Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 44	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

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

psmg	0.43 272	1.91 438	0.92 414	1.91 490	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 520	1.44 513	0.04 73	0.03 54	0.02 20	0.03 51

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

test_sample7	0.09 56	1.00 305	0.11 92	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

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

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

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

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

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

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

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

tta	0.09 56	0.95 292	0.09 68	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 39	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
z-ln-s-r	0.21 152	1.40 408	0.53 341	0.56 308	0.04 79	0.05 90	0.04 82	0.05 89	0.05 99	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 90	0.57 343	0.44 314	0.04 73	0.04 78	0.04 77	0.04 79

APVNet	0.09 56	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 435	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

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

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

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

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

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

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

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

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

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

qqq	0.16 132	2.01 446	0.12 103	0.15 112	0.04 79	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

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

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

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

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

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

BridgeDepth_RVC	0.07 50	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.05 99	0.08 108	0.05 101	0.08 108	0.05 96	0.08 109	0.05 90	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 54	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.07 114	0.08 108	0.05 101	0.08 108	0.05 96	0.09 113	0.08 107	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 50	0.08 59	0.07 59	0.07 47	0.07 113	0.08 107	0.06 111	0.08 109	0.07 114	0.08 108	0.07 115	0.08 108	0.06 112	0.07 106	0.07 105	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

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

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

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

MatchStereo	0.54 316	0.12 83	2.38 567	2.32 509	0.09 117	0.09 113	0.08 116	0.09 113	0.07 114	0.09 113	0.07 115	0.09 114	0.07 116	0.09 113	0.08 107	2.34 543	2.34 561	0.12 124	0.11 132	0.11 125	0.10 118
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 56	0.09 67	0.10 72	0.09 56	0.09 117	0.09 113	0.09 117	0.10 114	0.08 118	0.10 115	0.09 119	0.09 114	0.09 120	0.09 113	0.08 107	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

S2M2_L	0.12 99	0.14 91	0.10 72	0.15 112	0.10 124	0.14 131	0.10 122	0.14 132	0.10 122	0.15 137	0.10 123	0.14 132	0.10 124	0.14 134	0.10 118	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IPLG	0.13 106	0.20 105	0.14 127	0.15 112	0.11 140	0.14 131	0.11 135	0.14 132	0.11 137	0.14 131	0.11 137	0.14 132	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

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

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

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

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

xyz-stereo-finetune2	0.18 139	0.48 212	0.16 146	0.16 121	0.15 169	0.15 138	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

CAS++	0.17 136	0.27 137	0.21 174	0.10 61	0.21 211	0.15 138	0.22 201	0.10 114	0.21 201	0.22 175	0.10 123	0.19 158	0.18 191	0.10 117	0.19 189	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 181
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CIPLG	0.13 106	0.21 112	0.12 103	0.16 121	0.11 140	0.15 138	0.11 135	0.14 132	0.11 137	0.15 137	0.12 145	0.15 142	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

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

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

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

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

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

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

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

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

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

ICVP	0.15 125	0.53 232	0.11 92	0.16 121	0.11 140	0.16 145	0.11 135	0.16 145	0.11 137	0.16 142	0.11 137	0.16 143	0.11 136	0.16 144	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 113	0.17 97	0.12 103	0.17 129	0.11 140	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.11 137	0.17 150	0.11 136	0.17 150	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
castereo	0.61 328	3.79 530	1.35 498	1.52 475	0.15 169	0.17 151	0.16 163	0.20 161	0.21 201	0.18 152	0.16 173	0.21 169	0.12 150	0.26 206	0.17 175	1.43 494	1.38 509	0.17 153	0.16 171	0.18 156	0.16 161

HSM	0.14 113	0.16 93	0.12 103	0.17 129	0.12 153	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 145

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

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

ELAS_RVC	0.14 113	0.16 93	0.10 72	0.15 112	0.10 124	0.18 155	0.11 135	0.19 155	0.11 137	0.19 154	0.12 145	0.18 154	0.11 136	0.19 156	0.12 142	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 106	0.16 93	0.11 92	0.15 112	0.09 117	0.18 155	0.11 135	0.18 153	0.11 137	0.17 148	0.11 137	0.18 154	0.11 136	0.18 153	0.11 130	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DEFOM-Stereo_RVC	0.83 384	5.18 556	1.98 556	2.19 500	0.17 185	0.19 158	0.18 181	0.19 155	0.16 172	0.20 160	0.19 198	0.22 178	0.22 208	0.20 160	0.15 162	2.28 537	2.13 556	0.24 197	0.17 193	0.18 156	0.16 161

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

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

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

SGM_RVC	0.15 125	0.17 97	0.11 92	0.18 131	0.11 140	0.19 158	0.11 135	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-FEzeroshot	0.34 208	0.26 134	0.17 154	0.21 148	0.17 185	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 181	0.21 169	0.16 171	0.27 210	0.24 208	0.19 155	0.16 147	0.19 166	0.16 171	0.26 192	3.08 585

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

IGEV-FE	0.35 217	0.37 157	0.17 154	0.19 134	0.17 185	0.20 163	0.17 174	0.19 155	0.17 183	0.19 154	0.17 181	0.19 158	0.17 182	0.37 248	0.36 293	0.19 155	0.17 167	0.19 166	0.17 193	0.38 261	2.84 576

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LACA2	0.21 152	0.24 125	0.26 195	0.31 185	0.16 178	0.24 188	0.16 163	0.24 184	0.16 172	0.24 186	0.16 173	0.24 190	0.16 171	0.24 186	0.16 168	0.27 198	0.23 192	0.24 197	0.16 171	0.23 184	0.16 161

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

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

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

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

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

CASnet	0.35 217	0.51 226	0.44 294	0.32 191	0.31 273	0.24 188	0.34 289	0.36 231	0.25 218	0.31 218	0.37 314	0.30 221	0.33 287	0.25 196	0.45 341	0.37 244	0.37 269	0.33 236	0.35 313	0.34 225	0.37 299
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
dad	0.23 164	1.03 320	0.16 146	0.23 154	0.15 169	0.24 188	0.15 158	0.24 184	0.16 172	0.23 179	0.16 173	0.24 190	0.16 171	0.23 182	0.15 162	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DANet	0.30 186	0.30 143	0.30 210	0.30 179	0.30 260	0.30 215	0.30 249	0.30 209	0.30 256	0.30 213	0.30 261	0.30 221	0.30 258	0.30 220	0.30 249	0.30 210	0.30 235	0.30 219	0.30 271	0.30 205	0.30 252
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 193	0.31 146	0.31 223	0.30 179	0.40 331	0.31 221	0.30 249	0.30 209	0.34 292	0.29 212	0.31 271	0.29 217	0.30 258	0.31 224	0.31 258	0.31 216	0.29 226	0.31 225	0.30 271	0.31 210	0.31 261

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

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

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

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

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

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

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

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

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

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

iResNet_ROB	0.28 180	0.32 148	0.24 186	0.32 191	0.25 227	0.32 230	0.24 214	0.32 216	0.24 213	0.33 228	0.24 221	0.35 238	0.24 217	0.33 234	0.24 208	0.31 216	0.24 195	0.32 228	0.24 221	0.32 213	0.24 203

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.35 217	0.44 190	0.45 296	0.49 280	0.30 260	0.37 247	0.30 249	0.36 231	0.30 256	0.36 238	0.29 249	0.36 244	0.29 251	0.36 244	0.30 249	0.46 304	0.39 282	0.32 228	0.24 221	0.32 213	0.25 204
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
XPNet_ROB	0.37 231	0.37 157	0.37 260	0.37 207	0.37 312	0.37 247	0.37 307	0.37 237	0.37 309	0.37 243	0.37 314	0.37 250	0.37 307	0.37 248	0.37 302	0.37 244	0.37 269	0.37 268	0.37 322	0.37 248	0.37 299

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

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

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

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

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

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

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

DISCO	1.11 435	0.39 167	5.28 601	0.39 216	0.20 202	0.39 260	0.27 227	0.39 249	0.22 204	0.38 244	0.20 202	0.38 252	0.20 200	6.95 612	0.22 199	0.30 210	0.21 182	0.27 210	0.21 204	5.25 593	0.21 189

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
StereoDRNet-Refined	0.33 206	0.39 167	0.26 195	0.39 216	0.26 235	0.40 262	0.26 224	0.40 256	0.26 231	0.39 250	0.26 233	0.39 257	0.26 229	0.39 259	0.26 221	0.37 244	0.25 196	0.37 268	0.25 225	0.37 248	0.37 299
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 272	1.15 336	0.57 346	0.53 299	0.32 277	0.41 278	0.32 265	0.41 271	0.32 276	0.41 270	0.32 279	0.41 278	0.32 279	0.40 262	0.32 262	0.52 330	0.50 338	0.38 276	0.31 282	0.39 272	0.31 261

Zero-FE251	0.36 223	0.40 169	0.28 202	0.41 241	0.28 241	0.41 278	0.28 235	0.41 271	0.28 239	0.41 270	0.28 244	0.41 278	0.28 244	0.42 290	0.30 249	0.37 244	0.26 200	0.37 268	0.27 240	0.45 303	0.56 373

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

GIP-stereo	0.36 223	0.49 214	0.39 271	0.48 274	0.32 277	0.41 278	0.28 235	0.40 256	0.30 256	0.41 270	0.28 244	0.40 265	0.28 244	0.42 290	0.28 232	0.45 299	0.32 245	0.38 276	0.30 271	0.37 248	0.27 220

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GREAT-IGEV	0.38 237	0.43 187	0.36 256	0.48 274	0.32 277	0.45 312	0.32 265	0.45 302	0.32 276	0.45 300	0.32 279	0.45 309	0.32 279	0.45 305	0.32 262	0.44 296	0.33 257	0.41 312	0.29 257	0.41 289	0.29 239
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 237	0.43 187	0.33 235	0.46 263	0.33 289	0.45 312	0.32 265	0.45 302	0.32 276	0.45 300	0.32 279	0.45 309	0.33 287	0.45 305	0.32 262	0.38 255	0.38 275	0.38 276	0.37 322	0.37 248	0.36 294

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

psmorigin	0.41 260	0.46 202	0.33 235	0.49 280	0.33 289	0.49 333	0.33 276	0.49 320	0.33 283	0.49 326	0.33 286	0.49 330	0.33 287	0.51 346	0.33 272	0.41 280	0.30 235	0.41 312	0.30 271	0.79 374	0.29 239

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

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

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

MSCF	0.51 311	1.40 408	0.49 323	0.58 311	0.38 319	0.50 342	0.38 314	0.54 350	0.41 336	0.52 350	0.41 338	0.53 357	0.42 338	0.53 353	0.41 328	0.60 346	0.47 325	0.48 351	0.37 322	0.48 323	0.38 306

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

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

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

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

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

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

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

FCDSN-DC	0.41 260	0.59 244	0.64 359	0.54 302	0.33 289	0.50 342	0.37 307	0.42 289	0.40 327	0.61 371	0.43 350	0.50 345	0.49 363	0.38 251	0.32 262	0.28 202	0.23 192	0.26 206	0.22 207	0.35 237	0.28 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SANet	0.50 306	0.50 218	0.50 327	0.50 289	0.50 374	0.50 342	0.50 369	0.50 329	0.50 367	0.50 339	0.50 375	0.50 345	0.50 366	0.50 337	0.50 361	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

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

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

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

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

fffft	0.48 297	0.51 226	0.45 296	0.52 298	0.45 356	0.52 357	0.45 349	0.52 346	0.48 362	0.53 353	0.45 356	0.52 356	0.45 346	0.52 351	0.46 345	0.51 328	0.41 294	0.50 360	0.41 346	0.50 332	0.41 322
1: 1. 1
LG-Stereo_L1	0.47 292	0.52 228	0.47 308	0.62 319	0.39 329	0.53 359	0.40 328	0.53 348	0.39 326	0.53 353	0.39 329	0.53 357	0.39 320	0.53 353	0.39 317	0.55 340	0.46 317	0.49 356	0.37 322	0.49 327	0.37 299

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

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

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

PSMNet_ROB	0.54 316	0.54 236	0.54 342	0.54 302	0.53 383	0.54 362	0.54 377	0.53 348	0.54 377	0.54 358	0.54 385	0.54 360	0.53 373	0.54 355	0.54 371	0.54 334	0.53 347	0.54 372	0.54 381	0.54 345	0.54 365

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

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

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

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

CASS	0.57 324	0.89 277	0.56 344	0.57 309	0.56 386	0.56 364	0.56 378	0.56 354	0.53 375	0.57 366	0.57 388	0.59 373	0.48 358	0.56 360	0.57 374	0.55 340	0.56 351	0.47 343	0.56 386	0.62 352	0.56 373
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet_RVC	2.38 557	8.71 587	0.38 263	9.33 606	0.42 350	0.56 364	0.42 341	0.60 364	0.38 313	0.62 374	0.42 348	0.56 367	7.29 611	0.62 369	0.42 336	0.53 333	0.37 269	0.49 356	0.34 301	8.30 607	6.87 614

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

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

PA-Net	11.80 615	223.51 640	0.62 356	0.59 314	0.71 413	0.59 372	0.73 414	0.67 373	0.73 420	0.55 361	0.61 393	0.60 374	0.74 411	0.63 373	0.73 412	0.66 359	0.60 358	0.69 387	0.66 407	0.72 364	0.65 391
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-test2	0.55 321	0.59 244	0.52 337	0.67 329	0.47 364	0.61 373	0.47 356	0.61 366	0.47 355	0.61 371	0.47 366	0.61 375	0.48 358	0.62 369	0.47 352	0.64 356	0.53 347	0.58 375	0.47 366	0.58 349	0.48 345

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

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

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

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

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

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

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

WCG-NET	0.61 328	1.21 389	0.54 342	0.61 318	0.53 383	0.67 381	0.53 375	0.66 372	0.53 375	0.64 377	0.53 384	0.65 381	0.53 373	0.59 367	0.52 368	0.65 357	0.48 329	0.64 381	0.52 379	0.58 349	0.50 353

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 375	0.96 293	0.67 367	0.95 368	0.67 405	0.95 409	0.68 397	0.95 407	0.68 400	0.95 415	0.68 407	0.96 417	0.68 395	0.96 416	0.68 394	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 397
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MoCha-V2	2.11 533	26.97 618	0.78 395	0.92 360	0.77 428	0.96 411	0.72 413	0.90 396	0.72 417	0.94 413	0.70 414	0.90 409	0.71 408	0.91 406	0.71 410	0.85 387	0.71 386	0.88 414	0.69 414	0.87 387	0.67 396

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 439	1.20 343	1.20 443	1.20 403	1.20 472	1.20 446	1.20 465	1.20 440	1.20 470	1.20 448	1.20 467	1.20 451	1.20 457	1.20 451	1.20 467	1.20 431	1.20 444	1.20 460	1.20 466	1.20 437	1.20 466

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.73 355	1.22 395	0.25 189	1.22 448	0.25 227	1.22 492	0.25 216	1.22 486	0.25 218	1.22 494	0.25 227	1.22 497	0.25 220	1.22 497	0.25 216	1.22 479	0.26 200	1.21 505	0.25 225	1.22 485	0.25 204
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 560	26.86 617	1.23 492	1.22 448	1.22 520	1.24 494	1.25 514	1.22 486	1.24 518	1.21 493	1.24 515	1.19 450	1.27 507	1.19 450	1.24 514	1.19 429	1.20 444	1.25 507	1.19 463	1.24 486	1.23 514

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

AIO-Stereo-zeroshot1	0.75 358	0.92 287	0.85 406	0.96 371	0.59 388	1.27 496	0.44 344	0.59 362	0.69 405	0.91 407	0.68 407	0.55 364	0.61 382	1.06 435	0.83 430	0.62 354	0.70 382	0.90 415	0.41 346	0.89 389	0.56 373

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GANetREF_RVC	1.55 497	1.94 444	1.22 490	1.88 488	1.21 518	1.88 520	1.22 511	1.88 514	1.22 516	1.88 517	1.22 513	1.88 519	1.22 504	1.89 523	1.22 513	1.87 512	1.22 491	1.88 534	1.22 512	1.88 512	1.22 512
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
3.75w	1.99 512	2.31 466	1.83 542	3.16 535	1.65 539	1.93 521	1.98 559	2.72 553	1.68 538	2.73 562	1.97 564	2.00 526	1.72 533	1.81 520	1.25 517	2.27 536	2.01 548	2.38 553	1.42 530	1.71 505	1.24 515

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

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

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

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

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

MFMNet_re	1.81 507	1.91 438	1.71 530	1.95 493	1.70 546	1.95 525	1.70 544	1.96 517	1.74 549	1.97 522	1.72 548	1.95 522	1.71 532	1.97 526	1.71 544	1.86 510	1.62 529	1.85 527	1.66 548	1.86 511	1.64 544

SPS-STEREO	1.59 498	1.91 438	1.21 489	1.94 491	1.20 472	2.00 528	1.23 512	1.99 519	1.24 518	2.00 525	1.25 516	2.03 529	1.26 506	2.00 527	1.29 521	1.90 516	1.18 443	1.89 535	1.21 511	1.89 513	1.20 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 506	3.41 520	1.52 521	2.12 498	1.41 528	2.04 529	1.41 531	2.05 523	1.46 533	2.04 529	1.41 531	2.05 530	1.42 520	2.05 528	1.43 531	2.04 524	1.54 521	1.94 536	1.38 526	1.99 515	1.33 521

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

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

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

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

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

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

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

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

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

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

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

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

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

AIO_rvc	2.18 537	2.34 472	1.87 549	2.32 509	1.94 560	2.40 543	1.89 556	2.37 541	2.07 573	2.52 552	1.95 563	2.44 543	1.99 554	2.41 544	1.89 563	2.32 542	2.09 554	2.24 544	2.18 570	2.21 521	2.23 565

IGEV	2.02 524	2.20 458	1.82 539	2.90 529	2.16 570	2.41 544	1.25 514	2.00 520	1.98 568	1.99 524	1.31 521	2.72 562	1.93 548	2.67 557	1.69 543	2.26 533	1.32 493	1.83 526	1.87 561	2.53 545	1.61 541

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 605	50.87 633	2.78 571	2.87 528	2.71 579	2.78 567	0.47 356	2.88 566	2.86 580	1.89 518	2.67 579	2.79 568	2.79 568	2.78 567	2.83 577	2.82 562	2.82 565	2.83 566	2.77 578	2.83 553	2.76 575
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT+CT+SA	4.28 592	7.62 580	4.91 598	5.55 588	2.28 575	3.09 568	3.64 599	4.49 585	3.07 586	4.80 597	3.35 594	4.77 600	3.70 588	4.29 584	3.05 580	5.58 598	5.98 599	3.58 573	3.78 602	4.26 567	3.72 600

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

test_5	4.62 599	7.55 579	6.23 604	6.32 593	3.40 596	5.29 604	3.50 597	3.53 575	4.11 605	4.28 581	4.47 608	4.26 584	4.38 600	3.68 576	3.24 590	5.89 600	5.60 596	4.84 598	3.50 596	4.33 568	3.93 606

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

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

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

SGM-Forest	5.21 608	5.92 573	4.08 595	6.18 592	4.16 606	6.31 608	4.34 608	6.50 608	4.33 607	6.14 609	4.21 606	6.61 612	4.55 601	6.67 608	4.48 606	5.94 601	3.94 587	5.85 607	4.03 606	5.79 597	4.17 607
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 606	5.15 555	4.49 596	5.07 584	3.37 595	6.87 609	4.75 609	5.04 603	6.34 613	7.84 613	5.06 610	6.72 613	4.09 598	4.99 602	5.44 610	5.03 593	3.16 578	4.67 591	4.86 609	5.15 592	3.89 604

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MDST_ROB	69.83 630	87.70 634	41.95 635	113.75 637	65.62 637	75.05 635	55.25 637	75.64 637	45.04 633	71.61 636	41.75 636	72.81 636	44.06 634	68.38 636	44.63 636	101.89 638	59.57 638	107.10 638	61.05 638	104.38 635	59.38 638

CBMV	128.50 632	1422.70 645	53.10 636	79.50 636	51.30 636	77.30 636	49.70 636	74.00 636	48.20 634	77.20 637	48.80 637	73.90 637	48.00 635	73.80 637	48.80 637	70.40 637	45.10 637	68.90 637	46.10 637	68.20 634	45.00 637
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 633	171.00 639	160.68 641	162.58 638	160.59 638	164.01 637	160.35 639	158.51 639	158.56 636	158.34 638	160.12 639	158.56 638	159.92 637	157.26 639	158.94 639	154.38 639	158.36 639	155.75 639	159.13 640	153.67 636	154.07 639
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
NOSS_ROB	102.95 631	153.00 638	121.00 638	51.00 635	44.00 635	165.00 638	127.00 638	153.00 638	119.00 635	164.00 639	125.00 638	168.00 639	120.00 636	153.00 638	117.00 638	49.00 636	44.00 636	49.00 636	44.00 636	49.00 633	44.00 636

AE-Stereo	201.80 634	123.00 635	115.00 637	219.00 639	218.00 640	223.00 639	244.00 641	217.00 640	236.00 638	202.00 640	203.00 640	205.00 640	208.00 638	225.00 640	204.00 640	210.00 640	198.00 640	197.00 640	184.00 641	204.00 637	201.00 640

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark