35 588	2.71 632	1.85 631	2.66 627	1.53 590	1.64 596	1.23 587	2.53 619	1.87 632

Anonymous3	2.55 635	3.26 591	1.65 597	3.28 612	1.63 612	3.24 645	1.68 616	3.27 644	1.66 611	3.28 645	1.67 619	3.25 645	1.66 601	3.27 644	1.64 612	3.26 637	1.65 602	3.30 643	1.65 621	4.95 663	1.65 620

4.25_new	2.00 589	2.33 542	1.82 610	3.32 615	1.69 617	1.95 599	1.99 636	2.72 627	1.71 616	2.72 631	1.97 638	2.01 601	1.74 610	1.77 591	1.28 593	2.18 598	2.01 619	2.48 633	1.58 613	1.65 575	1.17 535

4.5w_new	2.00 589	2.33 542	1.82 610	3.32 615	1.69 617	1.95 599	1.99 636	2.72 627	1.71 616	2.72 631	1.97 638	2.01 601	1.74 610	1.77 591	1.28 593	2.18 598	2.01 619	2.48 633	1.58 613	1.65 575	1.17 535

3.25w_new	2.03 599	2.72 569	1.35 569	3.33 617	1.57 607	2.72 634	1.53 612	2.15 603	1.33 596	2.15 609	1.60 614	2.63 629	1.30 584	2.72 634	1.99 642	2.67 629	1.53 590	1.75 599	1.25 590	2.53 619	1.87 632

4w-stereo	2.02 597	2.72 569	1.44 584	3.36 618	1.59 609	2.48 621	1.72 619	2.28 605	1.24 592	2.24 611	1.65 618	2.56 625	1.32 586	2.39 617	1.98 641	2.67 629	1.51 588	1.66 597	1.24 588	2.53 619	1.88 635

3.5w_stereo	2.03 599	2.72 569	1.35 569	3.41 619	1.57 607	2.72 634	1.49 611	2.01 595	1.34 597	2.15 609	1.61 616	2.63 629	1.36 589	2.72 634	1.99 642	2.66 627	1.58 595	1.68 598	1.24 588	2.53 619	1.87 632

UniTT-Stereo	2.03 599	3.43 594	0.72 453	3.42 620	0.73 485	3.27 646	0.68 465	3.38 647	0.69 473	3.29 646	0.72 492	3.28 646	0.70 476	3.35 648	0.68 464	3.39 639	0.68 442	3.31 644	0.69 484	3.37 630	0.73 480

DispNO	1.00 486	0.63 275	0.43 353	3.45 621	0.44 414	0.65 441	0.43 404	0.64 431	0.43 405	0.64 439	0.43 411	0.64 440	3.03 643	0.64 436	0.43 400	4.55 651	0.43 369	0.63 442	0.43 420	0.63 417	0.43 393

asda	2.17 609	2.54 556	1.81 605	3.47 622	1.78 623	2.50 624	1.86 626	2.61 626	1.68 612	2.61 628	1.83 624	2.37 614	1.73 608	2.44 621	1.88 636	2.51 624	1.84 613	2.34 624	1.62 619	2.23 596	1.77 627

4.25w-stereo	1.98 584	2.72 569	1.46 586	3.47 622	1.43 603	2.07 605	1.98 633	2.53 624	1.52 608	2.71 630	1.98 644	1.81 591	1.62 600	1.96 599	1.36 600	1.88 585	2.00 617	2.53 635	1.61 617	1.74 581	1.15 531

monsters	2.18 611	2.41 552	1.96 626	3.47 622	2.03 640	2.53 626	1.64 615	2.48 620	1.73 621	2.40 620	1.50 608	2.62 628	1.94 623	2.59 626	1.94 638	2.44 619	1.57 594	2.28 620	1.87 635	2.42 606	1.86 630

Occ-G	1.12 506	0.52 255	3.72 666	3.50 625	0.50 436	0.56 425	0.47 418	0.54 411	0.46 412	0.54 419	0.41 399	0.54 420	0.42 399	0.52 412	0.42 397	3.42 640	4.02 661	0.52 429	0.45 422	0.51 399	0.44 396

HCRNet	1.22 558	7.11 650	3.00 645	3.55 626	0.33 350	0.29 239	0.14 177	0.19 180	0.15 193	0.33 253	0.29 274	0.25 222	0.14 182	0.22 200	0.33 333	3.64 641	3.00 639	0.76 466	0.32 349	0.18 181	0.13 174

asd	2.18 611	2.77 575	1.58 594	3.59 627	2.00 635	2.58 630	1.85 625	2.39 617	1.71 616	2.47 623	1.97 638	2.59 627	1.61 599	2.56 624	1.79 627	2.51 624	1.99 616	2.11 617	1.62 619	2.36 604	1.60 613

DPSNet	3.66 649	3.60 596	3.62 664	3.63 628	3.64 674	3.65 650	3.65 674	3.66 650	3.67 671	3.67 649	3.65 672	3.67 650	3.66 660	3.66 649	3.68 669	3.68 642	3.66 657	3.67 648	3.68 674	3.67 632	3.67 673

monsterstereo	2.20 617	2.33 542	1.95 625	3.65 629	2.07 641	2.49 622	1.61 613	2.48 620	1.83 630	2.45 622	1.61 616	2.67 631	1.86 615	2.64 628	1.94 638	2.48 623	1.66 603	2.34 624	1.68 625	2.40 605	1.86 630

RAStereo	2.23 621	3.64 597	0.76 461	3.65 629	0.86 507	3.66 651	0.76 490	3.67 651	0.81 505	3.66 648	0.76 498	3.66 649	0.77 488	3.68 650	0.77 492	3.68 642	0.77 464	3.69 649	0.77 500	3.70 633	0.77 489

sAnonymous2	3.31 647	2.63 560	1.38 581	3.71 631	1.86 628	4.70 671	1.11 528	4.82 674	2.72 652	5.45 679	1.98 644	4.59 664	2.64 639	2.65 629	6.21 685	4.37 646	1.08 498	5.16 676	2.24 646	4.52 645	2.39 645

CroCo_RVC	3.31 647	2.63 560	1.38 581	3.71 631	1.86 628	4.70 671	1.11 528	4.82 674	2.72 652	5.45 679	1.98 644	4.59 664	2.64 639	2.65 629	6.21 685	4.37 646	1.08 498	5.16 676	2.24 646	4.52 645	2.39 645

MonStereo1	1.94 583	2.77 575	1.52 592	3.73 633	1.51 606	2.13 607	1.42 607	2.32 612	1.52 608	2.31 616	1.50 608	2.53 620	1.59 597	2.34 614	1.56 608	1.91 587	1.36 577	1.86 604	1.31 593	2.07 590	1.53 605

1w_stereo	2.05 604	2.32 541	1.35 569	3.74 634	2.01 636	2.73 636	1.42 607	1.88 588	1.93 640	2.03 602	1.28 593	2.71 632	1.99 628	2.72 634	1.72 620	2.20 600	1.32 564	1.87 605	1.86 634	2.45 608	1.54 606

qwe	2.18 611	2.60 559	1.58 594	3.83 635	1.90 633	2.53 626	1.90 631	2.48 620	1.73 621	2.37 619	1.92 634	2.53 620	1.68 602	2.56 624	1.83 629	2.52 626	1.87 615	2.07 613	1.68 625	2.32 602	1.71 622

NLSM1	2.93 644	3.24 590	2.57 641	4.04 636	2.66 652	3.30 647	2.55 648	3.29 645	2.55 650	3.35 647	2.48 652	3.28 646	2.47 638	3.34 647	2.49 650	3.26 637	2.55 637	3.13 641	2.57 651	3.00 628	2.46 647

BUS	0.83 454	1.91 511	0.92 483	4.48 637	0.02 22	0.40 286	0.04 104	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.05 113	0.03 43	0.05 111	1.97 590	4.19 662	0.33 260	0.23 238	0.34 249	0.27 273

BSDual-CNN	0.81 445	1.91 511	0.92 483	4.48 637	0.02 22	0.42 322	0.06 133	0.41 295	0.02 22	0.48 379	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 590	4.19 662	0.33 260	0.23 238	0.34 249	0.27 273

hknet	1.10 503	1.85 502	3.49 661	4.48 637	0.02 22	0.42 322	0.06 133	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.03 53	0.42 315	0.03 52	4.39 648	4.19 662	0.33 260	0.23 238	0.34 249	0.27 273

rvit_105_1	3.83 652	5.22 631	3.01 646	4.53 640	3.01 655	4.51 659	3.01 654	4.56 661	3.04 655	4.53 660	3.03 656	4.55 662	3.03 643	4.56 661	3.04 652	4.57 652	3.05 640	4.57 657	3.05 656	4.57 647	3.05 654

rvit_stereo_0081	3.83 652	5.23 632	3.01 646	4.53 640	3.03 657	4.55 665	3.02 655	4.56 661	3.04 655	4.52 658	3.02 654	4.54 660	3.03 643	4.56 661	3.04 652	4.57 652	3.05 640	4.57 657	3.05 656	4.58 648	3.05 654

rvit_stereo_0082	3.86 654	5.82 646	3.01 646	4.53 640	3.03 657	4.54 661	3.02 655	4.56 661	3.04 655	4.53 660	3.02 654	4.55 662	3.04 646	4.57 664	3.05 654	4.57 652	3.05 640	4.58 659	3.05 656	4.58 648	3.06 657

rvit_0105_4	3.91 659	5.47 642	3.02 649	4.54 643	3.02 656	4.54 661	3.03 659	4.75 671	3.17 666	4.57 664	3.06 659	4.61 668	3.16 654	4.65 668	3.09 660	4.66 659	3.11 648	4.68 666	3.18 667	4.81 658	3.16 666

rvit_stereo_0080	3.89 657	5.70 643	3.04 651	4.54 643	3.03 657	4.56 666	3.05 661	4.60 665	3.07 660	4.58 665	3.06 659	4.59 664	3.06 648	4.61 665	3.08 658	4.63 657	3.09 645	4.64 663	3.10 661	4.65 652	3.10 661

whm_eth	3.89 657	5.70 643	3.04 651	4.54 643	3.03 657	4.56 666	3.05 661	4.60 665	3.07 660	4.58 665	3.06 659	4.59 664	3.06 648	4.61 665	3.08 658	4.63 657	3.09 645	4.64 663	3.10 661	4.65 652	3.10 661

rvit_stereo_0081_aga	3.86 654	5.33 635	3.02 649	4.55 646	3.04 661	4.54 661	3.02 655	4.64 668	3.06 659	4.54 662	3.04 658	4.62 669	3.08 650	4.62 667	3.07 657	4.58 655	3.06 644	4.60 661	3.08 660	4.63 651	3.07 658

rvit_stereo_ft	3.93 662	5.44 640	3.05 653	4.59 647	3.06 662	4.61 669	3.08 664	4.67 670	3.12 665	4.63 669	3.10 664	4.65 671	3.11 652	4.69 671	3.13 662	4.70 660	3.14 650	4.71 668	3.15 666	4.74 655	3.16 666

rvit_0105_3	3.91 659	5.33 635	3.06 654	4.60 648	3.07 663	4.60 668	3.06 663	4.62 667	3.08 663	4.60 667	3.07 662	4.62 669	3.08 650	4.67 669	3.10 661	4.70 660	3.11 648	4.77 670	3.19 668	4.77 657	3.14 665

rvit_stereo_0083	3.92 661	5.30 634	3.06 654	4.61 649	3.09 664	4.67 670	3.08 664	4.66 669	3.09 664	4.62 668	3.10 664	4.66 672	3.11 652	4.67 669	3.16 663	4.72 662	3.16 651	4.77 670	3.11 663	4.66 654	3.11 663

rvit_0105_6	3.87 656	5.73 645	3.10 656	4.69 650	3.12 665	4.54 661	3.02 655	4.56 661	3.04 655	4.54 662	3.03 656	4.54 660	3.04 646	4.56 661	3.05 654	4.58 655	3.05 640	4.58 659	3.05 656	4.58 648	3.05 654

rvit_0105_5	4.10 663	5.40 638	3.13 659	4.71 651	3.15 666	4.72 673	3.10 666	4.90 676	3.27 668	4.69 670	3.16 666	4.84 676	3.25 656	4.96 675	3.34 666	5.05 667	3.39 656	5.10 675	3.40 669	5.11 665	3.42 670

NLCSM	3.67 650	4.08 611	3.19 660	4.80 652	3.26 667	3.99 655	3.24 669	4.25 657	3.18 667	4.09 653	3.27 667	4.14 655	3.18 655	4.13 655	3.28 665	4.06 644	3.10 647	3.85 653	3.14 665	3.91 638	3.27 669

StereoVision	3.15 645	5.00 626	0.89 476	4.83 653	1.00 520	3.93 652	1.27 591	6.37 681	1.34 597	5.67 681	1.26 591	5.84 682	1.27 581	5.03 678	1.24 588	5.10 669	1.09 500	4.61 662	0.57 455	5.62 670	1.12 526

MLG-Stereo_test2	4.28 666	5.46 641	3.69 665	4.86 654	3.72 675	5.58 680	3.42 670	4.81 673	3.77 676	4.85 672	3.72 674	5.55 681	3.63 659	5.58 679	3.53 668	4.41 649	3.28 655	4.99 674	2.95 654	4.75 656	3.13 664

TestStereo	4.88 676	4.75 622	4.79 670	4.87 655	4.92 683	4.81 676	4.90 684	4.78 672	4.77 683	4.87 673	4.89 683	4.90 677	4.91 676	4.99 676	4.79 681	4.98 665	4.87 666	4.87 673	4.92 684	5.00 664	5.00 683

DispFullNet	4.61 672	4.84 623	3.12 657	5.00 656	3.57 671	4.75 674	3.03 659	7.75 687	4.17 680	4.91 674	3.09 663	6.20 683	3.95 669	6.71 683	3.51 667	5.30 670	3.67 658	5.86 682	3.63 671	5.61 669	3.46 671

FC-DCNN v2	5.10 680	5.15 629	4.49 669	5.07 657	3.37 669	6.87 683	4.75 683	5.04 677	6.34 687	7.84 687	5.06 684	6.72 687	4.09 672	4.99 676	5.44 684	5.03 666	3.16 651	4.67 665	4.86 683	5.15 666	3.89 678

MLG-Stereo_test1	4.25 664	5.34 637	3.61 663	5.31 658	3.63 673	5.23 677	3.57 672	5.38 679	3.65 670	5.23 676	3.47 669	4.76 673	3.74 663	4.85 672	3.71 670	4.96 664	3.18 653	4.71 668	2.92 653	4.86 661	2.90 651

MLG-Stereo_test3	4.26 665	4.85 624	3.95 667	5.35 659	3.60 672	4.75 674	3.76 675	5.49 680	3.71 672	5.39 677	3.69 673	4.82 675	3.66 660	4.85 672	3.73 673	4.93 663	3.19 654	4.69 667	2.99 655	4.84 660	2.98 653

CFNet	1.37 566	5.27 633	0.19 189	5.49 660	0.19 225	0.28 236	0.19 211	0.28 226	0.19 220	0.28 232	0.19 224	0.28 236	4.35 673	0.28 239	0.19 215	0.23 196	0.17 191	0.23 212	4.21 681	4.81 658	0.17 202

RAFT+CT+SA	4.28 666	7.62 654	4.91 671	5.55 661	2.28 649	3.09 642	3.64 673	4.49 659	3.07 660	4.80 671	3.35 668	4.77 674	3.70 662	4.29 658	3.05 654	5.58 671	5.98 673	3.58 647	3.78 676	4.26 641	3.72 674

MaDis-Stereo	3.19 646	6.02 648	1.12 500	5.61 662	1.16 539	5.43 679	1.02 524	5.15 678	0.70 481	5.43 678	1.21 586	5.03 679	0.97 504	4.85 672	0.99 515	4.53 650	1.16 510	5.53 678	1.25 590	5.37 668	1.30 592

AANet_RVC	1.26 561	0.31 169	4.99 672	5.93 663	0.20 228	0.25 222	0.20 215	0.25 217	0.20 222	0.23 204	0.19 224	0.25 222	0.20 226	0.25 220	0.20 218	5.66 672	4.76 665	0.26 231	0.30 331	0.24 212	0.27 273

SA	4.33 668	7.35 651	6.85 683	5.96 664	4.09 679	3.59 649	3.15 667	3.82 652	2.64 651	3.91 650	3.85 675	3.57 648	2.72 641	3.13 643	4.03 676	7.09 683	6.86 678	3.57 646	3.12 664	3.85 634	3.51 672

SGM-Forest	5.21 682	5.92 647	4.08 668	6.18 665	4.16 680	6.31 682	4.34 682	6.50 682	4.33 681	6.14 683	4.21 680	6.61 686	4.55 675	6.67 682	4.48 680	5.94 674	3.94 660	5.85 681	4.03 680	5.79 671	4.17 681
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 605	1.30 441	5.73 677	6.28 666	0.79 500	1.33 573	0.80 496	1.30 567	1.02 529	1.33 571	0.84 510	1.33 576	0.97 504	1.28 574	1.04 522	6.05 676	5.89 671	1.28 582	0.76 498	1.28 562	0.88 499

test_5	4.62 673	7.55 653	6.23 678	6.32 667	3.40 670	5.29 678	3.50 671	3.53 649	4.11 679	4.28 655	4.47 682	4.26 658	4.38 674	3.68 650	3.24 664	5.89 673	5.60 669	4.84 672	3.50 670	4.33 642	3.93 680

cross-raft	4.83 675	7.52 652	6.43 679	6.63 668	3.96 678	4.51 659	3.99 679	4.49 659	3.96 678	4.52 658	3.96 677	4.50 659	3.97 670	4.50 660	3.97 675	6.65 678	6.44 675	4.33 654	3.92 678	4.35 643	3.91 679

raft_robust	4.71 674	7.75 655	5.40 676	6.81 669	3.31 668	4.28 658	4.20 681	4.32 658	4.37 682	4.35 657	4.35 681	4.14 655	3.75 664	4.30 659	4.20 679	6.67 679	6.37 674	3.36 645	4.24 682	4.86 661	3.25 668

TestStereo1	4.60 670	8.41 658	6.44 680	6.86 670	3.79 676	3.97 653	3.78 676	3.99 654	3.74 673	3.97 651	3.52 670	3.94 653	3.58 657	3.98 653	3.72 671	6.82 680	6.50 676	3.76 650	3.66 672	3.90 635	3.74 676

SA-5K	4.60 670	8.41 658	6.44 680	6.86 670	3.79 676	3.97 653	3.78 676	3.99 654	3.74 673	3.97 651	3.52 670	3.94 653	3.58 657	3.98 653	3.72 671	6.82 680	6.50 676	3.76 650	3.66 672	3.90 635	3.74 676

Sa-1000	4.34 669	8.37 657	6.84 682	6.98 672	4.45 682	3.58 648	3.00 653	3.42 648	3.39 669	2.61 628	4.00 678	3.83 652	4.01 671	3.90 652	3.90 674	5.98 675	5.62 670	3.76 650	2.34 649	4.35 643	2.47 648

test_4	4.88 676	8.13 656	6.98 684	7.46 673	4.44 681	4.25 657	3.85 678	4.04 656	3.92 677	4.13 654	3.91 676	4.18 657	3.84 667	4.14 656	4.06 677	7.01 682	7.13 679	4.53 655	3.72 675	4.09 639	3.72 674

rvit_stereo_0075_2	6.64 684	8.80 662	5.25 673	7.89 674	5.27 685	7.90 687	5.27 685	7.92 688	5.28 685	7.91 688	5.29 686	7.93 688	5.27 677	7.92 688	5.28 682	7.93 684	5.28 668	7.93 687	5.29 686	7.93 680	5.28 685

test_3	5.01 678	8.86 663	7.77 686	8.09 675	2.76 654	4.13 656	4.05 680	3.88 653	3.76 675	4.33 656	4.13 679	3.71 651	3.91 668	4.21 657	4.06 677	7.93 684	7.69 681	4.53 655	3.91 677	4.17 640	4.29 682

test-1	6.46 683	9.16 665	8.03 689	8.09 675	5.62 686	6.11 681	6.35 687	6.85 684	4.94 684	6.08 682	6.29 689	4.98 678	6.43 681	6.22 680	6.36 687	6.16 677	7.47 680	5.82 680	5.44 687	7.11 677	5.68 686

U	5.15 681	8.49 660	1.81 605	8.49 677	1.77 622	8.49 688	1.77 620	8.51 689	1.77 625	8.49 689	1.77 623	8.50 689	1.78 613	8.58 689	1.77 626	8.54 687	1.78 609	8.55 689	1.78 632	8.55 683	1.84 628

RAFT	6.73 685	9.36 666	7.40 685	8.51 678	6.55 687	6.88 684	6.60 688	6.79 683	6.60 688	6.80 684	6.72 690	5.31 680	5.50 679	6.61 681	6.61 688	8.42 686	5.89 671	5.73 679	5.45 688	6.61 673	6.24 687

SGM+DAISY	7.06 686	9.15 664	5.38 675	8.84 679	5.18 684	8.80 689	5.31 686	8.79 690	5.28 685	8.89 690	5.20 685	8.93 690	5.33 678	8.95 690	5.36 683	8.70 688	5.21 667	8.74 690	5.20 685	8.89 684	5.15 684

CFNet_RVC	2.38 631	8.71 661	0.38 290	9.33 680	0.42 411	0.56 425	0.42 402	0.60 425	0.38 373	0.62 436	0.42 409	0.56 427	7.29 685	0.62 431	0.42 397	0.53 385	0.37 328	0.49 417	0.34 363	8.30 681	6.87 688

test-v	7.53 687	11.89 674	7.98 687	9.36 681	7.14 688	7.06 685	7.09 689	7.37 685	6.91 689	7.29 685	5.71 687	6.45 684	6.93 682	6.73 684	7.27 689	8.93 689	7.85 682	6.98 685	6.80 689	7.56 678	7.34 689

test-2	7.53 687	11.89 674	7.98 687	9.36 681	7.14 688	7.06 685	7.09 689	7.37 685	6.91 689	7.29 685	5.71 687	6.45 684	6.93 682	6.73 684	7.27 689	8.93 689	7.85 682	6.98 685	6.80 689	7.56 678	7.34 689

MSMDNet	2.65 637	10.14 672	0.33 261	9.74 683	0.32 338	0.87 471	0.33 336	2.95 641	0.68 468	0.49 386	0.34 355	0.49 390	5.70 680	0.49 389	0.33 333	0.42 312	9.57 685	0.41 372	0.31 342	8.36 682	0.65 459

pcwnet_v2	2.66 638	9.89 670	0.33 261	9.89 684	0.32 338	0.50 402	0.32 325	0.49 380	0.33 344	0.49 386	0.34 355	0.49 390	8.76 687	0.48 383	0.33 333	0.41 298	9.58 686	0.40 355	0.29 317	9.01 685	0.63 451

CFNet_ucs	2.73 640	9.64 668	0.33 261	9.92 685	0.32 338	0.49 393	0.33 336	0.49 380	0.33 344	0.49 386	0.33 347	0.49 390	8.98 688	0.48 383	0.33 333	0.41 298	9.96 690	0.40 355	0.29 317	10.12 690	0.54 430

ccs_rob	2.79 642	10.17 673	0.32 256	10.00 686	0.33 350	0.49 393	0.33 336	1.90 590	0.32 334	0.51 408	0.33 347	0.49 390	9.24 689	0.49 389	0.33 333	0.41 298	9.82 688	0.41 372	0.28 304	9.34 686	0.29 299

PCWNet_CMD	2.80 643	9.82 669	0.32 256	10.09 687	0.32 338	0.49 393	0.33 336	3.34 646	0.33 344	0.49 386	0.33 347	0.49 390	8.73 686	0.48 383	0.33 333	0.41 298	9.22 684	0.42 383	0.29 317	9.55 687	0.31 321

UCFNet_RVC	2.75 641	10.06 671	0.29 232	10.31 688	0.29 275	0.42 322	0.29 268	0.43 319	0.29 270	0.42 309	0.29 274	0.42 321	9.87 690	0.43 321	0.29 267	0.36 256	9.84 689	0.36 290	0.26 254	9.77 688	0.26 235

CFNet_pseudo	2.67 639	9.36 666	0.32 256	10.99 689	0.33 350	0.85 468	0.33 336	0.49 380	0.33 344	0.49 386	0.32 338	0.49 390	7.26 684	0.49 389	0.33 333	0.41 298	9.62 687	0.41 372	0.29 317	10.03 689	0.29 299

rafts_anoy	20.00 691	20.00 676	20.00 691	20.00 690	20.00 691	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

raft+_RVC	20.00 691	20.00 676	20.00 691	20.00 690	20.00 691	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

raftrobust	20.00 691	20.00 676	20.00 691	20.00 690	20.00 691	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

CasAABBNet	20.00 691	20.00 676	20.00 691	20.00 690	20.00 691	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

RALCasStereoNet	20.00 691	20.00 676	20.00 691	20.00 690	20.00 691	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

RALAANet	20.00 691	20.00 676	20.00 691	20.00 690	20.00 691	20.00 690	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692	20.00 691	20.00 692

MANE	19.05 690	23.00 682	15.00 690	23.00 696	15.00 690	24.00 696	16.00 691	24.00 697	16.00 691	22.00 697	15.00 691	23.00 697	16.00 691	23.00 697	15.00 691	22.00 697	15.00 691	22.00 697	15.00 691	22.00 697	15.00 691

fff	1000028.16 717	29.62 694	29.72 698	32.61 697	30.02 698	35.13 699	31.83 700	32.07 699	10000000.00 718	35.27 701	29.82 700	32.45 699	30.15 699	32.35 699	30.09 699	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 700

csc	1000028.16 717	29.62 694	29.72 698	32.61 697	30.02 698	35.13 699	31.83 700	32.07 699	10000000.00 718	35.27 701	29.82 700	32.45 699	30.15 699	32.35 699	30.09 699	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 700

cscssc	1000028.16 717	29.62 694	29.72 698	32.61 697	30.02 698	35.13 699	31.83 700	32.07 699	10000000.00 718	35.27 701	29.82 700	32.45 699	30.15 699	32.35 699	30.09 699	31.04 699	29.55 700	30.64 699	30.14 699	10000000.00 718	30.77 700

111	30.40 697	30.94 698	29.72 698	32.61 697	30.02 698	33.57 697	30.47 699	31.50 698	29.39 699	30.98 698	29.11 699	29.78 698	30.39 702	29.45 698	30.76 702	30.08 698	29.02 699	29.92 698	30.32 702	29.86 698	30.17 699

DCANet-4	35.22 699	34.54 699	35.08 704	33.58 701	35.47 705	34.55 698	35.53 706	36.08 704	35.85 703	35.92 704	35.77 705	35.18 704	35.48 704	35.39 704	37.15 708	34.55 704	33.92 703	35.02 705	34.90 704	35.79 702	34.74 706

ADStereo(finetuned)	36.13 700	36.63 703	38.07 708	36.97 702	33.25 702	35.91 702	34.45 703	36.36 705	32.99 700	38.14 709	36.71 706	36.69 705	34.13 703	38.57 709	40.79 709	37.60 709	36.58 706	35.90 706	33.36 703	35.42 701	34.04 703

Reg-Stereo(zero)	37.00 701	37.00 704	37.00 705	37.00 703	37.00 706	37.00 705	37.00 707	37.00 706	37.00 704	37.00 705	37.00 707	37.00 706	37.00 705	37.00 705	37.00 705	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 707

HI	37.00 701	37.00 704	37.00 705	37.00 703	37.00 706	37.00 705	37.00 707	37.00 706	37.00 704	37.00 705	37.00 707	37.00 706	37.00 705	37.00 705	37.00 705	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 707

CoSv	37.00 701	37.00 704	37.00 705	37.00 703	37.00 706	37.00 705	37.00 707	37.00 706	37.00 704	37.00 705	37.00 707	37.00 706	37.00 705	37.00 705	37.00 705	37.00 706	37.00 707	37.00 707	37.00 707	37.00 703	37.00 707

tt	500032.53 715	34.60 700	29.72 698	37.47 706	34.41 703	36.85 703	35.22 704	34.71 702	33.55 701	34.50 699	35.43 703	33.81 702	10000000.00 719	33.57 702	33.13 703	33.68 702	35.00 704	34.03 703	35.26 705	30.96 699	34.63 704

DCANet	500032.53 715	34.60 700	29.72 698	37.47 706	34.41 703	36.85 703	35.22 704	34.71 702	33.55 701	34.50 699	35.43 703	33.81 702	10000000.00 719	33.57 702	33.13 703	33.68 702	35.00 704	34.03 703	35.26 705	30.96 699	34.63 704

WCMA_ROB	31.10 698	35.43 702	27.12 697	39.51 708	23.10 697	38.78 708	25.30 698	37.49 709	25.39 698	37.29 708	27.02 698	38.52 709	26.48 698	37.80 708	26.44 698	36.28 705	22.65 698	33.90 702	22.30 698	37.10 706	24.18 698

NOSS_ROB	102.95 705	153.00 712	121.00 712	51.00 709	44.00 709	165.00 712	127.00 712	153.00 712	119.00 709	164.00 713	125.00 712	168.00 713	120.00 710	153.00 712	117.00 712	49.00 710	44.00 710	49.00 710	44.00 710	49.00 707	44.00 710

CBMV	128.50 706	1422.70 719	53.10 710	79.50 710	51.30 710	77.30 710	49.70 710	74.00 710	48.20 708	77.20 711	48.80 711	73.90 711	48.00 709	73.80 711	48.80 711	70.40 711	45.10 711	68.90 711	46.10 711	68.20 708	45.00 711
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 704	87.70 708	41.95 709	113.75 711	65.62 711	75.05 709	55.25 711	75.64 711	45.04 707	71.61 710	41.75 710	72.81 710	44.06 708	68.38 710	44.63 710	101.89 712	59.57 712	107.10 712	61.05 712	104.38 709	59.38 712

MeshStereo	159.24 707	171.00 713	160.68 715	162.58 712	160.59 712	164.01 711	160.35 713	158.51 713	158.56 710	158.34 712	160.12 713	158.56 712	159.92 711	157.26 713	158.94 713	154.38 713	158.36 713	155.75 713	159.13 714	153.67 710	154.07 713
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	201.80 708	123.00 709	115.00 711	219.00 713	218.00 714	223.00 713	244.00 715	217.00 714	236.00 712	202.00 714	203.00 714	205.00 714	208.00 712	225.00 714	204.00 714	210.00 714	198.00 714	197.00 714	184.00 715	204.00 711	201.00 714

MGS-Stereo	239.45 709	123.00 709	135.00 713	266.00 714	286.00 715	277.00 714	305.00 716	271.00 715	242.00 713	274.00 715	279.00 716	255.00 715	270.00 714	268.00 715	297.00 716	221.00 715	247.00 716	216.00 715	123.00 713	217.00 712	217.00 716

EGLCR-Stereo	246.90 710	129.00 711	139.00 714	266.00 714	286.00 715	277.00 714	305.00 716	271.00 715	242.00 713	274.00 715	279.00 716	255.00 715	270.00 714	268.00 715	297.00 716	230.00 716	247.00 716	216.00 715	223.00 717	237.00 713	227.00 717

DLCB_ROB	284.23 711	354.61 715	207.27 716	363.24 716	206.46 713	364.72 716	210.41 714	364.72 717	210.41 711	364.81 717	208.64 715	364.81 717	208.64 713	364.72 717	210.41 715	354.70 717	205.53 715	354.70 717	205.53 716	354.70 714	205.53 715

LE_ROB	396.57 712	471.28 716	329.84 717	471.48 717	308.15 717	526.83 717	322.10 718	488.15 718	323.76 715	495.46 718	317.97 718	497.17 718	320.10 716	481.62 718	326.76 718	462.71 718	298.97 718	466.16 718	285.98 718	447.62 715	289.21 718

SGM-ForestM	596.69 713	677.77 717	444.52 718	699.85 718	517.25 718	732.94 718	488.29 719	770.79 719	460.11 716	750.81 719	487.98 719	792.79 719	499.41 717	730.90 719	475.81 719	720.03 719	491.16 719	663.96 719	418.60 719	674.76 716	436.05 719

CBMV_ROB	818.48 714	913.88 718	709.52 719	862.84 719	597.78 719	1073.99 719	700.52 720	1015.66 720	702.59 717	1115.65 720	760.02 720	1130.24 720	721.57 718	1037.41 720	692.65 720	814.05 720	564.29 720	843.28 720	595.31 720	915.51 717	602.92 720

111111	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

SGD-Stereo	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

IGEV-Stereo++	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

IGEV-BASED-STEREO-	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

IGEV-Stereo+	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

SDNR	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

anonymousdsp2	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

anonymousdsp	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

test_example2	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721

DIP-Stereo	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 719	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 721
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							0.38 374	0.50 389	0.38 373	0.50 399	0.38 379	0.50 404	3.79 665	0.50 397	0.38 366	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

Low-res two-view benchmark