Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

CoDeX	0.15 162	0.70 322	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 512	0.02 15	0.69 497	0.75 522	0.01 9	0.02 21	0.02 20

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

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

Wz-Net-LNSev	0.06 61	0.24 163	0.20 209	0.23 195	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 214	0.21 223	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 293	0.10 100	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 129	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 275	0.10 100	0.12 113	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

SFCPSM	0.17 175	0.78 338	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 552	0.02 15	0.75 510	0.76 524	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

test_sample6	0.09 81	0.97 383	0.10 100	0.10 88	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 81	1.03 410	0.11 120	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 81	1.01 404	0.09 96	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 81	0.95 380	0.09 96	0.10 88	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 81	1.01 404	0.10 100	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

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

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

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

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

Wz-Net-LNSev-Ref	0.11 120	0.44 244	0.33 291	0.39 267	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 312	0.36 354	0.02 19	0.02 21	0.02 21	0.02 20

BSDual-CNN	0.81 493	1.91 565	0.92 533	4.48 703	0.02 22	0.42 362	0.06 140	0.41 336	0.02 22	0.48 424	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 643	4.19 730	0.33 292	0.23 269	0.34 283	0.27 305

psmg	0.43 342	1.91 565	0.92 533	1.91 610	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 643	1.44 635	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 262	1.29 492	1.19 562	1.36 585	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 600	1.21 612	0.03 41	0.09 149	0.02 21	0.09 150

Syn2CoEx	0.25 220	1.31 496	0.74 507	0.92 474	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 504	0.75 510	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 75	0.02 12	0.02 15	1.01 495	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 148	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 81	0.02 12	0.04 65	0.90 469	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 176	0.36 402	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 120	0.02 12	0.02 15	1.62 602	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 118	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 150	0.04 52	0.03 40	2.22 624	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 139	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 479	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 99	0.98 384	0.14 156	0.15 141	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 133	1.14 426	0.17 194	0.20 178	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 185	0.16 185	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 150	1.22 488	0.28 249	0.32 235	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 260	0.27 257	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

DualNet (step1)	0.10 99	1.05 414	0.12 131	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 99	1.05 414	0.12 131	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 99	1.05 414	0.12 131	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 81	1.00 394	0.11 120	0.11 105	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 99	1.07 418	0.11 120	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 99	1.03 410	0.12 131	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 166	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 81	0.87 356	0.10 100	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 81	0.87 356	0.12 131	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 150	1.83 550	0.12 131	0.11 105	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 118	0.04 98	0.12 118	0.11 129	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 175	2.16 585	0.13 151	0.13 125	0.04 101	0.06 122	0.04 104	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.05 116	0.18 185	0.12 143	0.06 123	0.03 57	0.05 114	0.03 52

DualNet	0.10 99	1.07 418	0.11 120	0.10 88	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 99	1.14 426	0.13 151	0.14 129	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 129	0.03 41	0.02 21	0.03 47	0.02 20

qqq	0.16 169	2.01 575	0.12 131	0.15 141	0.04 101	0.06 122	0.05 121	0.06 124	0.04 104	0.06 126	0.03 56	0.06 127	0.03 53	0.06 118	0.03 52	0.12 118	0.14 174	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 120	1.15 429	0.15 177	0.14 129	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 182	0.03 41	0.03 57	0.03 47	0.03 52

hknet	1.10 555	1.85 556	3.49 729	4.48 703	0.02 22	0.42 362	0.06 140	0.41 336	0.02 22	0.48 424	0.03 56	0.41 344	0.03 53	0.42 357	0.03 52	4.39 716	4.19 730	0.33 292	0.23 269	0.34 283	0.27 305

222	0.10 99	0.99 392	0.12 131	0.13 125	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 143	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 120	1.16 431	0.16 184	0.12 113	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 185	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 99	1.09 420	0.13 151	0.12 113	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 174	0.03 41	0.03 57	0.03 47	0.03 52

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

BEATNet_4x	0.11 120	0.03 31	0.03 40	1.60 599	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 120	0.03 31	0.03 40	1.60 599	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 133	0.03 31	0.04 65	1.71 606	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 118	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 99	0.03 31	0.04 65	1.27 570	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 142	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

FADE	0.07 67	0.06 79	0.02 15	0.09 83	0.10 162	0.03 44	0.03 54	0.05 110	0.03 59	0.04 92	0.03 56	0.05 113	0.03 53	0.04 90	0.03 52	0.15 153	0.10 106	0.17 202	0.13 202	0.11 163	0.11 172

ManiGeoR	0.17 175	0.05 66	0.62 465	0.73 446	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 175	0.05 66	0.63 469	0.72 442	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 466	0.59 467	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 175	0.05 66	0.62 465	0.73 446	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 175	0.05 66	0.62 465	0.72 442	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 474	0.58 461	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 175	0.05 66	0.65 476	0.72 442	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 466	0.59 467	0.05 108	0.04 99	0.05 114	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 40	0.05 60	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 101	0.04 90	0.03 52	0.75 482	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 101	0.02 20	0.02 21	0.73 479	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

z-mn7	0.16 169	1.21 482	0.33 291	0.41 294	0.04 101	0.04 96	0.03 54	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.35 278	0.31 294	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 199	1.40 505	0.53 442	0.56 401	0.04 101	0.05 111	0.04 104	0.05 110	0.05 125	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 116	0.57 431	0.44 410	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 184	1.47 507	0.33 291	0.40 280	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.38 299	0.32 299	0.05 108	0.04 99	0.04 97	0.04 96

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

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

APVNet	0.09 81	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 567	0.06 124	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

FADNet-RVC-Resample	0.12 133	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	1.57 669	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

ADCP+	0.15 162	0.04 52	0.04 65	2.20 623	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.04 101	0.08 142	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 216	0.05 80	0.05 60	0.05 126	0.05 111	0.05 121	0.05 110	0.05 125	0.05 113	0.05 128	0.05 113	0.05 118	0.05 104	0.05 116	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 228	0.05 80	0.05 60	0.05 126	0.05 111	0.05 121	0.05 110	0.05 125	0.05 113	0.05 128	0.05 113	0.05 118	0.05 104	0.05 116	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

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

BridgeDepth_RVC	0.07 67	0.08 85	0.11 120	0.11 105	0.05 126	0.08 140	0.05 121	0.08 142	0.05 125	0.08 141	0.05 128	0.08 141	0.05 118	0.08 142	0.05 116	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 75	0.08 85	0.11 120	0.11 105	0.05 126	0.08 140	0.05 121	0.08 142	0.07 149	0.08 141	0.05 128	0.08 141	0.05 118	0.09 148	0.08 143	0.15 153	0.11 129	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 81	0.13 117	0.39 336	0.08 76	0.05 126	0.07 138	0.05 121	0.13 172	0.05 125	0.06 126	0.05 128	0.06 127	0.05 118	0.06 118	0.05 116	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

GGEV	0.09 81	0.13 117	0.39 336	0.08 76	0.05 126	0.07 138	0.05 121	0.13 172	0.05 125	0.06 126	0.05 128	0.06 127	0.05 118	0.06 118	0.05 116	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

ISRNet	0.11 120	0.05 66	0.36 318	0.24 200	0.07 148	0.13 172	0.05 121	0.06 124	0.05 125	0.05 113	0.05 128	0.13 173	0.05 118	0.05 104	0.09 148	0.24 223	0.20 218	0.10 148	0.05 123	0.06 125	0.13 196

qqq1	0.25 220	3.70 655	0.14 156	0.14 129	0.04 101	0.06 122	0.05 121	0.06 124	0.05 125	0.06 126	0.05 128	0.04 96	0.05 118	0.06 118	0.05 116	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 220	3.70 655	0.14 156	0.14 129	0.04 101	0.06 122	0.05 121	0.06 124	0.05 125	0.06 126	0.05 128	0.04 96	0.05 118	0.06 118	0.05 116	0.13 133	0.12 143	0.06 123	0.05 123	0.03 47	0.04 96

ffm	0.25 220	3.83 661	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 220	3.83 661	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 220	3.83 661	0.12 131	0.12 113	0.05 126	0.06 122	0.05 121	0.06 124	0.05 125	0.03 44	0.03 56	0.06 127	0.05 118	0.06 118	0.05 116	0.12 118	0.12 143	0.05 108	0.04 99	0.06 125	0.04 96

BUS	0.83 502	1.91 565	0.92 533	4.48 703	0.02 22	0.40 322	0.04 104	0.41 336	0.02 22	0.48 424	0.03 56	0.41 344	0.05 118	0.03 43	0.05 116	1.97 643	4.19 730	0.33 292	0.23 269	0.34 283	0.27 305

NINENet	0.69 458	3.87 664	1.20 565	1.98 615	0.05 126	0.40 322	0.04 104	0.40 317	0.05 125	0.41 334	0.04 111	0.41 344	0.05 118	0.40 323	0.05 116	1.79 630	1.56 644	0.34 302	0.22 263	0.34 283	0.23 249

GwcNet	0.12 133	0.07 83	0.05 80	0.08 76	0.05 126	0.08 140	1.20 599	0.07 139	0.05 125	0.05 113	0.05 128	0.08 141	0.05 118	0.08 142	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

FADNet_RVC	0.12 133	0.04 52	0.04 65	0.05 60	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.65 673	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 140	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.05 118	0.04 90	1.71 690	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 133	0.05 66	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.66 676	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

2222	0.09 81	0.59 306	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 81	0.60 310	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 75	0.58 303	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 75	0.58 303	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 75	0.56 299	0.06 83	0.06 67	0.06 141	0.06 122	0.06 140	0.06 124	0.06 140	0.06 126	0.06 141	0.06 127	0.06 137	0.06 118	0.06 134	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TS12	0.09 81	0.09 94	0.17 194	0.19 174	0.06 141	0.08 140	0.06 140	0.08 142	0.06 140	0.08 141	0.06 141	0.08 141	0.06 137	0.08 142	0.06 134	0.15 153	0.16 185	0.08 138	0.06 136	0.08 145	0.06 133

IGEV_i1	0.26 230	0.05 66	0.04 65	0.06 67	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 137	0.05 104	0.03 52	4.34 713	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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

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

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

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

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

MatchStereo	0.54 421	0.12 115	2.38 705	2.32 640	0.09 155	0.09 148	0.08 152	0.09 148	0.07 149	0.09 148	0.07 150	0.09 149	0.07 148	0.09 148	0.08 143	2.34 680	2.34 699	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BEATNet-Init1	0.19 188	0.08 85	0.08 90	2.23 625	0.08 151	0.08 140	0.07 149	0.07 139	0.08 154	0.08 141	0.07 150	0.08 141	0.07 148	0.11 166	0.08 143	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

SuperB	0.21 199	0.10 99	2.51 707	0.12 113	0.09 155	0.10 151	0.09 153	0.08 142	0.07 149	0.10 153	0.09 155	0.09 149	0.07 148	0.07 139	0.07 140	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

DeepPrunerF	0.19 188	0.08 85	0.08 90	2.23 625	0.08 151	0.08 140	0.07 149	0.07 139	0.08 154	0.08 141	0.07 150	0.08 141	0.07 148	0.11 166	0.08 143	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

VeloStereo	0.16 169	0.92 373	0.16 184	0.18 169	0.08 151	0.11 162	0.12 191	0.12 170	0.09 157	0.09 148	0.28 298	0.10 153	0.08 153	0.10 153	0.12 185	0.15 153	0.17 206	0.08 138	0.12 191	0.09 149	0.08 145

flow	0.16 169	0.92 373	0.16 184	0.18 169	0.08 151	0.11 162	0.12 191	0.12 170	0.09 157	0.09 148	0.28 298	0.10 153	0.08 153	0.10 153	0.12 185	0.15 153	0.17 206	0.08 138	0.12 191	0.09 149	0.08 145

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

PASM	0.39 311	3.06 640	1.36 628	1.58 595	0.09 155	0.11 162	0.11 175	0.11 162	0.11 179	0.09 148	0.09 155	0.11 165	0.09 155	0.09 148	0.09 148	0.11 112	0.11 129	0.11 159	0.09 149	0.11 163	0.11 172

DRN-Test	0.14 150	0.13 117	0.09 96	0.14 129	0.09 155	0.15 185	0.09 153	0.14 174	0.10 161	0.14 174	0.09 155	0.14 175	0.09 155	0.13 175	0.09 148	0.12 118	0.09 101	0.12 166	0.09 149	0.12 173	0.73 539

StereoDRNet	0.15 162	0.14 124	0.10 100	0.14 129	0.09 155	0.15 185	0.09 153	0.14 174	0.09 157	0.14 174	0.10 159	0.14 175	0.09 155	0.14 176	0.09 148	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.82 555

over-6	0.11 120	0.11 110	0.15 177	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 120	0.11 110	0.15 177	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 120	0.14 124	0.15 177	0.16 151	0.10 162	0.11 162	0.10 158	0.11 162	0.09 157	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.09 148	0.14 140	0.14 174	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 120	0.11 110	0.16 184	0.16 151	0.10 162	0.12 171	0.10 158	0.11 162	0.10 161	0.11 165	0.10 159	0.11 165	0.10 159	0.11 166	0.10 155	0.14 140	0.14 174	0.11 159	0.10 158	0.11 163	0.09 150

RT-Monster	0.09 81	0.07 83	0.03 40	0.15 141	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 159	0.04 90	0.03 52	0.92 509	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

S2M2_L	0.12 133	0.14 124	0.10 100	0.15 141	0.10 162	0.14 174	0.10 158	0.14 174	0.10 161	0.15 184	0.10 159	0.14 175	0.10 159	0.14 176	0.10 155	0.13 133	0.10 106	0.13 170	0.09 149	0.13 175	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 99	0.10 99	0.10 100	0.10 88	0.10 162	0.10 151	0.10 158	0.10 150	0.10 161	0.10 153	0.10 159	0.10 153	0.10 159	0.10 153	0.10 155	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

LRCNet_RVC	0.13 140	0.13 117	0.09 96	0.13 125	0.10 162	0.14 174	0.10 158	0.14 174	0.10 161	0.23 231	0.10 159	0.20 211	0.10 159	0.24 239	0.11 170	0.11 112	0.09 101	0.12 166	0.14 208	0.12 173	0.09 150

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

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

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

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

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

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

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

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

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

TT111	0.13 140	0.14 124	0.14 156	0.16 151	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

EE1	0.13 140	0.14 124	0.14 156	0.17 166	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

AnonStereo	0.13 140	0.14 124	0.14 156	0.16 151	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.16 166	0.13 166	0.14 172	0.11 172	0.14 178	0.11 172

LACA_dic	0.45 378	0.13 117	1.78 657	1.70 605	0.12 198	0.13 172	0.12 191	0.16 191	0.15 217	0.13 173	0.12 188	0.13 173	0.11 176	0.16 190	0.13 194	1.73 628	1.69 658	0.16 192	0.11 172	0.13 175	0.13 196

AANet	0.07 67	0.04 52	0.03 40	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 176	0.04 90	0.03 52	0.58 432	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

S2M2_XL	0.14 150	0.17 135	0.12 131	0.17 166	0.11 182	0.17 199	0.11 175	0.17 198	0.11 179	0.17 196	0.11 177	0.17 198	0.11 176	0.17 198	0.11 170	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 120	0.12 115	0.11 120	0.11 105	0.11 182	0.11 162	0.14 200	0.11 162	0.11 179	0.12 171	0.11 177	0.11 165	0.11 176	0.11 166	0.11 170	0.11 112	0.16 185	0.11 159	0.11 172	0.11 163	0.11 172

JetBlue	0.11 120	0.11 110	0.12 131	0.13 125	0.14 205	0.11 162	0.11 175	0.11 162	0.11 179	0.11 165	0.11 177	0.11 165	0.11 176	0.12 174	0.12 185	0.11 112	0.11 129	0.11 159	0.11 172	0.11 163	0.11 172

CIPLG	0.13 140	0.21 149	0.12 131	0.16 151	0.11 182	0.15 185	0.11 175	0.14 174	0.11 179	0.15 184	0.12 188	0.15 189	0.11 176	0.14 176	0.11 170	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

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

IPLGR_C	0.14 150	0.20 143	0.12 131	0.15 141	0.11 182	0.14 174	0.15 208	0.14 174	0.11 179	0.15 184	0.12 188	0.14 175	0.11 176	0.16 190	0.11 170	0.15 153	0.12 143	0.14 172	0.12 191	0.15 189	0.12 189

MIPNet	0.14 150	0.21 149	0.17 194	0.16 151	0.11 182	0.15 185	0.12 191	0.14 174	0.11 179	0.16 189	0.11 177	0.14 175	0.11 176	0.14 176	0.11 170	0.14 140	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

IPLGR	0.14 150	0.24 163	0.14 156	0.16 151	0.12 198	0.15 185	0.12 191	0.14 174	0.11 179	0.15 184	0.12 188	0.14 175	0.11 176	0.14 176	0.11 170	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ACRE	0.13 140	0.21 149	0.14 156	0.15 141	0.11 182	0.14 174	0.11 175	0.14 174	0.11 179	0.14 174	0.12 188	0.14 175	0.11 176	0.14 176	0.11 170	0.15 153	0.12 143	0.14 172	0.11 172	0.14 178	0.11 172

ICVP	0.15 162	0.53 289	0.11 120	0.16 151	0.11 182	0.16 192	0.11 175	0.16 191	0.11 179	0.16 189	0.11 177	0.16 190	0.11 176	0.16 190	0.11 170	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
UNet	0.29 239	0.90 366	0.10 100	0.14 129	0.10 162	0.14 174	0.10 158	0.91 526	0.69 531	0.14 174	0.11 177	0.14 175	0.11 176	0.14 176	0.10 155	0.12 118	0.09 101	0.12 166	0.09 149	0.88 519	0.76 546

aanetorigin	0.13 140	0.11 110	0.11 120	0.11 105	0.11 182	0.11 162	0.11 175	0.11 162	0.11 179	0.11 165	0.12 188	0.11 165	0.11 176	0.11 166	0.11 170	0.11 112	0.11 129	0.14 172	0.11 172	0.49 438	0.11 172

ELAS_RVC	0.14 150	0.16 130	0.10 100	0.15 141	0.10 162	0.18 203	0.11 175	0.19 204	0.11 179	0.19 202	0.12 188	0.18 202	0.11 176	0.19 204	0.12 185	0.14 140	0.08 91	0.14 172	0.09 149	0.15 189	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 140	0.16 130	0.11 120	0.15 141	0.09 155	0.18 203	0.11 175	0.18 202	0.11 179	0.17 196	0.11 177	0.18 202	0.11 176	0.18 201	0.11 170	0.14 140	0.08 91	0.14 172	0.08 147	0.14 178	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 311	1.37 502	1.02 546	1.14 508	0.12 198	0.16 192	0.12 191	0.16 191	0.12 198	0.16 189	0.12 188	0.16 190	0.12 195	0.16 190	0.12 185	1.12 542	1.00 534	0.15 188	0.12 191	0.15 189	0.12 189

castereo	0.61 436	3.79 660	1.35 620	1.52 593	0.15 219	0.17 199	0.16 215	0.20 211	0.21 256	0.18 200	0.16 223	0.21 219	0.12 195	0.26 260	0.17 226	1.43 614	1.38 631	0.17 202	0.16 222	0.18 207	0.16 211

cf-r	0.66 447	2.17 586	0.12 131	0.18 169	0.12 198	0.18 203	2.70 726	2.60 699	0.12 198	0.18 200	0.12 188	0.18 202	0.12 195	0.18 201	0.12 185	0.15 153	0.11 129	0.15 188	0.11 172	1.81 645	1.74 701

HSM	0.14 150	0.16 130	0.12 131	0.17 166	0.12 198	0.17 199	0.11 175	0.17 198	0.11 179	0.17 196	0.12 188	0.17 198	0.12 195	0.17 198	0.12 185	0.16 166	0.11 129	0.16 192	0.11 172	0.16 194	0.12 189

LALA_ROB	0.15 162	0.19 139	0.12 131	0.18 169	0.11 182	0.20 212	0.12 191	0.21 221	0.12 198	0.20 209	0.12 188	0.20 211	0.12 195	0.21 222	0.13 194	0.17 177	0.10 106	0.18 213	0.11 172	0.18 207	0.11 172

SGM_RVC	0.15 162	0.17 135	0.11 120	0.18 169	0.11 182	0.19 206	0.11 175	0.19 204	0.12 198	0.19 202	0.12 188	0.20 211	0.12 195	0.19 204	0.12 185	0.16 166	0.11 129	0.17 202	0.10 158	0.17 203	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Weightmod_eth	0.20 190	0.24 163	0.28 249	0.47 327	0.14 205	0.24 240	0.14 200	0.17 198	0.13 202	0.22 225	0.16 223	0.22 229	0.13 201	0.20 209	0.16 219	0.24 223	0.20 218	0.19 216	0.14 208	0.16 194	0.24 259

castereo++	0.54 421	3.59 652	1.15 556	1.31 579	0.14 205	0.16 192	0.14 200	0.16 191	0.14 205	0.16 189	0.14 207	0.16 190	0.13 201	0.16 190	0.14 199	1.45 615	1.16 560	0.15 188	0.14 208	0.15 189	0.13 196

DDVS	0.30 240	3.10 641	0.14 156	0.19 174	0.14 205	0.19 206	0.14 200	0.20 211	0.14 205	0.19 202	0.13 202	0.16 190	0.13 201	0.19 204	0.13 194	0.17 177	0.13 166	0.17 202	0.13 202	0.17 203	0.13 196

ProNet	0.14 150	0.20 143	0.14 156	0.16 151	0.11 182	0.16 192	0.11 175	0.17 198	0.11 179	0.17 196	0.12 188	0.17 198	0.13 201	0.17 198	0.12 185	0.15 153	0.11 129	0.16 192	0.11 172	0.15 189	0.12 189

DeepPruner_ROB	0.16 169	0.18 138	0.13 151	0.19 174	0.13 203	0.19 206	0.13 198	0.19 204	0.13 202	0.19 202	0.13 202	0.19 206	0.13 201	0.19 204	0.13 194	0.18 185	0.13 166	0.18 213	0.13 202	0.18 207	0.13 196

depth_test_26	0.20 190	0.34 191	0.25 231	0.34 245	0.14 205	0.21 223	0.14 200	0.21 221	0.14 205	0.21 221	0.14 207	0.21 219	0.14 206	0.21 222	0.14 199	0.26 232	0.26 244	0.22 231	0.15 219	0.22 224	0.14 202

ITSA-stereo	0.15 162	0.17 135	0.13 151	0.20 178	0.13 203	0.19 206	0.13 198	0.18 202	0.13 202	0.19 202	0.13 202	0.18 202	0.14 206	0.18 201	0.14 199	0.16 166	0.11 129	0.15 188	0.14 208	0.18 207	0.11 172

HCRNet	1.22 610	7.11 723	3.00 712	3.55 691	0.33 397	0.29 269	0.14 200	0.19 204	0.15 217	0.33 284	0.29 313	0.25 250	0.14 206	0.22 228	0.33 379	3.64 708	3.00 707	0.76 524	0.32 396	0.18 207	0.13 196

GMStereo	0.14 150	0.13 117	0.14 156	0.14 129	0.14 205	0.14 174	0.14 200	0.14 174	0.14 205	0.14 174	0.14 207	0.14 175	0.14 206	0.14 176	0.14 199	0.14 140	0.14 174	0.14 172	0.14 208	0.14 178	0.14 202
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 190	0.19 139	0.14 156	0.20 178	0.14 205	0.20 212	0.96 574	0.21 221	0.14 205	0.20 209	0.13 202	0.21 219	0.14 206	0.20 209	0.14 199	0.17 177	0.12 143	0.17 202	0.12 191	0.17 203	0.12 189

acv_ft	0.20 190	0.19 139	0.14 156	0.20 178	0.14 205	0.20 212	0.96 574	0.21 221	0.14 205	0.20 209	0.13 202	0.21 219	0.14 206	0.20 209	0.14 199	0.17 177	0.12 143	0.17 202	0.12 191	0.17 203	0.12 189

hitnet-ft	0.79 485	2.78 635	0.14 156	0.20 178	0.14 205	0.21 223	2.89 727	2.80 714	0.14 205	0.20 209	0.14 207	0.20 211	0.14 206	0.20 209	0.14 199	0.17 177	0.12 143	0.17 202	0.12 191	2.54 699	2.33 718

PSMNet-RSSM	0.77 481	2.76 630	0.14 156	0.20 178	0.14 205	0.20 212	2.66 724	2.79 713	0.14 205	0.21 221	0.14 207	0.21 219	0.14 206	0.20 209	0.14 199	0.17 177	0.12 143	0.17 202	0.12 191	2.52 691	2.31 716

GwcNet-RSSM	0.77 481	2.77 632	0.14 156	0.20 178	0.14 205	0.20 212	2.67 725	2.78 712	0.14 205	0.20 209	0.14 207	0.20 211	0.14 206	0.21 222	0.14 199	0.17 177	0.12 143	0.17 202	0.12 191	2.52 691	2.31 716

CFNet-ft	0.55 426	1.57 511	0.14 156	0.20 178	0.14 205	0.20 212	2.53 722	1.61 639	0.14 205	0.20 209	0.14 207	0.20 211	0.14 206	0.20 209	0.14 199	0.17 177	0.12 143	0.17 202	0.12 191	1.56 633	1.24 650

CCAANet	0.17 175	0.71 323	0.14 156	0.14 129	0.14 205	0.14 174	0.14 200	0.14 174	0.14 205	0.14 174	0.14 207	0.14 175	0.14 206	0.14 176	0.22 254	0.14 140	0.14 174	0.14 172	0.14 208	0.14 178	0.14 202

PDISCO_ROB	0.83 502	2.80 636	3.49 729	0.14 129	0.11 182	0.17 199	0.09 153	0.15 190	0.10 161	0.15 184	0.12 188	0.16 190	0.14 206	3.30 720	0.13 194	0.14 140	2.34 699	0.16 192	0.12 191	2.62 700	0.10 158

SCION-MonSter(vits)	0.25 220	0.79 340	0.31 277	0.42 304	0.28 298	0.40 322	0.28 292	0.20 211	0.15 217	0.40 317	0.15 217	0.19 206	0.15 218	0.20 209	0.15 211	0.23 214	0.21 223	0.17 202	0.14 208	0.16 194	0.14 202

SCION-MonSter	0.21 199	0.76 334	0.22 217	0.25 207	0.15 219	0.19 206	0.15 208	0.19 204	0.15 217	0.19 202	0.15 217	0.19 206	0.15 218	0.19 204	0.14 199	0.22 202	0.21 223	0.16 192	0.14 208	0.16 194	0.15 209

RSGM-EC	0.24 217	0.24 163	0.15 177	0.22 190	0.15 219	0.22 228	0.15 208	0.22 227	0.15 217	0.24 238	0.15 217	0.22 229	0.15 218	0.22 228	1.19 599	0.20 192	0.17 206	0.24 250	0.14 208	0.20 214	0.14 202

acva	0.24 217	0.24 163	0.15 177	0.22 190	0.15 219	0.22 228	0.15 208	0.22 227	0.15 217	0.24 238	0.15 217	0.22 229	0.15 218	0.22 228	1.19 599	0.20 192	0.17 206	0.24 250	0.14 208	0.20 214	0.14 202

DepthFocus	0.18 184	0.22 153	0.15 177	0.22 190	0.15 219	0.22 228	0.15 208	0.22 227	0.15 217	0.22 225	0.15 217	0.22 229	0.16 222	0.22 228	0.15 211	0.20 192	0.15 182	0.20 221	0.14 208	0.20 214	0.14 202

LACA2	0.21 199	0.24 163	0.26 238	0.31 229	0.16 230	0.24 240	0.16 215	0.24 237	0.16 225	0.24 238	0.16 223	0.24 243	0.16 222	0.24 239	0.16 219	0.27 236	0.23 236	0.24 250	0.16 222	0.23 236	0.16 211

LACA1	0.21 199	0.24 163	0.26 238	0.31 229	0.16 230	0.24 240	0.16 215	0.24 237	0.16 225	0.24 238	0.16 223	0.24 243	0.16 222	0.24 239	0.16 219	0.27 236	0.22 230	0.23 240	0.16 222	0.23 236	0.16 211

BStereo	0.22 206	0.23 155	0.20 209	0.24 200	0.20 257	0.23 237	0.33 383	0.39 308	0.17 235	0.23 231	0.17 231	0.23 237	0.16 222	0.24 239	0.17 226	0.23 214	0.16 185	0.22 231	0.20 255	0.22 224	0.16 211

Anonymus123	0.22 206	0.23 155	0.20 209	0.24 200	0.20 257	0.23 237	0.33 383	0.39 308	0.17 235	0.23 231	0.17 231	0.23 237	0.16 222	0.24 239	0.17 226	0.23 214	0.16 185	0.22 231	0.20 255	0.22 224	0.16 211

VIP-Stereo	0.70 461	2.97 639	2.43 706	2.49 651	0.16 230	0.25 250	0.16 215	0.25 245	0.16 225	0.25 246	0.18 248	0.25 250	0.16 222	0.26 260	0.16 219	1.86 632	1.26 614	0.23 240	0.15 219	0.23 236	0.15 209

RAFT-FEzeroshot	0.34 262	0.26 173	0.17 194	0.21 188	0.17 236	0.20 212	0.16 215	0.20 211	0.16 225	0.20 209	0.17 231	0.21 219	0.16 222	0.27 264	0.24 264	0.19 189	0.16 185	0.19 216	0.16 222	0.26 247	3.08 734

RAFT-FE	0.34 262	0.26 173	0.17 194	0.21 188	0.17 236	0.20 212	0.16 215	0.20 211	0.16 225	0.20 209	0.17 231	0.21 219	0.16 222	0.27 264	0.24 264	0.19 189	0.16 185	0.19 216	0.16 222	0.26 247	3.08 734

xyz-stereo-finetune2	0.18 184	0.48 268	0.16 184	0.16 151	0.15 219	0.15 185	0.16 215	0.16 191	0.16 225	0.16 189	0.16 223	0.16 190	0.16 222	0.16 190	0.16 219	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 211

xyz-stereo	0.18 184	0.50 275	0.16 184	0.15 141	0.16 230	0.16 192	0.16 215	0.16 191	0.16 225	0.16 189	0.16 223	0.16 190	0.16 222	0.16 190	0.16 219	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 211

GMStereo_Zeroshot	0.16 169	0.16 130	0.16 184	0.16 151	0.16 230	0.16 192	0.16 215	0.16 191	0.16 225	0.16 189	0.16 223	0.16 190	0.16 222	0.16 190	0.16 219	0.16 166	0.16 185	0.16 192	0.16 222	0.16 194	0.16 211

dad	0.23 213	1.03 410	0.16 184	0.23 195	0.15 219	0.24 240	0.15 208	0.24 237	0.16 225	0.23 231	0.16 223	0.24 243	0.16 222	0.23 235	0.15 211	0.22 202	0.16 185	0.22 231	0.16 222	0.22 224	0.16 211

GEAR-Net	0.22 206	0.46 257	0.27 241	0.29 221	0.17 236	0.21 223	0.17 225	0.21 221	0.17 235	0.21 221	0.17 231	0.21 219	0.17 234	0.21 222	0.17 226	0.28 241	0.26 244	0.20 221	0.16 222	0.20 214	0.16 211

iinet-test	0.08 75	0.16 130	0.02 15	0.16 151	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 234	0.02 20	0.02 21	0.71 466	0.02 16	0.02 19	0.02 21	0.02 21	0.16 211

LACA3	0.23 213	0.25 170	0.27 241	0.54 394	0.17 236	0.25 250	0.17 225	0.25 245	0.17 235	0.25 246	0.17 231	0.25 250	0.17 234	0.25 248	0.17 226	0.28 241	0.23 236	0.24 250	0.17 245	0.24 241	0.17 229

IGEV-FE	0.35 273	0.37 201	0.17 194	0.19 174	0.17 236	0.20 212	0.17 225	0.19 204	0.17 235	0.19 202	0.17 231	0.19 206	0.17 234	0.37 308	0.36 402	0.19 189	0.17 206	0.19 216	0.17 245	0.38 324	2.84 725

tg	0.21 199	0.25 170	0.21 215	0.26 215	0.17 236	0.24 240	0.17 225	0.24 237	0.17 235	0.24 238	0.17 231	0.24 243	0.17 234	0.24 239	0.17 226	0.24 223	0.17 206	0.23 240	0.16 222	0.23 236	0.16 211

ACV-stereo	0.30 240	2.08 577	0.25 231	0.25 207	0.18 248	0.24 240	0.17 225	0.24 237	0.18 242	0.24 238	0.17 231	0.25 250	0.17 234	0.24 239	0.17 226	0.22 202	0.16 185	0.22 231	0.16 222	0.22 224	0.16 211

MIM_Stereo	0.25 220	0.23 155	0.66 478	0.80 456	0.17 236	0.22 228	0.17 225	0.23 234	0.18 242	0.26 255	0.17 231	0.21 219	0.17 234	0.25 248	0.17 226	0.23 214	0.16 185	0.21 226	0.17 245	0.22 224	0.17 229

dd	0.23 213	0.98 384	0.16 184	0.23 195	0.15 219	0.23 237	0.15 208	0.23 234	0.15 217	0.23 231	0.15 217	0.24 243	0.17 234	0.23 235	0.15 211	0.22 202	0.15 182	0.21 226	0.15 219	0.22 224	0.16 211

delet	0.43 342	1.21 482	0.17 194	0.25 207	0.17 236	0.25 250	0.18 234	1.26 620	0.95 576	0.25 246	0.17 231	0.25 250	0.17 234	0.25 248	0.17 226	0.23 214	0.16 185	0.22 231	0.16 222	1.18 566	0.98 571

psm_up	0.43 342	1.19 435	0.17 194	0.25 207	0.18 248	0.25 250	0.19 240	1.26 620	0.91 568	0.26 255	0.17 231	0.25 250	0.17 234	0.25 248	0.17 226	0.22 202	0.17 206	0.23 240	0.16 222	1.18 566	0.99 572

UPFNet	0.42 340	1.20 436	0.17 194	0.24 200	0.17 236	0.25 250	0.17 225	1.19 566	0.90 567	0.25 246	0.17 231	0.24 243	0.17 234	0.25 248	0.17 226	0.22 202	0.17 206	0.22 231	0.16 222	1.15 558	0.93 565

SE	0.64 443	0.73 326	0.77 512	0.79 452	0.59 509	0.78 510	0.54 497	0.58 473	0.58 501	0.78 516	0.59 508	0.63 493	0.18 245	0.78 510	0.52 486	0.80 490	0.65 482	0.69 509	0.57 512	0.75 493	0.52 481

SMOE	0.23 213	0.25 170	0.30 259	0.33 239	0.18 248	0.26 259	0.18 234	0.26 251	0.18 242	0.26 255	0.18 248	0.25 250	0.18 245	0.25 248	0.18 239	0.31 257	0.27 257	0.23 240	0.17 245	0.23 236	0.17 229

CAS++	0.17 175	0.27 176	0.21 215	0.10 88	0.21 268	0.15 185	0.22 255	0.10 150	0.21 256	0.22 225	0.10 159	0.19 206	0.18 245	0.10 153	0.19 243	0.20 192	0.19 216	0.18 213	0.10 158	0.19 213	0.18 235
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV_Zeroshot_test	0.20 190	0.19 139	0.40 368	0.30 223	0.17 236	0.22 228	0.17 225	0.21 221	0.17 235	0.20 209	0.17 231	0.21 219	0.18 245	0.21 222	0.17 226	0.20 192	0.16 185	0.20 221	0.16 222	0.20 214	0.17 229

MMNet	0.44 355	1.24 490	0.17 194	0.25 207	0.17 236	0.25 250	0.18 234	1.26 620	0.93 574	0.25 246	0.17 231	0.25 250	0.18 245	0.25 248	0.17 226	0.23 214	0.16 185	0.23 240	0.16 222	1.20 570	0.99 572

GANet-RSSM	0.75 475	1.91 565	0.14 156	0.47 327	0.14 205	0.21 223	3.21 743	2.30 685	0.14 205	0.46 411	0.14 207	0.23 237	0.18 245	0.21 222	0.14 199	0.18 185	0.27 257	0.37 331	0.13 202	2.13 668	2.12 711

iResNet	0.20 190	0.23 155	0.18 204	0.24 200	0.18 248	0.24 240	0.20 244	0.24 237	0.18 242	0.23 231	0.17 231	0.23 237	0.18 245	0.23 235	0.18 239	0.22 202	0.16 185	0.21 226	0.16 222	0.21 222	0.16 211

Pointernet	0.21 199	0.22 153	0.19 206	0.24 200	0.19 254	0.24 240	0.19 240	0.24 237	0.19 249	0.24 238	0.19 251	0.24 243	0.19 252	0.24 239	0.19 243	0.22 202	0.17 206	0.22 231	0.17 245	0.22 224	0.17 229

GEStereo_RVC	0.86 514	4.45 677	0.20 209	0.27 218	0.20 257	0.27 264	0.20 244	0.26 251	0.18 242	5.03 750	0.20 255	0.27 265	0.19 252	0.27 264	0.21 250	0.20 192	0.19 216	0.19 216	4.02 754	0.20 214	0.18 235

ac_64	0.22 206	0.13 117	0.19 206	0.23 195	0.10 162	0.26 259	1.02 584	0.14 174	0.10 161	0.28 261	0.14 207	0.17 198	0.19 252	0.28 269	0.09 148	0.22 202	0.16 185	0.23 240	0.17 245	0.11 163	0.12 189

iResNetv2_ROB	0.20 190	0.23 155	0.18 204	0.24 200	0.20 257	0.24 240	0.18 234	0.24 237	0.18 242	0.24 238	0.18 248	0.23 237	0.19 252	0.24 239	0.18 239	0.21 200	0.16 185	0.21 226	0.16 222	0.22 224	0.16 211

Weightmod	0.27 231	0.29 181	0.33 291	0.38 258	0.20 257	0.30 271	0.21 250	0.29 261	0.21 256	0.29 266	0.22 263	0.30 276	0.20 256	0.30 275	0.21 250	0.37 286	0.31 294	0.27 265	0.20 255	0.28 255	0.21 244

SME	0.27 231	0.29 181	0.31 277	0.38 258	0.20 257	0.29 269	0.18 234	0.30 264	0.20 251	0.32 279	0.21 261	0.32 285	0.20 256	0.32 283	0.21 250	0.35 278	0.32 299	0.27 265	0.19 253	0.29 259	0.20 240

DLNR-FE	0.28 234	0.89 362	0.30 259	0.34 245	0.19 254	0.28 266	0.19 240	0.28 256	0.20 251	0.28 261	0.20 255	0.28 266	0.20 256	0.28 269	0.20 246	0.33 266	0.28 265	0.25 255	0.19 253	0.24 241	0.19 238

ssnet_v2	0.68 455	1.96 573	1.25 616	0.29 221	0.20 257	0.30 271	0.20 244	0.29 261	0.22 260	1.50 640	0.20 255	0.31 281	0.20 256	0.27 264	0.22 254	0.24 223	1.49 638	0.26 260	0.18 252	3.90 710	0.19 238

DAS	0.20 190	0.20 143	0.20 209	0.20 178	0.20 257	0.20 212	0.20 244	0.20 211	0.20 251	0.20 209	0.20 255	0.20 211	0.20 256	0.20 209	0.20 246	0.20 192	0.20 218	0.20 221	0.20 255	0.20 214	0.20 240

ASD4	0.20 190	0.20 143	0.20 209	0.20 178	0.20 257	0.20 212	0.20 244	0.20 211	0.20 251	0.20 209	0.20 255	0.20 211	0.20 256	0.20 209	0.20 246	0.20 192	0.20 218	0.20 221	0.20 255	0.20 214	0.20 240

AANet_RVC	1.26 613	0.31 187	4.99 741	5.93 730	0.20 257	0.25 250	0.20 244	0.25 245	0.20 251	0.23 231	0.19 251	0.25 250	0.20 256	0.25 248	0.20 246	5.66 740	4.76 734	0.26 260	0.30 377	0.24 241	0.27 305

DISCO	1.11 557	0.39 212	5.28 743	0.39 267	0.20 257	0.39 320	0.27 281	0.39 308	0.22 260	0.38 303	0.20 255	0.38 314	0.20 256	6.95 761	0.22 254	0.30 251	0.21 223	0.27 265	0.21 260	5.25 742	0.21 244

model_zeroshot	0.27 231	0.20 143	0.27 241	0.33 239	0.21 268	0.37 306	0.22 255	0.37 294	0.24 270	0.26 255	0.27 290	0.33 289	0.21 264	0.25 248	0.27 279	0.32 260	0.20 218	0.34 302	0.23 269	0.25 244	0.26 267

DEFOM-Stereo_RVC	0.83 502	5.18 694	1.98 693	2.19 622	0.17 236	0.19 206	0.18 234	0.19 204	0.16 225	0.20 209	0.19 251	0.22 229	0.22 265	0.20 209	0.15 211	2.28 673	2.13 694	0.24 250	0.17 245	0.18 207	0.16 211

DCVSM-stereo	0.36 281	1.89 562	0.22 217	0.40 280	0.22 270	0.40 322	0.22 255	0.40 317	0.22 260	0.40 317	0.22 263	0.40 329	0.22 265	0.40 323	0.22 254	0.28 241	0.21 223	0.28 269	0.21 260	0.28 255	0.20 240

WAO-6	0.22 206	0.23 155	0.22 217	0.23 195	0.22 270	0.22 228	0.22 255	0.22 227	0.22 260	0.22 225	0.22 263	0.22 229	0.22 265	0.22 228	0.22 254	0.22 202	0.22 230	0.22 231	0.22 263	0.22 224	0.22 247

IMH-64-1	0.22 206	0.23 155	0.23 221	0.22 190	0.22 270	0.22 228	0.22 255	0.22 227	0.22 260	0.22 225	0.22 263	0.22 229	0.22 265	0.22 228	0.22 254	0.22 202	0.22 230	0.23 240	0.22 263	0.22 224	0.23 249

IMH-64	0.22 206	0.23 155	0.23 221	0.22 190	0.22 270	0.22 228	0.22 255	0.22 227	0.22 260	0.22 225	0.22 263	0.22 229	0.22 265	0.22 228	0.22 254	0.22 202	0.22 230	0.23 240	0.22 263	0.22 224	0.23 249

HGLStereo	0.28 234	0.29 181	0.22 217	0.36 252	0.22 270	0.36 298	0.21 250	0.36 286	0.21 256	0.42 348	0.21 261	0.36 301	0.22 265	0.36 301	0.21 250	0.34 270	0.21 223	0.34 302	0.21 260	0.34 283	0.21 244

Select-FE	0.41 325	0.44 244	0.23 221	0.26 215	0.22 270	0.26 259	0.22 255	0.26 251	0.23 267	0.26 255	0.23 268	0.26 262	0.23 271	0.45 413	0.42 448	0.25 230	0.22 230	0.25 255	0.22 263	0.45 412	2.90 726

PAM	0.39 311	1.88 561	0.34 305	0.37 255	0.41 452	0.45 417	0.22 255	0.28 256	0.23 267	0.28 261	0.24 275	0.29 272	0.23 271	0.29 273	0.23 261	0.38 299	0.32 299	0.38 339	0.37 433	0.32 271	0.22 247

FENet	0.54 421	1.52 509	1.19 562	1.41 589	0.23 276	0.35 294	0.23 264	0.35 282	0.23 267	0.34 287	0.23 268	0.35 296	0.23 271	0.35 295	0.23 261	1.40 612	1.07 544	0.32 285	0.23 269	0.33 278	0.23 249

WCG-NET（raft）	0.32 256	1.24 490	0.24 228	0.32 235	0.24 281	0.32 287	0.23 264	0.32 272	0.24 270	0.32 279	0.24 275	0.32 285	0.24 274	0.32 283	0.24 264	0.30 251	0.23 236	0.30 276	0.23 269	0.30 263	0.23 249

DLNR_Zeroshot_test	0.31 247	0.28 179	0.47 407	0.79 452	0.24 281	0.30 271	0.26 278	0.30 264	0.24 270	0.32 279	0.23 268	0.31 281	0.24 274	0.30 275	0.23 261	0.29 250	0.26 244	0.29 274	0.24 276	0.33 278	0.23 249

iResNet_ROB	0.28 234	0.32 189	0.24 228	0.32 235	0.25 284	0.32 287	0.24 269	0.32 272	0.24 270	0.33 284	0.24 275	0.35 296	0.24 274	0.33 291	0.24 264	0.31 257	0.24 240	0.32 285	0.24 276	0.32 271	0.24 259

PhaseNet	1.74 629	6.34 721	4.81 739	6.77 736	0.24 281	0.80 515	0.53 494	0.48 423	0.22 260	0.53 463	0.28 298	0.48 433	0.25 277	0.40 323	0.32 367	6.39 746	4.61 733	0.46 441	0.38 447	0.25 244	0.18 235

UNDER WATER-64	0.25 220	0.26 173	0.25 231	0.26 215	0.25 284	0.25 250	0.25 271	0.25 245	0.25 275	0.25 246	0.25 281	0.25 250	0.25 277	0.26 260	0.25 272	0.25 230	0.25 241	0.25 255	0.25 279	0.25 244	0.25 261

tt1	0.31 247	0.93 377	0.24 228	0.33 239	0.23 276	0.31 278	0.24 269	0.32 272	0.24 270	0.32 279	0.23 268	0.32 285	0.25 277	0.32 283	0.24 264	0.27 236	0.26 244	0.27 265	0.26 285	0.27 253	0.27 305

xxxxx1	0.31 247	0.91 368	0.23 221	0.31 229	0.23 276	0.31 278	0.23 264	0.33 276	0.25 275	0.31 273	0.24 275	0.33 289	0.25 277	0.32 283	0.24 264	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 305

tt_ll	0.31 247	0.91 368	0.23 221	0.31 229	0.23 276	0.31 278	0.23 264	0.33 276	0.25 275	0.31 273	0.24 275	0.33 289	0.25 277	0.32 283	0.24 264	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 305

CAS	0.30 240	1.17 432	0.25 231	0.25 207	0.25 284	0.26 259	0.25 271	0.25 245	0.26 289	0.25 246	0.25 281	0.25 250	0.25 277	0.25 248	0.25 272	0.26 232	0.26 244	0.26 260	0.25 279	0.26 247	0.25 261

LoS	0.25 220	0.27 176	0.25 231	0.25 207	0.25 284	0.25 250	0.25 271	0.26 251	0.25 275	0.25 246	0.25 281	0.25 250	0.25 277	0.25 248	0.25 272	0.26 232	0.25 241	0.25 255	0.26 285	0.26 247	0.25 261
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ff	0.31 247	0.91 368	0.23 221	0.31 229	0.23 276	0.31 278	0.23 264	0.33 276	0.25 275	0.31 273	0.24 275	0.33 289	0.25 277	0.32 283	0.24 264	0.28 241	0.28 265	0.28 269	0.28 344	0.29 259	0.27 305

IER	0.88 519	7.04 722	2.23 699	2.75 657	0.28 298	0.43 369	0.25 271	0.39 308	0.25 275	0.41 334	0.27 290	0.39 319	0.25 277	0.40 323	0.28 288	0.37 286	0.28 265	0.37 331	0.25 279	0.37 311	0.25 261

CroCo-Stereo	0.73 471	1.22 488	0.25 231	1.22 565	0.25 284	1.22 621	0.25 271	1.22 616	0.25 275	1.22 625	0.25 281	1.22 627	0.25 277	1.22 627	0.25 272	1.22 598	0.26 244	1.21 636	0.25 279	1.22 618	0.25 261
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
LoS_RVC	0.30 240	1.14 426	0.25 231	0.25 207	0.25 284	0.26 259	0.25 271	0.25 245	0.25 275	0.25 246	0.25 281	0.26 262	0.26 287	0.26 260	0.25 272	0.26 232	0.26 244	0.25 255	0.25 279	0.26 247	0.26 267

gwcnet-sp	0.82 498	1.72 518	1.48 638	0.39 267	0.15 219	0.31 278	0.21 250	0.20 211	0.25 275	1.61 644	0.23 268	0.28 266	0.26 287	0.20 209	0.15 211	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 249

scenet	0.82 498	1.72 518	1.48 638	0.39 267	0.15 219	0.31 278	0.21 250	0.20 211	0.25 275	1.61 644	0.23 268	0.28 266	0.26 287	0.20 209	0.15 211	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 249

ssnet	0.82 498	1.72 518	1.48 638	0.39 267	0.15 219	0.31 278	0.21 250	0.20 211	0.25 275	1.61 644	0.23 268	0.28 266	0.26 287	0.20 209	0.15 211	0.24 223	1.33 622	0.32 285	0.16 222	6.75 749	0.23 249

CroCo-Stereo Lap2	0.77 481	1.29 492	0.29 255	1.27 570	0.29 311	1.27 625	0.26 278	1.26 620	0.26 289	1.26 626	0.26 286	1.27 631	0.26 287	1.26 629	0.27 279	1.27 601	0.27 257	1.27 640	0.27 323	1.27 622	0.27 305

StereoDRNet-Refined	0.33 261	0.39 212	0.26 238	0.39 267	0.26 291	0.40 322	0.26 278	0.40 317	0.26 289	0.39 310	0.26 286	0.39 319	0.26 287	0.39 320	0.26 277	0.37 286	0.25 241	0.37 331	0.25 279	0.37 311	0.37 410
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.31 247	0.35 193	0.28 249	0.35 248	0.28 298	0.34 290	0.27 281	0.34 279	0.25 275	0.35 291	0.27 290	0.36 301	0.26 287	0.34 292	0.28 288	0.35 278	0.28 265	0.34 302	0.28 344	0.34 283	0.27 305

small-0shot	0.35 273	1.92 571	0.27 241	0.27 218	0.27 292	0.27 264	0.27 281	0.27 255	0.27 293	0.27 260	0.27 290	0.26 262	0.27 294	0.27 264	0.26 277	0.27 236	0.26 244	0.26 260	0.26 285	0.26 247	0.27 305

PStereo	0.32 256	0.36 198	0.28 249	0.38 258	0.29 311	0.36 298	0.27 281	0.38 303	0.27 293	0.38 303	0.28 298	0.36 301	0.27 294	0.36 301	0.28 288	0.32 260	0.27 257	0.33 292	0.27 323	0.33 278	0.27 305

FE-Mocha	0.35 273	0.71 323	0.40 368	0.47 327	0.27 292	0.34 290	0.27 281	0.34 279	0.26 289	0.34 287	0.26 286	0.34 294	0.27 294	0.34 292	0.27 279	0.44 344	0.41 387	0.33 292	0.29 359	0.32 271	0.29 342

DEFOM-Stereo	0.68 455	3.11 642	1.40 634	1.63 603	0.25 284	0.31 278	0.25 271	0.31 270	0.28 299	0.31 273	0.29 313	0.29 272	0.27 294	0.31 280	0.28 288	1.59 623	1.47 637	0.30 276	0.29 359	0.30 263	0.28 333

Any-RAFT	0.32 256	0.36 198	0.27 241	0.36 252	0.27 292	0.36 298	0.27 281	0.36 286	0.27 293	0.36 295	0.27 290	0.36 301	0.27 294	0.36 301	0.28 288	0.36 283	0.28 265	0.36 327	0.28 344	0.36 306	0.28 333

CRFU-Net	0.65 445	1.67 515	1.22 612	1.96 614	0.27 292	0.41 341	0.27 281	0.41 336	0.27 293	0.40 317	0.26 286	0.41 344	0.27 294	0.40 323	0.27 279	1.80 631	1.62 652	0.34 302	0.23 269	0.33 278	0.23 249

DGSMNet	0.34 262	0.41 228	0.27 241	0.41 294	0.28 298	0.41 341	0.28 292	0.41 336	0.27 293	0.41 334	0.27 290	0.42 362	0.27 294	0.41 343	0.28 288	0.40 320	0.29 279	0.40 395	0.28 344	0.40 386	0.27 305

RAFT + AFF	0.31 247	0.45 253	0.34 305	0.39 267	0.28 298	0.38 313	0.33 383	0.29 261	0.31 369	0.30 268	0.30 328	0.29 272	0.27 294	0.29 273	0.30 314	0.28 241	0.29 279	0.29 274	0.29 359	0.27 253	0.32 374

MLCV	0.31 247	0.35 193	0.27 241	0.35 248	0.28 298	0.35 294	0.27 281	0.35 282	0.28 299	0.36 295	0.27 290	0.35 296	0.27 294	0.35 295	0.27 279	0.34 270	0.27 257	0.34 302	0.27 323	0.34 283	0.27 305

SCION-M(vits-remse)	0.34 262	0.79 340	0.30 259	0.33 239	0.28 298	0.40 322	0.28 292	0.40 317	0.28 299	0.40 317	0.28 298	0.39 319	0.28 303	0.40 323	0.28 288	0.23 214	0.21 223	0.35 318	0.27 323	0.35 296	0.27 305

SCION-Mon(vits-remp)	0.34 262	0.98 384	0.30 259	0.33 239	0.18 248	0.21 223	0.28 292	0.40 317	0.28 299	0.40 317	0.28 298	0.39 319	0.28 303	0.40 323	0.28 288	0.37 286	0.29 279	0.35 318	0.27 323	0.35 296	0.27 305

GREATEN-IGEV-FM_RVC	0.38 297	0.35 193	0.56 447	0.63 415	0.28 298	0.36 298	0.28 292	0.36 286	0.28 299	0.36 295	0.28 298	0.36 301	0.28 303	0.36 301	0.28 288	0.62 446	0.57 457	0.35 318	0.28 344	0.35 296	0.28 333

TestStereo_HL3	2.76 714	0.41 228	11.46 764	14.11 761	0.30 323	0.45 417	0.29 307	0.43 362	0.29 309	0.43 355	0.29 313	0.43 371	0.28 303	0.44 395	0.30 314	13.57 764	10.32 762	0.41 413	0.27 323	0.38 324	0.27 305

GGDA	2.76 714	0.41 228	11.34 763	14.28 763	0.30 323	0.44 403	0.29 307	0.43 362	0.29 309	0.43 355	0.28 298	0.43 371	0.28 303	0.43 364	0.29 304	13.45 762	10.57 764	0.41 413	0.27 323	0.38 324	0.27 305

Zero-FE251	0.36 281	0.40 216	0.28 249	0.41 294	0.28 298	0.41 341	0.28 292	0.41 336	0.28 299	0.41 334	0.28 298	0.41 344	0.28 303	0.42 357	0.30 314	0.37 286	0.26 244	0.37 331	0.27 323	0.45 412	0.56 498

LG-Stereo_L2	0.34 262	0.37 201	0.38 325	0.47 327	0.28 298	0.39 320	0.28 292	0.39 308	0.28 299	0.39 310	0.28 298	0.39 319	0.28 303	0.38 312	0.28 288	0.42 342	0.35 348	0.36 327	0.26 285	0.35 296	0.26 267

GIP-stereo	0.36 281	0.49 270	0.39 336	0.48 333	0.32 384	0.41 341	0.28 292	0.40 317	0.30 324	0.41 334	0.28 298	0.40 329	0.28 303	0.42 357	0.28 288	0.45 373	0.32 299	0.38 339	0.30 377	0.37 311	0.27 305

1test111	0.37 291	1.02 408	0.30 259	0.39 267	0.29 311	0.40 322	0.28 292	0.39 308	0.29 309	0.39 310	0.29 313	0.39 319	0.28 303	0.40 323	0.29 304	0.33 266	0.32 299	0.33 292	0.31 388	0.32 271	0.31 367

cc1	0.37 291	1.02 408	0.30 259	0.39 267	0.29 311	0.40 322	0.28 292	0.39 308	0.29 309	0.39 310	0.29 313	0.39 319	0.28 303	0.40 323	0.29 304	0.33 266	0.32 299	0.33 292	0.31 388	0.32 271	0.31 367

MSKI-zero shot	0.24 217	0.21 149	0.49 422	0.65 421	0.18 248	0.22 228	0.17 225	0.23 234	0.18 242	0.21 221	0.17 231	0.23 237	0.28 303	0.23 235	0.18 239	0.21 200	0.16 185	0.21 226	0.16 222	0.21 222	0.16 211

SQANet	0.28 234	0.28 179	0.28 249	0.28 220	0.28 298	0.28 266	0.28 292	0.28 256	0.28 299	0.28 261	0.28 298	0.28 266	0.28 303	0.28 269	0.28 288	0.28 241	0.28 265	0.28 269	0.28 344	0.28 255	0.28 333

GREATEN-IGEV_RVC	0.38 297	0.35 193	0.56 447	0.63 415	0.29 311	0.36 298	0.29 307	0.36 286	0.29 309	0.39 310	0.29 313	0.36 301	0.29 315	0.36 301	0.29 304	0.62 446	0.57 457	0.35 318	0.29 359	0.36 306	0.29 342

TestStereo_HL2	2.73 711	0.41 228	11.06 761	14.13 762	0.30 323	0.44 403	0.28 292	0.43 362	0.29 309	0.43 355	0.28 298	0.43 371	0.29 315	0.43 364	0.28 288	13.51 763	10.37 763	0.41 413	0.27 323	0.38 324	0.27 305

TestStereo-Hl	2.78 716	0.42 239	11.23 762	14.38 764	0.30 323	0.44 403	0.30 315	0.43 362	0.28 299	0.43 355	0.29 313	0.44 406	0.29 315	0.44 395	0.29 304	13.64 765	10.73 765	0.41 413	0.27 323	0.38 324	0.27 305

Monster-pub-mixall	0.44 355	0.56 299	0.60 457	0.38 258	0.27 292	0.37 306	0.27 281	0.37 294	0.29 309	0.38 303	0.27 290	0.38 314	0.29 315	0.85 527	0.27 279	1.46 616	0.26 244	0.34 302	0.26 285	0.36 306	0.53 484

IGEV++	0.34 262	0.43 241	0.30 259	0.40 280	0.29 311	0.40 322	0.29 307	0.40 317	0.29 309	0.40 317	0.29 313	0.40 329	0.29 315	0.40 323	0.30 314	0.38 299	0.29 279	0.37 331	0.29 359	0.37 311	0.29 342

ACVNet-DCA	0.37 291	1.00 394	0.30 259	0.40 280	0.29 311	0.40 322	0.29 307	0.40 317	0.29 309	0.40 317	0.29 313	0.40 329	0.29 315	0.39 320	0.28 288	0.33 266	0.32 299	0.33 292	0.32 396	0.33 278	0.32 374

xx1	0.38 297	1.03 410	0.31 277	0.40 280	0.31 370	0.41 341	0.28 292	0.40 317	0.29 309	0.40 317	0.29 313	0.40 329	0.29 315	0.40 323	0.29 304	0.34 270	0.33 312	0.34 302	0.32 396	0.34 283	0.32 374

IGEV-Stereo	0.35 273	0.44 244	0.45 393	0.49 339	0.30 323	0.37 306	0.30 315	0.36 286	0.30 324	0.36 295	0.29 313	0.36 301	0.29 315	0.36 301	0.30 314	0.46 385	0.39 373	0.32 285	0.24 276	0.32 271	0.25 261
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PML	0.46 387	1.36 500	0.29 255	0.58 404	0.30 323	0.57 482	0.29 307	0.57 470	0.29 309	0.57 477	0.29 313	0.57 482	0.29 315	0.56 473	0.29 304	0.52 415	0.30 289	0.53 481	0.31 388	0.53 456	0.30 357

testmc14	2.43 700	10.48 747	8.02 758	8.93 748	0.31 370	0.44 403	0.30 315	0.42 354	0.30 324	0.42 348	0.30 328	0.42 362	0.30 324	0.42 357	0.30 314	8.88 759	6.99 749	0.41 413	0.28 344	0.39 372	0.28 333

MCSU-Stereo	2.48 703	10.56 748	8.50 760	9.47 752	0.31 370	0.43 369	0.30 315	0.42 354	0.30 324	0.42 348	0.30 328	0.42 362	0.30 324	0.41 343	0.30 314	8.86 758	6.93 748	0.40 395	0.29 359	0.39 372	0.28 333

aanet-new-90k	0.44 355	1.82 547	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.44 395	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-60k	0.44 355	1.81 540	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-70k	0.44 355	1.82 547	0.38 325	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-78k	0.44 355	1.80 535	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-40k	0.44 355	1.81 540	0.39 336	0.50 375	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-36k	0.44 355	1.80 535	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-34k	0.44 355	1.80 535	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-32k-new	0.44 355	1.78 530	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.44 400	0.30 324	0.44 393	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.45 373	0.34 341	0.39 382	0.26 285	0.38 324	0.26 267

aanet-new-32k	0.44 355	1.79 534	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-30k	0.44 355	1.78 530	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-28k	0.44 355	1.81 540	0.39 336	0.49 339	0.30 323	0.44 403	0.30 315	0.44 400	0.30 324	0.44 393	0.30 328	0.44 406	0.30 324	0.44 395	0.30 314	0.45 373	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT26K	0.43 342	1.76 525	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.31 355	0.44 344	0.33 312	0.38 339	0.27 323	0.38 324	0.26 267

aanet-new-24k	0.44 355	1.78 530	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-22k	0.44 355	1.81 540	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-16k	0.44 355	1.83 550	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-14k	0.60 431	5.12 691	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.44 395	0.30 314	0.44 344	0.37 359	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new-8k	0.43 342	1.76 525	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

aanet-new	0.43 342	1.80 535	0.38 325	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-cres-4k	0.44 355	1.81 540	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-cres	0.43 342	1.77 527	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-36K	0.43 342	1.78 530	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-22K	0.44 355	1.85 556	0.38 325	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-20K	0.43 342	1.77 527	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-24K	0.44 355	1.86 559	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-5K	0.44 355	1.80 535	0.39 336	0.49 339	0.30 323	0.44 403	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.44 395	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-2K	0.44 355	1.82 547	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-3K	0.43 342	1.77 527	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.33 312	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-50K	0.44 355	1.83 550	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.36 354	0.38 339	0.26 285	0.38 324	0.26 267

GCAP-Stereo-DPT-FT	0.41 325	1.06 417	0.40 368	0.51 386	0.31 370	0.44 403	0.30 315	0.43 362	0.32 381	0.44 393	0.30 328	0.56 479	0.30 324	0.44 395	0.31 355	0.45 373	0.34 341	0.39 382	0.27 323	0.40 386	0.27 305

gcap_with_dpt	0.35 273	0.39 212	0.30 259	0.44 315	0.31 370	0.44 403	0.31 362	0.44 400	0.31 369	0.44 393	0.30 328	0.44 406	0.30 324	0.44 395	0.30 314	0.38 299	0.26 244	0.38 339	0.27 323	0.38 324	0.27 305

DStereoFS	0.32 256	0.33 190	0.32 286	0.33 239	0.30 323	0.32 287	0.32 372	0.32 272	0.31 369	0.30 268	0.31 372	0.31 281	0.30 324	0.32 283	0.32 367	0.32 260	0.31 294	0.30 276	0.47 485	0.32 271	0.34 390

DStereoO	0.31 247	0.31 187	0.31 277	0.30 223	0.40 442	0.31 278	0.30 315	0.30 264	0.34 402	0.29 266	0.31 372	0.29 272	0.30 324	0.31 280	0.31 355	0.31 257	0.29 279	0.31 282	0.30 377	0.31 268	0.31 367

DStereoSA	0.32 256	0.52 285	0.34 305	0.31 229	0.31 370	0.30 271	0.30 315	0.31 270	0.30 324	0.31 273	0.31 372	0.31 281	0.30 324	0.31 280	0.31 355	0.30 251	0.32 299	0.31 282	0.31 388	0.31 268	0.31 367

HiDET	0.38 297	0.44 244	0.30 259	0.42 304	0.30 323	0.42 362	0.30 315	0.42 354	0.30 324	0.44 393	0.30 328	0.42 362	0.30 324	0.42 357	0.68 520	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.29 342

LCMNet	0.38 297	0.44 244	0.30 259	0.42 304	0.30 323	0.42 362	0.30 315	0.42 354	0.30 324	0.45 405	0.30 328	0.42 362	0.30 324	0.42 357	0.69 528	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.29 342

CSFM-Stereo	0.38 297	0.44 244	0.30 259	0.42 304	0.30 323	0.42 362	0.30 315	0.43 362	0.30 324	0.44 393	0.30 328	0.42 362	0.30 324	0.42 357	0.73 542	0.37 286	0.32 299	0.40 395	0.29 359	0.37 311	0.30 357

Monster-pub-eth3d	0.45 378	0.57 301	0.60 457	0.39 267	0.28 298	0.37 306	0.28 292	0.37 294	0.30 324	0.39 310	0.29 313	0.39 319	0.30 324	0.92 539	0.27 279	1.42 613	0.28 265	0.34 302	0.28 344	0.37 311	0.53 484

Replicate-Monster	0.45 378	0.57 301	0.60 457	0.40 280	0.29 311	0.37 306	0.27 281	0.37 294	0.30 324	0.40 317	0.31 372	0.40 329	0.30 324	0.99 547	0.27 279	1.36 609	0.31 294	0.34 302	0.30 377	0.36 306	0.54 487

MultiAttention	0.30 240	0.30 184	0.30 259	0.30 223	0.30 323	0.30 271	0.30 315	0.30 264	0.30 324	0.30 268	0.30 328	0.30 276	0.30 324	0.30 275	0.30 314	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 357

MSAF-DinoV2	0.30 240	0.30 184	0.30 259	0.30 223	0.30 323	0.30 271	0.30 315	0.30 264	0.30 324	0.30 268	0.30 328	0.30 276	0.30 324	0.30 275	0.30 314	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 357

GCAP-BAT	0.41 325	1.30 494	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.44 393	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.44 344	0.34 341	0.38 339	0.26 285	0.38 324	0.26 267

RSM	0.36 281	0.36 198	0.43 389	0.37 255	0.42 462	0.49 443	0.42 453	0.37 294	0.28 299	0.36 295	0.29 313	0.36 301	0.30 324	0.37 308	0.28 288	0.34 270	0.31 294	0.34 302	0.35 424	0.40 386	0.29 342

test_for_model	0.35 273	0.39 212	0.30 259	0.43 311	0.30 323	0.43 369	0.30 315	0.43 362	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.44 395	0.31 355	0.38 299	0.26 244	0.38 339	0.26 285	0.38 324	0.26 267

GCAPDPT-zeroshot4090	0.40 317	1.09 420	0.39 336	0.49 339	0.30 323	0.43 369	0.30 315	0.44 400	0.30 324	0.43 355	0.30 328	0.43 371	0.30 324	0.43 364	0.30 314	0.45 373	0.34 341	0.38 339	0.27 323	0.38 324	0.27 305

EKT-Stereo	0.37 291	0.40 216	0.44 391	1.07 500	0.29 311	0.34 290	0.31 362	0.36 286	0.29 309	0.38 303	0.31 372	0.37 311	0.30 324	0.36 301	0.29 304	0.34 270	0.28 265	0.39 382	0.30 377	0.37 311	0.30 357

GCAPDPT-zeroshot	0.36 281	0.40 216	0.30 259	0.43 311	0.30 323	0.43 369	0.30 315	0.43 362	0.31 369	0.43 355	0.30 328	0.43 371	0.30 324	0.44 395	0.31 355	0.39 312	0.28 265	0.39 382	0.27 323	0.39 372	0.26 267

iRaft-Stereo_20w	0.34 262	0.41 228	0.31 277	0.39 267	0.29 311	0.40 322	0.32 372	0.41 336	0.32 381	0.38 303	0.30 328	0.39 319	0.30 324	0.38 312	0.32 367	0.35 278	0.27 257	0.34 302	0.27 323	0.34 283	0.29 342

GES	0.66 447	2.34 602	0.29 255	0.41 294	0.29 311	0.41 341	0.29 307	0.42 354	0.29 309	0.40 317	0.41 446	0.41 344	0.30 324	0.51 457	0.29 304	0.32 260	0.29 279	0.32 285	2.46 725	2.49 687	0.30 357

DANet	0.30 240	0.30 184	0.30 259	0.30 223	0.30 323	0.30 271	0.30 315	0.30 264	0.30 324	0.30 268	0.30 328	0.30 276	0.30 324	0.30 275	0.30 314	0.30 251	0.30 289	0.30 276	0.30 377	0.30 263	0.30 357
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 325	0.89 362	0.31 277	0.40 280	0.31 370	0.40 322	0.31 362	0.40 317	0.31 369	0.61 484	0.53 498	0.40 329	0.31 375	0.40 323	0.31 355	0.58 432	0.47 421	0.38 339	0.29 359	0.38 324	0.29 342

test410	0.66 447	5.69 714	0.31 277	0.40 280	0.31 370	0.41 341	0.31 362	0.40 317	0.31 369	0.62 488	0.55 501	0.40 329	0.31 375	0.40 323	0.31 355	0.59 435	0.47 421	0.38 339	0.29 359	0.38 324	0.30 357

aanet-new-12k	0.46 387	1.99 574	0.40 368	0.51 386	0.31 370	0.44 403	0.31 362	0.44 400	0.31 369	0.44 393	0.31 372	0.44 406	0.31 375	0.44 395	0.32 367	0.47 392	0.35 348	0.39 382	0.27 323	0.39 372	0.27 305

GCAP-Stereo-DPT-25K	0.41 325	1.09 420	0.40 368	0.52 389	0.31 370	0.44 403	0.31 362	0.44 400	0.31 369	0.44 393	0.31 372	0.44 406	0.31 375	0.44 395	0.31 355	0.46 385	0.35 348	0.39 382	0.28 344	0.39 372	0.28 333

MonSter++	0.38 297	0.44 244	0.31 277	0.43 311	0.30 323	0.43 369	0.31 362	0.43 362	0.31 369	0.45 405	0.31 372	0.43 371	0.31 375	0.43 364	0.69 528	0.38 299	0.33 312	0.40 395	0.30 377	0.38 324	0.30 357

xyz-stereo-finetune	0.28 234	0.49 270	0.16 184	0.16 151	0.16 230	0.16 192	0.16 215	0.22 227	0.30 324	0.32 279	0.31 372	0.32 285	0.31 375	0.32 283	0.32 367	0.32 260	0.33 312	0.31 282	0.32 396	0.31 268	0.32 374

LL-Strereo2	0.48 401	1.73 523	0.51 435	0.59 407	0.34 409	0.42 362	0.33 383	0.40 317	0.31 369	0.42 348	0.33 391	0.42 362	0.31 375	0.44 395	0.39 429	0.60 437	0.51 443	0.44 432	0.33 407	0.44 407	0.33 383

416test1013	0.49 407	0.80 343	0.33 291	0.67 426	0.33 397	0.48 434	0.41 447	0.48 423	0.39 436	0.48 424	0.93 574	0.52 466	0.32 382	0.52 462	0.38 415	0.49 400	0.51 443	0.53 481	0.37 433	0.51 449	0.36 404

aanet-new-10k	0.45 378	1.81 540	0.40 368	0.50 375	0.31 370	0.44 403	0.31 362	0.44 400	0.31 369	0.44 393	0.31 372	0.44 406	0.32 382	0.44 395	0.31 355	0.46 385	0.35 348	0.39 382	0.27 323	0.39 372	0.27 305

DDF-Stereo	0.43 342	1.15 429	0.57 451	0.53 391	0.32 384	0.41 341	0.32 372	0.41 336	0.32 381	0.41 334	0.32 382	0.41 344	0.32 382	0.40 323	0.32 367	0.52 415	0.50 438	0.38 339	0.31 388	0.39 372	0.31 367

water-stereo	0.41 325	0.84 350	0.46 399	0.50 375	0.33 397	0.45 417	0.33 383	0.45 409	0.32 381	0.45 405	0.32 382	0.45 416	0.32 382	0.45 413	0.32 367	0.44 344	0.41 387	0.39 382	0.31 388	0.39 372	0.32 374

GREAT-IGEV	0.38 297	0.43 241	0.36 318	0.48 333	0.32 384	0.45 417	0.32 372	0.45 409	0.32 381	0.45 405	0.32 382	0.45 416	0.32 382	0.45 413	0.32 367	0.44 344	0.33 312	0.41 413	0.29 359	0.41 397	0.29 342
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 317	0.45 253	0.35 316	0.48 333	0.36 419	0.47 429	0.34 398	0.45 409	0.38 423	0.47 417	0.33 391	0.45 416	0.32 382	0.45 413	0.32 367	0.39 312	0.38 366	0.38 339	0.37 433	0.39 372	0.39 424

gcap-zeroshot	0.36 281	0.40 216	0.34 305	0.44 315	0.31 370	0.44 403	0.31 362	0.44 400	0.32 381	0.44 393	0.32 382	0.44 406	0.32 382	0.44 395	0.31 355	0.39 312	0.28 265	0.39 382	0.28 344	0.39 372	0.27 305

MyStereo04	0.56 428	3.72 658	0.59 453	0.49 339	0.41 452	0.36 298	0.32 372	0.37 294	0.31 369	0.34 287	0.46 470	0.35 296	0.32 382	0.35 295	0.33 379	0.49 400	0.45 411	0.34 302	0.32 396	0.35 296	0.43 446

testlalala	0.36 281	0.40 216	0.34 305	0.44 315	0.31 370	0.44 403	0.31 362	0.44 400	0.32 381	0.44 393	0.32 382	0.44 406	0.32 382	0.44 395	0.31 355	0.39 312	0.28 265	0.39 382	0.28 344	0.39 372	0.27 305

RAFT-Test	0.36 281	0.37 201	0.33 291	0.41 294	0.32 384	0.41 341	0.32 372	0.41 336	0.32 381	0.41 334	0.32 382	0.41 344	0.32 382	0.41 343	0.33 379	0.37 286	0.29 279	0.37 331	0.29 359	0.38 324	0.31 367

4D-IteraStereo	0.78 484	3.13 643	0.89 526	0.69 432	0.32 384	0.40 322	0.32 372	0.76 505	0.97 579	0.52 460	0.65 520	0.89 534	0.32 382	0.76 509	0.98 572	0.83 499	0.94 532	0.35 318	0.27 323	0.70 486	0.89 561

Gwc-CoAtRS	0.41 325	1.49 508	0.32 286	0.42 304	0.32 384	0.41 341	0.32 372	0.41 336	0.33 391	0.41 334	0.32 382	0.41 344	0.32 382	0.41 343	0.32 367	0.39 312	0.28 265	0.39 382	0.28 344	0.40 386	0.28 333

rgla	0.45 378	0.54 293	0.33 291	0.67 426	0.32 384	0.48 434	0.33 383	0.48 423	0.33 391	0.48 424	0.94 575	0.48 433	0.33 394	0.47 422	0.33 379	0.45 373	0.52 446	0.53 481	0.31 388	0.45 412	0.32 374

416test	0.46 387	0.55 296	0.33 291	0.67 426	0.33 397	0.48 434	0.33 383	0.48 423	0.33 391	0.48 424	0.99 580	0.48 433	0.33 394	0.48 432	0.33 379	0.45 373	0.52 446	0.54 484	0.32 396	0.45 412	0.32 374

DVStereo	0.43 342	0.86 354	0.48 415	0.50 375	0.33 397	0.46 424	0.33 383	0.46 413	0.33 391	0.46 411	0.33 391	0.47 426	0.33 394	0.47 422	0.34 394	0.45 373	0.42 397	0.40 395	0.33 407	0.47 431	0.38 417

fffy	0.38 297	0.43 241	0.33 291	0.46 320	0.33 397	0.45 417	0.32 372	0.45 409	0.32 381	0.45 405	0.32 382	0.45 416	0.33 394	0.45 413	0.32 367	0.38 299	0.38 366	0.38 339	0.37 433	0.37 311	0.36 404

CASnet	0.35 273	0.51 283	0.44 391	0.32 235	0.31 370	0.24 240	0.34 398	0.36 286	0.25 275	0.31 273	0.37 420	0.30 276	0.33 394	0.25 248	0.45 457	0.37 286	0.37 359	0.33 292	0.35 424	0.34 283	0.37 410
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 415	3.22 646	0.34 305	0.44 315	0.34 409	0.44 403	0.34 398	0.43 362	0.34 402	0.43 355	0.34 399	0.44 406	0.33 394	0.43 364	0.33 379	0.38 299	0.29 279	0.38 339	0.29 359	0.38 324	0.29 342

psmorigin	0.41 325	0.46 257	0.33 291	0.49 339	0.33 397	0.49 443	0.33 383	0.49 431	0.33 391	0.49 434	0.33 391	0.49 440	0.33 394	0.51 457	0.33 379	0.41 328	0.30 289	0.41 413	0.30 377	0.79 502	0.29 342

depthmonostereo	0.44 355	0.85 352	0.46 399	0.54 394	0.40 442	0.52 468	0.38 423	0.52 459	0.35 406	0.47 417	0.34 399	0.46 420	0.34 401	0.47 422	0.34 394	0.45 373	0.43 402	0.41 413	0.33 407	0.41 397	0.32 374

HART	0.38 297	0.45 253	0.34 305	0.42 304	0.33 397	0.41 341	0.34 398	0.42 354	0.33 391	0.43 355	0.34 399	0.42 362	0.34 401	0.41 343	0.38 415	0.40 320	0.32 299	0.42 429	0.32 396	0.40 386	0.32 374

ccccc	0.41 325	0.44 244	0.34 305	0.48 333	0.35 413	0.48 434	0.35 403	0.51 454	0.35 406	0.47 417	0.35 408	0.47 426	0.34 401	0.47 422	0.35 398	0.41 328	0.40 377	0.40 395	0.40 453	0.41 397	0.39 424

RAFT-Stereo-weight	0.45 378	1.90 564	0.34 305	0.42 304	0.36 419	0.43 369	0.35 403	0.42 354	0.34 402	0.42 348	0.34 399	0.44 406	0.34 401	0.41 343	0.34 394	0.38 299	0.32 299	0.38 339	0.32 396	0.38 324	0.33 383

H2IRNET	0.34 262	0.34 191	0.34 305	0.34 245	0.34 409	0.34 290	0.34 398	0.34 279	0.34 402	0.34 287	0.34 399	0.34 294	0.34 401	0.34 292	0.34 394	0.34 270	0.34 341	0.34 302	0.34 411	0.34 283	0.34 390

iRaft-Stereo_5w	0.34 262	0.42 239	0.31 277	0.39 267	0.30 323	0.38 313	0.30 315	0.40 317	0.29 309	0.40 317	0.37 420	0.41 344	0.34 401	0.38 312	0.30 314	0.34 270	0.27 257	0.34 302	0.26 285	0.34 283	0.26 267

CFNet-RSSM	0.91 522	4.89 683	0.34 305	0.44 315	1.07 589	1.62 649	1.40 664	0.91 526	0.35 406	1.60 641	1.39 664	0.64 494	0.34 401	0.44 395	0.33 379	0.41 328	0.35 348	0.75 522	0.30 377	0.41 397	0.29 342

S0	0.42 340	0.44 244	0.54 443	0.59 407	0.34 409	0.48 434	0.22 255	0.51 454	0.25 275	0.51 456	0.34 399	0.53 468	0.35 408	0.47 422	0.36 402	0.55 425	0.39 373	0.49 464	0.27 323	0.46 417	0.34 390

UGAM-zero	0.51 415	2.17 586	0.39 336	0.53 391	0.36 419	0.50 452	0.36 410	0.50 440	0.36 417	0.49 434	0.36 413	0.50 454	0.35 408	0.50 447	0.36 402	0.49 400	0.37 359	0.47 451	0.35 424	0.46 417	0.34 390

GCST	0.50 410	2.08 577	0.38 325	0.53 391	0.35 413	0.49 443	0.35 403	0.50 440	0.35 406	0.49 434	0.35 408	0.49 440	0.35 408	0.49 439	0.35 398	0.48 397	0.37 359	0.45 437	0.33 407	0.44 407	0.33 383

ETE_ROB	0.35 273	0.35 193	0.35 316	0.35 248	0.35 413	0.35 294	0.35 403	0.35 282	0.35 406	0.35 291	0.35 408	0.35 296	0.35 408	0.35 295	0.35 398	0.35 278	0.35 348	0.35 318	0.35 424	0.35 296	0.35 401

252Zero-FE	0.45 378	0.50 275	0.36 318	0.50 375	0.36 419	0.50 452	0.36 410	0.50 440	0.36 417	0.49 434	0.36 413	0.49 440	0.36 412	0.54 468	0.41 440	0.45 373	0.34 341	0.45 437	0.34 411	0.55 458	0.75 543

UGAM	0.51 415	2.23 591	0.39 336	0.54 394	0.35 413	0.50 452	0.35 403	0.49 431	0.35 406	0.49 434	0.35 408	0.49 440	0.36 412	0.50 447	0.36 402	0.49 400	0.37 359	0.45 437	0.34 411	0.45 412	0.34 390

GCAP-Stereo	0.75 475	4.15 672	0.42 387	0.75 450	0.35 413	0.78 510	0.40 438	0.79 507	0.38 423	0.78 516	0.36 413	0.78 517	0.36 412	0.79 511	0.39 429	0.75 482	0.39 373	0.76 524	0.39 451	0.75 493	0.39 424

CES	0.39 311	0.47 262	0.36 318	0.36 252	0.37 424	0.45 417	0.35 403	0.35 282	0.40 439	0.36 295	0.44 461	0.47 426	0.36 412	0.44 395	0.36 402	0.37 286	0.39 373	0.44 432	0.35 424	0.37 311	0.36 404

DMCA	0.36 281	0.38 205	0.37 323	0.35 248	0.35 413	0.36 298	0.36 410	0.36 286	0.35 406	0.35 291	0.37 420	0.36 301	0.36 412	0.35 295	0.36 402	0.36 283	0.36 354	0.35 318	0.36 430	0.36 306	0.36 404

SCV_C0	0.45 378	0.88 359	0.49 422	0.54 394	0.37 424	0.48 434	0.37 416	0.48 423	0.37 419	0.48 424	0.36 413	0.48 433	0.37 417	0.49 439	0.37 412	0.50 407	0.41 387	0.44 432	0.34 411	0.44 407	0.34 390

SCV	0.46 387	0.94 379	0.45 393	0.54 394	0.37 424	0.48 434	0.38 423	0.48 423	0.37 419	0.48 424	0.39 435	0.48 433	0.37 417	0.49 439	0.37 412	0.50 407	0.46 413	0.44 432	0.34 411	0.44 407	0.34 390

Venus	0.38 297	0.38 205	0.38 325	0.38 258	0.38 431	0.37 306	0.38 423	0.37 294	0.37 419	0.41 334	0.37 420	0.39 319	0.37 417	0.38 312	0.38 415	0.37 286	0.38 366	0.38 339	0.37 433	0.37 311	0.38 417

XPNet_ROB	0.37 291	0.37 201	0.37 323	0.37 255	0.37 424	0.37 306	0.37 416	0.37 294	0.37 419	0.37 301	0.37 420	0.37 311	0.37 417	0.37 308	0.37 412	0.37 286	0.37 359	0.37 331	0.37 433	0.37 311	0.37 410

NoBS	0.39 311	0.68 318	0.36 318	0.38 258	0.36 419	0.38 313	0.39 437	0.39 308	0.39 436	0.37 301	0.35 408	0.37 311	0.38 421	0.37 308	0.38 415	0.39 312	0.36 354	0.36 327	0.39 451	0.38 324	0.38 417

Anonymus	0.47 395	0.73 326	0.46 399	0.43 311	0.54 505	0.53 470	0.27 281	0.39 308	0.35 406	0.33 284	0.40 438	0.33 289	0.38 421	0.53 465	0.54 490	0.56 429	0.36 354	0.49 464	0.53 501	0.66 474	0.54 487

GeoVLM	0.36 281	0.38 205	0.27 241	0.46 320	0.28 298	0.35 294	0.28 292	0.37 294	0.27 293	0.35 291	0.28 298	0.36 301	0.38 421	0.35 295	0.28 288	1.08 533	0.26 244	0.33 292	0.27 323	0.34 283	0.33 383

Pro-Stereo	0.79 485	0.53 289	0.38 325	0.49 339	0.38 431	0.49 443	0.37 416	0.49 431	0.67 520	0.50 447	0.38 425	1.10 570	0.38 421	0.49 439	0.38 415	0.71 466	0.88 526	5.98 758	0.36 430	0.46 417	0.36 404

GEAStereo	0.62 439	3.91 665	0.48 415	0.69 432	0.38 431	0.51 464	0.38 423	0.51 454	0.38 423	0.53 463	0.38 425	0.50 454	0.38 421	0.51 457	0.38 415	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.34 390

gasm-f	0.62 439	3.91 665	0.48 415	0.69 432	0.38 431	0.51 464	0.38 423	0.51 454	0.38 423	0.53 463	0.38 425	0.50 454	0.38 421	0.51 457	0.38 415	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.34 390

GASTEREO	0.48 401	1.21 482	0.47 407	0.57 402	0.38 431	0.50 452	0.38 423	0.50 440	0.38 423	0.50 447	0.38 425	0.50 454	0.38 421	0.50 447	0.38 415	0.52 415	0.42 397	0.46 441	0.34 411	0.46 417	0.34 390

WAO-8	0.38 297	0.38 205	0.38 325	0.38 258	0.38 431	0.38 313	0.38 423	0.38 303	0.38 423	0.38 303	0.38 425	0.38 314	0.38 421	0.38 312	0.38 415	0.38 299	0.38 366	0.38 339	0.37 433	0.38 324	0.38 417

WAO-7	0.38 297	0.38 205	0.38 325	0.38 258	0.38 431	0.38 313	0.38 423	0.38 303	0.38 423	0.38 303	0.38 425	0.38 314	0.38 421	0.38 312	0.38 415	0.38 299	0.38 366	0.38 339	0.38 447	0.38 324	0.38 417

HanzoNet	0.39 311	0.38 205	0.40 368	0.39 267	0.41 452	0.38 313	0.38 423	0.38 303	0.38 423	0.39 310	0.39 435	0.38 314	0.38 421	0.39 320	0.40 432	0.38 299	0.38 366	0.40 395	0.38 447	0.38 324	0.40 427

IMH	0.38 297	0.38 205	0.38 325	0.38 258	0.38 431	0.38 313	0.38 423	0.38 303	0.38 423	0.42 348	0.38 425	0.40 329	0.38 421	0.38 312	0.38 415	0.38 299	0.38 366	0.39 382	0.38 447	0.38 324	0.38 417

iRaftStereo_RVC	0.97 534	3.17 645	2.30 701	2.42 648	0.38 431	0.54 474	0.38 423	0.54 463	0.38 423	0.54 469	0.38 425	0.54 472	0.38 421	0.54 468	0.38 415	2.38 683	2.34 699	0.49 464	0.36 430	0.49 438	0.36 404

LG-Stereo_L1	0.47 395	0.52 285	0.47 407	0.62 413	0.39 441	0.53 470	0.40 438	0.53 461	0.39 436	0.53 463	0.39 435	0.53 468	0.39 433	0.53 465	0.39 429	0.55 425	0.46 413	0.49 464	0.37 433	0.49 438	0.37 410

quiztm	0.43 342	0.49 270	0.40 368	0.51 386	0.40 442	0.51 464	0.40 438	0.50 440	0.40 439	0.50 447	0.40 438	0.51 465	0.40 434	0.50 447	0.40 432	0.44 344	0.34 341	0.44 432	0.34 411	0.44 407	0.34 390

PAM_32	0.64 443	2.38 606	0.51 435	0.92 474	0.43 466	0.53 470	0.44 457	0.87 519	0.43 459	0.52 460	0.45 466	0.53 468	0.40 434	0.54 468	0.46 461	0.62 446	0.56 455	0.48 459	0.45 476	0.76 496	0.44 449

Selective-IGEV	0.51 415	0.55 296	0.45 393	0.69 432	0.45 471	0.61 487	0.45 463	0.50 440	0.40 439	0.56 474	0.44 461	0.55 476	0.40 434	0.72 503	0.67 512	0.59 435	0.46 413	0.45 437	0.34 411	0.46 417	0.37 410

knoymous	0.40 317	0.40 216	0.40 368	0.40 280	0.40 442	0.40 322	0.40 438	0.40 317	0.40 439	0.40 317	0.40 438	0.40 329	0.40 434	0.40 323	0.40 432	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

anonymousa	0.40 317	0.40 216	0.40 368	0.40 280	0.40 442	0.40 322	0.40 438	0.40 317	0.40 439	0.40 317	0.40 438	0.40 329	0.40 434	0.40 323	0.40 432	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

riskmin	0.40 317	0.40 216	0.40 368	0.40 280	0.40 442	0.40 322	0.40 438	0.40 317	0.40 439	0.40 317	0.40 438	0.40 329	0.40 434	0.40 323	0.40 432	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

Anonymous_2	0.40 317	0.40 216	0.40 368	0.40 280	0.40 442	0.40 322	0.40 438	0.40 317	0.40 439	0.40 317	0.40 438	0.40 329	0.40 434	0.40 323	0.40 432	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

Anonymous_1	0.40 317	0.40 216	0.40 368	0.40 280	0.40 442	0.40 322	0.40 438	0.40 317	0.40 439	0.40 317	0.40 438	0.40 329	0.40 434	0.40 323	0.40 432	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427

GMOStereo	0.37 291	0.45 253	0.23 221	0.30 223	0.37 424	0.41 341	0.36 410	0.41 336	0.35 406	0.43 355	0.36 413	0.41 344	0.40 434	0.41 343	0.36 402	0.34 270	0.22 230	0.47 451	0.37 433	0.39 372	0.33 383

error version	0.93 529	4.47 678	2.35 702	1.99 616	0.37 424	0.41 341	0.36 410	0.41 336	0.35 406	0.43 355	0.36 413	0.41 344	0.40 434	0.41 343	0.36 402	1.87 634	2.16 695	0.47 451	0.37 433	0.39 372	0.33 383

test_1	0.93 529	4.47 678	2.35 702	1.99 616	0.37 424	0.41 341	0.36 410	0.41 336	0.35 406	0.43 355	0.36 413	0.41 344	0.40 434	0.41 343	0.36 402	1.87 634	2.16 695	0.47 451	0.37 433	0.39 372	0.33 383

AdaStereo	0.40 317	0.40 216	0.40 368	0.40 280	0.40 442	0.40 322	0.40 438	0.40 317	0.40 439	0.40 317	0.40 438	0.40 329	0.40 434	0.40 323	0.40 432	0.40 320	0.40 377	0.40 395	0.40 453	0.40 386	0.40 427
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.
LG-Stereo	0.60 431	0.58 303	0.47 407	0.64 420	0.74 545	1.00 542	0.69 531	0.57 470	0.41 449	0.57 477	0.41 446	0.57 482	0.41 446	1.00 549	0.75 547	0.91 506	0.51 443	0.52 478	0.37 433	0.52 452	0.37 410

GwcNet-ADL	0.41 325	0.41 228	0.41 382	0.41 294	0.41 452	0.41 341	0.41 447	0.41 336	0.41 449	0.41 334	0.41 446	0.41 344	0.41 446	0.41 343	0.41 440	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

PSMNet-ADL	0.41 325	0.41 228	0.41 382	0.41 294	0.41 452	0.41 341	0.41 447	0.41 336	0.41 449	0.41 334	0.41 446	0.41 344	0.41 446	0.41 343	0.41 440	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

GANet-ADL	0.41 325	0.41 228	0.41 382	0.41 294	0.41 452	0.41 341	0.41 447	0.41 336	0.41 449	0.41 334	0.41 446	0.41 344	0.41 446	0.41 343	0.41 440	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

ADLNet2	0.41 325	0.41 228	0.41 382	0.41 294	0.41 452	0.41 341	0.41 447	0.41 336	0.41 449	0.41 334	0.41 446	0.41 344	0.41 446	0.41 343	0.41 440	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

ADLNet	0.41 325	0.41 228	0.41 382	0.41 294	0.41 452	0.41 341	0.41 447	0.41 336	0.41 449	0.41 334	0.41 446	0.41 344	0.41 446	0.41 343	0.41 440	0.41 328	0.41 387	0.41 413	0.41 462	0.41 397	0.41 436

FAST (zero-shot)	0.87 518	1.55 510	0.42 387	1.57 594	0.42 462	1.62 649	0.45 463	1.59 637	0.42 457	1.66 648	0.44 461	1.62 648	0.42 452	1.59 643	0.42 448	0.64 452	0.43 402	0.64 499	0.42 470	0.67 477	0.46 453

DNS	0.86 514	2.43 610	1.66 650	2.03 618	0.42 462	0.60 485	0.42 453	0.60 478	0.42 457	0.60 482	0.42 456	0.60 487	0.42 452	0.60 482	0.42 448	1.97 643	1.63 654	0.55 487	0.40 453	0.55 458	0.40 427

MSCF	0.51 415	1.40 505	0.49 422	0.58 404	0.38 431	0.50 452	0.38 423	0.54 463	0.41 449	0.52 460	0.41 446	0.53 468	0.42 452	0.53 465	0.41 440	0.60 437	0.47 421	0.48 459	0.37 433	0.48 435	0.38 417

LG-Stereo_Zeroshot	0.48 401	0.55 296	0.47 407	0.63 415	0.41 452	0.56 476	0.44 457	0.56 467	0.41 449	0.56 474	0.41 446	0.57 482	0.42 452	0.56 473	0.41 440	0.55 425	0.43 402	0.51 475	0.37 433	0.51 449	0.37 410

Occ-G	1.12 558	0.52 285	3.72 734	3.50 690	0.50 492	0.56 476	0.47 472	0.54 463	0.46 467	0.54 469	0.41 446	0.54 472	0.42 452	0.52 462	0.42 448	3.42 707	4.02 729	0.52 478	0.45 476	0.51 449	0.44 449

MLG-Stereo	0.92 524	0.90 366	0.84 524	1.27 570	0.49 488	1.38 636	0.88 565	1.41 634	0.97 579	0.73 507	1.09 590	1.26 628	0.43 457	0.72 503	1.05 582	1.13 543	0.49 430	1.18 587	0.66 533	1.01 546	0.46 453

MyStereo07	0.60 431	3.72 658	0.48 415	0.49 339	0.41 452	0.36 298	0.32 372	0.49 431	0.43 459	0.51 456	0.42 456	0.49 440	0.43 457	0.51 457	0.64 505	0.49 400	0.45 411	0.34 302	0.32 396	0.35 296	0.43 446

DN	0.53 420	0.85 352	0.45 393	0.65 421	0.44 467	0.60 485	0.44 457	0.60 478	0.44 462	0.60 482	0.45 466	0.60 487	0.44 459	0.60 482	0.44 454	0.56 429	0.42 397	0.56 488	0.42 470	0.56 461	0.42 443

FSD	0.61 436	0.59 306	0.50 428	2.58 655	0.44 467	0.56 476	0.44 457	0.55 466	0.44 462	0.56 474	0.44 461	0.56 479	0.44 459	0.56 473	0.46 461	0.61 441	0.42 397	0.52 478	0.42 470	0.52 452	0.51 479

MonSter	0.60 431	0.64 315	0.52 438	0.62 413	0.44 467	2.07 665	0.44 457	0.62 483	0.44 462	0.62 488	0.44 461	0.62 492	0.44 459	0.62 484	0.44 454	0.58 432	0.42 397	0.62 495	0.46 478	0.58 466	0.42 443

test-3	0.98 536	4.13 671	1.85 670	1.85 607	0.61 517	0.69 498	0.37 416	0.63 484	0.61 510	0.66 496	0.51 495	0.73 511	0.44 459	0.57 478	0.54 490	1.68 627	1.81 666	0.40 395	0.43 473	0.66 474	0.50 472

MWDA-net	0.67 453	0.66 316	0.45 393	2.84 663	0.46 473	0.73 505	0.45 463	0.71 498	0.44 462	0.72 504	0.45 466	0.70 505	0.45 463	0.70 499	0.44 454	0.61 441	0.41 387	0.61 494	0.43 473	0.61 469	0.42 443

AIO-test1	0.54 421	0.60 310	0.52 438	0.66 425	0.47 480	0.61 487	0.47 472	0.58 473	0.46 467	0.61 484	0.46 470	0.61 490	0.45 463	0.62 484	0.45 457	0.61 441	0.52 446	0.57 489	0.48 489	0.57 464	0.48 463

fffft	0.48 401	0.51 283	0.45 393	0.52 389	0.45 471	0.52 468	0.45 463	0.52 459	0.48 479	0.53 463	0.45 466	0.52 466	0.45 463	0.52 462	0.46 461	0.51 413	0.41 387	0.50 470	0.41 462	0.50 443	0.41 436
1: 1. 1
AEACV	1.12 558	0.52 285	3.12 725	3.24 675	0.86 565	0.53 470	0.49 483	0.60 478	0.47 472	0.53 463	0.49 485	0.55 476	0.45 463	0.55 472	0.47 468	3.01 702	3.88 727	0.71 515	0.60 517	0.80 505	0.48 463

MyStereo06	0.75 475	4.12 669	0.60 457	0.63 415	0.61 517	0.62 490	0.66 514	0.56 467	0.45 466	0.55 472	0.48 482	0.54 472	0.46 467	0.57 478	0.45 457	0.60 437	0.57 457	0.64 499	0.55 505	0.72 488	0.55 495

otaku	0.46 387	0.46 257	0.46 399	0.46 320	0.46 473	0.46 424	0.46 467	0.46 413	0.46 467	0.46 411	0.46 470	0.46 420	0.46 467	0.46 418	0.46 461	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

Ntro	0.47 395	0.47 262	0.46 399	0.46 320	0.46 473	0.47 429	0.47 472	0.46 413	0.47 472	0.46 411	0.46 470	0.47 426	0.46 467	0.47 422	0.47 468	0.47 392	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

UNDER WATER	0.47 395	0.47 262	0.47 407	0.47 327	0.47 480	0.47 429	0.47 472	0.47 419	0.47 472	0.47 417	0.47 478	0.47 426	0.46 467	0.47 422	0.47 468	0.47 392	0.47 421	0.47 451	0.46 478	0.47 431	0.47 461

LVE	0.47 395	0.47 262	0.47 407	0.47 327	0.49 488	0.47 429	0.47 472	0.47 419	0.49 481	0.47 417	0.47 478	0.47 426	0.46 467	0.47 422	0.47 468	0.47 392	0.47 421	0.48 459	0.47 485	0.47 431	0.47 461

Dean	0.46 387	0.46 257	0.46 399	0.46 320	0.46 473	0.46 424	0.46 467	0.46 413	0.46 467	0.47 417	0.46 470	0.46 420	0.46 467	0.46 418	0.46 461	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

ACVNet_1	0.46 387	0.47 262	0.46 399	0.46 320	0.46 473	0.46 424	0.46 467	0.46 413	0.47 472	0.46 411	0.46 470	0.46 420	0.46 467	0.46 418	0.46 461	0.46 385	0.46 413	0.47 451	0.46 478	0.46 417	0.46 453

ACVNet-4b	0.46 387	0.46 257	0.46 399	0.46 320	0.46 473	0.46 424	0.46 467	0.46 413	0.46 467	0.46 411	0.46 470	0.46 420	0.46 467	0.47 422	0.46 461	0.46 385	0.46 413	0.46 441	0.46 478	0.46 417	0.46 453

HaxPig	0.47 395	0.47 262	0.47 407	0.49 339	0.47 480	0.47 429	0.47 472	0.47 419	0.47 472	0.47 417	0.47 478	0.47 426	0.47 475	0.47 422	0.47 468	0.47 392	0.47 421	0.47 451	0.47 485	0.47 431	0.48 463

S	0.56 428	0.61 312	0.54 443	0.68 431	0.48 484	0.65 493	0.49 483	0.63 484	0.49 481	0.64 492	0.49 485	0.64 494	0.48 476	0.62 484	0.49 476	0.63 450	0.62 476	0.59 493	0.48 489	0.57 464	0.48 463

AIO-test2	0.55 426	0.59 306	0.52 438	0.67 426	0.47 480	0.61 487	0.47 472	0.61 482	0.47 472	0.61 484	0.47 478	0.61 490	0.48 476	0.62 484	0.47 468	0.64 452	0.53 450	0.58 490	0.47 485	0.58 466	0.48 463

Former-RAFT_DAM_RVC	0.49 407	0.98 384	0.64 472	0.84 461	0.46 473	0.45 417	0.35 403	0.47 419	0.47 472	0.45 405	0.34 399	0.46 420	0.48 476	0.46 418	0.35 398	0.39 312	0.71 504	0.39 382	0.35 424	0.41 397	0.41 436

RainbowNet	0.48 401	0.48 268	0.48 415	0.48 333	0.48 484	0.48 434	0.48 481	0.48 423	0.48 479	0.48 424	0.48 482	0.48 433	0.48 476	0.48 432	0.48 474	0.48 397	0.48 427	0.48 459	0.48 489	0.48 435	0.48 463

notaker	0.48 401	0.49 270	0.48 415	0.48 333	0.48 484	0.48 434	0.48 481	0.48 423	0.49 481	0.48 424	0.48 482	0.48 433	0.48 476	0.48 432	0.48 474	0.48 397	0.48 427	0.48 459	0.48 489	0.48 435	0.49 469

CASS	0.57 430	0.89 362	0.56 447	0.57 402	0.56 506	0.56 476	0.56 499	0.56 467	0.53 495	0.57 477	0.57 504	0.59 486	0.48 476	0.56 473	0.57 494	0.55 425	0.56 455	0.47 451	0.56 509	0.62 470	0.56 498
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 431	0.75 331	0.49 422	0.79 452	0.50 492	0.79 513	0.49 483	0.79 507	0.49 481	0.80 519	0.49 485	0.79 519	0.49 482	0.80 513	0.49 476	0.63 450	0.40 377	0.63 497	0.40 453	0.63 471	0.40 427

ACVNet_2	0.49 407	0.49 270	0.49 422	0.49 339	0.49 488	0.49 443	0.49 483	0.49 431	0.49 481	0.49 434	0.49 485	0.49 440	0.49 482	0.49 439	0.49 476	0.49 400	0.49 430	0.49 464	0.49 493	0.49 438	0.49 469

LL-Strereo	1.01 545	5.06 690	1.63 647	0.70 438	1.43 663	0.56 476	0.46 467	0.57 470	0.50 486	0.57 477	0.50 489	1.58 643	0.49 482	0.59 480	0.50 479	1.64 626	0.52 446	0.51 475	1.37 659	0.52 452	0.45 451

FCDSN-DC	0.41 325	0.59 306	0.64 472	0.54 394	0.33 397	0.50 452	0.37 416	0.42 354	0.40 439	0.61 484	0.43 459	0.50 454	0.49 482	0.38 312	0.32 367	0.28 241	0.23 236	0.26 260	0.22 263	0.35 296	0.28 333
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FoundationStereo	0.50 410	0.50 275	0.50 428	0.50 375	0.50 492	0.50 452	0.50 487	0.50 440	0.50 486	0.50 447	0.50 489	0.50 454	0.50 486	0.50 447	0.50 479	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

StereoAnything_RVC	0.50 410	0.50 275	0.50 428	0.50 375	0.50 492	0.50 452	0.50 487	0.50 440	0.50 486	0.50 447	0.50 489	0.50 454	0.50 486	0.50 447	0.50 479	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

dual_stereo	0.50 410	0.50 275	0.50 428	0.50 375	0.50 492	0.50 452	0.50 487	0.50 440	0.50 486	0.50 447	0.50 489	0.50 454	0.50 486	0.50 447	0.50 479	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

MyStereo8	0.71 464	3.92 667	0.52 438	0.59 407	0.52 499	0.57 482	0.53 494	0.59 476	0.50 486	0.59 481	0.51 495	0.57 482	0.50 486	0.56 473	0.52 486	0.54 419	0.49 430	0.54 484	0.49 493	0.55 458	0.50 472

TorneroNet	0.66 447	0.53 289	0.50 428	0.50 375	0.64 523	1.06 559	0.70 538	0.50 440	0.51 493	0.49 434	0.69 534	0.49 440	0.50 486	0.48 432	1.15 590	0.71 466	0.49 430	1.14 577	1.08 590	0.49 438	0.49 469

SANet	0.50 410	0.50 275	0.50 428	0.50 375	0.50 492	0.50 452	0.50 487	0.50 440	0.50 486	0.50 447	0.50 489	0.50 454	0.50 486	0.50 447	0.50 479	0.50 407	0.50 438	0.50 470	0.50 495	0.50 443	0.50 472

999	1.00 537	1.12 425	0.59 453	1.10 502	1.21 651	1.09 565	0.52 492	1.08 553	1.43 666	1.18 577	1.35 658	0.98 547	0.52 492	0.91 535	0.85 561	0.72 474	1.46 636	0.83 538	0.98 578	0.68 479	1.41 663

SMoEStereo_RVC	0.63 441	0.75 331	0.51 435	0.73 446	0.53 502	0.71 503	0.47 472	0.67 491	0.58 501	0.74 512	0.60 510	0.72 509	0.53 493	0.74 507	0.51 484	0.61 441	0.62 476	0.62 495	0.61 519	0.63 471	0.61 504

WCG-NET	0.61 436	1.21 482	0.54 443	0.61 412	0.53 502	0.67 496	0.53 494	0.66 490	0.53 495	0.64 492	0.53 498	0.65 498	0.53 493	0.59 480	0.52 486	0.65 454	0.48 427	0.64 499	0.52 499	0.58 466	0.50 472

PSMNet_ROB	0.54 421	0.54 293	0.54 443	0.54 394	0.53 502	0.54 474	0.54 497	0.53 461	0.54 497	0.54 469	0.54 500	0.54 472	0.53 493	0.54 468	0.54 490	0.54 419	0.53 450	0.54 484	0.54 503	0.54 457	0.54 487

test_xeample3	1.10 555	1.81 540	0.61 463	0.84 461	0.49 488	0.77 508	0.66 514	0.92 529	1.40 664	0.68 500	0.46 470	0.78 517	0.54 496	1.72 649	1.48 666	1.34 606	1.52 640	1.35 646	1.67 697	1.33 625	1.55 668

MWSP-net	0.96 533	0.75 331	0.49 422	4.84 720	0.48 484	1.28 627	0.52 492	1.20 569	0.51 493	1.14 574	0.70 538	1.00 548	0.56 497	0.90 533	0.69 528	0.76 484	0.60 470	0.95 560	0.56 509	0.73 491	0.45 451

anonymity	0.63 441	0.69 319	0.56 447	0.71 440	0.56 506	0.71 503	0.56 499	0.71 498	0.56 498	0.72 504	0.56 503	0.71 506	0.56 497	0.71 501	0.58 496	0.68 459	0.55 453	0.68 506	0.55 505	0.68 479	0.54 487

monster-pro	0.75 475	1.67 515	0.64 472	0.89 467	0.57 508	0.86 527	0.56 499	0.87 519	0.56 498	0.87 528	0.57 504	0.88 531	0.57 499	0.87 528	0.57 494	0.79 488	0.58 461	0.76 524	0.54 503	0.77 498	0.54 487

LiteMatch	1.13 560	0.73 326	2.80 710	3.23 673	0.61 517	0.83 523	0.68 523	0.73 502	0.69 531	1.00 543	0.77 555	0.94 542	0.57 499	0.82 517	0.64 505	2.97 700	2.43 702	0.68 506	0.32 396	0.56 461	0.70 528

Lsterematch	1.13 560	0.73 326	2.80 710	3.23 673	0.61 517	0.83 523	0.68 523	0.73 502	0.69 531	1.00 543	0.77 555	0.94 542	0.57 499	0.82 517	0.64 505	2.97 700	2.43 702	0.68 506	0.32 396	0.56 461	0.70 528

MyStereo05	0.80 488	4.12 669	0.63 469	0.63 415	0.61 517	0.62 490	0.66 514	0.65 487	0.62 511	0.67 498	0.61 514	0.65 498	0.58 502	0.67 494	0.55 493	0.60 437	0.57 457	0.64 499	0.55 505	0.72 488	0.55 495

DDUNet	0.81 493	2.45 611	0.57 451	0.90 469	0.60 511	0.88 529	0.59 506	0.90 524	0.60 507	0.88 530	0.60 510	0.90 535	0.58 502	0.88 530	0.60 501	0.84 501	0.60 470	0.86 541	0.57 512	0.86 515	0.60 503

CAR	0.72 467	0.76 334	0.59 453	0.84 461	1.19 603	0.81 518	0.58 502	0.81 513	0.58 501	0.81 522	0.58 506	0.83 526	0.59 504	0.82 517	0.59 499	0.71 466	0.49 430	0.73 516	0.68 539	0.87 516	0.52 481

MSE-Stereo	0.72 467	0.76 334	0.59 453	0.84 461	1.19 603	0.81 518	0.58 502	0.81 513	0.58 501	0.81 522	0.58 506	0.83 526	0.59 504	0.82 517	0.59 499	0.71 466	0.49 430	0.73 516	0.68 539	0.87 516	0.52 481

MGA	0.73 471	0.76 334	0.60 457	0.92 474	1.17 599	0.81 518	0.59 506	0.84 517	0.62 511	0.81 522	0.59 508	0.84 528	0.60 506	0.81 516	0.61 503	0.71 466	0.53 450	0.89 543	0.53 501	0.75 493	0.54 487

zero-FE	0.72 467	1.31 496	0.66 478	0.92 474	0.60 511	0.82 521	0.58 502	0.82 516	0.58 501	0.81 522	0.60 510	0.81 524	0.60 506	0.82 517	0.58 496	0.74 481	0.59 467	0.73 516	0.52 499	0.76 496	0.51 479

UDG	0.80 488	2.21 590	0.60 457	0.91 471	0.60 511	0.90 532	0.58 502	0.88 523	0.60 507	0.90 531	0.60 510	0.88 531	0.60 506	0.90 533	0.58 496	0.86 503	0.60 470	0.84 539	0.59 516	0.84 513	0.61 504

AIO-Stereo-zeroshot1	0.75 475	0.92 373	0.85 525	0.96 486	0.59 509	1.27 625	0.44 457	0.59 476	0.69 531	0.91 533	0.68 529	0.55 476	0.61 509	1.06 565	0.83 560	0.62 446	0.70 500	0.90 544	0.41 462	0.89 520	0.56 498

ARAFT	0.68 455	0.81 347	0.63 469	0.74 449	0.60 511	0.78 510	0.62 509	0.77 506	0.66 518	0.74 512	0.63 516	0.75 514	0.62 510	0.83 522	0.60 501	0.70 465	0.55 453	0.70 514	0.60 517	0.78 500	0.55 495

AFF-stereo	0.73 471	0.88 359	0.67 482	0.75 450	0.68 533	0.75 507	0.64 511	0.80 510	0.72 547	0.83 527	0.70 538	0.82 525	0.64 511	0.84 523	0.67 512	0.77 487	0.63 478	0.81 533	0.63 521	0.78 500	0.62 507

DSFCA	0.66 447	0.73 326	0.78 514	0.65 421	0.65 525	0.64 492	0.64 511	0.65 487	0.63 514	0.64 492	0.64 518	0.64 494	0.64 511	0.65 491	0.65 508	0.65 454	0.65 482	0.65 503	0.65 530	0.66 474	0.64 514

RSM++	0.76 480	0.82 349	0.66 478	0.85 465	0.64 523	0.85 525	0.71 541	0.94 533	0.64 515	0.87 528	0.67 523	0.87 530	0.65 513	0.84 523	0.65 508	0.81 494	0.70 500	0.79 528	0.71 550	0.83 512	0.70 528

plain	1.88 635	3.16 644	0.64 472	3.10 668	0.65 525	3.10 718	0.64 511	3.12 717	0.65 516	3.10 718	0.65 520	3.11 718	0.65 513	3.12 717	0.65 508	3.12 703	0.65 482	3.13 716	0.65 530	3.13 704	0.65 516

LMCR-Stereo	0.65 445	0.63 313	0.65 476	0.65 421	0.65 525	0.66 495	0.63 510	0.58 473	0.65 516	0.63 491	0.64 518	0.65 498	0.65 513	0.66 492	0.66 511	0.66 456	0.64 480	0.65 503	0.67 537	0.68 479	0.73 539

TorneroNet-64	0.45 378	0.27 176	0.30 259	0.58 404	0.27 292	0.70 501	0.30 315	0.28 256	0.73 550	0.73 507	0.28 298	0.71 506	0.66 516	0.75 508	0.27 279	0.27 236	0.29 279	0.37 331	0.75 556	0.28 255	0.30 357

MIF-Stereo (partial)	2.58 707	3.31 649	0.66 478	3.18 672	0.66 528	3.18 719	0.66 514	3.21 718	0.67 520	3.19 719	0.66 522	3.19 719	0.66 516	3.31 721	0.68 520	5.09 736	1.79 665	8.23 763	1.67 697	6.18 747	1.38 662

WAFT-Stereo (ZS)	0.67 453	0.78 338	0.67 482	0.67 426	0.66 528	0.67 496	0.67 518	0.65 487	0.66 518	0.66 496	0.67 523	0.66 501	0.67 518	0.67 494	0.72 541	0.66 456	0.67 485	0.67 505	0.67 537	0.67 477	0.67 521

WQFJA1++	0.84 505	0.98 384	0.67 482	1.26 569	0.75 547	1.00 542	0.67 518	1.00 537	0.67 520	1.00 543	0.67 523	1.00 548	0.67 518	1.00 549	0.67 512	0.96 517	0.67 485	0.91 547	0.63 521	0.92 527	0.63 508

WQFJA1	0.85 511	0.98 384	0.67 482	1.29 575	0.76 552	1.01 550	0.67 518	1.02 551	0.67 520	1.02 558	0.67 523	1.01 557	0.67 518	1.01 557	0.68 520	0.99 523	0.67 485	0.93 554	0.64 526	0.92 527	0.65 516

NLMM	0.84 505	1.00 394	0.67 482	1.27 570	0.75 547	1.00 542	0.68 523	1.00 537	0.67 520	1.00 543	0.67 523	1.02 561	0.67 518	1.02 561	0.67 512	0.97 518	0.67 485	0.93 554	0.63 521	0.92 527	0.63 508

DCRE	0.84 505	1.89 562	0.77 512	0.94 481	0.72 542	0.88 529	0.73 545	0.87 519	0.78 554	0.90 531	0.71 544	0.88 531	0.67 518	0.88 530	0.73 542	0.81 494	0.68 491	0.81 533	0.70 547	0.82 510	0.70 528

WQFJX1	0.84 505	0.98 384	0.67 482	1.30 577	0.75 547	1.01 550	0.67 518	1.01 546	0.67 520	1.01 554	0.67 523	1.01 557	0.68 523	1.00 549	0.68 520	0.98 522	0.67 485	0.92 550	0.64 526	0.92 527	0.64 514

WQFJX	0.85 511	1.00 394	0.68 490	1.30 577	0.75 547	1.01 550	0.68 523	1.01 546	0.68 526	1.01 554	0.68 529	1.03 563	0.68 523	1.02 561	0.67 512	0.97 518	0.67 485	0.93 554	0.63 521	0.94 536	0.63 508

NLMM1	0.86 514	0.98 384	0.69 492	1.48 592	0.75 547	1.01 550	0.69 531	1.00 537	0.69 531	1.00 543	0.70 538	1.00 548	0.68 523	1.01 557	0.67 512	0.97 518	0.68 491	0.92 550	0.63 521	0.93 532	0.63 508

NLSM3	0.85 511	0.99 392	0.68 490	1.29 575	0.76 552	1.01 550	0.68 523	1.01 546	0.68 526	1.02 558	0.68 529	1.01 557	0.68 523	1.01 557	0.68 520	0.97 518	0.68 491	0.93 554	0.64 526	0.93 532	0.63 508

R-Stereo Train	0.81 493	0.96 381	0.67 482	0.95 483	0.67 530	0.95 537	0.68 523	0.95 535	0.68 526	0.95 541	0.68 529	0.96 545	0.68 523	0.96 545	0.68 520	0.94 515	0.68 491	0.94 558	0.68 539	0.94 536	0.68 523

RAFT-Stereo	0.81 493	0.96 381	0.67 482	0.95 483	0.67 530	0.95 537	0.68 523	0.95 535	0.68 526	0.95 541	0.68 529	0.96 545	0.68 523	0.96 545	0.68 520	0.94 515	0.68 491	0.94 558	0.68 539	0.94 536	0.68 523
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
STTRV1_RVC	0.82 498	1.60 513	0.70 495	1.01 495	0.60 511	1.07 562	0.69 531	1.01 546	0.60 507	0.72 504	0.55 501	1.02 561	0.68 523	1.03 563	0.67 512	0.89 505	0.63 478	0.92 550	0.57 512	0.90 523	0.65 516

mm2	0.69 458	0.69 319	0.69 492	0.69 432	0.69 534	0.69 498	0.69 531	0.69 493	0.69 531	0.69 501	0.69 534	0.69 502	0.69 530	0.69 497	0.69 528	0.69 460	0.69 497	0.69 509	0.69 543	0.69 483	0.69 525

mm1	0.69 458	0.69 319	0.69 492	0.69 432	0.69 534	0.69 498	0.69 531	0.69 493	0.69 531	0.69 501	0.69 534	0.69 502	0.69 530	0.69 497	0.69 528	0.69 460	0.69 497	0.69 509	0.69 543	0.69 483	0.69 525

FlowAnything_test	1.02 547	1.72 518	0.71 499	1.59 596	0.70 538	1.61 647	0.69 531	1.61 639	0.70 539	1.60 641	0.70 538	1.61 647	0.69 530	1.61 646	0.70 537	0.81 494	0.58 461	0.81 533	0.55 505	0.81 508	0.56 498

FlowAnything	1.02 547	1.71 517	0.72 502	1.59 596	0.69 534	1.60 646	0.69 531	1.61 639	0.70 539	1.60 641	0.69 534	1.60 644	0.69 530	1.61 646	0.69 528	0.81 494	0.58 461	0.81 533	0.56 509	0.82 510	0.56 498

MEA-ACV	1.66 625	0.87 356	0.61 463	11.81 760	1.35 656	1.50 644	0.71 541	1.23 618	0.92 572	1.13 573	0.96 576	1.69 649	0.70 534	1.23 628	1.16 594	1.54 622	1.20 565	1.58 654	0.85 571	1.12 553	0.95 568

UniTT-Stereo	2.03 655	3.43 651	0.72 502	3.42 685	0.73 543	3.27 721	0.68 523	3.38 722	0.69 531	3.29 721	0.72 547	3.28 721	0.70 534	3.35 723	0.68 520	3.39 706	0.68 491	3.31 719	0.69 543	3.37 705	0.73 539

RAFT-Stereo + iAFF	0.70 461	0.72 325	0.71 499	0.80 456	0.62 522	0.82 521	0.61 508	0.81 513	0.62 511	0.81 522	0.63 516	0.80 521	0.70 534	0.73 505	0.61 503	0.76 484	0.61 475	0.74 521	0.61 519	0.77 498	0.61 504

DMCA-RVC	0.70 461	0.80 343	0.70 495	0.70 438	0.70 538	0.70 501	0.70 538	0.71 498	0.70 539	0.70 503	0.71 544	0.71 506	0.70 534	0.70 499	0.69 528	0.69 460	0.70 500	0.69 509	0.70 547	0.69 483	0.70 528

MSMD_ROB	1.19 562	1.10 424	0.70 495	1.10 502	0.60 511	1.10 566	0.70 538	1.10 556	0.70 539	1.10 564	0.70 538	1.10 570	0.70 534	7.00 762	0.70 537	1.10 536	0.70 500	1.10 576	0.70 547	1.10 552	0.70 528

MoCha-V2	2.11 673	26.97 767	0.78 514	0.92 474	0.77 555	0.96 539	0.72 544	0.90 524	0.72 547	0.94 539	0.70 538	0.90 535	0.71 539	0.91 535	0.71 539	0.85 502	0.71 504	0.88 542	0.69 543	0.87 516	0.67 521

AdaDepth	0.86 514	0.93 377	0.71 499	1.01 495	1.07 589	1.02 556	0.71 541	1.00 537	0.71 544	1.01 554	0.71 544	1.00 548	0.72 540	1.14 576	0.71 539	0.92 509	0.64 480	0.90 544	0.64 526	0.89 520	0.69 525

tt45	1.04 550	0.88 359	1.36 628	0.92 474	1.03 587	1.51 645	0.79 552	0.70 497	0.88 566	0.74 512	0.90 567	1.60 644	0.72 540	1.60 644	0.75 547	0.91 506	0.78 515	1.52 653	0.79 563	1.14 555	1.32 655

HSM-Net_RVC	0.95 532	1.17 432	0.78 514	1.18 518	0.71 540	1.16 574	0.75 547	1.09 555	0.80 560	1.10 564	0.75 552	1.17 579	0.74 542	1.17 579	0.80 555	1.13 543	0.73 507	1.17 584	0.77 559	1.16 560	0.72 535
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	11.80 764	223.51 790	0.62 465	0.59 407	0.71 540	0.59 484	0.73 545	0.67 491	0.73 550	0.55 472	0.61 514	0.60 487	0.74 542	0.63 489	0.73 542	0.66 456	0.60 470	0.69 509	0.66 533	0.72 488	0.65 516
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ours_stereo	1.20 563	1.21 482	0.90 529	1.64 604	1.11 591	1.35 632	0.67 518	1.76 646	0.93 574	1.70 650	1.10 591	1.39 637	0.75 544	1.41 638	0.81 558	1.60 625	1.03 542	1.33 643	1.00 580	1.61 635	0.72 535

Wavelet-MonSter	1.00 537	1.21 482	0.76 510	1.94 611	1.01 584	1.11 569	0.76 549	1.15 558	0.76 553	1.11 569	0.76 553	1.14 576	0.76 545	1.11 573	0.76 549	1.21 596	0.90 527	1.02 572	0.71 550	1.02 548	0.71 534

iGMRVC	0.84 505	2.85 637	0.72 502	0.72 442	0.73 543	0.77 508	0.79 552	0.73 502	0.74 552	0.73 507	0.72 547	0.73 511	0.76 545	0.73 505	0.73 542	0.72 474	0.73 507	0.73 516	0.72 552	0.73 491	0.72 535

RAStereo	2.23 689	3.64 654	0.76 510	3.65 694	0.86 565	3.66 726	0.76 549	3.67 726	0.81 563	3.66 723	0.76 553	3.66 724	0.77 547	3.68 725	0.77 550	3.68 709	0.77 513	3.69 724	0.77 559	3.70 708	0.77 548

ToySt	0.92 524	2.11 580	0.90 529	0.95 483	0.79 558	0.99 541	0.78 551	0.94 533	0.81 563	0.94 539	0.78 557	0.95 544	0.77 547	0.94 541	0.86 562	0.91 506	0.79 517	0.85 540	0.77 559	0.89 520	0.73 539

Hybrid-DGEV	1.03 549	1.75 524	0.80 518	1.28 574	0.78 556	1.26 624	0.80 555	1.26 620	0.78 554	1.26 626	0.78 557	1.26 628	0.78 549	1.26 629	0.78 551	1.15 546	0.75 510	1.14 577	0.74 554	1.14 555	0.75 543

G-Net	0.79 485	0.79 340	0.79 517	0.79 452	0.79 558	0.79 513	0.79 552	0.79 507	0.79 558	0.79 518	0.79 559	0.79 519	0.79 550	0.79 511	0.79 552	0.79 488	0.79 517	0.79 528	0.79 563	0.79 502	0.79 551

Hybrid-DGEV-2	1.05 551	1.83 550	0.83 522	1.33 581	0.82 564	1.30 628	0.81 559	1.26 620	0.79 558	1.29 628	0.79 559	1.26 628	0.80 551	1.26 629	0.79 552	1.20 550	0.78 515	1.18 587	0.77 559	1.20 570	0.77 548

DStereoRT	0.73 471	0.81 347	0.73 506	0.71 440	0.74 545	0.73 505	0.75 547	0.71 498	0.71 544	0.74 512	0.72 547	0.73 511	0.80 551	0.71 501	0.73 542	0.76 484	0.71 504	0.73 516	0.72 552	0.70 486	0.76 546

NaN_ROB	0.80 488	0.80 343	0.80 518	0.80 456	0.80 561	0.80 515	0.80 555	0.80 510	0.80 560	0.80 519	0.80 561	0.80 521	0.80 551	0.80 513	0.80 555	0.80 490	0.80 520	0.80 531	0.80 565	0.80 505	0.80 552

CSAN	0.80 488	0.80 343	0.80 518	0.80 456	0.80 561	0.80 515	0.80 555	0.80 510	0.80 560	0.80 519	0.80 561	0.80 521	0.80 551	0.80 513	0.80 555	0.80 490	0.80 520	0.80 531	0.80 565	0.80 505	0.80 552

Hybrid-DGEV-03	1.07 552	1.83 550	0.83 522	1.34 582	0.81 563	1.32 630	0.81 559	1.31 627	0.81 563	1.31 629	0.82 563	1.32 633	0.82 555	1.32 634	0.81 558	1.19 548	0.77 513	1.19 589	0.76 557	1.19 568	0.77 548

AIO-Stereo-zeroshot	0.91 522	0.86 354	0.89 526	1.25 568	0.69 534	1.05 558	0.81 559	1.16 561	0.50 486	1.12 570	0.97 578	0.72 509	0.82 555	1.06 565	0.95 569	0.61 441	0.87 525	1.03 574	0.85 571	1.04 549	1.01 580

DPSimNet_ROB	0.97 534	1.18 434	0.81 521	1.10 502	0.91 571	1.02 556	0.82 562	1.04 552	0.91 568	1.03 560	0.86 566	1.28 632	0.82 555	1.03 563	0.89 563	1.17 547	0.81 522	1.02 572	0.82 568	1.08 551	0.81 554

DPSM_ROB	0.92 524	0.91 368	0.91 531	0.91 471	0.92 572	0.92 534	0.92 569	0.92 529	0.91 568	0.93 537	0.91 570	0.92 538	0.90 558	0.91 535	0.92 564	0.92 509	0.91 528	0.91 547	0.92 573	0.93 532	0.93 565

DPSM	0.92 524	0.91 368	0.91 531	0.91 471	0.92 572	0.92 534	0.92 569	0.92 529	0.91 568	0.93 537	0.91 570	0.92 538	0.90 558	0.91 535	0.92 564	0.92 509	0.91 528	0.91 547	0.92 573	0.93 532	0.93 565

DGTPSM_ROB	0.93 529	1.00 394	0.92 533	0.94 481	0.96 576	0.91 533	0.92 569	0.91 526	0.96 578	0.91 533	0.96 576	0.93 541	0.92 560	0.94 541	0.92 564	0.92 509	0.92 530	0.90 544	0.92 573	0.94 536	0.91 563

pmcnn	0.92 524	0.92 373	0.92 533	0.92 474	0.92 572	0.92 534	0.92 569	0.92 529	0.92 572	0.92 535	0.92 573	0.92 538	0.92 560	0.92 539	0.92 564	0.92 509	0.92 530	0.92 550	0.92 573	0.92 527	0.92 564

MM-Stereo_test2	1.20 563	1.85 556	1.05 547	1.46 591	0.94 575	1.36 634	0.99 576	1.36 629	0.95 576	1.41 636	0.98 579	1.40 639	0.96 562	1.37 636	0.95 569	1.37 611	1.06 543	1.33 643	0.93 577	1.29 624	0.89 561

LiteMatch*	2.07 661	1.30 494	5.73 746	6.28 733	0.79 558	1.33 631	0.80 555	1.30 626	1.02 589	1.33 630	0.84 565	1.33 634	0.97 563	1.28 633	1.04 581	6.05 744	5.89 740	1.28 641	0.76 557	1.28 623	0.88 558

MaDis-Stereo	3.19 721	6.02 720	1.12 551	5.61 729	1.16 598	5.43 754	1.02 584	5.15 753	0.70 539	5.43 753	1.21 646	5.03 754	0.97 563	4.85 747	0.99 573	4.53 718	1.16 560	5.53 753	1.25 651	5.37 743	1.30 653

Selective-RAFT-Error	0.88 519	0.84 350	0.98 538	0.86 466	0.97 577	0.88 529	0.95 573	0.84 517	0.99 582	0.92 535	0.82 563	0.84 528	0.98 565	0.87 528	0.97 571	0.81 494	0.83 523	0.79 528	0.82 568	0.79 502	0.85 557

LGCAT	1.00 537	1.00 394	1.00 540	1.00 490	1.00 578	1.00 542	1.00 577	1.00 537	1.00 583	1.00 543	1.00 581	1.00 548	1.00 566	1.00 549	1.00 574	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

Test_v1	1.00 537	1.00 394	1.00 540	1.00 490	1.00 578	1.00 542	1.00 577	1.00 537	1.00 583	1.00 543	1.00 581	1.00 548	1.00 566	1.00 549	1.00 574	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

HH	0.71 464	2.54 613	0.74 507	1.10 502	0.32 384	0.41 341	0.37 416	0.69 493	0.78 554	0.73 507	0.90 567	0.75 514	1.00 566	0.84 523	0.69 528	0.69 460	0.40 377	0.35 318	0.26 285	0.35 296	0.26 267

HanStereo	0.71 464	2.54 613	0.74 507	1.10 502	0.32 384	0.41 341	0.37 416	0.69 493	0.78 554	0.73 507	0.90 567	0.75 514	1.00 566	0.84 523	0.69 528	0.69 460	0.40 377	0.35 318	0.26 285	0.35 296	0.26 267

Selective-RAFT	0.89 521	0.89 362	0.72 502	1.16 516	0.78 556	1.06 559	0.82 562	0.87 519	0.97 579	1.00 543	0.91 570	0.90 535	1.00 566	0.89 532	0.93 568	0.83 499	0.83 523	0.82 537	0.82 568	0.81 508	0.82 555

GANet	1.00 537	1.00 394	1.00 540	1.00 490	1.00 578	1.00 542	1.00 577	1.00 537	1.00 583	1.00 543	1.00 581	1.00 548	1.00 566	1.00 549	1.00 574	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

TDLM	1.00 537	1.00 394	1.00 540	1.00 490	1.00 578	1.00 542	1.00 577	1.00 537	1.00 583	1.00 543	1.00 581	1.00 548	1.00 566	1.00 549	1.00 574	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

CVANet_RVC	1.00 537	1.00 394	1.00 540	1.00 490	1.00 578	1.00 542	1.00 577	1.00 537	1.00 583	1.00 543	1.00 581	1.00 548	1.00 566	1.00 549	1.00 574	1.00 524	1.00 534	1.00 566	1.00 580	1.00 541	1.00 574

trnet	1.01 545	1.01 404	1.01 545	1.01 495	1.01 584	1.01 550	1.01 582	1.01 546	1.01 588	1.01 554	1.01 586	1.01 557	1.01 574	1.01 557	1.01 579	1.01 529	1.01 540	1.01 571	1.01 587	1.01 546	1.01 580

MM-Stereo_test3	1.27 614	2.07 576	1.18 560	1.60 599	1.02 586	1.45 642	1.01 582	1.40 633	1.04 591	1.44 638	1.03 587	1.46 642	1.02 575	1.44 641	1.02 580	1.51 620	1.12 557	1.32 642	0.98 578	1.38 628	0.97 570

GLC_STEREO	1.07 552	1.01 404	1.06 548	1.07 500	1.05 588	1.06 559	1.08 587	1.08 553	1.05 592	1.07 562	1.06 588	1.08 566	1.05 576	1.06 565	1.10 585	1.07 532	1.09 550	1.05 575	1.05 589	1.06 550	1.12 587

BLMT-Stereo	1.53 621	1.36 500	1.06 548	1.42 590	1.23 655	1.41 640	1.07 586	1.43 636	1.12 593	1.42 637	1.06 588	1.83 652	1.07 577	1.42 640	1.07 583	1.27 601	1.38 631	6.80 759	1.00 580	1.26 621	1.00 574

AIO-Stereo	0.84 505	0.66 316	0.70 495	0.83 460	0.67 530	0.98 540	0.82 562	1.14 557	0.72 547	1.03 560	0.74 551	1.03 563	1.09 578	0.99 547	0.45 457	1.04 530	0.73 507	0.95 560	0.74 554	0.94 536	0.46 453

KSHMR	0.66 447	0.50 275	0.48 415	1.15 511	0.52 499	0.49 443	0.51 491	0.49 431	0.71 544	0.67 498	0.50 489	1.16 578	1.11 579	0.66 492	0.52 486	0.49 400	0.49 430	0.51 475	0.66 533	0.50 443	1.14 591

qqai	1.22 610	1.38 503	1.12 551	1.39 588	1.14 592	1.40 638	1.14 591	1.41 634	1.12 593	1.40 635	1.11 592	1.40 639	1.13 580	1.41 638	1.15 590	1.25 599	0.97 533	1.24 638	1.01 587	1.24 619	0.96 569

RP	2.33 693	25.00 760	1.13 553	1.15 511	1.15 594	1.10 566	1.15 593	1.15 558	1.15 596	1.12 570	1.15 593	1.09 568	1.13 580	1.10 571	1.15 590	1.11 541	1.09 550	1.16 580	1.12 592	1.16 560	1.17 596

RGC	2.36 695	25.48 761	1.19 562	1.15 511	1.15 594	1.10 566	1.16 595	1.17 563	1.16 597	1.12 570	1.16 596	1.11 574	1.13 580	1.09 569	1.18 597	1.10 536	1.15 559	1.16 580	1.12 592	1.14 555	1.12 587

Abc-Net	2.32 692	24.75 759	1.14 554	1.17 517	1.17 599	1.11 569	1.15 593	1.17 563	1.21 649	1.08 563	1.16 596	1.12 575	1.14 583	1.09 569	1.17 596	1.09 534	1.16 560	1.17 584	1.17 597	1.16 560	1.11 585
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IGEVStereo-DCA	1.77 631	4.21 673	1.84 668	2.49 651	2.11 717	2.54 702	1.36 657	1.65 643	1.17 601	2.75 712	1.90 707	2.54 697	1.15 584	0.94 541	1.11 586	1.50 618	1.32 615	0.96 562	1.46 668	1.49 631	0.88 558

rrr	1.77 631	4.21 673	1.84 668	2.49 651	2.11 717	2.54 702	1.36 657	1.65 643	1.17 601	2.75 712	1.90 707	2.54 697	1.15 584	0.94 541	1.11 586	1.50 618	1.32 615	0.96 562	1.46 668	1.49 631	0.88 558

NCC-stereo	2.36 695	25.52 762	1.17 558	1.15 511	1.17 599	1.11 569	1.11 588	1.15 558	1.16 597	1.10 564	1.16 596	1.10 570	1.15 584	1.14 576	1.13 588	1.09 534	1.11 554	1.15 579	1.16 596	1.17 565	1.17 596

Nwc_Net	2.37 697	25.95 764	1.15 556	1.14 508	1.15 594	1.08 563	1.14 591	1.17 563	1.16 597	1.14 574	1.15 593	1.08 566	1.15 584	1.11 573	1.14 589	1.10 536	1.11 554	1.16 580	1.09 591	1.16 560	1.15 592

edge stereo	2.43 700	27.07 768	1.14 554	1.06 499	1.14 592	1.08 563	1.17 596	1.16 561	1.14 595	1.10 564	1.16 596	1.09 568	1.16 588	1.10 571	1.16 594	1.10 536	1.11 554	1.16 580	1.19 598	1.13 554	1.11 585

AF-Net	2.37 697	25.71 763	1.17 558	1.13 507	1.15 594	1.15 573	1.18 597	1.19 566	1.16 597	1.10 564	1.15 593	1.10 570	1.18 589	1.12 575	1.15 590	1.10 536	1.10 553	1.17 584	1.15 594	1.16 560	1.12 587

stereogan	2.33 693	24.38 758	1.18 560	1.18 518	1.18 602	1.14 572	1.18 597	1.19 566	1.19 603	1.14 574	1.18 600	1.14 576	1.18 589	1.14 576	1.18 597	1.14 545	1.14 558	1.19 589	1.19 598	1.15 558	1.19 600

ktn	0.72 467	0.53 289	1.08 550	1.14 508	0.51 498	1.22 621	1.36 657	0.51 454	0.59 506	0.51 456	0.51 495	0.69 502	1.20 591	0.67 494	0.51 484	0.51 413	0.49 430	0.58 490	0.66 533	0.52 452	0.53 484

DisPM	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

CrosDoStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PFNet+	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

LCNet	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

HHNet	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Patchmatch Stereo++	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601
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	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

STrans-v2	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

TransformOpticalFlow	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

OMP-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

IIG-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

NF-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

OCTAStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PSM-softLoss	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

KMStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

NRIStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PSM-adaLoss	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PSM-AAD	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

FTStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

ROB_FTStereo_v2	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

ROB_FTStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Consistency-Raft	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

KYRaft	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

HUI-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

ASMatch	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DeepStereo_LL	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DEmStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

SST-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

THIR-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT_R40	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DRaft	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

PFNet	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

GrayStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RE-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Pruner-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

TVStereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

DeepStereo_RVC	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT-RH_RVC	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

IRAFT_RVC	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT-345	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

iRAFT	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

CRE-IMP	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

GMM-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

RAFT-IKP	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

Prome-Stereo	1.20 563	1.20 436	1.20 565	1.20 520	1.20 605	1.20 575	1.20 599	1.20 569	1.20 604	1.20 579	1.20 601	1.20 581	1.20 591	1.20 581	1.20 601	1.20 550	1.20 565	1.20 591	1.20 601	1.20 570	1.20 601

HBP-ISP	1.24 612	1.72 518	1.65 648	1.15 511	0.76 552	1.40 638	0.88 565	1.67 645	1.02 589	1.69 649	1.38 663	1.69 649	1.21 637	1.87 656	1.21 646	1.05 531	0.79 517	0.97 564	0.80 565	1.19 568	0.75 543

GANetREF_RVC	1.55 622	1.94 572	1.22 612	1.88 608	1.21 651	1.88 654	1.22 645	1.88 648	1.22 650	1.88 651	1.22 647	1.88 653	1.22 638	1.89 657	1.22 647	1.87 634	1.22 613	1.88 669	1.22 647	1.88 647	1.22 647
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
FAT-Stereo	2.46 702	26.05 765	1.23 614	1.23 567	1.22 653	1.20 575	1.24 647	1.23 618	1.23 651	1.19 578	1.22 647	1.21 626	1.24 639	1.20 581	1.24 648	1.21 596	1.17 563	1.22 637	1.25 651	1.20 570	1.24 650

SPS-STEREO	1.59 623	1.91 565	1.21 611	1.94 611	1.20 605	2.00 662	1.23 646	1.99 653	1.24 652	2.00 659	1.25 650	2.03 663	1.26 640	2.00 661	1.29 655	1.90 638	1.18 564	1.89 670	1.21 646	1.89 648	1.20 601
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
StereoVision	3.15 720	5.00 688	0.89 526	4.83 719	1.00 578	3.93 727	1.27 651	6.37 756	1.34 657	5.67 756	1.26 651	5.84 757	1.27 641	5.03 753	1.24 648	5.10 737	1.09 550	4.61 737	0.57 512	5.62 745	1.12 587

S-Stereo	2.51 704	26.86 766	1.23 614	1.22 565	1.22 653	1.24 623	1.25 648	1.22 616	1.24 652	1.21 624	1.24 649	1.19 580	1.27 641	1.19 580	1.24 648	1.19 548	1.20 565	1.25 639	1.19 598	1.24 619	1.23 649

11t	1.27 614	2.70 622	1.34 618	1.32 580	0.89 567	1.30 628	1.34 654	1.64 642	0.57 500	1.45 639	0.72 547	1.05 565	1.29 643	1.07 568	1.29 655	1.49 617	1.02 541	0.97 564	1.15 594	1.48 630	1.31 654

3.25w_new	2.03 655	2.72 626	1.35 620	3.33 682	1.57 667	2.72 709	1.53 672	2.15 663	1.33 656	2.15 669	1.60 674	2.63 703	1.30 644	2.72 709	1.99 717	2.67 696	1.53 641	1.75 660	1.25 651	2.53 694	1.87 707

FC-DCNN	1.07 552	1.09 420	0.98 538	0.89 467	0.52 499	1.41 640	0.91 568	1.21 615	1.24 652	1.96 654	2.05 724	1.91 655	1.30 644	1.27 632	1.08 584	0.80 490	0.60 470	0.58 490	0.41 462	0.68 479	0.54 487

4w-stereo	2.02 653	2.72 626	1.44 635	3.36 683	1.59 669	2.48 695	1.72 692	2.28 679	1.24 652	2.24 685	1.65 678	2.56 699	1.32 646	2.39 691	1.98 716	2.67 696	1.51 639	1.66 657	1.24 649	2.53 694	1.88 710

CC-Net-ROB	1.36 617	1.33 498	1.33 617	1.36 585	1.38 660	1.36 634	1.33 653	1.37 631	1.34 657	1.35 632	1.36 660	1.38 636	1.34 647	1.38 637	1.38 662	1.35 607	1.38 631	1.33 643	1.35 656	1.43 629	1.34 658

2.5w	2.01 652	2.40 607	1.37 630	3.28 677	2.01 711	2.71 708	1.43 670	1.82 647	1.83 704	1.90 653	1.41 665	2.71 707	1.35 648	2.71 707	1.85 705	2.66 694	1.53 641	1.64 656	1.23 648	2.53 694	1.87 707

3.5w_stereo	2.03 655	2.72 626	1.35 620	3.41 684	1.57 667	2.72 709	1.49 671	2.01 655	1.34 657	2.15 669	1.61 676	2.63 703	1.36 649	2.72 709	1.99 717	2.66 694	1.58 647	1.68 658	1.24 649	2.53 694	1.87 707

MaskLacGwcNet_RVC	1.35 616	1.35 499	1.35 620	1.35 584	1.35 656	1.35 632	1.35 655	1.36 629	1.35 660	1.36 633	1.35 658	1.36 635	1.36 649	1.36 635	1.35 659	1.35 607	1.35 627	1.35 646	1.35 656	1.35 626	1.35 659

MC-Stereo	1.76 630	2.96 638	1.37 630	2.14 620	1.37 659	2.14 668	1.36 657	2.14 662	1.37 662	2.14 668	1.37 661	2.14 665	1.37 651	2.14 666	1.37 661	1.97 643	1.32 615	1.97 673	1.32 655	1.98 650	1.33 656

PS-NSSS	1.38 619	1.39 504	1.34 618	1.34 582	1.35 656	1.38 636	1.37 662	1.35 628	1.38 663	1.34 631	1.34 657	1.39 637	1.38 652	1.70 648	1.40 663	1.36 609	1.36 628	1.36 648	1.37 659	1.37 627	1.36 660

sCroCo_RVC	2.10 669	2.76 630	1.92 678	2.78 662	1.39 661	2.73 711	1.41 665	2.73 708	1.40 664	2.77 717	1.41 665	2.74 713	1.40 653	2.74 712	1.40 663	2.72 698	1.42 634	2.72 714	1.44 667	2.79 701	1.42 664

MM-Stereo_test1	1.80 633	3.41 650	1.52 643	2.12 619	1.41 662	2.04 663	1.41 665	2.05 657	1.46 667	2.04 663	1.41 665	2.05 664	1.42 654	2.05 662	1.43 665	2.04 648	1.54 643	1.94 671	1.38 661	1.99 651	1.33 656

RASNet	1.49 620	1.65 514	1.45 636	1.38 587	1.43 663	1.47 643	1.36 657	1.38 632	1.36 661	1.39 634	1.60 674	1.45 641	1.45 655	1.51 642	2.21 719	1.53 621	1.36 628	1.36 648	1.36 658	1.66 638	1.36 660

ccnet	0.80 488	2.28 594	0.33 291	0.50 375	0.33 397	0.50 452	0.33 383	0.50 440	0.33 391	0.49 434	0.33 391	0.49 440	1.56 656	2.38 689	0.33 379	0.41 328	0.29 279	0.42 429	1.57 672	2.28 674	0.29 342

MonStereo1	1.94 639	2.77 632	1.52 643	3.73 698	1.51 666	2.13 667	1.42 667	2.32 686	1.52 668	2.31 690	1.50 668	2.53 694	1.59 657	2.34 688	1.56 668	1.91 639	1.36 628	1.86 665	1.31 654	2.07 661	1.53 666

DPSMNet_ROB	1.60 624	1.59 512	1.70 651	1.59 596	1.59 669	1.61 647	1.61 673	1.60 638	1.60 670	1.62 647	1.59 673	1.60 644	1.60 658	1.60 644	1.59 670	1.59 623	1.60 651	1.59 655	1.59 677	1.59 634	1.59 674

asd	2.18 679	2.77 632	1.58 645	3.59 692	2.00 710	2.58 704	1.85 699	2.39 691	1.71 689	2.47 697	1.97 713	2.59 701	1.61 659	2.56 698	1.79 701	2.51 691	1.99 683	2.11 691	1.62 690	2.36 678	1.60 676

4.25w-stereo	1.98 640	2.72 626	1.46 637	3.47 687	1.43 663	2.07 665	1.98 708	2.53 698	1.52 668	2.71 705	1.98 719	1.81 651	1.62 660	1.96 659	1.36 660	1.88 637	2.00 684	2.53 710	1.61 684	1.74 642	1.15 592

GELT-Stereo	2.10 669	5.33 705	1.94 689	2.37 643	1.68 682	2.21 677	1.69 688	2.19 668	1.67 674	2.18 671	1.67 683	2.19 670	1.66 661	2.19 671	1.66 676	2.23 666	1.83 667	2.07 681	1.61 684	2.04 652	1.61 681

noway7	2.08 664	5.18 694	1.92 678	2.27 627	1.66 674	2.18 669	1.66 676	2.17 664	1.66 671	2.18 671	1.65 678	2.18 667	1.66 661	2.17 667	1.66 676	2.15 652	1.85 673	2.05 675	1.60 680	2.05 653	1.60 676

monster_256*512	2.09 667	5.21 697	1.98 693	2.30 635	1.67 678	2.18 669	1.66 676	2.20 671	1.67 674	2.19 674	1.67 683	2.19 670	1.66 661	2.19 671	1.66 676	2.15 652	1.86 677	2.05 675	1.60 680	2.06 657	1.61 681

zzzz4	2.08 664	5.22 698	1.93 681	2.27 627	1.66 674	2.19 671	1.66 676	2.18 665	1.67 674	2.18 671	1.66 681	2.18 667	1.66 661	2.18 668	1.66 676	2.15 652	1.84 668	2.05 675	1.60 680	2.05 653	1.60 676

zzzz2	2.08 664	4.92 684	1.93 681	2.30 635	1.67 678	2.19 671	1.66 676	2.20 671	1.67 674	2.20 677	1.68 688	2.21 674	1.66 661	2.20 673	1.68 685	2.17 658	1.84 668	2.07 681	1.62 690	2.05 653	1.61 681

Anonymous3	2.55 705	3.26 648	1.65 648	3.28 677	1.63 672	3.24 720	1.68 684	3.27 719	1.66 671	3.28 720	1.67 683	3.25 720	1.66 661	3.27 719	1.64 672	3.26 704	1.65 655	3.30 718	1.65 695	4.95 738	1.65 694

zzzzzz3	2.07 661	5.00 688	1.93 681	2.28 632	1.66 674	2.19 671	1.66 676	2.18 665	1.67 674	2.19 674	1.66 681	2.18 667	1.67 667	2.18 668	1.66 676	2.15 652	1.85 673	2.05 675	1.59 677	2.05 653	1.59 674

noway1	2.10 669	5.26 702	1.93 681	2.31 638	1.69 687	2.21 677	1.67 682	2.19 668	1.68 679	2.21 679	1.68 688	2.21 674	1.67 667	2.20 673	1.66 676	2.15 652	1.84 668	2.07 681	1.61 684	2.07 661	1.61 681

zzzzzzz1	2.10 669	5.20 696	1.93 681	2.38 645	1.68 682	2.20 674	1.67 682	2.20 671	1.68 679	2.20 677	1.67 683	2.20 673	1.68 669	2.20 673	1.67 684	2.24 667	1.86 677	2.06 679	1.61 684	2.06 657	1.62 687

zzz1	2.09 667	4.97 686	1.93 681	2.30 635	1.68 682	2.21 677	1.68 684	2.21 674	1.68 679	2.21 679	1.67 683	2.21 674	1.68 669	2.21 676	1.69 688	2.17 658	1.85 673	2.08 685	1.61 684	2.06 657	1.61 681

noway5	1.92 637	4.97 686	1.95 690	2.31 638	1.68 682	2.21 677	1.68 684	2.21 674	1.69 686	2.22 683	1.68 688	2.21 674	1.68 669	2.21 676	1.68 685	2.18 660	1.87 681	1.71 659	0.65 530	0.85 514	0.72 535

noway4	2.11 673	5.14 692	1.93 681	2.37 643	1.69 687	2.20 674	1.68 684	2.22 676	1.68 679	2.21 679	1.69 692	2.23 678	1.68 669	2.22 678	1.66 676	2.24 667	1.84 668	2.09 690	1.63 693	2.09 666	1.62 687

noway2	2.07 661	4.96 685	1.92 678	2.28 632	1.66 674	2.20 674	1.66 676	2.19 668	1.66 671	2.19 674	1.65 678	2.19 670	1.68 669	2.18 668	1.65 673	2.15 652	1.86 677	2.06 679	1.59 677	2.06 657	1.60 676

qwe	2.18 679	2.60 616	1.58 645	3.83 700	1.90 708	2.53 700	1.90 706	2.48 694	1.73 694	2.37 693	1.92 709	2.53 694	1.68 669	2.56 698	1.83 703	2.52 693	1.87 681	2.07 681	1.68 699	2.32 676	1.71 696

4.5w-stereo	1.99 641	2.33 598	1.81 659	3.28 677	1.68 682	1.94 656	1.99 711	2.72 702	1.70 687	2.72 706	1.99 722	1.97 658	1.68 669	1.76 650	1.29 655	1.91 639	2.02 690	2.53 710	1.61 684	1.75 643	1.16 595

noway3	2.12 675	5.22 698	1.93 681	2.39 646	1.70 692	2.23 682	1.70 690	2.22 676	1.70 687	2.22 683	1.70 694	2.23 678	1.69 676	2.22 678	1.71 690	2.28 673	1.86 677	2.08 685	1.63 693	2.09 666	1.63 690

MonStereo	2.17 677	2.41 608	1.49 642	2.67 656	1.67 678	2.60 705	2.04 715	2.32 686	1.76 697	2.44 695	1.68 688	2.50 692	1.69 676	2.38 689	1.80 702	2.28 673	1.78 663	2.63 713	2.14 718	3.47 706	1.68 695

UDGNet	2.23 689	5.40 709	1.72 654	2.48 650	1.69 687	2.51 699	1.69 688	2.51 697	1.72 693	2.50 699	1.69 692	2.52 693	1.69 676	2.50 696	1.68 685	2.41 685	1.70 659	2.42 703	1.69 701	2.42 680	1.64 692

MFMNet_re	1.81 634	1.91 565	1.71 653	1.95 613	1.70 692	1.95 659	1.70 690	1.96 651	1.74 696	1.97 656	1.72 695	1.95 656	1.71 679	1.97 660	1.71 690	1.86 632	1.62 652	1.85 662	1.66 696	1.86 646	1.64 692

3.75w	1.99 641	2.31 596	1.83 667	3.16 671	1.65 673	1.93 655	1.98 708	2.72 702	1.68 679	2.73 711	1.97 713	2.00 660	1.72 680	1.81 654	1.25 651	2.27 672	2.01 686	2.38 701	1.42 665	1.71 640	1.24 650

asda	2.17 677	2.54 613	1.81 659	3.47 687	1.78 697	2.50 698	1.86 700	2.61 700	1.68 679	2.61 702	1.83 698	2.37 688	1.73 681	2.44 695	1.88 711	2.51 691	1.84 668	2.34 698	1.62 690	2.23 670	1.77 702

2.75w_new	1.99 641	2.34 602	1.81 659	3.14 669	1.62 671	1.94 656	1.99 711	2.72 702	1.71 689	2.72 706	1.99 722	1.90 654	1.73 681	1.82 655	1.29 655	2.37 682	2.01 686	2.31 696	1.42 665	1.77 644	1.22 647

4.25_new	2.00 645	2.33 598	1.82 664	3.32 680	1.69 687	1.95 659	1.99 711	2.72 702	1.71 689	2.72 706	1.97 713	2.01 661	1.74 683	1.77 651	1.28 653	2.18 660	2.01 686	2.48 708	1.58 675	1.65 636	1.17 596

4.5w_new	2.00 645	2.33 598	1.82 664	3.32 680	1.69 687	1.95 659	1.99 711	2.72 702	1.71 689	2.72 706	1.97 713	2.01 661	1.74 683	1.77 651	1.28 653	2.18 660	2.01 686	2.48 708	1.58 675	1.65 636	1.17 596

2w_stereo	1.99 641	2.36 605	1.81 659	3.24 675	1.67 678	1.94 656	1.98 708	2.72 702	1.68 679	2.72 706	1.94 710	1.98 659	1.74 683	1.79 653	1.27 652	1.95 642	2.00 684	2.53 710	1.60 680	1.68 639	1.15 592

U	5.15 756	8.49 733	1.81 659	8.49 745	1.77 696	8.49 763	1.77 693	8.51 764	1.77 698	8.49 764	1.77 697	8.50 764	1.78 686	8.58 764	1.77 700	8.54 756	1.78 663	8.55 764	1.78 707	8.55 758	1.84 703

FBW_ROB	2.12 675	2.46 612	1.77 656	2.49 651	1.79 698	2.38 690	1.83 695	2.46 693	1.78 699	2.48 698	1.97 713	2.40 689	1.78 686	2.42 694	1.83 703	2.31 678	1.85 673	2.38 701	1.82 708	2.35 677	1.84 703

derf	1.91 636	2.15 584	1.78 657	2.16 621	1.75 695	2.21 677	1.80 694	2.22 676	1.80 700	2.21 679	1.76 696	2.17 666	1.81 688	2.24 683	1.74 699	1.93 641	1.56 644	1.96 672	1.53 670	1.95 649	1.56 669

DNSM	2.56 706	4.43 676	3.08 723	4.09 702	1.86 702	2.66 707	1.86 700	2.66 701	1.87 710	2.66 704	1.86 700	2.66 705	1.86 689	2.66 705	1.87 709	3.82 711	2.94 706	2.42 703	1.73 705	2.42 680	1.73 700

monsterstereo	2.20 685	2.33 598	1.95 690	3.65 694	2.07 716	2.49 696	1.61 673	2.48 694	1.83 704	2.45 696	1.61 676	2.67 706	1.86 689	2.64 702	1.94 713	2.48 690	1.66 656	2.34 698	1.68 699	2.40 679	1.86 705

LG-G_1	2.22 686	2.71 624	1.89 675	2.77 659	1.87 706	2.75 713	1.87 703	2.76 710	1.87 710	2.75 712	1.87 702	2.76 714	1.87 691	2.75 713	1.86 706	2.47 688	1.58 647	2.45 705	1.57 672	2.45 683	1.57 671

LG-G	2.22 686	2.71 624	1.89 675	2.77 659	1.87 706	2.75 713	1.87 703	2.76 710	1.87 710	2.75 712	1.87 702	2.76 714	1.87 691	2.75 713	1.86 706	2.47 688	1.58 647	2.45 705	1.57 672	2.45 683	1.57 671

LGtest1	2.22 686	2.70 622	1.89 675	2.76 658	1.86 702	2.75 713	1.86 700	2.75 709	1.86 706	2.75 712	1.86 700	2.77 716	1.87 691	2.75 713	1.86 706	2.46 687	1.58 647	2.45 705	1.56 671	2.45 683	1.56 669

TRStereo	2.00 645	2.13 581	1.85 670	2.27 627	1.84 699	2.28 686	1.84 696	2.29 681	1.86 706	2.30 687	1.87 702	2.30 681	1.87 691	2.08 663	1.72 693	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 697

XX-Stereo	2.00 645	2.13 581	1.85 670	2.27 627	1.84 699	2.28 686	1.84 696	2.29 681	1.86 706	2.30 687	1.87 702	2.30 681	1.87 691	2.08 663	1.72 693	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 697

EAI-Stereo	2.00 645	2.13 581	1.85 670	2.27 627	1.84 699	2.28 686	1.84 696	2.29 681	1.86 706	2.30 687	1.87 702	2.30 681	1.87 691	2.08 663	1.72 693	2.08 649	1.72 660	2.08 685	1.72 702	2.08 663	1.72 697

IGEV	2.02 653	2.20 588	1.82 664	2.90 665	2.16 719	2.41 692	1.25 648	2.00 654	1.98 717	1.99 658	1.31 655	2.72 711	1.93 697	2.67 706	1.69 688	2.26 669	1.32 615	1.83 661	1.87 710	2.53 694	1.61 681

monsters	2.18 679	2.41 608	1.96 692	3.47 687	2.03 715	2.53 700	1.64 675	2.48 694	1.73 694	2.40 694	1.50 668	2.62 702	1.94 698	2.59 700	1.94 713	2.44 686	1.57 646	2.28 694	1.87 710	2.42 680	1.86 705

AIO_test	2.18 679	2.09 579	2.04 698	2.42 648	2.01 711	2.47 694	1.94 707	2.34 688	2.03 721	2.56 701	1.94 710	2.43 690	1.94 698	2.41 692	1.87 709	2.39 684	2.10 693	2.35 700	1.91 716	2.25 672	2.19 713

3.25w	2.04 658	2.20 588	1.48 638	3.03 667	2.17 721	2.63 706	1.39 663	1.96 651	1.95 716	1.96 654	1.37 661	2.71 707	1.96 700	2.71 707	1.73 698	2.26 669	1.32 615	1.87 666	1.87 710	2.51 690	1.63 690

4.5_new	2.00 645	1.84 555	1.98 693	2.77 659	2.16 719	2.27 684	1.28 652	2.09 658	1.98 717	2.01 660	1.28 653	2.71 707	1.98 701	2.51 697	1.65 673	2.26 669	1.33 622	1.87 666	1.87 710	2.49 687	1.60 676

HUF	2.18 679	2.30 595	1.99 697	2.34 642	2.02 714	2.41 692	2.06 716	2.38 690	1.89 713	2.36 692	1.85 699	2.56 699	1.98 701	2.31 687	1.97 715	2.30 677	2.03 691	2.30 695	2.11 717	2.23 670	2.16 712

2.25w	2.00 645	1.86 559	1.98 693	2.95 666	2.17 721	2.26 683	1.35 655	2.42 692	2.00 720	2.07 667	1.27 652	2.53 694	1.99 703	2.29 685	1.49 667	2.21 664	1.32 615	1.85 662	1.87 710	2.52 691	1.62 687

3w_stereo	2.04 658	2.24 592	1.70 651	3.15 670	2.18 723	2.49 696	1.26 650	2.03 656	1.98 717	1.98 657	1.33 656	2.72 711	1.99 703	2.59 700	1.72 693	2.22 665	1.33 622	1.85 662	1.88 715	2.50 689	1.58 673

1w_stereo	2.05 660	2.32 597	1.35 620	3.74 699	2.01 711	2.73 711	1.42 667	1.88 648	1.93 715	2.03 662	1.28 653	2.71 707	1.99 703	2.72 709	1.72 693	2.20 663	1.32 615	1.87 666	1.86 709	2.45 683	1.54 667

AIO_rvc	2.18 679	2.34 602	1.87 674	2.32 640	1.94 709	2.40 691	1.89 705	2.37 689	2.07 722	2.52 700	1.95 712	2.44 691	1.99 703	2.41 692	1.89 712	2.32 679	2.09 692	2.24 692	2.18 719	2.21 669	2.23 714

RAFT_CTSACE	1.92 637	3.71 657	1.72 654	1.88 608	1.72 694	2.04 663	1.42 667	2.18 665	1.89 713	2.02 661	1.97 713	1.95 656	2.06 707	1.93 658	1.62 671	1.76 629	1.66 656	2.02 674	1.73 705	1.73 641	1.43 665

ff7	1.68 626	2.68 619	1.35 620	0.97 487	0.89 567	1.84 651	2.15 717	2.12 659	1.80 700	2.05 664	1.56 670	2.33 684	2.12 708	2.23 680	2.25 720	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 582

ffff	1.68 626	2.68 619	1.35 620	0.97 487	0.89 567	1.84 651	2.15 717	2.12 659	1.80 700	2.05 664	1.56 670	2.33 684	2.12 708	2.23 680	2.25 720	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 582

ccc-4	1.68 626	2.68 619	1.35 620	0.97 487	0.89 567	1.84 651	2.15 717	2.12 659	1.80 700	2.05 664	1.56 670	2.33 684	2.12 708	2.23 680	2.25 720	1.31 603	1.07 544	1.48 650	1.41 662	0.90 523	1.04 582

NCCL2	2.28 691	2.27 593	2.28 700	2.28 632	2.28 724	2.27 684	2.29 720	2.28 679	2.28 723	2.27 686	2.28 725	2.28 680	2.27 711	2.27 684	2.28 724	2.28 673	2.28 698	2.27 693	2.29 723	2.27 673	2.29 715

STTStereo	3.73 726	30.40 772	2.37 704	2.39 646	2.31 726	2.35 689	2.33 721	2.29 681	2.42 724	2.32 691	2.34 726	2.33 684	2.36 712	2.30 686	2.27 723	2.35 681	2.22 697	2.31 696	2.22 720	2.29 675	2.34 719

NLSM1	2.93 719	3.24 647	2.57 708	4.04 701	2.66 727	3.30 722	2.55 723	3.29 720	2.55 725	3.35 722	2.48 727	3.28 721	2.47 713	3.34 722	2.49 725	3.26 704	2.55 704	3.13 716	2.57 726	3.00 703	2.46 722

sAnonymous2	3.31 722	2.63 617	1.38 632	3.71 696	1.86 702	4.70 746	1.11 588	4.82 749	2.72 727	5.45 754	1.98 719	4.59 739	2.64 714	2.65 703	6.21 760	4.37 714	1.08 548	5.16 751	2.24 721	4.52 720	2.39 720

CroCo_RVC	3.31 722	2.63 617	1.38 632	3.71 696	1.86 702	4.70 746	1.11 588	4.82 749	2.72 727	5.45 754	1.98 719	4.59 739	2.64 714	2.65 703	6.21 760	4.37 714	1.08 548	5.16 751	2.24 721	4.52 720	2.39 720

SA	4.33 743	7.35 724	6.85 752	5.96 731	4.09 754	3.59 724	3.15 742	3.82 727	2.64 726	3.91 725	3.85 750	3.57 723	2.72 716	3.13 718	4.03 751	7.09 752	6.86 747	3.57 721	3.12 739	3.85 709	3.51 747

NLCA_NET_v2_RVC	5.04 754	50.87 783	2.78 709	2.87 664	2.71 728	2.78 716	0.47 472	2.88 715	2.86 729	1.89 652	2.67 728	2.79 717	2.79 717	2.78 716	2.83 726	2.82 699	2.82 705	2.83 715	2.77 727	2.83 702	2.76 724
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 727	5.22 698	3.01 713	4.53 706	3.01 730	4.51 734	3.01 729	4.56 736	3.04 730	4.53 735	3.03 731	4.55 737	3.03 718	4.56 736	3.04 727	4.57 720	3.05 708	4.57 732	3.05 731	4.57 722	3.05 729

rvit_stereo_0081	3.83 727	5.23 701	3.01 713	4.53 706	3.03 732	4.55 740	3.02 730	4.56 736	3.04 730	4.52 733	3.02 729	4.54 735	3.03 718	4.56 736	3.04 727	4.57 720	3.05 708	4.57 732	3.05 731	4.58 723	3.05 729

DispNO	1.00 537	0.63 313	0.43 389	3.45 686	0.44 467	0.65 493	0.43 456	0.64 486	0.43 459	0.64 492	0.43 459	0.64 494	3.03 718	0.64 490	0.43 453	4.55 719	0.43 402	0.63 497	0.43 473	0.63 471	0.43 446

rvit_0105_6	3.87 731	5.73 717	3.10 724	4.69 716	3.12 740	4.54 736	3.02 730	4.56 736	3.04 730	4.54 737	3.03 731	4.54 735	3.04 721	4.56 736	3.05 729	4.58 723	3.05 708	4.58 734	3.05 731	4.58 723	3.05 729

rvit_stereo_0082	3.86 729	5.82 718	3.01 713	4.53 706	3.03 732	4.54 736	3.02 730	4.56 736	3.04 730	4.53 735	3.02 729	4.55 737	3.04 721	4.57 739	3.05 729	4.57 720	3.05 708	4.58 734	3.05 731	4.58 723	3.06 732

rvit_stereo_0080	3.89 732	5.70 715	3.04 718	4.54 709	3.03 732	4.56 741	3.05 736	4.60 740	3.07 735	4.58 740	3.06 734	4.59 739	3.06 723	4.61 740	3.08 733	4.63 725	3.09 713	4.64 738	3.10 736	4.65 727	3.10 736

whm_eth	3.89 732	5.70 715	3.04 718	4.54 709	3.03 732	4.56 741	3.05 736	4.60 740	3.07 735	4.58 740	3.06 734	4.59 739	3.06 723	4.61 740	3.08 733	4.63 725	3.09 713	4.64 738	3.10 736	4.65 727	3.10 736

rvit_0105_3	3.91 734	5.33 705	3.06 721	4.60 714	3.07 738	4.60 743	3.06 738	4.62 742	3.08 738	4.60 742	3.07 737	4.62 744	3.08 725	4.67 744	3.10 736	4.70 728	3.11 716	4.77 745	3.19 743	4.77 732	3.14 740

rvit_stereo_0081_aga	3.86 729	5.33 705	3.02 716	4.55 712	3.04 736	4.54 736	3.02 730	4.64 743	3.06 734	4.54 737	3.04 733	4.62 744	3.08 725	4.62 742	3.07 732	4.58 723	3.06 712	4.60 736	3.08 735	4.63 726	3.07 733

rvit_stereo_0083	3.92 736	5.30 704	3.06 721	4.61 715	3.09 739	4.67 745	3.08 739	4.66 744	3.09 739	4.62 743	3.10 739	4.66 747	3.11 727	4.67 744	3.16 738	4.72 730	3.16 719	4.77 745	3.11 738	4.66 729	3.11 738

rvit_stereo_ft	3.93 737	5.44 711	3.05 720	4.59 713	3.06 737	4.61 744	3.08 739	4.67 745	3.12 740	4.63 744	3.10 739	4.65 746	3.11 727	4.69 746	3.13 737	4.70 728	3.14 718	4.71 743	3.15 741	4.74 730	3.16 741

rvit_0105_4	3.91 734	5.47 713	3.02 716	4.54 709	3.02 731	4.54 736	3.03 734	4.75 746	3.17 741	4.57 739	3.06 734	4.61 743	3.16 729	4.65 743	3.09 735	4.66 727	3.11 716	4.68 741	3.18 742	4.81 733	3.16 741

NLCSM	3.67 725	4.08 668	3.19 728	4.80 718	3.26 742	3.99 730	3.24 744	4.25 732	3.18 742	4.09 728	3.27 742	4.14 730	3.18 730	4.13 730	3.28 740	4.06 712	3.10 715	3.85 728	3.14 740	3.91 713	3.27 744

rvit_0105_5	4.10 738	5.40 709	3.13 727	4.71 717	3.15 741	4.72 748	3.10 741	4.90 751	3.27 743	4.69 745	3.16 741	4.84 751	3.25 731	4.96 750	3.34 741	5.05 735	3.39 724	5.10 750	3.40 744	5.11 740	3.42 745

TestStereo1	4.60 745	8.41 731	6.44 749	6.86 738	3.79 751	3.97 728	3.78 751	3.99 729	3.74 748	3.97 726	3.52 745	3.94 728	3.58 732	3.98 728	3.72 746	6.82 749	6.50 745	3.76 725	3.66 747	3.90 710	3.74 751

SA-5K	4.60 745	8.41 731	6.44 749	6.86 738	3.79 751	3.97 728	3.78 751	3.99 729	3.74 748	3.97 726	3.52 745	3.94 728	3.58 732	3.98 728	3.72 746	6.82 749	6.50 745	3.76 725	3.66 747	3.90 710	3.74 751

MLG-Stereo_test2	4.28 741	5.46 712	3.69 733	4.86 721	3.72 750	5.58 755	3.42 745	4.81 748	3.77 751	4.85 747	3.72 749	5.55 756	3.63 734	5.58 754	3.53 743	4.41 717	3.28 723	4.99 749	2.95 729	4.75 731	3.13 739

MLG-Stereo_test3	4.26 740	4.85 682	3.95 735	5.35 726	3.60 747	4.75 749	3.76 750	5.49 755	3.71 747	5.39 752	3.69 748	4.82 750	3.66 735	4.85 747	3.73 748	4.93 731	3.19 722	4.69 742	2.99 730	4.84 735	2.98 728

DPSNet	3.66 724	3.60 653	3.62 732	3.63 693	3.64 749	3.65 725	3.65 749	3.66 725	3.67 746	3.67 724	3.65 747	3.67 725	3.66 735	3.66 724	3.68 744	3.68 709	3.66 725	3.67 723	3.68 749	3.67 707	3.67 748

RAFT+CT+SA	4.28 741	7.62 727	4.91 740	5.55 728	2.28 724	3.09 717	3.64 748	4.49 734	3.07 735	4.80 746	3.35 743	4.77 749	3.70 737	4.29 733	3.05 729	5.58 739	5.98 742	3.58 722	3.78 751	4.26 716	3.72 749

MLG-Stereo_test1	4.25 739	5.34 708	3.61 731	5.31 725	3.63 748	5.23 752	3.57 747	5.38 754	3.65 745	5.23 751	3.47 744	4.76 748	3.74 738	4.85 747	3.71 745	4.96 732	3.18 721	4.71 743	2.92 728	4.86 736	2.90 726

raft_robust	4.71 749	7.75 728	5.40 745	6.81 737	3.31 743	4.28 733	4.20 756	4.32 733	4.37 757	4.35 732	4.35 756	4.14 730	3.75 739	4.30 734	4.20 754	6.67 748	6.37 743	3.36 720	4.24 757	4.86 736	3.25 743

GSStereo	0.81 493	4.28 675	0.50 428	0.59 407	0.40 442	0.51 464	0.38 423	0.50 440	0.38 423	0.50 447	0.38 425	0.50 454	3.79 740	0.50 447	0.38 415	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.35 401

GS-Stereo							0.38 423	0.50 440	0.38 423	0.50 447	0.38 425	0.50 454	3.79 740	0.50 447	0.38 415	0.54 419	0.43 402	0.46 441	0.34 411	0.46 417	0.35 401

test_4	4.88 751	8.13 729	6.98 753	7.46 741	4.44 756	4.25 732	3.85 753	4.04 731	3.92 752	4.13 729	3.91 751	4.18 732	3.84 742	4.14 731	4.06 752	7.01 751	7.13 750	4.53 730	3.72 750	4.09 714	3.72 749

test_3	5.01 753	8.86 736	7.77 755	8.09 743	2.76 729	4.13 731	4.05 755	3.88 728	3.76 750	4.33 731	4.13 754	3.71 726	3.91 743	4.21 732	4.06 752	7.93 753	7.69 752	4.53 730	3.91 752	4.17 715	4.29 757

DispFullNet	4.61 747	4.84 681	3.12 725	5.00 723	3.57 746	4.75 749	3.03 734	7.75 762	4.17 755	4.91 749	3.09 738	6.20 758	3.95 744	6.71 758	3.51 742	5.30 738	3.67 726	5.86 757	3.63 746	5.61 744	3.46 746

cross-raft	4.83 750	7.52 725	6.43 748	6.63 735	3.96 753	4.51 734	3.99 754	4.49 734	3.96 753	4.52 733	3.96 752	4.50 734	3.97 745	4.50 735	3.97 750	6.65 747	6.44 744	4.33 729	3.92 753	4.35 718	3.91 754

Sa-1000	4.34 744	8.37 730	6.84 751	6.98 740	4.45 757	3.58 723	3.00 728	3.42 723	3.39 744	2.61 702	4.00 753	3.83 727	4.01 746	3.90 727	3.90 749	5.98 743	5.62 739	3.76 725	2.34 724	4.35 718	2.47 723

FC-DCNN v2	5.10 755	5.15 693	4.49 737	5.07 724	3.37 744	6.87 758	4.75 758	5.04 752	6.34 762	7.84 762	5.06 759	6.72 762	4.09 747	4.99 751	5.44 759	5.03 734	3.16 719	4.67 740	4.86 758	5.15 741	3.89 753

CFNet	1.37 618	5.27 703	0.19 206	5.49 727	0.19 254	0.28 266	0.19 240	0.28 256	0.19 249	0.28 261	0.19 251	0.28 266	4.35 748	0.28 269	0.19 243	0.23 214	0.17 206	0.23 240	4.21 756	4.81 733	0.17 229

test_5	4.62 748	7.55 726	6.23 747	6.32 734	3.40 745	5.29 753	3.50 746	3.53 724	4.11 754	4.28 730	4.47 757	4.26 733	4.38 749	3.68 725	3.24 739	5.89 741	5.60 738	4.84 747	3.50 745	4.33 717	3.93 755

SGM-Forest	5.21 757	5.92 719	4.08 736	6.18 732	4.16 755	6.31 757	4.34 757	6.50 757	4.33 756	6.14 758	4.21 755	6.61 761	4.55 750	6.67 757	4.48 755	5.94 742	3.94 728	5.85 756	4.03 755	5.79 746	4.17 756
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 751	4.75 680	4.79 738	4.87 722	4.92 758	4.81 751	4.90 759	4.78 747	4.77 758	4.87 748	4.89 758	4.90 752	4.91 751	4.99 751	4.79 756	4.98 733	4.87 735	4.87 748	4.92 759	5.00 739	5.00 758

rvit_stereo_0075_2	6.64 759	8.80 735	5.25 742	7.89 742	5.27 760	7.90 762	5.27 760	7.92 763	5.28 760	7.91 763	5.29 761	7.93 763	5.27 752	7.92 763	5.28 757	7.93 753	5.28 737	7.93 762	5.29 761	7.93 755	5.28 760

SGM+DAISY	7.06 761	9.15 737	5.38 744	8.84 747	5.18 759	8.80 764	5.31 761	8.79 765	5.28 760	8.89 765	5.20 760	8.93 765	5.33 753	8.95 765	5.36 758	8.70 757	5.21 736	8.74 765	5.20 760	8.89 759	5.15 759

RAFT	6.73 760	9.36 739	7.40 754	8.51 746	6.55 762	6.88 759	6.60 763	6.79 758	6.60 763	6.80 759	6.72 765	5.31 755	5.50 754	6.61 756	6.61 763	8.42 755	5.89 740	5.73 754	5.45 763	6.61 748	6.24 762

MSMDNet	2.65 708	10.14 745	0.33 291	9.74 753	0.32 384	0.87 528	0.33 383	2.95 716	0.68 526	0.49 434	0.34 399	0.49 440	5.70 755	0.49 439	0.33 379	0.42 342	9.57 756	0.41 413	0.31 388	8.36 757	0.65 516

test-1	6.46 758	9.16 738	8.03 759	8.09 743	5.62 761	6.11 756	6.35 762	6.85 759	4.94 759	6.08 757	6.29 764	4.98 753	6.43 756	6.22 755	6.36 762	6.16 745	7.47 751	5.82 755	5.44 762	7.11 752	5.68 761

test-v	7.53 762	11.89 749	7.98 756	9.36 750	7.14 763	7.06 760	7.09 764	7.37 760	6.91 764	7.29 760	5.71 762	6.45 759	6.93 757	6.73 759	7.27 764	8.93 760	7.85 753	6.98 760	6.80 764	7.56 753	7.34 764

test-2	7.53 762	11.89 749	7.98 756	9.36 750	7.14 763	7.06 760	7.09 764	7.37 760	6.91 764	7.29 760	5.71 762	6.45 759	6.93 757	6.73 759	7.27 764	8.93 760	7.85 753	6.98 760	6.80 764	7.56 753	7.34 764

CFNet_pseudo	2.67 710	9.36 739	0.32 286	10.99 759	0.33 397	0.85 525	0.33 383	0.49 431	0.33 391	0.49 434	0.32 382	0.49 440	7.26 759	0.49 439	0.33 379	0.41 328	9.62 758	0.41 413	0.29 359	10.03 764	0.29 342

CFNet_RVC	2.38 699	8.71 734	0.38 325	9.33 749	0.42 462	0.56 476	0.42 453	0.60 478	0.38 423	0.62 488	0.42 456	0.56 479	7.29 760	0.62 484	0.42 448	0.53 418	0.37 359	0.49 464	0.34 411	8.30 756	6.87 763

PCWNet_CMD	2.80 718	9.82 742	0.32 286	10.09 757	0.32 384	0.49 443	0.33 383	3.34 721	0.33 391	0.49 434	0.33 391	0.49 440	8.73 761	0.48 432	0.33 379	0.41 328	9.22 755	0.42 429	0.29 359	9.55 762	0.31 367

pcwnet_v2	2.66 709	9.89 743	0.33 291	9.89 754	0.32 384	0.50 452	0.32 372	0.49 431	0.33 391	0.49 434	0.34 399	0.49 440	8.76 762	0.48 432	0.33 379	0.41 328	9.58 757	0.40 395	0.29 359	9.01 760	0.63 508

CFNet_ucs	2.73 711	9.64 741	0.33 291	9.92 755	0.32 384	0.49 443	0.33 383	0.49 431	0.33 391	0.49 434	0.33 391	0.49 440	8.98 763	0.48 432	0.33 379	0.41 328	9.96 761	0.40 395	0.29 359	10.12 765	0.54 487

ccs_rob	2.79 717	10.17 746	0.32 286	10.00 756	0.33 397	0.49 443	0.33 383	1.90 650	0.32 381	0.51 456	0.33 391	0.49 440	9.24 764	0.49 439	0.33 379	0.41 328	9.82 759	0.41 413	0.28 344	9.34 761	0.29 342

UCFNet_RVC	2.75 713	10.06 744	0.29 255	10.31 758	0.29 311	0.42 362	0.29 307	0.43 362	0.29 309	0.42 348	0.29 313	0.42 362	9.87 765	0.43 364	0.29 304	0.36 283	9.84 760	0.36 327	0.26 285	9.77 763	0.26 267

MANE	19.05 765	23.00 757	15.00 765	23.00 771	15.00 765	24.00 771	16.00 766	24.00 772	16.00 766	22.00 772	15.00 766	23.00 772	16.00 766	23.00 772	15.00 766	22.00 772	15.00 766	22.00 772	15.00 766	22.00 772	15.00 766

rafts_anoy	20.00 766	20.00 751	20.00 766	20.00 765	20.00 766	20.00 765	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

raft+_RVC	20.00 766	20.00 751	20.00 766	20.00 765	20.00 766	20.00 765	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

raftrobust	20.00 766	20.00 751	20.00 766	20.00 765	20.00 766	20.00 765	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

CasAABBNet	20.00 766	20.00 751	20.00 766	20.00 765	20.00 766	20.00 765	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

RALCasStereoNet	20.00 766	20.00 751	20.00 766	20.00 765	20.00 766	20.00 765	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

RALAANet	20.00 766	20.00 751	20.00 766	20.00 765	20.00 766	20.00 765	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767	20.00 766	20.00 767

WCMA_ROB	31.10 773	35.43 777	27.12 772	39.51 784	23.10 772	38.78 784	25.30 773	37.49 785	25.39 773	37.29 784	27.02 773	38.52 785	26.48 773	37.80 784	26.44 773	36.28 780	22.65 773	33.90 777	22.30 773	37.10 782	24.18 773

fff	1000028.16 794	29.62 769	29.72 773	32.61 772	30.02 773	35.13 774	31.83 775	32.07 774	10000000.00 795	35.27 776	29.82 775	32.45 774	30.15 774	32.35 774	30.09 774	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 775

csc	1000028.16 794	29.62 769	29.72 773	32.61 772	30.02 773	35.13 774	31.83 775	32.07 774	10000000.00 795	35.27 776	29.82 775	32.45 774	30.15 774	32.35 774	30.09 774	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 775

cscssc	1000028.16 794	29.62 769	29.72 773	32.61 772	30.02 773	35.13 774	31.83 775	32.07 774	10000000.00 795	35.27 776	29.82 775	32.45 774	30.15 774	32.35 774	30.09 774	31.04 774	29.55 775	30.64 774	30.14 774	10000000.00 795	30.77 775

111	30.40 772	30.94 773	29.72 773	32.61 772	30.02 773	33.57 772	30.47 774	31.50 773	29.39 774	30.98 773	29.11 774	29.78 773	30.39 777	29.45 773	30.76 777	30.08 773	29.02 774	29.92 773	30.32 777	29.86 773	30.17 774

ADStereo(finetuned)	36.13 775	36.63 778	38.07 784	36.97 777	33.25 777	35.91 777	34.45 778	36.36 780	32.99 775	38.14 785	36.71 781	36.69 780	34.13 778	38.57 785	40.79 785	37.60 785	36.58 781	35.90 781	33.36 778	35.42 776	34.04 778

DCANet-4	35.22 774	34.54 774	35.08 779	33.58 776	35.47 780	34.55 773	35.53 781	36.08 779	35.85 778	35.92 779	35.77 780	35.18 779	35.48 779	35.39 779	37.15 784	34.55 779	33.92 778	35.02 780	34.90 779	35.79 777	34.74 781

fast-reg	37.00 776	37.00 779	37.00 780	37.00 778	37.00 781	37.00 780	37.00 782	37.00 781	37.00 779	37.00 780	37.00 782	37.00 781	37.00 780	37.00 780	37.00 780	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

Reg-Stereo(zero)	37.00 776	37.00 779	37.00 780	37.00 778	37.00 781	37.00 780	37.00 782	37.00 781	37.00 779	37.00 780	37.00 782	37.00 781	37.00 780	37.00 780	37.00 780	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

FLISNet	37.00 776	37.00 779	37.00 780	37.00 778	37.00 781	37.00 780	37.00 782	37.00 781	37.00 779	37.00 780	37.00 782	37.00 781	37.00 780	37.00 780	37.00 780	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

CoSv	37.00 776	37.00 779	37.00 780	37.00 778	37.00 781	37.00 780	37.00 782	37.00 781	37.00 779	37.00 780	37.00 782	37.00 781	37.00 780	37.00 780	37.00 780	37.00 781	37.00 782	37.00 782	37.00 782	37.00 778	37.00 782

MDST_ROB	69.83 780	87.70 784	41.95 785	113.75 787	65.62 787	75.05 785	55.25 787	75.64 787	45.04 783	71.61 786	41.75 786	72.81 786	44.06 784	68.38 786	44.63 786	101.89 788	59.57 788	107.10 788	61.05 788	104.38 785	59.38 788

CBMV	128.50 782	1422.70 796	53.10 786	79.50 786	51.30 786	77.30 786	49.70 786	74.00 786	48.20 784	77.20 787	48.80 787	73.90 787	48.00 785	73.80 787	48.80 787	70.40 787	45.10 787	68.90 787	46.10 787	68.20 784	45.00 787
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 781	153.00 788	121.00 788	51.00 785	44.00 785	165.00 788	127.00 788	153.00 788	119.00 785	164.00 789	125.00 788	168.00 789	120.00 786	153.00 788	117.00 788	49.00 786	44.00 786	49.00 786	44.00 786	49.00 783	44.00 786

DF_test	189.29 784	560.34 793	182.58 792	229.00 790	135.68 788	197.79 789	135.52 789	197.80 790	135.44 786	197.75 790	135.49 789	197.90 790	135.51 787	197.84 790	135.75 789	217.37 791	171.11 790	183.74 790	127.67 790	183.56 787	127.88 789

MeshStereo	159.24 783	171.00 789	160.68 791	162.58 788	160.59 789	164.01 787	160.35 790	158.51 789	158.56 787	158.34 788	160.12 790	158.56 788	159.92 788	157.26 789	158.94 790	154.38 789	158.36 789	155.75 789	159.13 791	153.67 786	154.07 790
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 785	123.00 785	115.00 787	219.00 789	218.00 791	223.00 790	244.00 792	217.00 791	236.00 789	202.00 791	203.00 791	205.00 791	208.00 789	225.00 791	204.00 791	210.00 790	198.00 791	197.00 791	184.00 792	204.00 788	201.00 791

DLCB_ROB	284.23 788	354.61 791	207.27 793	363.24 793	206.46 790	364.72 793	210.41 791	364.72 794	210.41 788	364.81 794	208.64 792	364.81 794	208.64 790	364.72 794	210.41 792	354.70 794	205.53 792	354.70 794	205.53 793	354.70 791	205.53 792

MGS-Stereo	239.45 786	123.00 785	135.00 789	266.00 791	286.00 792	277.00 791	305.00 793	271.00 792	242.00 790	274.00 792	279.00 793	255.00 792	270.00 791	268.00 792	297.00 793	221.00 792	247.00 793	216.00 792	123.00 789	217.00 789	217.00 793

EGLCR-Stereo	246.90 787	129.00 787	139.00 790	266.00 791	286.00 792	277.00 791	305.00 793	271.00 792	242.00 790	274.00 792	279.00 793	255.00 792	270.00 791	268.00 792	297.00 793	230.00 793	247.00 793	216.00 792	223.00 794	237.00 790	227.00 794

LE_ROB	396.57 789	471.28 792	329.84 794	471.48 794	308.15 794	526.83 794	322.10 795	488.15 795	323.76 792	495.46 795	317.97 795	497.17 795	320.10 793	481.62 795	326.76 795	462.71 795	298.97 795	466.16 795	285.98 795	447.62 792	289.21 795

SGM-ForestM	596.69 790	677.77 794	444.52 795	699.85 795	517.25 795	732.94 795	488.29 796	770.79 796	460.11 793	750.81 796	487.98 796	792.79 796	499.41 794	730.90 796	475.81 796	720.03 796	491.16 796	663.96 796	418.60 796	674.76 793	436.05 796

CBMV_ROB	818.48 791	913.88 795	709.52 796	862.84 796	597.78 796	1073.99 796	700.52 797	1015.66 797	702.59 794	1115.65 797	760.02 797	1130.24 797	721.57 795	1037.41 797	692.65 797	814.05 797	564.29 797	843.28 797	595.31 797	915.51 794	602.92 797

real-time stereo	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

111111	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

SGD-Stereo	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

IGEV-Stereo++	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

IGEV-BASED-STEREO-	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

IGEV-Stereo+	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

SDNR	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

anonymousdsp2	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

anonymousdsp	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

tt	500032.53 792	34.60 775	29.72 773	37.47 782	34.41 778	36.85 778	35.22 779	34.71 777	33.55 776	34.50 774	35.43 778	33.81 777	10000000.00 796	33.57 777	33.13 778	33.68 777	35.00 779	34.03 778	35.26 780	30.96 774	34.63 779

DCANet	500032.53 792	34.60 775	29.72 773	37.47 782	34.41 778	36.85 778	35.22 779	34.71 777	33.55 776	34.50 774	35.43 778	33.81 777	10000000.00 796	33.57 777	33.13 778	33.68 777	35.00 779	34.03 778	35.26 780	30.96 774	34.63 779

test_example2	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798

DIP-Stereo	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 796	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 795	10000000.00 798
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark